Accueil›Blog›Test Power BI clé en main

Tests prêts à l'emploi

Test Power BI clé en main : construire un dashboard à partir d'un jeu de données

Le piège avec Power BI, c'est de juger sur le rendu. Ce test regarde ce qui compte vraiment : le modèle de données et les mesures sous le dashboard. On fournit un jeu de données, on demande un tableau de bord, et on évalue les fondations — pas les couleurs.

Data Builder·Juillet 2025·10 min de lecture·Test Power BI · dashboard · ~1h

Sommaire

Le brief à donner
Ce qu'on attend (le modèle)
Les mesures DAX attendues
La grille d'évaluation
Grille par niveau

Un beau dashboard sur un modèle bancal produit des chiffres faux. Ce test permet de distinguer un candidat qui « assemble des visuels » d'un vrai profil qui structure la donnée derrière.

1Le brief à donner

La consigne

« Voici 3 fichiers. Construis un dashboard de suivi des ventes et explique ton modèle. »

Fournissez trois tables simples et un objectif métier clair. L'important n'est pas le nombre de visuels, mais la manière dont le candidat relie les données et garantit des chiffres justes.

Fichiers fournis :
  ventes(date, produit_id, quantite, montant)
  produits(id, nom, categorie)
  calendrier(date, mois, trimestre, annee)

Données fournies : ventes, produits, calendrier (dates).
Objectif : suivre le CA, l'évolution mensuelle et le top produits.
Consigne explicite : « explique ton modèle de données ».

2Ce qu'on attend (le modèle)

La consigne

Le vrai test se joue sous le dashboard.

Un bon candidat crée un modèle propre avant de poser le moindre visuel : relations entre tables, une vraie table de dates, et des mesures DAX réutilisables.

Relations correctes entre ventes, produits et calendrier.
Une table de dates marquée comme telle (indispensable au time intelligence).
Des mesures DAX (CA, CA mois précédent, évolution %) — pas des colonnes en dur.
Des visuels au service du message, pas empilés au hasard.

3Les mesures DAX attendues

La consigne

Voici les mesures de référence (accepter les variantes correctes).

On attend des mesures propres, réutilisables et correctes. La présence d'une comparaison temporelle (mois précédent, évolution) distingue un vrai niveau d'un simple assemblage.

CA = SUM(ventes[montant])

CA Mois Precedent =
    CALCULATE([CA], DATEADD(calendrier[date], -1, MONTH))

Evolution % =
    DIVIDE([CA] - [CA Mois Precedent], [CA Mois Precedent])

CA total : somme du montant.
CA mois précédent : via time intelligence sur la table de dates.
Évolution % : comparaison des deux, avec gestion de la division par zéro.

Signal d'alerte : ce qu'on évalue : le candidat sait-il pourquoi une table de dates dédiée est nécessaire, et pourquoi une mesure vaut mieux qu'une colonne calculée ? S'il ne parle que de graphiques, le niveau est faible.

4La grille d'évaluation

La consigne

Pondérez le modèle plus que l'esthétique.

Répartissez les points pour refléter ce qui fait un dashboard fiable : d'abord le modèle et les mesures, ensuite seulement la lisibilité visuelle.

Modèle de données correct (relations, table de dates) — prioritaire.
Mesures DAX justes et réutilisables, dont une comparaison temporelle.
Fiabilité : sait expliquer d'où viennent les chiffres.
Lisibilité : visuels au service de la décision (secondaire mais compte).

5Grille par niveau

Niveau	Maîtrise attendue	Signal GO	NO-GO
Junior	Assemble des visuels corrects	Produit un dashboard lisible	N'a pas de modèle de données propre
Confirmé	Crée les relations et une table de dates	Écrit des mesures DAX simples	Utilise des colonnes en dur au lieu de mesures
Senior	Maîtrise le time intelligence	Garantit la fiabilité des chiffres	Ne sait pas d'où viennent ses chiffres
Lead	Pense performance et gouvernance	Explique et standardise son modèle	Ne parle que d'esthétique

Home›Blog›Turnkey Power BI test

Ready-to-use tests

Turnkey Power BI test: build a dashboard from a provided dataset

The trap with Power BI is judging on the rendering. This test looks at what really matters: the data model and measures under the dashboard. You provide a dataset, ask for a dashboard, and assess the foundations — not the colors.

Data Builder·July 2025·10 min read·Power BI test · dashboard · ~1h

Contents

The brief to give
What we expect (the model)
The expected DAX measures
The scoring grid
Level grid

A beautiful dashboard on a shaky model produces wrong numbers. This test distinguishes a candidate who ‘assembles visuals’ from a real profile who structures the data behind.

1The brief to give

The task

‘Here are 3 files. Build a sales-tracking dashboard and explain your model.’

Provide three simple tables and a clear business goal. What matters isn't the number of visuals, but how the candidate links the data and guarantees accurate numbers.

Fichiers fournis :
  ventes(date, produit_id, quantite, montant)
  produits(id, nom, categorie)
  calendrier(date, mois, trimestre, annee)

Data provided: sales, products, calendar (dates).
Goal: track revenue, monthly trend and top products.
Explicit instruction: ‘explain your data model’.

2What we expect (the model)

The task

The real test plays out under the dashboard.

A good candidate builds a clean model before placing a single visual: relationships between tables, a real date table, and reusable DAX measures.

Correct relationships between sales, products and calendar.
A date table marked as such (essential for time intelligence).
DAX measures (revenue, prior-month revenue, % change) — not hard-coded columns.
Visuals serving the message, not stacked at random.

3The expected DAX measures

The task

Here are the reference measures (accept correct variants).

We expect clean, reusable and correct measures. The presence of a time comparison (prior month, change) distinguishes a real level from mere assembly.

CA = SUM(ventes[montant])

CA Mois Precedent =
    CALCULATE([CA], DATEADD(calendrier[date], -1, MONTH))

Evolution % =
    DIVIDE([CA] - [CA Mois Precedent], [CA Mois Precedent])

Total revenue: sum of amount.
Prior-month revenue: via time intelligence on the date table.
% change: comparison of both, handling division by zero.

Warning signal : what we assess: does the candidate know why a dedicated date table is needed, and why a measure beats a calculated column? If they only talk charts, the level is low.

4The scoring grid

The task

Weight the model more than the aesthetics.

Spread points to reflect what makes a dashboard reliable: first the model and measures, only then the visual readability.

Correct data model (relationships, date table) — priority.
Accurate, reusable DAX measures, including a time comparison.
Reliability: can explain where the numbers come from.
Readability: visuals serving the decision (secondary but counts).

5Level grid

Level	Expected proficiency	Signal GO	NO-GO
Junior	Assembles correct visuals	Produces a readable dashboard	Has no clean data model
Mid-level	Creates relationships and a date table	Writes simple DAX measures	Uses hard columns instead of measures
Senior	Masters time intelligence	Guarantees number reliability	Doesn't know where numbers come from
Lead	Thinks performance and governance	Explains and standardizes their model	Only talks aesthetics

Test Power BI clé en main : construire un dashboard à partir d'un jeu de données

1Le brief à donner

2Ce qu'on attend (le modèle)

3Les mesures DAX attendues

4La grille d'évaluation

5Grille par niveau

Turnkey Power BI test: build a dashboard from a provided dataset

1The brief to give

2What we expect (the model)

3The expected DAX measures

4The scoring grid

5Level grid

Vous recrutez un profil data ?