Comment appliquer la mise en forme conditionnelle dans Power BI en fonction de la date : un guide étape par étape

Recommandation : Appliquez une règle de mise en forme conditionnelle basée sur la date qui met en évidence les éléments en retard et utilise une mesure dynamique pour mettre à l’échelle les visuels, afin de repérer rapidement les exceptions.

Comprendre l’ensemble du modèle de données vous aide à configurer des règles que vous pouvez réutiliser dans les rapports. Créez une mesure qui compare le champ de date à la date du jour, en renvoyant « en retard » si date < date du jour, « à court terme » si date <= date du jour + 7 jours et « à temps » dans le cas contraire. Cette mesure permet aux visuels de communiquer clairement l’état et prend en charge le filtrage basé sur des statistiques entre différentes sources de données.

Dans Power BI, cette configuration montre comment la règle fonctionne : créez un visuel de tableau simple, appliquez une mise en forme conditionnelle selon la mesure et réglez l’échelle de couleurs. Vous pouvez choisir des couleurs pour « en retard » (rouge), « à court terme » (orange) et « ok » (vert). La mise en forme sera appliquée à l’ensemble du rapport lorsque vous réutiliserez la mesure dans tous les visuels concernés.

Vous harmoniserez la mise en forme avec les données provenant de fichiers Excel ou de flux provenant de technologies telles que Kafka ; conservez une norme de date unique et réutilisez la même mesure afin que la mise en forme reste cohérente dans l’ensemble du modèle.

Application étape par étape : étape 1 : créez la colonne de date et une mesure de base ; étape 2 : ajoutez une règle de mise en forme conditionnelle basée sur la mesure ; étape 3 : appliquez la mise en forme aux tableaux, matrices et cartes ; étape 4 : validez avec des statistiques par groupes de dates et assurez-vous que l’ordre des visuels est conforme au récit.

Conseil : testez avec des données historiques pour vérifier les décomptes des éléments en retard, ajuster les seuils et confirmer que l’échelle permet de comparer facilement les tendances dans l’ensemble du modèle. Cette approche vous aide à mesurer l’impact des règles basées sur la date sur les flux de décision et la fiabilité des rapports.

Mise en forme conditionnelle basée sur la date dans Power BI : origine des couleurs

Ancrez l’échelle de couleurs à une seule date d’origine (aujourd’hui) et mappez les jours à partir de cette date à un code couleur. Cette approche permet d’afficher des visuels cohérents dans les graphiques, les tableaux et une matrice, et supprimera toute approximation dans l’interprétation des couleurs lorsqu’il y a des chiffres créés à partir de champs de date.

La création d’une mesure DAX nommée ColorCodeFromDate génère une couleur hexadécimale pour chaque ligne en fonction du nombre de jours à compter de l’origine. La mesure utilise DATEDIFF et une chaîne SWITCH : 0 à 7 jours -> #2ECC71, 8 à 14 jours -> #F1C40F, 15 à 30 jours -> #E67E22, au-delà -> #95A5A6. Ce code couleur est renvoyé sous forme de chaîne afin que la mise en forme conditionnelle puisse être appliquée directement aux arrière-plans.

Application à différents visuels : dans Power BI, ouvrez le volet de mise en forme d’un tableau, d’une matrice ou d’un graphique, choisissez Mise en forme conditionnelle > Couleur d’arrière-plan, définissez Mettre en forme par sur Valeur du champ et sélectionnez ColorCodeFromDate. Utilisez l’origine sélectionnée (via un segment) pour ajuster l’échelle ; cette configuration déplace l’origine de la couleur sous le contrôle de l’utilisateur et maintient les affichages alignés. Cette approche aide également les utilisateurs à lire plus rapidement les chiffres basés sur le temps.

Interactivité et cohérence : une fois que vous avez configuré les interactions entre les visuels, elles restent synchronisées. Par exemple, la sélection d’une plage de temps dans un segment met à jour le calcul des jours à partir de l’origine et le code couleur, de sorte que les graphiques, les tableaux et les chiffres reflètent la même fenêtre de temps. Cette approche est facile à mettre en œuvre et aide les utilisateurs à interpréter plus rapidement les données vieillissantes.

Avantages : meilleure lisibilité, moins de mise en forme répétitive et retour sur investissement plus rapide sur les tableaux de bord. Vous pouvez personnaliser la palette pour qu’elle corresponde à votre image de marque, améliorer l’accessibilité avec des couleurs à contraste élevé et créer un aspect uniforme dans des domaines tels que les ventes, le pipeline et l’inventaire.

Plan étape par étape pour la coloration par date dans Power BI

Utilisez une mesure de couleur mappée à des plages de dates et appliquez-la comme couleur d’arrière-plan dans vos visuels de tableau. Cette approche de base basée sur la couleur vous donne des choix pour les seuils et reste sensible au temps au fur et à mesure que les données sont mises à jour.

Créez une table de dates dédiée et liez-la à vos données factuelles. Une dimension de date bien définie (DateKey) prend en charge un filtrage fiable dans différents scénarios et maintient une intégrité élevée des données.

Ajoutez une colonne numérique DaysFromToday = DATEDIFF(« Date »[Date], TODAY(), DAY). Cela fournit un point d’ancrage numérique pour la logique de couleur et prend en charge les vues actuelles et historiques.

Créez une mesure de couleur ColorCode = SWITCH(TRUE(), DaysFromToday < 0, « #FF6B6B », DaysFromToday <= 7, « #FFD166 », DaysFromToday <= 30, « #4BC0C8 », « #9BC53D »). Fournir des couleurs hexadécimales garantit des résultats cohérents.

Application : dans le visuel, ouvrez la mise en forme conditionnelle pour la couleur d’arrière-plan, définissez Mettre en forme par sur Valeur du champ et sélectionnez la mesure ColorCode. Cela fonctionne dans tous les rapports et permet de gagner du temps sur le style.

Examinez les sorties avec différents scénarios, y compris les dernières transactions et les cas sensibles au facteur temps. Si les couleurs se ressemblent ou si les seuils manquent des dates clés, modifiez les bandes : 0 à 7 jours, 8 à 30 jours et plus de 30 jours. Ajustez lentement jusqu’à ce que vous atteigniez une carte bien définie.

Améliorations facultatives : ajoutez une petite légende, une vignette KPI et une icône de dessin pour renforcer le message. Si nécessaire, supprimez les visuels redondants pour améliorer l’efficacité et corrigez les incohérences de données susceptibles d’entraîner des couleurs trompeuses. Cela permet aux parties prenantes de prendre des décisions plus rapidement et maintient l’analyse positive.

Documentation et gouvernance : tenez à jour une petite collection d’articles décrivant la politique de couleurs, les seuils et la propriété. Planifiez des examens périodiques pour recueillir les commentaires des utilisateurs et maintenir le plan aligné sur les dernières données et les besoins de l’entreprise.

Identifier les champs de date pour gérer les règles de couleur

Localisez les champs de date dans votre modèle de données et validez leur type pour gérer efficacement les règles de couleur. Utilisez des dates bien définies pour garantir que la mise en forme conditionnelle reste cohérente dans les visuels et les périodes.

Suivez ces étapes pour identifier et préparer les champs de date qui alimenteront les règles de couleur :

1. Recherchez les colonnes de date situées dans les tableaux : recherchez dans les tableaux clés tels que les commandes, les expéditions, les factures, les événements et les tâches. Les candidats courants incluent createdDate, orderDate, shipDate, dueDate, deliveryDate et closeDate. Marquez-les comme gestionnaires de date, car leurs valeurs signalent un résultat que vous souhaitez mettre en évidence dans les rapports.

2. Validez les types et les formats de données : assurez-vous que chaque colonne candidate est de type Date ou DateTime. Si une colonne stocke du texte ou des codes numériques représentant des dates, convertissez-la dans Power Query en un format de date réel et supprimez toute partie d’heure si la granularité quotidienne est suffisante. Cette étape maintient la cohérence des formats profonds et réduit les discordances lorsque vous appliquez des règles de couleur.

3. Consolidez dans une seule dimension de date bien définie dans la mesure du possible : créez ou liez une table Date et associez-la à chaque table de faits via les clés de date. Cette approche simplifie les opérations de comparaison entre les visuels de colonnes et prend en charge des seuils uniformes (aujourd’hui, les 7 derniers jours, depuis le début de l’année, etc.). Une dimension de date bien définie est l’épine dorsale de la personnalisation et du retour sur investissement évolutifs dans les tableaux de bord.

4. Normalisez les champs sensibles au facteur temps : si vous n’avez besoin que d’indicateurs quotidiens, supprimez le composant temporel et stockez la valeur de date uniquement dans une colonne dédiée. Cela évite de subtiles discordances lorsque la même date apparaît avec des heures différentes dans différentes sources, et renforce la précision des signaux de couleur dans différents formats.

5. Documentez le mappage et la propriété : créez une carte concise qui répertorie chaque champ de date, son tableau, son rôle dans la mise en forme et toute transformation appliquée. Stockez cela dans un emplacement central et conservez des sauvegardes des modifications apportées au modèle. Une documentation claire accélère l’intégration et garantit que le résultat reste aligné sur les besoins de l’entreprise au fil du temps.

6. Définissez une structure de couleurs de départ et testez dans les visuels : affectez un schéma de couleurs par défaut pour les règles basées sur la date (par exemple, orange pour les dates d’échéance à court terme, une couleur neutre pour les dates passées et une couleur distincte pour les dates futures). Validez la façon dont les couleurs s’affichent dans plusieurs pages de rapport pour garantir la cohérence entre les formats et les ensembles de données ; cela vous aide à comparer rapidement les résultats et à dépasser les attentes des utilisateurs.

7. Créez une mesure ou un champ de règle de couleur léger : si vous prévoyez de mettre en forme par valeur de champ, ajoutez une simple colonne ou mesure de codage couleur qui renvoie des codes de couleur basés sur la logique de date. Cela prend en charge une application transparente dans les formats conditionnels et aide à transmettre l’accentuation prévue sans recalcul chronophage.

En localisant les champs de date dans l’ensemble du modèle, en确认正确类型 et en les unifiant dans le cadre d’une stratégie de date bien définie, vous pouvez appliquer une mise en forme conditionnelle robuste qui signale avec précision l’état, prend en charge l’analyse approfondie et offre un retour sur investissement clair dans les tableaux de bord.

Choisir des conditions de date concrètes : aujourd’hui, passé, futur et plages relatives

VAR d = « Table »[Date]

RETURN

IF(d = TODAY(), « Aujourd’hui »,

IF(d > TODAY(),

IF(d <= TODAY() + 7, « 7 prochains jours »,

IF(d <= TODAY() + 30, « 30 prochains jours », « Futur »))

,

IF(d >= TODAY() - 7, « 7 derniers jours »,

IF(d >= TODAY() - 30, « 30 derniers jours », « Passé »))

)

)

Mettre en œuvre des règles avec des options d’interface utilisateur et des mesures DAX

Commencez par créer une mesure DAX qui renvoie une étiquette numérique pour chaque ligne, facilement utilisée par les règles de l’interface utilisateur pour communiquer l’état de la date. Cette approche est basée sur une représentation claire des jours passés et donne des aspects cohérents dans les visuels, en gardant le comportement prévisible pour les personnes travaillant sur le produit. Utilisez ce modèle principal pour éviter toute ambiguïté et faciliter les changements rapides lorsque les seuils changent.

1. Création de mesures DAX :

   DaysPast = DATEDIFF(« DateTable »[Date], TODAY(), DAY)

   DateStatus = SWITCH(TRUE(),

   DaysPast <= 7, 1,

   DaysPast <= 30, 2,

   TRUE, 3

   )

2. Application via l’interface utilisateur avec des règles :

   - Dans le visuel cible, ouvrez le volet de mise en forme pour la couleur d’arrière-plan (ou la couleur de police).

   - Définissez Mettre en forme par sur Règles et choisissez DateStatus (l’étiquette que vous avez créée) comme valeur de base.

   - Ajoutez trois règles :

   Si la valeur est égale à 1 → couleur #2ECC71

   Si la valeur est égale à 2 → couleur #F5B642

   Si la valeur est égale à 3 → couleur #E74C3C

   - Laissez le reste du style pour le thème à l’image de marque de votre produit afin d’éviter les distractions.

3. Autre approche de l’interface utilisateur (valeur de champ) :

   - Utilisez Mettre en forme par : Valeur du champ et choisissez DateStatus comme champ.

   - Mappez les mêmes couleurs aux trois valeurs discrètes afin que les visuels convergent vers une seule représentation.

4. Conseils pratiques pour la précision et la réutilisation :

   - Sauvegardes : enregistrez une copie de vos mesures dans un rapport de développement ou une branche distincte, et conservez un court journal des modifications des seuils de la règle.

   - Étiquetage : nommez clairement les mesures (DatePast, DateStatus) pour faciliter les transferts et les examens.

   - Représentation : documentez ce que chaque couleur signifie dans une zone de légende dans le rapport pour les aider à interpréter rapidement.

5. Maintenance et extension :

   - Si vous ajoutez de nouveaux seuils (par exemple, 7, 14, 60 jours), étendez DateStatus pour inclure la 4e catégorie et affectez une couleur distincte.

   - Gardez la logique de règle principale centralisée dans les mesures afin que les décisions de style restent cohérentes dans les visuels et les pages.

En combinant les options de l’interface utilisateur avec les mesures DAX, vous créez un ensemble de règles exploitable et facile à maintenir qui communique le risque basé sur la date d’un coup d’œil. Cette approche évite l’encombrement, prend en charge un style de narration ciblé et garantit que le comportement des règles s’aligne sur les besoins des différentes équipes et produits. Lorsque vous présentez les résultats, la mise en forme semble intentionnelle et le changement d’état est immédiatement évident, ce qui aide les parties prenantes à saisir l’histoire sans explication supplémentaire.

Configurer l’origine de la couleur : palette, arrêts de couleur et lignes de base

Spécifiez une origine de couleur cohérente en sélectionnant une palette qui s’aligne sur votre histoire de données et en mappant les arrêts de couleur à une plage numérique significative. Une palette bien choisie réduit les erreurs d’interprétation et rend les tendances immédiatement visibles.

Ouvrez le volet de mise en forme conditionnelle pour le champ cible et passez à une échelle de couleurs. Utilisez la liste déroulante pour choisir la palette, puis définissez les arrêts de couleur à des positions définies le long de la plage : 0 %, 50 %, 100 % ou valeurs explicites.

Configurez les arrêts de couleur à côté de vos données : attribuez des couleurs précises au début, au milieu et à la fin de la plage. Ce mappage numérique vous aide à représenter avec précision les valeurs basses, modérées et élevées.

Définissez des lignes de base pour ancrer le dégradé par rapport à des seuils significatifs. Choisissez les lignes de base min, mid et max ou spécifiez des valeurs personnalisées, ce qui rend la visualisation cohérente avec les attentes basées sur la date.

Testez les résultats en comparant les visuels aux valeurs totales et aux tendances récentes ; ajustez les polices pour la lisibilité et ne vous fiez aux valeurs par défaut que lorsque cela est nécessaire. Créez une sauvegarde avant d’appliquer les modifications et enregistrez l’origine de la couleur sous forme de thème.

Parallèlement aux visuels uniques, utilisez une origine de couleur cohérente dans les tableaux, les cartes et les tableaux de bord. Cela permet de personnaliser l’expérience tout en tirant parti de la même palette et des mêmes lignes de base dans tout le rapport.

Tester les visuels et actualiser le comportement pour confirmer la coloration correcte

Vérifiez la coloration par rapport à une date fixe dans votre ensemble de données pour confirmer la coloration correcte. Utilisez un seuil connu et vérifiez que les indices de couleur apparaissent de manière cohérente dans leurs visualisations.

Configurez un ensemble de données de test minimal : une table large avec Date, Valeur et Catégorie. Créez trois visuels (carte, barre et ligne) qui référencent le même champ de date et appliquez la même règle de mise en forme conditionnelle. Cela permet de comparer facilement les résultats et de repérer les discordances de forme ou de teinte dans les différentes visualisations.

Intégrez un système d’indices clairs : mappez les dates à une simple métrique (par exemple, un indicateur, un indicateur positif ou un okfigure) et vérifiez que la mise en évidence correspond à la couleur prévue pour chaque catégorie. Utilisez une seule règle dans tous les visuels pour éviter la dérive et documentez les résultats attendus dans vos dernières notes afin que vos collègues dans les forums ou les blogs puissent reproduire les vérifications.

Testez complètement le comportement d’actualisation : après les mises à jour des données, déclenchez une actualisation manuelle et confirmez que les couleurs se mettent à jour en temps opportun sur tous les visuels. Exécutez ensuite une actualisation planifiée pour vous assurer que la couche de mise en cache n’affiche pas d’indices obsolètes. Si un visuel ne se met pas à jour, inspectez la transformation du champ de date et envisagez des sauvegardes ou une réinitialisation rapide pour valider leur signification pour la règle.

Les étapes pratiques consistent à valider deux copies du rapport : une vue opérationnelle et une sauvegarde. Utilisez leurs instructions pour aligner les attentes et comparez les indicateurs entre les visuels après chaque actualisation. Si une divergence apparaît, supprimez la ligne de test suspecte et réexécutez le test à partir d’une source unique propre pour isoler le problème.

Conservez un enregistrement de test léger dans un blog ou un fil de forum pour suivre les résultats et partager les meilleures pratiques. Cela aide les équipes les plus larges à apprendre à vérifier la coloration de manière fiable, réduit l’ambiguïté et accélère l’intégration des nouveaux utilisateurs qui s’appuient sur les indices de couleur pour prendre des décisions rapides.

Cas de test	Entrée de date	Visuel	Couleur attendue	Résultat	Notes
Vérification de la couleur de base	2025-01-01	Carte	Vert	OK	L’indicateur s’aligne sur la règle ; dernières données utilisées
Mise à jour de milieu de gamme	2025-01-15	Graphique à barres	Jaune	OK	La couleur correspond au seuil après la transformation
Pic récent	2025-02-01	Graphique linéaire	Rouge	Incohérence	Enquêter sur le type de colonne de date ; cycle d’actualisation
Test des sauvegardes	2025-02-10	Matrice	Vert	OK	Okfigure validé ; indices cohérents