Les LOD expressions et les calculs de table sont les vrais discriminants en entretien Tableau. Un Data Analyst qui les maîtrise a construit des dashboards en production. Voici ce qu'on teste vraiment.
La plupart des candidats Tableau savent faire des graphiques. Ce qu'on évalue en entretien, c'est la capacité à répondre à des questions analytiques complexes — celles qui nécessitent LOD, calculs de table, et une vraie compréhension du modèle de données.
Quelle est la différence entre FIXED, INCLUDE et EXCLUDE ? Donnez un exemple concret pour chacun.
Les Level of Detail (LOD) expressions permettent de calculer des agrégations à un niveau de granularité différent de celui du visuel. C'est la fonctionnalité Tableau la plus testée en entretien Senior.
// FIXED : calcul à un niveau fixe, indépendant du visuel
// Ventes totales par client, quel que soit le filtre de date
{ FIXED [Client] : SUM([Ventes]) }
// INCLUDE : ajoute une dimension au niveau de détail du visuel
// Ventes moyennes par produit dans chaque région
{ INCLUDE [Produit] : AVG([Ventes]) }
// EXCLUDE : retire une dimension du niveau de détail du visuel
// Total des ventes sans la granularité mensuelle (niveau annuel)
{ EXCLUDE [Mois] : SUM([Ventes]) }Cas d'usage classique : "Comparer les ventes d'un client à la moyenne de sa région" → LOD FIXED sur la région pour la moyenne, comparé aux ventes du client dans le visuel.
Qu'est-ce que le partitionnement et l'adressage dans un calcul de table ? Comment les configurez-vous ?
Les calculs de table (RUNNING_SUM, WINDOW_AVG, RANK, etc.) opèrent sur les données déjà agrégées dans le visuel. Leur résultat dépend de la configuration du partitionnement et de l'adressage.
// Cumul progressif des ventes
RUNNING_SUM(SUM([Ventes]))
// Rang dynamique par région
RANK(SUM([Ventes]))
// Pourcentage du total
SUM([Ventes]) / TOTAL(SUM([Ventes]))
// Différence avec la valeur précédente (période over période)
SUM([Ventes]) - LOOKUP(SUM([Ventes]), -1)Piège classique : un calcul de table "correct" sur un graphique devient faux dès qu'on ajoute ou retire une dimension. Toujours vérifier la configuration du partitionnement après modification du visuel.
Dans quel cas utilisez-vous Tableau Prep plutôt que SQL ou dbt pour préparer vos données ?
Tableau Prep est l'outil de préparation de données visuel de Tableau. Il est surtout adapté aux cas sans infrastructure ETL dédiée.
Comment créer plusieurs vues sur une seule page sans multiplier les feuilles de calcul ?
Un dashboard bien conçu permet à l'utilisateur de naviguer entre des vues différentes sans quitter la page. La technique repose sur les paramètres et la visibilité conditionnelle des conteneurs.
Bonne pratique : toujours utiliser des tuiles/conteneurs en mode flottant plutôt que des sections fixes. Cela facilite le réagencement et permet de grouper plusieurs feuilles dans un seul conteneur.
Comment identifiez-vous qu'un visuel spécifique ralentit votre dashboard ? Quel outil utilisez-vous ?
Le Performance Recorder est l'équivalent Tableau de DAX Studio pour Power BI. Tout profil Senior doit savoir l'utiliser.
Comment gérez-vous les permissions et la certification des datasources dans votre organisation ?
| Niveau | Maîtrise attendue | Signal GO | NO-GO |
|---|---|---|---|
| Junior | Visuels standards, filtres, calculs simples, joins basiques | Comprend la différence mesure vs dimension, sait utiliser les filtres de contexte | Ne sait pas créer un champ calculé, confond filtre et filter de contexte LOD |
| Confirmé | LOD FIXED, calculs de table configurés, Tableau Prep, paramètres | Explique FIXED vs INCLUDE vs EXCLUDE, configure le partitionnement des calculs de table | Ne sait pas ce que fait FIXED, n'a jamais utilisé Tableau Prep |
| Senior | Dashboards dynamiques avancés, Performance Recorder, gouvernance Server | A optimisé des dashboards avec le Performance Recorder, a configuré du RLS | N'a jamais utilisé le Performance Recorder, ne connaît pas la certification des datasources |
| Lead | Architecture Tableau Server, standards équipe, Tableau Server Client API | A mis en place une gouvernance datasources, utilise l'API Python pour automatiser | Ne peut pas expliquer la stratégie extract vs live de son organisation |
Premier entretien gratuit. Rapport GO/NO-GO sous 48h.