Depuis plus de trente ans, Excel accompagne les analystes, financiers et professionnels dans la manipulation et la présentation de données. Mais si les premières versions d’Excel suffisaient à créer des tableaux et des graphiques, l’explosion des volumes de données au début des années 2000 a rapidement montré les limites de l’outil. Pour répondre à cette nouvelle réalité, Microsoft a progressivement introduit une série de compléments des “add-ins” qui allaient transformer Excel en véritable plateforme d’analyse de données. Ces briques, encore trop souvent oubliées aujourd’hui, sont les fondations de ce qui deviendra Power BI. Il s’agit de Power Query, Power Pivot, Power View et Power Map. Chacun d’entre eux apportait une réponse à un besoin précis : l’intégration de données hétérogènes, la modélisation et le calcul, la visualisation interactive, et enfin la cartographie.
Et cette année, Power BI fête ses 10 ans d’existence. L’occasion est idéale pour revenir sur son héritage et rappeler que derrière l’outil moderne et puissant que nous utilisons aujourd’hui, se cache une histoire faite d’expérimentations et de briques complémentaires. Comprendre le rôle de ces composants, c’est mieux saisir la logique de Power BI et mesurer le chemin parcouru pour en faire une plateforme de référence dans l’univers de la Business Intelligence.
Power Query
Le premier jalon fut Power Query. Avant son apparition, importer et transformer des données dans Excel relevait du bricolage : fonctions complexes, macros VBA, ou nettoyage manuel fastidieux. Power Query, introduit comme complément puis intégré nativement, a changé la donne. Il proposait une interface claire pour se connecter à des sources variées, fichiers plats, bases de données, services en ligne et surtout pour transformer les données étape par étape.
Chaque action était mémorisée et rejouable, ce qui évitait de refaire les mêmes manipulations à chaque actualisation. En arrière-plan, un langage fonctionnel, appelé M, assurait la reproductibilité et permettait des transformations avancées. Concrètement, un analyste qui devait chaque mois agréger dix fichiers CSV de ventes pouvait automatiser tout le processus : importation, harmonisation des colonnes, nettoyage des doublons et chargement dans un tableau unique.
Là où auparavant plusieurs heures étaient nécessaires, quelques clics suffisaient désormais. Power Query, en somme, a donné naissance au réflexe moderne de l’ETL self-service, aujourd’hui indissociable de Power BI.
Power Pivot
Si Power Query réglait la question de la préparation des données, il fallait encore s’attaquer au cœur de l’analyse : les calculs et les relations entre tables. C’est le
rôle qu’a rempli Power Pivot, lancé en 2010. Son apport majeur fut d’introduire dans Excel le moteur de données xVelocity, capable de gérer en mémoire des millions de lignes sans ralentissement, bien au-delà de la limite traditionnelle d’Excel. Mais Power Pivot ne se limitait pas à la performance, il apportait aussi la logique du modèle relationnel, avec des tables reliées par des clés, et un langage de calcul puissant, le DAX (Data Analysis Expressions). Pour la première fois, Excel pouvait rivaliser avec des outils de Business Intelligence plus lourds, tout en restant accessible.
Prenons l’exemple d’un service financier souhaitant comparer les ventes réelles au budget. Dans Power Pivot, les tables “Ventes” et “Budget” peuvent être reliées par produit et période, et une simple mesure DAX calcule l’écart entre les deux. Les analystes pouvaient ensuite décomposer les résultats par région, par canal ou par commercial, avec une rapidité inédite. Ce moteur de modélisation est d’ailleurs toujours au cœur de Power BI Desktop aujourd’hui, preuve de sa robustesse.
À ce stade, Excel pouvait préparer les données et effectuer des analyses complexes, restait un dernier défi, comment rendre ces analyses compréhensibles et engageantes pour un public plus large ?
Power View
C’est là qu’intervient Power View. Introduit en 2012, Power View apportait une nouveauté radicale pour les utilisateurs d’Excel : la visualisation interactive. Contrairement aux graphiques statiques, chaque visuel dans Power View était connecté aux autres. Cliquer sur une barre mettait automatiquement en évidence les points correspondants dans les autres graphiques. On pouvait explorer une hiérarchie en effectuant un drill-down intuitif, ou encore animer un nuage de points pour voir l’évolution de variables dans le temps. Pour un directeur commercial par exemple, il devenait possible de filtrer les ventes par produit d’un simple clic, et d’observer immédiatement l’impact sur les parts de marché, les marges ou les cartes géographiques. L’outil intégrait aussi Bing Maps, permettant de situer les données sur une carte. Même si Power View a finalement disparu, en partie à cause de sa dépendance à la technologie Silverlight, il a ouvert la voie à ce que nous connaissons aujourd’hui comme l’interactivité native des rapports Power BI.
Power Map
Enfin, un dernier add-in allait compléter le tableau, Power Map. Issu du projet interne GeoFlow et lancé en 2013, il se concentrait sur la visualisation géospatiale. Là où Power View affichait des cartes 2D, Power Mapproposait une immersion en 3D, avec des colonnes, des bulles ou des cartes thermiques positionnées sur le globe grâce à Bing Maps. Mais la vraie révolution résidait dans la dimension temporelle, on pouvait animer l’évolution d’un phénomène dans le temps. Les utilisateurs pouvaient créer des tours, sortes de vidéos animées racontant l’histoire des données. Imaginons une entreprise de transport souhaitant visualiser ses flux logistiques. Avec Power Map, il devenait possible de montrer, en quelques clics, l’intensification des trajets entre entrepôts et clients au fil des mois, révélant les pics d’activité saisonniers. Bien que limité techniquement et gourmand en ressources, Power Map a posé les bases des visualisations cartographiques dynamiques que Power BI intègre désormais de façon fluide.
Conclusion
Ces quatre add-ins, pris isolément, pouvaient sembler accessoires. Ensemble, ils ont formé un véritable écosystème qui préfigurait Power BI. Power Query assurait la préparation des données, Power Pivot leur modélisation et leur analyse, Power View leur mise en scène interactive, et Power Map leur dimension géographique et temporelle. Microsoft a su observer l’adoption de ces outils par les analystes et les intégrer progressivement dans une plateforme unifiée, bien plus cohérente et performante, qui s’appellera Power BI.
Aujourd’hui, rares sont ceux qui se souviennent qu’avant de devenir une solution cloud, Power BI a d’abord été une série d’expérimentations dans Excel. Pourtant, comprendre cet héritage éclaire le positionnement actuel de l’outil : un compromis entre puissance technique et simplicité d’usage, destiné aussi bien aux experts qu’aux métiers.
En conclusion, l’histoire de Power Query, Power Pivot, Power View et Power Map montre comment des briques séparées, conçues pour étendre Excel, se sont transformées en une plateforme complète d’analyse et de visualisation. Chacun de ces composants a répondu à un problème précis et a contribué à démocratiser des pratiques autrefois réservées aux spécialistes de l’informatique décisionnelle. Power Query a inculqué la rigueur de la transformation reproductible, Power Pivot a popularisé la modélisation tabulaire et le langage DAX, Power View a habitué les utilisateurs à l’interactivité, et Power Map a introduit la narration spatio-temporelle des données. En rassemblant ces héritages, Power BI ne s’est pas seulement imposé comme un outil de visualisation moderne : il a redéfini la manière dont les organisations consomment et partagent l’information.
