Analyses KPI

 

PRINCIPE GENERAL

Cette documentation qui concerne les échanges entre Cegid Orli et Retail Intelligence (R.I.) s’adresse à tous (techniciens, consultants, R&D, clients).

Ce module va exporter des données PF, ‎depuis Cegid Orli (le Datawarehouse) vers R.I. (le Datamart).

 

Définitions & Objectifs

 

• Datawarehouse

  = la mémoire brute de l’entreprise

  C’est un entrepôt de données. A ce titre, ses fonctions principales sont de récupérer l’information, de la stocker, de l’enregistrer et de la mettre à disposition d’utilisateurs avancés (car l’information est stockée dans un format généralement brut, composé de logs, de tables d’événements… rien qu’un utilisateur lambda de l’entreprise ne sache exploiter). Seuls les gestionnaires de base et les statisticiens y trouvent leur compte. Ces derniers sont très souvent en mesure de retravailler eux-mêmes la donnée pour la faire parler, et donc préfèrent construire leurs propres indicateurs parfaitement adaptés à l’étude qu’ils mènent.

  On juge de la performance d’un Datawarehouse à sa capacité à sécuriser l’enregistrement de la donnée : redondance, sauvegarde, reprise sur incidents… On ne demande pas une base forcément « présentable », mais solide, qui garantit que l’information ne sera jamais perdue, ou qu’une information corrompue pourra être isolée, nettoyée, sans gâcher toute la base. Des indicateurs de contrôle peuvent être mis en place pour garantir les 3 conditions clés pour une donnée saine (qualité, exhaustivité, et fraîcheur).

 

• Datamart

  = la donnée au service de l’intelligence

  Comme l’entrepôt de données ne met pas l’information à disposition de l’utilisateur basique, il faut lui adjoindre un Datamart, dont le rôle est de retraiter l’information pour la rendre exploitable par un corps de métier de l’entreprise. A chaque métier son Datamart : l’information, pour être transformée en ressources, doit être retravaillée sous forme d’agrégats pour être compréhensible de l’utilisateur ; un comptable et un commercial ne partageant pas la même vision de l’entreprise, l’information doit leur être adaptée.

  exemple :
  dans un Datawarehouse, les clics sur e-mail sont enregistrés en fonction d’une date de clic, l’adresse e-mail n’étant qu’un des paramètres du clic.

  Pour un expert CRM, l’adresse e-mail (ou tout autre identifiant client) sera le point d’entrée: en face de chaque contact, la fréquence de clics, la date de dernier clic, etc…

  Le Datamart est un prisme qui adapte la donnée à l’utilisateur. En cela, ses clés de succès tiennent beaucoup à la façon dont la donnée est agencée : plus elle est compréhensible par l’utilisateur, meilleur est le résultat, c’est pourquoi les intitulés de chaque champ et leur mode de calcul doivent coller au plus près des usages du métier.

  Si un expert en base de données peut attendre plusieurs minutes pour obtenir la réponse à une requête sur la base, ce n’est pas le cas pour un utilisateur final : c’est pour cela qu’un Datamart pré-calcule la plupart des combinaisons de champs en temps masqué; ainsi, tous les résultats sont pré-enregistrés pour une restitution rapide. Si un Datamart permet moins de souplesse dans la manipulation de l’information, au moins celle-ci a du sens et permet de diffuser la connaissance.

   

• Agrégat

  Ce terme (du latin aggregare, dérivé de grex-gregis / troupeau, signifiant à l'origine « rassembler un troupeau ») désigne un objet (concret ou abstrait) résultant de la réunion d'un ensemble d'éléments distincts, mais pas forcément de nature différente, qui adhèrent entre eux et forment un tout.

  En statistiques, l'agrégat est un élément synthétique représentatif d'une somme ou d'une combinaison d'éléments particuliers.

  En sciences économiques, les agrégats sont des grandeurs caractéristiques obtenues par assemblage de différents postes de la comptabilité nationale (P.N.B., P.I.B., etc…).

  Dans le domaine de l'informatique décisionnelle, un agrégat est (sommairement) un cumul de données (un indicateur) selon certains axes d'analyse :
  exemple : chiffre d'affaires des ventes par mois, par pays et par secteur de clientèle
  (ce sens étant à relier à celui donné en économie).

   

  Exemple : la table BES_PROD est un agrégat de la table CDE_CLI_LIGN

   

   

• KPI

Un Indicateur Clé de Performance (ICP), en anglais Key Performance Indicator (KPI), est un indicateur mesurable d'aide décisionnelle.

Par performance, on ne parle en aucun cas de prestation, représentation, comportement ou conduite, mais bien d’efficience, de résultat, d’efficacité.

Un indicateur dit « de performance » doit orienter une démarche de progrès.

 

exemple :

‎ 

KPI

 

 

• Le Datamart impose pour chaque KPI d’avoir une vision claire…

 

… des résultats attendus :

 

• • quelles données ?

     

  • sur quelle période ?

     

     

    … des moyens pour y parvenir :

     

  • quelle(s) fonction(s) Cegid Orli ?

     

  • quel(s) report(s) B.I. ?

‎ 

 

• KPI répertoriés :

 

synthétique

 

détaillé

‎ 

 

Détail par fonction

 

Fonctions Cegid Orli & Entités : ou comment retrouver dans Cegid Orli l’origine des données de la B.I.

 

Les pages suivante détaillent chaque fonction Cegid Orli et ses données utiles :

 

• Données QUANTITATIVES
  ‎les Quantités de Produits Finis
  • des TRANSACTIONS (documents)
  • des MOUVEMENTS

     

• Données MONÉTAIRES
  les Montants
  • NON CONVERTIS :
    ‎dans la monnaie du document
  • CONVERTIS : ces données exprimées en monnaie de tenue ne sont pas comparables,
    ‎Cegid Orli étant basé sur le taux de change en vigueur à la date du jour,
    ‎alors que B.I. est basé sur le taux de change en vigueur à la date du document
    les zones BI « converties » sont donc barrées dans ce document

     

• Données TEMPORELLES
  les Dates
  • au format DATE (documents)
    ‎ 2017-06-21 00:00:00
    ‎ ou
  • au format DATE+HEURE (système)
    ‎ 2017-06-21 15:33:43

‎

Détail par entité / transactions CLIENTS (Retail and wholesales)

 

• • Customer ORDERS
    ‎commandes client (CD902W03)
    ‎ rapport BI de Contrôle des commandes client

     

  • Customer DELIVERIES
    ‎livraisons client et retours (CD902W09 & RC902)
    ‎ rapport BI de Contrôle de données des bons de livraison client

     

  • Customer SALES
    ‎ventes client (CD902W08)
    ‎ rapport BI de Contrôle de données des ventes

‎ 

 

Commande client PF / Customer orders[CUSTOMER_ORDER]

Ces commandes de vente aux clients sont :

• soit créées manuellement par CD001
• soit générées par passerelle PAS-CDE / PAS-COM (XC201)

 

 

Application possible :

Hit-parade des ventes produit

 

Critères obligatoires pour obtenir des données comparables :

Utiliser Date SAISIE commande (période)
‎(à l’exclusion de toute autre date)

Annulée (Ent.cde) est vide

Annulée (Ent.cde) égal « X »

‎ 

 

Remarques :

 

• Les éléments de tarification sont signés inversement au principe Cegid Orli :
  • • Élément REMISE sur FACTURE :
      ‎ en +
    • Élément REMISE sur AVOIR :
      ‎ en –
• Les autres éléments (MAJORATION, ECO-PARTICIPATION) ne sont pas transmis.

 

 

Mapping disponible depuis JP212

 

Livraison client PF / Customer deliveries[CUSTOMER_DELIVERY]

Ces documents de livraison aux clients sont :

• soit créées manuellement par LI001
• soit générées par LI002
• soit générées par passerelle PAS-BON (XC219)

 

 

Application possible :

Taux de livrabilité client :

Livré à date

Va-t-on livrer à date

 

Critères obligatoires pour obtenir des données comparables :

Utiliser Date CRÉATION BP (période)
‎(à l’exclusion de toute autre date) (pas VALIDATION ????)

N°BP différent de « . »

Qté ligne bon ou pièce supérieure à 0

Directe (en-tête cde) est vide

 

Mapping disponible depuis JP212

 

 

Retour client PF / Customer deliveries[CUSTOMER_DELIVERY(2)]

Ces bons de retour aux clients sont :

• soit créés manuellement par RC001 (autorisation) / RC003 (réception)
• soit générés par passerelle PAS-RET (XC425)

 

 

 

Critères obligatoires pour obtenir des données comparables :

Utiliser Date du BON DE RETOUR (période)
‎(à l’exclusion de toute autre date)

 

+

 

-- Fonction qui retourne la quantité 'Réceptionné sur Retour sans Avoir' pour une ligne retour / Taille

FUNCTION F_CALC_RET_ENCOURS_QT

SELECT nvl(QTE_RET_T1,0),…,nvl(QTE_RET_T20,0)

FROM RETOUR_LIGN

WHERE NUM_BON = '10000441'

AND NUM_LIGN = P_NUM_LIGN

AND FLAG_MAJ_STOCK is null

AND EXISTS (SELECT NULL FROM RETOUR_ENT WHERE NUM_BON = '10000441' AND DAT_SOLD IS NULL );

 

 Comment filtrer sur FLAG_MAJ_STOK dans le MUL (attention à ces 2 critères de filtre)

 

IMS avec filtre sur DAT_SOLD (date de clôture du retour)

 
‎

Remarques :

 

• Les retours se font en plusieurs étapes : autorisation du retour (facultative), puis réception(s) du retour, en une ou plusieurs fois.

   

• Lors d’une 2^ème réception, les quantités sont à 0 (ces quantités étant sur la 1^ère réception, et correspondant à ce qu’il est prévu de recevoir (donc ce qui a été autorisé initialement) ; ce n’est que lorsque la réception globale est terminée qu’on complète les quantités de chaque réception détail
  ‎(et c’est ainsi qu’on peut mesurer les écarts entre attendu et reçu).

  Il n’y a donc pas de principe d’éclatement (la 2^ème ligne est une nouvelle ligne indépendante, elle n’a pas connaissance de la ligne précédente, donc pas de notions de prix issues de la ligne d’origine).

   

• Pas de saisie de prix à la réception (car le magasinier n’a pas connaissance des tarifications en vigueur) ; par contre, si génération d’avoir, une notification indique que les prix sont manquant et qu’il faut les compléter dans RC001.

  Donc, une ligne de retour peut ne pas être valorisée à un instant T (prix inexistant pour le tarif / période trouvé, pas de prix spéciaux).

   

• Les Bons de Retour, quand ils sont facturés (avec avoir), non soldés et encours, sont envoyés soldés (avec qtés et montants à 0).

 

 

Mapping disponible depuis JP212

‎ 

 

Facturation client PF / Customer sales[SALES]

Ces documents de facturation à destination des clients sont :

• soit créées manuellement par FA002
• soit générées par LI019
• soit générées par passerelle PAS-FAC (XC250)

 

 

Critères obligatoires pour obtenir des données comparables :

Utiliser Date PIÈCE (période)
‎(à l’exclusion de toute autre date)

N° de pièce différent de « .% »

Liste des types de document : sauf ProForma et Interne

Les pièces (factures/avoir) sont toutes (historisées et non) envoyées à la BI
‎mais elles sont « typées » en fonction du fait qu'elles soient envoyées ou non en comptabilité.

La BI retient donc, pour le calcul de CA, les pièces qui sont marquées 0 dans cette zone.

L'option FA007W01/MAJ_CLI_INT est prise en compte.

La pièce est prise en compte dans le CA par la BI (isannounce=0) si :

• La Nature (TA180) du type doc est à la valeur '06' quand option MAJ_CLI_INT=1

  OU

• Si la Nature est différente des valeurs ('02','03','04','05','06')

 

Dans tous les autres cas: isannounce prend la valeur 1 et la pièce n'est pas retenue par la BI comme entrant dans le CA.

 

Remarques :

• Toutes les pièces sont prises en compte :
  • • Que ce soient des Factures ou des Avoirs
    • Que ce soient des Ventes articles ou des Pièces libres
    • Que ce soient des pièces Historisées (FA007) ou Non (en cours FA001)
      ‎attention à l’envoi d’une même pièce 2 fois (avant historisation, puis après historisation)
• Les éléments de tarification sont signés inversement au principe Cegid Orli :
  • • Élément REMISE sur FACTURE :
      ‎ en +
    • Élément REMISE sur AVOIR :
      ‎ en –
    • Élément MAJORATION sur FACTURE :
      ‎ en –
    • Élément MAJORATION sur AVOIR :
      ‎ en +

       

• La restitution des quantités est tributaire du typage « Document Financier » (TA180),
  ‎pour lequel ces quantités sont envoyées à 0.

Mapping disponible depuis JP212

‎ 

 

Détail par entité / transactions FOURNISSEURS (Supply chain) 

 

 

• Supplier ORDERS
  ‎commandes fournisseur (LA902)
  ‎ rapport BI de Contrôle de données des commandes fournisseur

   

• Supplier RECEIPTS
  ‎réceptions fournisseur (LA902)
   rapport BI de Contrôle de données des bons de réception fournisseur

   

• Supplier PURCHASES
  ‎factures fournisseur (CF008 & CF033)
  ‎ rapport BI de Contrôle de données des achats

‎ 

 

Commande fournisseur PF / Supplier orders[SUPPLIER_ORDER]

Ces commandes d’achat aux fournisseurs (ou Ordres de Fabrication) sont :

• soit créées manuellement par LA001
• soit générées automatiquement depuis des propositions (LA008 / LA009)
• soit générées par passerelle PAS-CFN (XC265)

 

 

N.B. :
Pas d’envoi des commandes fournisseur supprimées définitivement, il est conseillé de mettre l’option LA001W01/SUPP_LIGNE=2 afin de ne pas pouvoir le faire.

 

Application possible :

Fiabilité fournisseur :

Livré à date

Qualité : (2^ème choix, retour, respect des tailles)

 

Critères obligatoires pour obtenir des données comparables :

Utiliser Date COMMANDE FOURNISSEUR PF (OF)
‎(à l’exclusion de toute autre date)

N.B. : pas possible de filtrer sur FLAG_CRE is NULL ‎(donc écart possible sur les commandes en cours de création)

‎

 

Mapping disponible depuis JP212

‎ 

 

Retour fournisseur PF / Supplier receipts[SUPPLIER_RECEIPT(2)]

Ces bons de retour aux fournisseurs sont créés manuellement par NE006

 

 

 

Pas utilisable car édition via NE007, donc pas de MUL.

Utiliser SP039, mais attention aux 2 cas suivants :

 

SUPPLIER_RECEIPT(2)

DECODE(TYPMVT.FCTN,''100'',1,-1)*

FROM TYPMVT, PROD_HIS, OF_CIRC_FAB_NEG, OF_ENT

WHERE 1=1

AND OF_ENT.NUM_OF = OF_CIRC_FAB_NEG.NUM_OF

AND OF_ENT.NUM_OF = PROD_HIS.NUM_OF

AND PROD_HIS.TYP_MVT=TYPMVT.CODE_TYP_MVT

AND TYPMVT.FCTN IN (''139'',''113'',''100'')

AND PROD_HIS.REF_MVT != PROD_HIS.NUM_OF

 

 

SUPPLIER_RECEIPT(1)

DECODE(TYPMVT.FCTN,''142'',1,-1)*

WHERE 1 =1

AND OF_ENT.NUM_OF = OF_CIRC_FAB_NEG.NUM_OF

AND OF_ENT.NUM_OF = PROD_HIS.NUM_OF

AND PROD_HIS.TYP_MVT=TYPMVT.CODE_TYP_MVT

AND TYPMVT.FCTN IN (''140'',''141'',''142'')

 

 

Mapping disponible depuis JP212

 

Facturation fournisseur PF / Supplier purchases[PURCHASE]

Ces documents de facturation en provenance des fournisseurs sont créées manuellement par CF001

 

Remarques :

• Attention à la Prise en compte des factures sans incohérence, transférées en compta (date transfert).

 

Critères obligatoires pour obtenir des données comparables :

Utiliser Date de CRÉATION des pièces (période)
‎(à l’exclusion de toute autre date)

Pièces en incohérence est vide

Date de transfert des pièces n’est pas vide

Il faut demander les factures et les avoirs séparément

 

Mapping disponible depuis JP212

Détail par entité / contrôle des STOCKS 

 

• Current stock
  ‎encours de stock (SP902)
  ‎ rapport BI de Contrôle de données des encours de stock

   

• Current stock quality
  ‎encours de stock par qualité (SP902)
  ‎ rapport BI de Contrôle de données des encours de qualité de stock

   

• Stock transactions history
  ‎historique des mouvements de stock (SP039)
  ‎ rapport BI de Contrôle de données de l'historique des transactions

‎ 

Stock PF / Current stock[CURRENT_STOCK]

Historique Stock PF / Stock transactions history[STOCK_HISTORY]

Ces données sont :

• soit issues des mouvements générés dans Cegid Orli
• soit générées par passerelle PAS-STO (XC286)

 

 

Application possible :

Activité entrepôt :

Charge prévisionnelle (en fonction de la simulation info client)

% d’activité

 

Remarques :

• On n’envoie que le stock 1^er choix (en fait la valeur du paramètre CHOI_1) dans le premier fichier et les autres choix dans l’autre fichier mais en les marquant QUALITYISNOSTD
• On envoie le PHYSIQUE, le DISPONIBLE et le POTENTIEL
• Historiques :

Critères de filtre :

AND PROD_HIS.CHOI IS NOT NULL

AND NVL(PROD_HIS.REF_MVT,''!'') not like ''.%''

Filtrer avec DAT_MVT_REEL et pas DAT_MVT

‎ 

Mapping disponible depuis JP212

 

 

Historique :

 

 

 

Mapping disponible depuis JP212

 

 

Données non traitées

• Les matières
• La consommation matière
• Les nomenclatures
• Les encours de fabrication ou d’achat
• Les suivis des commandes fournisseurs PF au niveau atelier/phase
  ‎(on ne prévoit pas le suivi des commandes fournisseurs PF au niveau atelier/phase)
• Les droits d’accès Cegid Orli (non transmis à R.I., car c’est précisément R.I. qui définit ses droits d’accès, avec des niveaux plus fins que dans Cegid Orli).

‎ 

Restitution datamart

 

Plusieurs possibilités pour restituer les données en provenance de Cegid Orli :

 

• Rapports fournis par Cegid
• Microsoft Power B.I. / DeskTop
• Microsoft Office Excel / PowerPivot
• Microsoft Office Excel / Tableau Croisé Dynamique
• QlikView

‎ 

 

Rapports fournis par Cegid

Utilisation :

Depuis votre serveur B.I., dossier « System/Monitoring/Advanced/BI ARCHITECT data check » :

 

 

On y retrouve des rapports de contrôle classés en 3 dossiers :

 

• Retail and wholesales :
  ‎ rapports de contrôle des transactions avec les clients
  • Customer orders :
    commandes client
  • Customer deliveries :
    livraisons client (et retours)
  • Customer sales :
    ventes client

     

• Stock :
  ‎ rapports de contrôle des stocks
  • Current stock :
    encours de stock
  • Current stock quality :
    encours de stock par qualité
  • Stock transactions history :
    historique des mouvements de stock

     

• Supply chain :
  ‎ rapports de contrôle des transactions avec les fournisseurs
  • Supplier orders :
    commandes fournisseur
  • Supplier receipts :
    réceptions fournisseur
  • Supplier purchases :
    factures fournisseur

 

On va visualiser certaines données présentes dans la base de données « BI ARCHITECT ».

Ces rapports ne répondent pas à un besoin fonctionnel, mais ont été conçus pour effectuer des contrôles dans la base de données relationnelle sans être obligé d’effectuer de requêtes SQL.

La base « BI ARCHITECT » est la base référente des données B.I. : pour vérifier si une information est intègre dans la solution, il faut donc la contrôler dans la base de données relationnelle ARCHITECT. En effet les cubes OLAP et les dashboards étant spécifiques à chaque client, ils peuvent afficher des données ne correspondant pas forcément à celles importées dans la base B.I.

 

Ces rapports servent à contrôler la cohérence des données selon les sources d’origines
‎(attention, les données contrôlées ne sont pas exhaustives).

‎ 

Critères :

• Pour tous les rapports:
  • 2 niveaux de ruptures optionnels (Dimension level 1 et Dimension level 2)
    ‎Si la valeur « Total » est sélectionnée (cas par défaut) :
    ‎aucune rupture n’est affichée
    ‎ le rapport affiche donc uniquement une seule ligne de total général.
    ‎Si une rupture de la dimension 1 est demandée :
    ‎un sous total est affiché par défaut (option active par défaut mais modifiable).
  • critère Measures to display :
    ‎exemples : Commandé / Reste à livrer / etc…
  • critère Source (de données) obligatoire :
    OW / Cegid Orli

     

• Pour les rapports clients, critère activité commerciale obligatoire : Détail / Négoce

   

• Tous les critères de sélection de type alphanumérique bénéficient des jokers standards « % » pour remplacer une chaîne de caractère et « _ » (underscore) pour remplacer un seul caractère.

 

Analyses :

 

• Périodes 
  ‎avec opérateur « est entre » (et non pas « est dans ») pour le critère date (Cegid Orli) choisi

   

• Montants 
  ‎à exprimer en monnaie du site (évite le mélange de plusieurs monnaies),
  ‎sans les décimales : précision au centime près impossible avec les arrondis multi-tailles
  ‎(le delta étant de l’ordre de l’euro)
  ‎B.I. restitue 2 types de montants :
  • dans la monnaie du document (appelé « Non converti »)
  • converti dans la monnaie de tenue (JP014 / MON_TENU)

     

• Notions BRUT/NET : elles sont utilisées dans Cegid Orli dans 2 contextes différents :
  • Pour les quantités : NET = BRUT – annulations
  • Pour les montants : NET = BRUT ± éléments tarification

    B.I. utilise le terme « initial » pour traiter les annulations

     

    On a donc au final :

     

    Brut

     

    Initial (brut)

     

    Net

  • NET = QTE CDE = Qté Brut = initial
  • BRUT = QTE INITIAL CDE = Qte nette = initial + annulations

 

 

Microsoft Power B.I. / DeskTop

Utilisation :

Manipulation des données du cube directement sur le bureau.

 

Connexion :

 

Fichiers : .pibx

 

https://powerbi.microsoft.com/fr-fr/desktop/#

 

 

Microsoft Office Excel / PowerPivot

Utilisation :

Manipulation des données du cube, avec contraintes de volumétrie moindres
‎(analyse des données en mémoire (« in analysis memory ») permettant des temps de réponse corrects même avec une volumétrie importante de plusieurs millions de lignes)

 

Installation sous EXCEL :

• menu « Options »
• cliquer sur « Compléments »
• dans la liste « Gérer » en bas de l’écran de droite,
  ‎sélectionner « Compléments COM » puis cliquer sur le bouton « Atteindre… »
• cocher la case « Microsoft Office PowerPivot » pour activer l’Add-In Microsoft gratuit

 

Connexion :

Fichiers : .xlsx

 

 

Onglet PowerPivot / Gérer :

 

Fenêtre PowerPivot / Obtenir des données externes
‎ / À partir de la base de données / À partir de SQL Server :

‎ 

Connexion à la base « BI ARCHITECT » (TRUNK)

Nom du serveur : SRV-BI\VCSNEXT
‎ACGDPAJSRV0001\VCSNEXT

• Authentification SQL Server :
  ‎vtDbAdmin / MSSQLDB2005VT
• Base :
  ‎vtNextDwOW

 

 

Connexion à la base « BI ARCHITECT »

Nom du serveur : SRV-BI\VCSNEXT
‎VM-32182\VCSNEXT

• Authentification SQL Server :
  ‎vtDbAdmin / MSSQLDB2005VT
• Base :
  ‎vtNextDW

 

 

 

Sélection des données

Il faut tout d’abord importer les tables (qui s'appellent en fait vtNomTable, ‎mais il existe aussi une vue NomTable permettant de faire un SELECT comme ci-dessous)

Sinon sélectionner une table vt dans la liste...

 

 

‎

Manuellement

Exemple : SELECT * FROM COUNTRY

 

Terminer.

 

Fermer.

 

‎

 

Ajout d'un autre onglet

 

Sélectionner la connexion à la base déjà saisie.

 

Puis renouveler les opérations ci-dessus en créant une nouvelle requête.

 

Exemple de résultat avec :

 

 

 

Microsoft Office Excel / Tableau Croisé Dynamique

Utilisation :

Manipulation des données du cube, avec fortes contraintes de volumétrie
‎(attention aux performances du poste élève)

 

On y retrouve des Mesures (ou « Facts ») …
‎
‎

… et des Analyses (ou « Dimensions »)
‎
‎

 

Connexion :

• connecter la source de données :

  Données / Autres sources / Provenance Analysis Services

• insérer les données :

Insertion / Tableau Croisé Dynamique / Utiliser une source de donnée externe…
‎exemple : vm-32182 CustomNext

 

Fichiers :

.xlsx

 

 

QlikView / Tableau Croisé Dynamique

QlikView gère des fichiers avec :

• rapports
• graphiques
• indicateurs clés
• scripts de chargement
• expressions & paramètres utilisés dans les présentations de données.

 

Ces fichiers stockent le modèle de données relationnelles et les données importées,
‎tout ceci dans un format de compression binaire des résultats.

 

Fichiers :

.qvw