Toute analyse de données commence par une étape d'ingestion. Dans Tableau, l'écran de connexion permet d'importer une multitude de sources disparates et d'établir un modèle logique cohérent avant de commencer le design des graphiques.

Pour ce cours, nous nous appuyons sur le jeu de données de référence Sample Superstore, contenant les commandes, les retours de marchandises et les responsables régionaux d'une chaîne de distribution.

---

1. Les connecteurs de données dans Tableau

Au lancement de Tableau Desktop, le volet gauche propose un catalogue complet de connecteurs organisés par famille :

• Vers un fichier : Microsoft Excel (.xlsx), Fichier texte/CSV (.csv, .tsv), JSON, Fichier statistique (SAS, SPSS, R), Fichier spatial (Shapefile, GeoJSON), etc.
• Vers un serveur : PostgreSQL, Microsoft SQL Server, Snowflake, Google BigQuery, Amazon Redshift, Oracle, Salesforce.

[!NOTE] Dans Tableau Desktop Public, seuls les connecteurs de fichiers plats (Excel, CSV, JSON, Access, OData et Web Data Connector) sont accessibles. La version professionnelle débloque l'ensemble des connecteurs de bases de données d'entreprise et d'entrepôts de données Cloud.

---

2. Importer un classeur Excel : Exemple avec Superstore

1. Cliquez sur le connecteur Microsoft Excel dans le panneau gauche :

1. Parcourez votre explorateur de fichiers, sélectionnez le classeur sample_-_superstore.xls et validez par Ouvrir :

1. Tableau analyse la structure du fichier et affiche la liste des feuilles disponibles dans le panneau de gauche. Glissez la table principale Orders sur la zone centrale du modèle :

1. Un aperçu immédiat de la grille de données s'affiche en bas, avec les types détectés au-dessus de chaque colonne (numérique #, chaîne Abc, date 📅, rôle géographique 🌐).
2. Glissez ensuite la table People à côté de la table Orders :

1. Tableau relie automatiquement les deux tables par un lien flexible incurvé (surnommé la "nouille" ou noodle) en faisant correspondre le champ commun Region.
2. Glissez enfin la table Returns :

1. Tableau détecte la clé Order ID partagée entre Orders et Returns et complète le modèle logique :

---

3. Modélisation : Relations logiques vs Jointures physiques

L'un des atouts majeurs de Tableau réside dans son architecture de données à deux niveaux :

               NIVEAU LOGIQUE (Les Relations / "Noodles")
             ┌─────────────────┐       ┌─────────────────┐
             │     Orders      │~~~~~~~│     People      │
             └────────┬────────┘       └─────────────────┘
                      ~
                      ~
             ┌────────┴────────┐
             │     Returns     │
             └─────────────────┘
                      │
                      ▼ (Double-clic sur Orders)
               NIVEAU PHYSIQUE (Les Jointures traditionnelles)
             ┌──────────┐  INNER JOIN  ┌──────────┐
             │ Orders   │══════════════│ Lignes   │
             └──────────┘              └──────────┘

La supériorité des Relations logiques :

• Dans les versions antérieures de Tableau (et dans beaucoup d'autres outils), vous deviez faire des LEFT JOIN ou INNER JOIN en dur. Si une commande avait 5 lignes de produits et qu'on la joignait aux retours, les montants étaient dupliqués, faussant les sommes globales.
• Avec les Relations (couche logique), Tableau conserve chaque table à son niveau de granularité propre. Il n'effectue la jointure appropriée qu'au moment précis où vous construisez votre graphique, évitant toute duplication de données !

---

4. Mode de connexion : En direct vs Extraction (.hyper)

En haut à droite de l'écran de source de données, Tableau propose deux options de connexion :

Caractéristique	Connexion en direct (Live)	Extraction de données (Extract - .hyper)
Principe	Tableau envoie une requête SQL à la source chaque fois qu'un filtre change.	Tableau crée un instantané compressé en colonnes dans un fichier local .hyper.
Fraîcheur des données	Temps réel immédiat	Nécessite une actualisation manuelle ou planifiée
Vitesse de calcul	Dépend de la puissance et de la latence du serveur source	Ultra-rapide grâce au moteur en mémoire Hyper
Disponibilité hors-ligne	Nécessite un accès réseau continu	Fonctionne parfaitement déconnecté du réseau
Recommandation	Systèmes transactionnels critiques en direct	Recommandé pour 90 % des rapports décisionnels

[!TIP] Lorsque vous publiez sur Tableau Public, Tableau exige obligatoirement une Extraction de vos données, car le cloud public ne peut pas se connecter en direct à votre disque dur local.

---

5. Mise en pratique : Valider le modèle

1. Ouvrez votre classeur et vérifiez que les trois tables (Orders, People, Returns) sont liées.
2. Cliquez sur le lien entre Orders et Returns : vérifiez que la relation est bien basée sur Order ID = Order ID.
3. Cliquez sur le bouton en bas à gauche intitulé Feuille 1 : vous basculez dans l'espace de création de visualisations !
4. Remarquez que dans le panneau des données à gauche, chaque table apparaît comme une section distincte avec ses propres dimensions et mesures.

---

Vos données sont connectées, typées et correctement modélisées. Dans la prochaine leçon, nous apprendrons à enrichir nos tables grâce aux Champs Calculés, aux calculs de table et aux expressions de niveau de détail (LOD).

Partagez sur les réseaux sociaux

Commentaires