Combiner des exports SAP et construire un reporting RH dans Power BI

Dans cet article, nous vous guidons pas à pas dans la réalisation d’un rapport RH complet avec Power BI, de l’extraction de données issues de SAP jusqu’à la visualisation interactive et détaillée des informations clés de votre entreprise. Ce tutoriel vous permettra de créer un véritable outil d’analyse RH, riche, interactif et automatisé.

Un tableau de bord RH interactif

Le rapport que nous allons construire ensemble comporte plusieurs vues dynamiques :

• Un nuage de points représentant les salariés par salaire (axe X) et âge (axe Y).
• Des bulles colorées selon le sexe (bleu pour les hommes, rose pour les femmes) et dont la taille dépend de l’ancienneté.
• Un système de filtrage et de zoom pour explorer certaines catégories de salariés.
• Des vues complémentaires : pyramide des âges, pyramide d’ancienneté, écart de salaire selon l’âge et l’ancienneté, trimap de distribution par sexe, âge, nationalité, contrat, etc.
• Des simulateurs : de salaire net à partir du brut, ou d'augmentation de salaire en fonction d’un pourcentage choisi.
• Une vue géographique permettant de zoomer par pays ou continent.
• Une fonctionnalité d’extraction de détail par clic droit.

Importer et combiner les exports SAP

Les données proviennent de quatre fichiers Excel mensuels (juillet à octobre 2020), extraits du système SAP. Nous les combinons en utilisant Power BI via le connecteur “Dossier”.

Cette méthode permet de :

• Charger automatiquement tous les fichiers Excel d’un répertoire donné.
• Nettoyer les données avec Power Query.
• Préparer une base consolidée pour les visualisations.

A ce stade Microsoft propose une prévisualisation des fichiers qui sont à l'intérieur de mon dossier. Nous cliquons sur le bouton « transformer les données » pour accéder à Power Query. Cet éditeur va nous permettre de nettoyer les données afin de combiner mes fichiers en une seule base de données unique :

• Aller sur l’icône en forme de double fleche (colonne « content »)

Une fenêtre s'ouvre nous demandant quel objet nous souhaitons extraire de chaque fichier. Nous cliquons sur le fichier contenant les données à savoir : Sheet 1

Sur Power Query nous voyons une série de 5 requêtes sur la gauche.

Nous devons vérifier que nous avons bien l’ensemble des fichiers dans notre requête. Mais en cliquant sur « Source.Name » il n’y en a qu’un. Il nous suffit de cliquer sur charger plus pour voir l’ensemble des fichiers.

Dans la colonne « Source.Name » nous allons extraire la date. Nous allons dans l’option « transformer » puis « extraire ». Il nous reste à la passer en format date et à la renommer.

Par la suite, nous devons passons notre colonne « matricule » en type « texte ».

Nous allons modifier également notre colonne « né(e) le », car dans la première vue que nous souhaitons créer, il nous faut un nuage de point avec l’âge. Nous allons donc convertir cette colonne.

• Cliquer sur la colonne
• Accueil « date » puis « âge »
• Accueil « durée », « total année » (attention au calcul qui ne tient pas compte des années bisextiles, rajouter « .25 » après 365).
• Accueil, « arrondi », « arrondi à l’entier inférieur »
• Renommer la colonne « âge »

Les traitements sont terminés sur Power Query. Nous pouvons charger les données vers Power BI desktop afin de créer nos visuels.

Création de segments

Commençons par créer un segment pour sélectionner les dates.

• Aller dans « visualisations », visuel « segment »
• Injecter la colonne « date export »
• Aller dans « pinceau de mise en forme » puis « paramètre du segment » « liste verticale » « sélection simple »

Un bouton radio, nous empêchant de sélectionner plus d’une date. Il nous faut modifier la format de la date, pour cela :

• Aller dans le volet « données » et cliquer sur la colonne « date export »
• Onglet « outils de colonne », section « mise en forme », sélectionner le format avec seulement les mois et les années.

Nous créons également un nouveau segment avec les catégories.

Création du nuage de points

A présent, nous pouvons créer notre nuage de points dans « visualisations ».

Nous commençons par remplir les paramètres :

• Valeurs « matricule » (c'est-à-dire les salariés »)
• Axe X « salaire »
• Axe Y « âge »
• Légende « sexe »

Pour distinguer les hommes et femmes dans le visuel nous allons modifier les couleurs en allant dans le « pinceau de mise en forme » , puis « marqueurs » et « couleurs ».

Nous allons renommer pour plus de clarté les axes en nous rendant dans « visualisations » et « générer un élément visuel ». Il suffit de double cliquer sur les champs des « axes » pour procéder aux modifications.

Nous créons ensuite un axe de tendance des salaires:

• « Visualisations »
• « Ajouter des analyses supplémentaires à votre visuel »
• « Courbe de tendance » puis ligne moyenne « ajouter une ligne » appelée salaire moyen et la mettre en couleur rouge
• « Etiquette de données », style « à double sens »

Nous en avons fini avec cette première vue, que nous appelons « vue globale salarié » et nous pouvons passer à la deuxième sur une nouvelle page.

Calculateur augmentation salaire

Nous commençons par mettre le segment correspondant au matricule. Mettre ainsi dans le champ :  « catégorie, coefficient et matricule ».

Pour visualiser le salaire, nous injectons le visuel « carte » et mettre dans le champ « le salaire plein temps » que nous mettons en moyenne.

Nous allons mettre en forme le visuel dans le « pinceau de mise en forme » pour ne mettre aucune unité d’affichage. Puis nous pouvons afficher le salaire en euros en cliquant que sur « salaire temps plein », « outils de colonne », « mise en forme ».

Désormais nous pouvons créer, le calculateur d’augmentation de salaire.

• Onglet « modélisation » puis « nouveau paramètre » et plage numérique.

Un nouveau segment apparait ainsi qu’une table dans le volet « données » intitulée « paramètre augmentation de salaire » que nous allons mettre en pourcentage via « outils de colonne »

Pour passer à la création de la mesure qui calcule le salaire après augmentation, nous nous positionnons sur la table « … » et « nouvelle mesure ».

Nous allons injecter la nouvelle mesure dans le visuel « carte 123 ». Pour la mise en forme nous allons directement reproduire la mise en forme de la première carte avec le pinceau dans accueil et copier sur notre nouvelle carte. Il ne nous reste plus qu’à mettre la forme en euros.

L’objectif maintenant est de calculer l’écart entre le salaire avant et après augmentation.

• Se positionner sur la table « paramètre augmentation salaire »
• « … », « nouvelle mesure »

Nous injectons un nouveau visuel « carte 123 » avec la nouvelle mesure créée.

Nous en avons fini avec cet exercice.

En conclusion

Toutes les étapes crées dans Power Query sont en place et pourront être exécutées si une nouvelle source de données est mise dans le dossier initial.

Dans nos formations Power BI, qui durent 5 jours et qui se font en petit comité, vous apprendrez à réaliser l’intégralité de ce tableau de bord mais également d’autres.

N’hésitez à nous contacter pour en savoir plus sur nos formations, et attendant on vous retrouve sur notre chaine YouTube pour plus de tutos.