KPI produit : construire un dashboard Power BI vraiment utile

Pourquoi tant de dashboards ne servent à rien

Beaucoup de tableaux de bord naissent d’une bonne intention : « on veut de la visibilité ». On y met donc tous les chiffres disponibles. Quelques semaines plus tard, plus personne ne les ouvre : trop d’indicateurs, pas de lien avec les décisions, des chiffres qui ne concordent pas avec ceux des autres équipes.

Le problème n’est pas l’outil. Power BI, comme les autres solutions de BI, est très puissant. Le problème est l’absence de cadrage : pour qui est ce dashboard, et qu’est-ce qu’il doit l’aider à décider ?

Partir des décisions à prendre

Avant de choisir un indicateur, listez les décisions que le dashboard doit éclairer : quoi prioriser dans le backlog, où investir, quand alerter, quelle équipe renforcer. Pour chaque décision, demandez-vous quelle information vous manque aujourd’hui.

Identifiez aussi les utilisateurs du dashboard. Une direction a besoin d’une vision synthétique et de tendances ; une équipe opérationnelle a besoin de détail et de temps réel. Il vaut souvent mieux deux tableaux de bord simples qu’un seul qui essaie de tout faire.

Les 4 familles de KPI produit à suivre

Choisissez peu d’indicateurs, mais les bons. Je recommande au moins un indicateur dans chacune de ces familles :

• check_circleL’usage : taux d’adoption, fréquence d’utilisation, fonctionnalités réellement utilisées
• check_circleLa performance métier : délai de traitement, taux d’erreur, productivité, coût par commande
• check_circleLa satisfaction : CSAT, NPS, retours et irritants remontés par les utilisateurs
• check_circleLa santé du delivery : avancement, vélocité, blocages, délai entre la demande et la mise en production

Pour un outil logistique, cela peut donner : le taux d’adoption du scan par les préparateurs, le taux d’erreur de préparation, la satisfaction des équipes et le délai de livraison des évolutions. Pour le projet Vélib’, deux KPI principaux avaient été retenus : la satisfaction client (CSAT) et le temps moyen passé par les stations hors du bon ratio vélos/places.

Fiabiliser les données avant de les visualiser

Un indicateur faux est pire qu’un indicateur absent : il conduit à de mauvaises décisions et détruit la confiance dans tout le dashboard. Avant la mise en forme, vérifiez les sources, les définitions et les règles de calcul.

Chaque KPI doit avoir une définition écrite et partagée : qu’est-ce qu’une commande « en retard » ? Un utilisateur « actif » ? Ces définitions évitent les débats sans fin en réunion. Côté technique, quelques requêtes SQL bien documentées et un modèle de données simple dans Power BI valent mieux qu’une accumulation de calculs complexes.

Concevoir un dashboard lisible

Quelques règles de conception simples font une grande différence :

• check_circlePlacer les indicateurs les plus importants en haut à gauche, là où le regard se pose en premier
• check_circleLimiter chaque page à cinq à sept indicateurs principaux
• check_circleToujours donner un point de comparaison : objectif, période précédente, moyenne
• check_circleUtiliser la couleur pour signaler un écart, pas pour décorer
• check_circleProposer quelques filtres utiles (période, site, canal) plutôt que des dizaines

Prototypez d’abord sur papier ou dans un outil de maquette, et testez la lecture avec les futurs utilisateurs. C’est la même démarche que pour n’importe quel produit, comme le montre la phase de discovery.

Exemple : le dashboard d’un outil logistique

Pour un outil de gestion d’entrepôt, un premier tableau de bord utile pourrait tenir sur une seule page :

• check_circleEn haut : le nombre de commandes préparées par jour et le délai moyen entre commande et expédition, comparés à la semaine précédente
• check_circleAu centre : le taux d’erreur de préparation par type d’erreur et par équipe
• check_circleÀ droite : le taux d’utilisation du scan, pour suivre l’adoption de l’outil
• check_circleEn bas : les irritants remontés par les équipes et l’avancement des évolutions en cours

Ce dashboard permet de répondre en un coup d’œil à trois questions : l’activité est-elle sous contrôle, l’outil est-il adopté, et les évolutions prévues traitent-elles les bons problèmes ?

Un modèle de données simple dans Power BI

La plupart des difficultés avec Power BI viennent du modèle de données, pas des graphiques. Pour rester maintenable, privilégiez un modèle en étoile : une table de faits (les commandes, les événements, les tickets) reliée à quelques tables de dimensions (dates, produits, sites, équipes).

Préparez les données en amont, avec des requêtes SQL ou Power Query documentées, plutôt que de multiplier les calculs complexes dans les visuels. Créez une table de dates dédiée pour comparer facilement les périodes. Et définissez les mesures clés une seule fois, avec un nom explicite, pour que tout le monde parle du même chiffre.

Faire vivre le dashboard dans les rituels

Un dashboard utile se consulte en rituel : revue de sprint, point hebdomadaire des opérations, comité mensuel. Si personne ne l’ouvre en réunion, c’est qu’il ne répond pas à une question qui compte.

Faites-le évoluer avec ses utilisateurs, comme n’importe quel produit : recueillez leurs retours, supprimez les indicateurs que personne ne regarde, ajoutez ceux qui manquent. Un tableau de bord a lui aussi un backlog.

Les erreurs fréquentes avec les KPI produit

• check_circleSuivre des indicateurs de vanité, flatteurs mais sans lien avec les décisions
• check_circleMesurer uniquement l’activité de l’équipe (tickets fermés) et jamais l’impact pour les utilisateurs
• check_circleChanger de définition en cours de route sans le signaler
• check_circleMultiplier les dashboards au lieu d’en améliorer un
• check_circleNe jamais confronter les chiffres au terrain

La data est un excellent outil d’arbitrage pour un Product Owner, à condition de rester au service des décisions. C’est l’un des axes de mes services en data et aide à la décision.

Questions fréquentes

Combien de KPI faut-il suivre ? Peu : cinq à sept indicateurs principaux par tableau de bord, répartis entre l’usage, la performance métier, la satisfaction et la santé du delivery.

Power BI est-il adapté à une PME ? Oui. Il se connecte à la plupart des sources (fichiers, bases de données, outils SaaS) et permet de démarrer simplement, à condition de bien cadrer les besoins.

Quelle différence entre un KPI et une métrique ? Toute mesure est une métrique ; un KPI est une métrique choisie parce qu’elle reflète directement un objectif clé et sert à prendre des décisions.