Ce que vous saurez faire

Construire dashboard commercial avec 10 KPI
Modèle DAX sous Power BI
Funnel conversion visible
Forecast à 30/60/90 jours

Étape 1 — KPI pilotage commercial

Pipeline haut:
- Leads qualifiés MQL
- Taux conv MQL → SQL
- Temps moyen qualification

Pipeline bas:
- Nb opps ouvertes par étape
- Montant pondéré du pipe
- Win rate
- Ticket moyen par segment

Exécution:
- CA signé vs objectif mois
- DSO (délai encaissement)
- Activité (appels, RDV, démos)

Étape 2 — Modèle de données

CREATE TABLE commerciaux (id INT PK, nom TEXT, objectif_mensuel NUMERIC, territoire TEXT);
CREATE TABLE comptes (id INT PK, raison_sociale TEXT, secteur TEXT, commercial_id INT FK);
CREATE TABLE opportunites (
  id INT PK, compte_id INT FK, commercial_id INT FK,
  montant NUMERIC, proba INT, etape TEXT, date_close_prev DATE, statut TEXT
);
CREATE TABLE activites (
  id INT PK, opp_id INT FK, type TEXT, date_act DATE, duree_min INT, resultat TEXT
);

Étape 3 — KPI CA signé DAX

CA Signe = CALCULATE(SUM(Opportunites[montant]), Opportunites[statut] = "gagne")

Objectif Mois = SUMX(Commerciaux, Commerciaux[objectif_mensuel]) * 
  [Nb Jours Ouvres Ecoules] / [Nb Jours Ouvres Mois]

Atteinte % = DIVIDE([CA Signe], [Objectif Mois])

Flag = SWITCH(TRUE(),
  [Atteinte %] >= 1, "objectif atteint",
  [Atteinte %] >= 0.8, "en ligne",
  "en retard"
)

Étape 4 — Pipe pondéré

Pipe Brut = CALCULATE(SUM(Opportunites[montant]),
                        Opportunites[statut] = "ouverte")

Pipe Pondere = SUMX(
  FILTER(Opportunites, Opportunites[statut] = "ouverte"),
  Opportunites[montant] * Opportunites[proba] / 100
)

Coverage = DIVIDE([Pipe Pondere], [Objectif Trim] - [CA Signe])
// coverage > 3 = sain; < 2 = risque

Étape 5 — Funnel conversion

SELECT etape,
  COUNT(*) AS nb,
  LAG(COUNT(*)) OVER (ORDER BY rang_etape) AS prev,
  ROUND(100.0 * COUNT(*) / NULLIF(LAG(COUNT(*)) OVER (ORDER BY rang_etape), 0), 1) AS conv_pct
FROM (
  SELECT CASE etape
    WHEN 'Lead' THEN 1 WHEN 'MQL' THEN 2
    WHEN 'SQL' THEN 3 WHEN 'Demo' THEN 4
    WHEN 'Négociation' THEN 5 WHEN 'Gagné' THEN 6 END AS rang_etape,
    etape
  FROM opportunites
  WHERE date_close_prev BETWEEN '2026-01-01' AND '2026-03-31'
) t
GROUP BY etape, rang_etape
ORDER BY rang_etape;

Étape 6 — Vélocité commerciale

Vélocité = (Nb Opp Ouvertes × Win Rate × Ticket Moyen) / Cycle Vente (jours)

Exemple Q1 2026:
42 opps × 0.28 × 450k / 54 jours = 98k FCFA/jour
62 jours ouvrés: ~6 080 000 FCFA attendu

Étape 7 — Layout dashboard

Ligne 1 KPI cards:
  CA Mois | Atteinte % | Pipe Pondéré | Coverage | Win Rate 30j

Ligne 2:
  Funnel par étape (barres empilées)
  Top 10 comptes ouverts (table)

Ligne 3:
  CA par commercial vs objectif
  Évolution CA 12 derniers mois

Ligne 4:
  Table opportunités (filtrable commercial/secteur/étape)

Étape 8 — Forecast 30j

Forecast 30j =
  VAR FenetreDebut = TODAY()
  VAR FenetreFin = TODAY() + 30
  RETURN SUMX(
    FILTER(Opportunites,
      Opportunites[statut] = "ouverte" &&
      Opportunites[date_close_prev] >= FenetreDebut &&
      Opportunites[date_close_prev] <= FenetreFin),
    Opportunites[montant] * Opportunites[proba] / 100)

Étape 9 — Alertes auto

python pilotage_alerte.py
# Si CA_signe < 0.5 * objectif à mi-mois:
# slack.send("#commercial", f"Alerte: {ca_signe} < 50% objectif")

Étape 10 — Ritualisation

Lundi 9h commercial (30 min):
  - KPIs vendredi
  - Top 3 deals à pousser
  - Top 3 risques à résoudre

Vendredi 17h directeur (45 min):
  - Atteinte mois
  - Coverage mois suivant
  - Actions correctives

Checklist

✓ Modèle star schema
✓ 10 KPI prioritaires
✓ Funnel visible
✓ Forecast 30j automatique
✓ Alertes Slack à mi-mois
✓ Ritualisation hebdo
✓ Drill-down commercial/compte

Étape 1 : poser la question business avant l’outil

Beaucoup de PME ouest-africaines achètent un outil BI (Power BI, Tableau, Metabase) avant de savoir ce qu’elles veulent piloter. Le réflexe à inverser est simple : on part de trois questions concrètes que la direction commerciale veut voir chaque lundi matin. Exemple typique d’une PME de Dakar qui distribue du matériel informatique : « combien de devis envoyés cette semaine », « taux de transformation devis → commande sur 30 jours », « top 5 clients en chiffre d’affaires sur le trimestre ».

Écrivez ces questions sur une page A4. Tant qu’elles ne sont pas claires, n’ouvrez aucun logiciel. Ce filtre élimine 70 % des dashboards inutiles que l’on retrouve dans les PME : trop de courbes, aucune décision déclenchée. La sortie attendue de cette étape est une liste de 5 à 8 indicateurs maximum, chacun rattaché à une action possible (relancer un client, ajuster un prix, recentrer un commercial).

Étape 2 : cartographier les sources de données réelles

Une fois les KPI fixés, listez où vivent les données aujourd’hui. Dans 90 % des PME au Sénégal, en Côte d’Ivoire ou au Mali, c’est un mélange : un fichier Excel partagé sur Google Drive, un logiciel de facturation type Sage ou Odoo, parfois un CRM (HubSpot Free, Zoho), et des messages WhatsApp Business. Le but n’est pas de tout connecter, mais d’identifier la source de vérité par KPI.

devis_envoyes      -> Google Sheets "Pipeline 2026"
commandes_signees  -> Odoo (table sale.order)
encaissements      -> Wave Senegal + Mixx by Yas (export CSV mensuel)
top_clients        -> Odoo (table res.partner + sale.order)

Cette cartographie en 4 lignes vaut plus qu’un schéma technique de 20 pages. Elle permet de chiffrer immédiatement le travail d’intégration : ce qui est exportable en CSV est trivial, ce qui demande une API (Odoo, HubSpot) prendra 1 à 2 jours de paramétrage par source.

Étape 3 : choisir un outil de dashboard adapté à la taille

Pour une PME de moins de 50 personnes, trois options réalistes en 2026 : Looker Studio (gratuit, parfait si données dans Google Sheets et BigQuery), Metabase (open-source, à héberger sur un VPS Hetzner ou Coolify pour environ 5 EUR/mois soit 3 280 FCFA), et Power BI Pro (10 USD/utilisateur/mois, pertinent si la PME utilise déjà Microsoft 365). Tableau et Qlik sont sur-dimensionnés à ce stade.

Le critère décisif n’est pas la beauté des graphiques mais la facilité de mise à jour par un non-développeur. Si la directrice commerciale ne peut pas modifier elle-même un filtre, le dashboard mourra dans six mois. Metabase et Looker Studio gagnent ici sur Power BI pour une PME sans équipe data interne.

Étape 4 : nettoyer les données avant de connecter

Erreur la plus fréquente : brancher Metabase sur une base Odoo non nettoyée et obtenir un dashboard plein de doublons clients (« SARL DIOP », « Sarl Diop », « S.A.R.L Diop »). Avant la connexion, faites une passe de nettoyage : déduplication des clients par numéro NINEA ou téléphone, normalisation des montants en FCFA (jamais de mélange CFA/EUR/USD dans la même colonne), suppression des lignes test.

Pour une base Odoo, un export CSV de la table res.partner, un tri dans LibreOffice Calc et un re-import via le module Import suffisent. Comptez une demi-journée de travail. La preuve que ça tourne : le nombre de clients uniques en base correspond à ±5 % de l’estimation manuelle de la direction commerciale.

Étape 5 : construire le premier dashboard en lecture seule

On commence toujours par un dashboard en mode consultation, jamais en mode saisie. L’objectif : que la direction puisse vérifier que les chiffres affichés correspondent à la réalité terrain. Quatre blocs suffisent pour la V1 : un compteur « devis du mois », une courbe « commandes signées sur 12 semaines glissantes », un classement « top 10 clients trimestre », un indicateur « taux de transformation ».

Dans Metabase, chaque bloc se construit en SQL ou via l’éditeur graphique. Exemple SQL pour les commandes signées par semaine sur Odoo :

SELECT date_trunc('week', date_order) AS semaine,
       SUM(amount_total) AS ca_fcfa
FROM sale_order
WHERE state IN ('sale','done')
  AND date_order >= now() - interval '12 weeks'
GROUP BY 1
ORDER BY 1;

Cette requête retourne 12 lignes max, parfait pour une courbe lisible. Si vous obtenez 84 lignes, c’est que la granularité est journalière et le graphique sera illisible : repassez en hebdomadaire.

Étape 6 : ajouter des alertes plutôt que multiplier les graphiques

Un bon dashboard commercial PME ne sert pas à regarder, il sert à alerter. Configurez deux ou trois alertes utiles : « aucun devis envoyé depuis 5 jours par le commercial X », « client Y a dépassé 60 jours d’impayés », « objectif mensuel atteint à moins de 50 % au 20 du mois ». Metabase, Looker Studio et Power BI savent tous envoyer ces alertes par email ou Slack.

Pour les équipes au Sénégal et en Côte d’Ivoire qui vivent sur WhatsApp, branchez l’alerte sur un webhook qui poste dans un groupe WhatsApp Business via l’API Cloud (Graph API v25.0). Le commercial reçoit la notification là où il travaille déjà, le taux de réaction est multiplié par 5 par rapport à un email ignoré.

Étape 7 : partager intelligemment selon les rôles

Tout le monde n’a pas besoin de tout voir. Définissez trois niveaux de partage : direction (vue complète CA, marges, top clients), commerciaux (uniquement leur portefeuille et leurs objectifs), back-office (suivi des encaissements et impayés). Metabase gère cela via les groupes et permissions par collection. Looker Studio le fait via les filtres email_viewer.

Le piège classique : donner accès au CA total à toute l’équipe. Cela démotive les commerciaux junior et expose des marges à des stagiaires. Sortie attendue : trois URLs de dashboard distinctes, une par rôle, chacune testée avec un compte du rôle correspondant avant déploiement.

Étape 8 : faire vivre le dashboard mois après mois

Un dashboard qui n’évolue pas meurt en six mois. Planifiez une revue trimestrielle de 30 minutes avec la direction commerciale : quels indicateurs sont consultés, lesquels sont ignorés, quelles décisions ont été prises grâce au dashboard. Supprimez sans pitié les blocs qui ne déclenchent aucune action. Ajoutez les indicateurs qui manquent.

Lectures complémentaires, voyez notre guide d’installation Metabase sur Coolify et le tutoriel Odoo sur VPS Hetzner qui couvrent l’infrastructure typique d’une PME ouest-africaine. Le couple Metabase + Odoo, hébergé sur un VPS à 5 EUR/mois (environ 3 280 FCFA), couvre 80 % des besoins de pilotage commercial des PME jusqu’à 50 collaborateurs.

Étape 1 : poser la question business avant l’outil

Étape 2 : cartographier les sources de données réelles

devis_envoyes      -> Google Sheets "Pipeline 2026"
commandes_signees  -> Odoo (table sale.order)
encaissements      -> Wave Senegal + Mixx by Yas (export CSV mensuel)
top_clients        -> Odoo (table res.partner + sale.order)

Étape 3 : choisir un outil de dashboard adapté à la taille

Étape 4 : nettoyer les données avant de connecter

Pour une base Odoo, un export CSV de la table res.partner, un tri dans LibreOffice Calc et un re-import via le module Import suffisent. Comptez une demi-journée de travail. Comment vérifier le bon fonctionnement : le nombre de clients uniques en base correspond à ±5 % de l’estimation manuelle de la direction commerciale.

Étape 5 : construire le premier dashboard en lecture seule

Dans Metabase, chaque bloc se construit en SQL ou via l’éditeur graphique. Exemple SQL pour les commandes signées par semaine sur Odoo :

SELECT date_trunc('week', date_order) AS semaine,
       SUM(amount_total) AS ca_fcfa
FROM sale_order
WHERE state IN ('sale','done')
  AND date_order >= now() - interval '12 weeks'
GROUP BY 1
ORDER BY 1;

Étape 6 : ajouter des alertes plutôt que multiplier les graphiques

Étape 7 : partager intelligemment selon les rôles

Étape 8 : faire vivre le dashboard mois après mois

À lire ensuite, voyez notre guide d’installation Metabase sur Coolify et le tutoriel Odoo sur VPS Hetzner qui couvrent l’infrastructure typique d’une PME ouest-africaine. Le couple Metabase + Odoo, hébergé sur un VPS à 5 EUR/mois (environ 3 280 FCFA), couvre 80 % des besoins de pilotage commercial des PME jusqu’à 50 collaborateurs.

Ce que vous saurez faire

Étape 1 — KPI pilotage commercial

Étape 2 — Modèle de données

Étape 3 — KPI CA signé DAX

Étape 4 — Pipe pondéré

Étape 5 — Funnel conversion

Étape 6 — Vélocité commerciale

Étape 7 — Layout dashboard

Étape 8 — Forecast 30j

Étape 9 — Alertes auto

Étape 10 — Ritualisation

Checklist

Étape 1 : poser la question business avant l’outil

Étape 2 : cartographier les sources de données réelles

Étape 3 : choisir un outil de dashboard adapté à la taille

Étape 4 : nettoyer les données avant de connecter

Étape 5 : construire le premier dashboard en lecture seule

Étape 6 : ajouter des alertes plutôt que multiplier les graphiques

Étape 7 : partager intelligemment selon les rôles

Étape 8 : faire vivre le dashboard mois après mois

Étape 1 : poser la question business avant l’outil

Étape 2 : cartographier les sources de données réelles

Étape 3 : choisir un outil de dashboard adapté à la taille

Étape 4 : nettoyer les données avant de connecter

Étape 5 : construire le premier dashboard en lecture seule

Étape 6 : ajouter des alertes plutôt que multiplier les graphiques

Étape 7 : partager intelligemment selon les rôles

Étape 8 : faire vivre le dashboard mois après mois

Articles Similaires

WSUS pour PME : centraliser et automatiser le patching Windows pas à pas

GLPI 11 helpdesk ITIL : déployer un service desk professionnel en 2026

Déployer un serveur DHCP Windows en failover avec réservations pas à pas