Les informations utiles au pilotage étaient réparties entre DHIS2 et plusieurs fichiers Excel. Le défi n’était pas seulement de les agréger, mais de les rendre compréhensibles et actionnables.
- Période
- 2024
- Sources
- DHIS2 · fichiers Excel
- Rôle
- Modélisation des données et conception du tableau de bord
- Outils
- Power BI · Power Query · DAX
Le défi
Les formats, rythmes de mise à jour et niveaux géographiques variaient selon les sources. Une consolidation manuelle aurait ralenti la production et fragilisé les indicateurs.
La solution
J’ai construit un modèle Power BI alimenté par DHIS2 et Excel. Power Query assure la préparation des données, tandis que les mesures DAX calculent les indicateurs de performance et leurs déclinaisons régionales.
Principes de conception
Chaque écran répond à une seule question opérationnelle, plutôt que d’empiler des graphiques sans hiérarchie.
Les mêmes filtres se comportent de la même façon partout, pour que la navigation reste prévisible.
Chaque mesure DAX est définie et réutilisable, ce qui évite les variantes divergentes d’un même indicateur.
La préparation des données passe par Power Query plutôt que par des manipulations manuelles à chaque cycle.
Le tableau de bord reste interprétable par une équipe opérationnelle sans prérequis technique.
Résultat
Vue consolidée
Les indicateurs clés réunis en un seul point d’entrée.
Comparaison régionale
Les régions peuvent être mises en regard directement dans l’outil.
Écarts repérés plus vite
Les situations nécessitant une action ressortent sans analyse préalable.
Production allégée
Les mises à jour ne dépendent plus d’une consolidation manuelle.
Operational information was distributed between DHIS2 and several Excel files. The challenge was not only to aggregate it, but to make it understandable and actionable.
- Period
- 2024
- Sources
- DHIS2 · Excel files
- Role
- Data modelling and dashboard design
- Tools
- Power BI · Power Query · DAX
The challenge
Formats, refresh cycles and geographic levels differed between sources. Manual consolidation would have slowed reporting and weakened indicator reliability.
The solution
I built a Power BI model fed by DHIS2 and Excel. Power Query prepares the data while DAX measures calculate performance indicators and regional breakdowns.
Design principles
Each screen answers a single operational question rather than stacking charts without hierarchy.
The same filters behave the same way everywhere, keeping navigation predictable.
Every DAX measure is defined and reusable, avoiding diverging variants of the same indicator.
Data preparation runs through Power Query instead of manual work at every cycle.
The dashboard stays interpretable by an operational team with no technical prerequisites.
Outcome
Consolidated view
Key indicators brought together in a single entry point.
Regional comparison
Regions can be set side by side directly in the tool.
Faster gap detection
Situations requiring action stand out without prior analysis.
Lighter reporting
Updates no longer depend on manual consolidation.