DAX Power BI : comprendre les mesures, le contexte de filtre et la time intelligence

Le DAX dans Power BI est le langage de formules qui transforme un modèle de données en indicateurs : chiffre d’affaires, marge, évolution par rapport à l’année précédente, cumul depuis le début de l’année, classement des meilleurs produits. Sans DAX, un rapport Power BI se limite à additionner des colonnes ; avec lui, il répond à de vraies questions métier.

Ce guide s’adresse aux utilisateurs de Power BI Desktop qui savent déjà importer des données et construire un visuel, et qui veulent écrire leurs propres mesures. Vous y verrez la différence entre mesure et colonne calculée, la logique du contexte de filtre, la fonction CALCULATE, les itérateurs comme SUMX et les formules de time intelligence, avec des exemples prêts à adapter.

Qu’est-ce que le DAX dans Power BI ?

Le DAX (Data Analysis Expressions) est le langage de calcul de Power BI, de Power Pivot dans Excel et d’Analysis Services. Il sert à créer trois types d’objets : des mesures, évaluées selon les filtres du rapport, des colonnes calculées, stockées dans une table, et des tables calculées. Ses fonctions ressemblent à celles d’Excel mais travaillent sur des tables et des colonnes, jamais sur des cellules.

Une formule DAX suit toujours la même structure : un nom, le signe égal, puis une expression.

Chiffre d'affaires = SUM ( Ventes[Montant] )

Les colonnes s’écrivent sous la forme NomTable[NomColonne], et les mesures sous la forme [NomMesure]. Si le nom d’une table contient un espace ou un caractère spécial, on l’entoure d’apostrophes : 'Table Dates'[Date].

Deux particularités surprennent les utilisateurs d’Excel. D’abord, les noms de fonctions restent en anglais (SUM, IF, CALCULATE), même dans une version française. Ensuite, une formule DAX ne fait jamais référence à « la cellule du dessus » : elle raisonne sur des ensembles de lignes filtrées.

À quoi sert le DAX ? Des cas d’usage concrets

Dès qu’un indicateur ne correspond pas à une simple somme d’une colonne existante, le DAX entre en jeu. Voici les besoins les plus courants en entreprise :

• Ratios et pourcentages : taux de marge, part d’un produit dans le total, taux de transformation d’un pipeline commercial.
• Comparaisons dans le temps : chiffre d’affaires de l’année précédente, évolution en pourcentage, mois précédent, cumul annuel.
• Indicateurs conditionnels : ventes d’un seul canal, nombre de clients actifs, commandes en retard.
• Classements : top 10 des produits, rang d’un commercial dans son équipe.
• Lissage : moyennes mobiles sur trois ou douze mois pour neutraliser la saisonnalité.
• Titres et libellés dynamiques : un titre de visuel qui affiche la région sélectionnée dans un segment.

Tous ces calculs s’écrivent une seule fois sous forme de mesure, puis se réutilisent dans n’importe quel visuel, avec n’importe quel filtre. C’est ce qui rend un modèle Power BI bien plus robuste qu’un classeur rempli de formules copiées.

Mesure vs colonne calculée : laquelle choisir ?

C’est la première question à se poser avant d’écrire une formule, et la source de nombreuses erreurs de débutant.

Une colonne calculée est évaluée une fois, ligne par ligne, lors de l’actualisation du modèle. Le résultat est stocké et occupe de la mémoire. Elle se crée via Outils de table > Nouvelle colonne et sert surtout à produire une valeur que l’on veut utiliser comme axe, filtre ou segment.

Une mesure n’est pas stockée : elle est calculée au moment où un visuel l’affiche, en tenant compte de tous les filtres actifs. Elle se crée via Accueil > Nouvelle mesure et sert à produire les valeurs numériques des visuels.

Critère	Colonne calculée	Mesure
Moment du calcul	À l’actualisation des données	À l’affichage, à chaque interaction
Stockage	Oui, dans la table (consomme de la mémoire)	Non, seule la formule est enregistrée
Contexte d’évaluation	Contexte de ligne	Contexte de filtre du visuel
Utilisable comme axe ou segment	Oui	Non
Réagit aux segments et filtres	Non (valeur figée par ligne)	Oui
Exemple typique	Tranche d’âge, catégorie de client	Chiffre d’affaires, taux de marge, CA N-1

Notre conseil : par défaut, écrivez une mesure. Réservez les colonnes calculées aux attributs dont vous avez besoin pour découper ou filtrer (une tranche de prix, un libellé « Mois-Année »). Et si cette colonne peut être créée dans Power Query, faites-le plutôt là-bas : la transformation est mieux compressée et le modèle reste plus propre. Les techniques de préparation sont détaillées dans notre guide Power Query dans Power BI.

Un piège classique : calculer un taux de marge dans une colonne calculée, puis le faire additionner par un visuel. Vous obtenez la somme des taux, ce qui n’a aucun sens. Un ratio doit toujours être une mesure qui divise deux totaux.

Comprendre le contexte de filtre et le contexte de ligne

Tout le DAX repose sur deux notions. Tant qu’elles ne sont pas claires, les résultats paraissent aléatoires.

Le contexte de filtre

Le contexte de filtre est l’ensemble des filtres appliqués au moment où une mesure est évaluée. Dans une matrice qui affiche les régions en lignes et les années en colonnes, chaque cellule a son propre contexte : « Région = Ouest et Année = 2025 ». Les segments, les filtres de page et les interactions entre visuels s’y ajoutent.

La mesure SUM ( Ventes[Montant] ) ne sait rien de tout cela : elle additionne simplement les lignes de la table Ventes qui restent visibles après application des filtres. Les filtres posés sur les tables de dimension (Produits, Clients, Dates) se propagent à la table de faits en suivant les relations du modèle, de la dimension vers les faits.

Le contexte de ligne

Le contexte de ligne existe quand DAX parcourt une table ligne par ligne : dans une colonne calculée, ou à l’intérieur d’une fonction itérative comme SUMX. Dans ce contexte, Ventes[Quantité] désigne la valeur de la ligne en cours.

Point essentiel : un contexte de ligne ne filtre rien. Dans une colonne calculée de la table Produits, écrire SUM ( Ventes[Montant] ) renvoie le total général des ventes sur chaque ligne, pas les ventes du produit. Pour transformer la ligne courante en filtre, il faut CALCULATE : c’est ce qu’on appelle la transition de contexte.

-- Colonne calculée dans la table Produits
CA du produit = CALCULATE ( SUM ( Ventes[Montant] ) )

Écrire ses premières mesures DAX : les étapes

Prenons un modèle classique en étoile : une table de faits Ventes (Date, IdProduit, IdClient, Quantité, PrixUnitaire, Coût) reliée à trois dimensions Produits, Clients et Dates.

Étape 1 — Créer une table dédiée aux mesures

Pour retrouver facilement vos formules, créez une table vide qui ne contiendra que des mesures : Accueil > Entrer des données, nommez la table _Mesures et validez. Placez-y toutes vos mesures (propriété Table principale dans l’onglet Outils de mesure). Une fois qu’elle contient au moins une mesure, vous pouvez supprimer sa colonne vide : Power BI l’affiche alors en tête du volet Données.

Étape 2 — Écrire les mesures de base

Sélectionnez la table _Mesures, cliquez sur Nouvelle mesure et saisissez la formule dans la barre de formule. Commencez par les agrégations simples :

Quantité vendue = SUM ( Ventes[Quantité] )

Nombre de commandes = DISTINCTCOUNT ( Ventes[IdCommande] )

Nombre de clients = DISTINCTCOUNT ( Ventes[IdClient] )

Pensez à définir le format de chaque mesure dans l’onglet Outils de mesure (nombre entier, devise, pourcentage) : il s’appliquera partout où la mesure sera utilisée.

Étape 3 — Utiliser SUMX pour les calculs ligne à ligne

La table Ventes ne contient pas de montant, seulement une quantité et un prix. Plutôt que d’ajouter une colonne calculée, utilisez l’itérateur SUMX : il évalue l’expression pour chaque ligne de la table, puis additionne les résultats.

Chiffre d'affaires =
SUMX ( Ventes, Ventes[Quantité] * Ventes[PrixUnitaire] )

Coût total =
SUMX ( Ventes, Ventes[Quantité] * Ventes[Coût] )

Marge = [Chiffre d'affaires] - [Coût total]

La même famille existe pour les autres agrégations : AVERAGEX, MINX, MAXX, COUNTX. Par exemple, le panier moyen se calcule en faisant la moyenne du chiffre d’affaires par commande :

Panier moyen =
AVERAGEX ( VALUES ( Ventes[IdCommande] ), [Chiffre d'affaires] )

Ici, AVERAGEX parcourt la liste des commandes et, grâce à la transition de contexte déclenchée par l’appel de la mesure, calcule le chiffre d’affaires de chacune avant d’en faire la moyenne.

Étape 4 — Diviser sans risque avec DIVIDE

N’utilisez pas l’opérateur / pour les ratios. DIVIDE gère la division par zéro et renvoie une valeur vide (ou la valeur de votre choix) au lieu d’une erreur.

Taux de marge = DIVIDE ( [Marge], [Chiffre d'affaires] )

Étape 5 — Modifier le contexte avec la fonction CALCULATE

CALCULATE évalue une expression dans un contexte de filtre modifié. Son premier argument est l’expression, les suivants sont des filtres.

CA Web = CALCULATE ( [Chiffre d'affaires], Ventes[Canal] = "Web" )

CA Web et Mobile =
CALCULATE ( [Chiffre d'affaires], Ventes[Canal] IN { "Web", "Mobile" } )

Un filtre simple comme Ventes[Canal] = "Web" remplace le filtre existant sur cette colonne. Si l’utilisateur sélectionne « Magasin » dans un segment, la mesure CA Web affichera tout de même les ventes Web. Pour que le filtre s’ajoute à la sélection au lieu de la remplacer, entourez-le de KEEPFILTERS :

CA Web (respecte les segments) =
CALCULATE ( [Chiffre d'affaires], KEEPFILTERS ( Ventes[Canal] = "Web" ) )

Étape 6 — Calculer des parts du total avec ALL

La fonction ALL supprime des filtres. Combinée à CALCULATE, elle permet de calculer un dénominateur fixe, par exemple le chiffre d’affaires de tous les produits :

Part du CA =
DIVIDE (
    [Chiffre d'affaires],
    CALCULATE ( [Chiffre d'affaires], ALL ( Produits ) )
)

Variante utile : ALLSELECTED retire les filtres du visuel mais conserve ceux des segments. La part est alors calculée par rapport au total affiché, et non au total absolu.

Étape 7 — Gagner en lisibilité avec les variables

Les variables (VAR … RETURN) stockent un résultat intermédiaire. Elles rendent le code plus lisible, évitent de recalculer deux fois la même expression et facilitent le débogage : il suffit de renvoyer une variable intermédiaire pour vérifier sa valeur.

Évolution CA % =
VAR CAActuel = [Chiffre d'affaires]
VAR CAPrecedent = [CA N-1]
RETURN
    DIVIDE ( CAActuel - CAPrecedent, CAPrecedent )

Time intelligence : cumuls, N-1 et moyennes mobiles

Les fonctions de time intelligence manipulent les périodes : décaler d’un an, cumuler depuis le 1er janvier, remonter au mois précédent. Elles ne fonctionnent correctement qu’avec une vraie table de dates.

Créer et marquer la table de dates

La table de dates doit contenir une ligne par jour, sans trou, et couvrir des années complètes. Vous pouvez la générer en DAX avec Modélisation > Nouvelle table :

Dates =
ADDCOLUMNS (
    CALENDAR ( DATE ( 2023, 1, 1 ), DATE ( 2026, 12, 31 ) ),
    "Année", YEAR ( [Date] ),
    "N° mois", MONTH ( [Date] ),
    "Mois", FORMAT ( [Date], "mmm" ),
    "Année-Mois", FORMAT ( [Date], "yyyy-mm" ),
    "Trimestre", "T" & QUARTER ( [Date] )
)

Reliez ensuite Dates[Date] à la colonne date de la table Ventes (relation un-à-plusieurs), puis sélectionnez la table et choisissez Outils de table > Marquer comme table de dates. Pour que les mois s’affichent dans l’ordre chronologique, triez la colonne Mois par la colonne N° mois (Outils de colonne > Trier par colonne).

Les mesures temporelles les plus utiles

CA N-1 =
CALCULATE ( [Chiffre d'affaires], SAMEPERIODLASTYEAR ( Dates[Date] ) )

CA cumul annuel =
TOTALYTD ( [Chiffre d'affaires], Dates[Date] )

CA mois précédent =
CALCULATE ( [Chiffre d'affaires], PREVIOUSMONTH ( Dates[Date] ) )

CA 12 mois glissants =
CALCULATE (
    [Chiffre d'affaires],
    DATESINPERIOD ( Dates[Date], MAX ( Dates[Date] ), -12, MONTH )
)

Pour un exercice fiscal qui ne commence pas en janvier, TOTALYTD accepte une date de fin d’exercice en troisième argument, par exemple "06-30" pour un exercice clos au 30 juin.

Une moyenne mobile sur trois mois

La moyenne mobile combine un itérateur et une fenêtre de dates : on calcule le chiffre d’affaires de chacun des trois derniers mois, puis on en fait la moyenne.

CA moyenne mobile 3 mois =
CALCULATE (
    AVERAGEX ( VALUES ( Dates[Année-Mois] ), [Chiffre d'affaires] ),
    DATESINPERIOD ( Dates[Date], MAX ( Dates[Date] ), -3, MONTH )
)

Utilisez la colonne Année-Mois et non le seul nom du mois : sinon, janvier 2025 et janvier 2026 seraient confondus dans les fenêtres qui chevauchent deux années.

Fonctions DAX avancées et bonnes pratiques

Logique conditionnelle avec IF et SWITCH

IF convient pour une condition unique. Dès qu’il y a plusieurs cas, SWITCH(TRUE(), …) est plus lisible qu’une cascade de IF imbriqués :

Statut objectif =
VAR Taux = DIVIDE ( [Chiffre d'affaires], [Objectif CA] )
RETURN
    SWITCH (
        TRUE (),
        ISBLANK ( Taux ), "Pas d'objectif",
        Taux >= 1, "Atteint",
        Taux >= 0.9, "Proche",
        "En retard"
    )

Classer avec RANKX

RANKX évalue une mesure pour chaque élément d’une table, puis renvoie le rang de l’élément courant. ALL est indispensable pour classer par rapport à tous les produits, et pas seulement au produit de la ligne :

Rang produit =
RANKX ( ALL ( Produits[Produit] ), [Chiffre d'affaires], , DESC, DENSE )

Rendre un rapport dynamique avec SELECTEDVALUE

SELECTEDVALUE renvoie la valeur sélectionnée dans une colonne lorsqu’il n’y en a qu’une, sinon une valeur de repli. C’est la base des titres dynamiques :

Titre du rapport =
"Ventes - " & SELECTEDVALUE ( Clients[Région], "toutes régions" )

Appliquez ensuite cette mesure au titre d’un visuel via le bouton fx de l’option Titre dans le volet Format.

Sécuriser l’affichage avec COALESCE

Une mesure sans donnée renvoie une valeur vide, et Power BI masque alors la ligne. Si vous préférez afficher zéro, COALESCE renvoie le premier argument non vide :

Commandes (0 si vide) = COALESCE ( [Nombre de commandes], 0 )

À utiliser avec discernement : forcer des zéros sur toutes les combinaisons produit × client × jour peut faire exploser le nombre de lignes affichées et ralentir le rapport. IFERROR existe aussi en DAX, mais préférez DIVIDE et des tests explicites : ils sont plus lisibles et généralement plus performants.

Les réflexes d’un modèle propre

• Nommez vos mesures en français clair (« CA N-1 », « Taux de marge ») : ce sont ces noms que verront les lecteurs du rapport.
• Faites référence aux mesures existantes plutôt que de réécrire les formules : [Marge] au lieu de recopier deux SUMX.
• Préfixez toujours les colonnes par leur table (Ventes[Montant]) et jamais les mesures : la distinction reste visible à la lecture.
• Commentez avec -- ou // les formules complexes.
• Utilisez les dossiers d’affichage (propriété Dossier d’affichage dans la vue Modèle) pour regrouper les mesures par thème.
• Testez vos mesures dans une matrice avec des dimensions en lignes avant de les placer dans un visuel graphique : les incohérences sautent aux yeux.

Pour le choix des visuels qui mettront ces mesures en valeur (matrices, cartes, mise en forme conditionnelle pilotée par une mesure), reportez-vous à notre guide sur les visuels Power BI.

Les erreurs fréquentes en DAX (et comment les éviter)

En formation, ce sont toujours les mêmes blocages qui reviennent. Les voici, avec leur cause et leur correction.

Symptôme	Cause probable	Solution
La mesure affiche le même total sur toutes les lignes	Pas de relation entre la dimension du visuel et la table de faits	Créer ou activer la relation dans la vue Modèle
Le CA N-1 est vide ou faux	Table de dates incomplète, non marquée ou utilisation de la colonne date de la table Ventes	Utiliser une table de dates continue, marquée, et référencer Dates[Date]
Un taux affiche 250 % au total	Taux calculé en colonne calculée puis additionné	Recréer le taux en mesure avec DIVIDE
Le filtre du segment est ignoré	Filtre simple dans CALCULATE qui écrase la sélection	Utiliser KEEPFILTERS
RANKX renvoie 1 partout	Table de classement filtrée par la ligne courante	Classer sur ALL ( Produits[Produit] )
Message « Une seule valeur ne peut pas être déterminée »	Référence à une colonne nue dans une mesure	Agréger la colonne (SUM, MAX) ou utiliser SELECTEDVALUE
Mois affichés dans l’ordre alphabétique	Colonne texte sans tri associé	Trier par colonne avec le numéro de mois

Pour déboguer une mesure complexe, deux outils aident beaucoup : la vue de requête DAX des versions récentes de Power BI Desktop, qui permet d’exécuter une requête EVALUATE et d’en voir le résultat sous forme de table, et l’outil gratuit DAX Studio, très utilisé pour analyser les performances.

EVALUATE
SUMMARIZECOLUMNS (
    Produits[Catégorie],
    "CA", [Chiffre d'affaires],
    "CA N-1", [CA N-1]
)

DAX, Power Query, SQL : quel langage pour quel besoin ?

Un projet Power BI mobilise souvent plusieurs langages. Les confondre mène à des modèles lents ou difficiles à maintenir.

Besoin	Outil adapté	Pourquoi
Nettoyer, filtrer, fusionner des sources	Power Query (M)	Transformation faite une fois à l’actualisation
Extraire et agréger des données depuis une base	SQL	Le calcul se fait côté serveur, avant l’import
Créer une colonne de découpage (tranche, catégorie)	Power Query de préférence, sinon colonne calculée DAX	Meilleure compression, modèle plus clair
Calculer un indicateur qui réagit aux filtres	Mesure DAX	Seul le DAX s’évalue dans le contexte du visuel
Comparer des périodes, cumuler, classer	Mesure DAX	Fonctions de time intelligence et RANKX

Si vous interrogez vous-même une base de données avant de l’importer, les bases du langage SQL vous feront gagner beaucoup de temps : notre guide pour apprendre SQL vous donne un parcours adapté.

Comment apprendre le DAX dans Power BI efficacement ?

Le DAX s’apprend mieux dans un ordre précis. Chaque étape s’appuie sur la précédente :

1. Les agrégations simples (SUM, AVERAGE, DISTINCTCOUNT, DIVIDE) et la différence entre mesure et colonne calculée : une à deux heures.
2. Le contexte de filtre et CALCULATE, avec ALL, ALLSELECTED et KEEPFILTERS : c’est l’étape clé, prenez le temps de tester chaque variante dans une matrice.
3. Les itérateurs (SUMX, AVERAGEX, RANKX) et la transition de contexte.
4. La time intelligence : table de dates, N-1, cumul annuel, moyenne mobile.
5. Les variables et les mesures dynamiques (SWITCH, SELECTEDVALUE) pour structurer un rapport complet.

Notre conseil : reproduisez chaque formule sur votre propre modèle, puis modifiez-la volontairement pour observer ce qui change. C’est la meilleure façon de comprendre comment le moteur raisonne.

Pour être guidé pas à pas, la formation vidéo DAX pour Power BI d’EspritAcadémique condense ce parcours en deux heures, sans prérequis, avec une base de données fournie pour pratiquer. Elle aborde notamment :

• la logique du DAX, les fonctions de base et l’arbitrage entre mesures et colonnes calculées ;
• le contexte de filtre, CALCULATE et le rôle de KEEPFILTERS ;
• les itérateurs SUMX et AVERAGEX, ainsi que le classement avec RANKX ;
• la time intelligence : SAMEPERIODLASTYEAR, PREVIOUSMONTH et les moyennes mobiles ;
• les variables, SUMMARIZE et SELECTEDVALUE pour construire des mesures dynamiques.

Si vous débutez complètement sur l’outil, commencez plutôt par notre feuille de route pour apprendre Power BI, qui situe le DAX entre la préparation des données et la publication. Et quand vos mesures seront prêtes, notre guide sur Power BI Service explique comment publier et actualiser le rapport en ligne.

En résumé

Le DAX est ce qui fait passer un rapport Power BI de la simple addition de colonnes à une analyse qui répond aux questions métier. Écrivez des mesures plutôt que des colonnes calculées, comprenez comment le contexte de filtre se propage par les relations, puis maîtrisez CALCULATE : c’est la clé de presque toutes les formules. Avec une table de dates propre, la time intelligence devient une affaire de quelques lignes, et les variables rendent vos mesures lisibles et faciles à maintenir.