Quels exemples de dashboard créer pour mon entreprise?
Question métier → Dataset → Champs à utiliser
📊 Incidents
| Question métier | Dataset recommandé | Champ date | Dimensions (Group by) | Métriques (Metrics) |
|---|---|---|---|---|
| Combien d’incidents sur une période ? | incidents_items |
created_at |
— | COUNT(*) |
| Incidents par type | incidents_items |
created_at |
incident_type |
COUNT(*) |
| Incidents par statut | incidents_items |
created_at |
status |
COUNT(*) |
| Quantité en anomalie | incidents_items |
created_at |
reference_code |
SUM(abnormal_quantity) |
| Incidents par entrepôt | incidents_items |
created_at |
warehouse_name |
COUNT(*) |
| Incidents avec échanges | incidents_with_comments |
comment_created_at |
incident_type |
COUNT(comment_id) |
| Incidents les plus complexes | incidents_with_comments |
created_at |
assigned_to_company |
COUNT(comment_id) |
📥 Réceptions (Entry orders)
| Question métier | Dataset recommandé | Champ date | Dimensions (Group by) | Métriques (Metrics) |
|---|---|---|---|---|
| Nombre de réceptions | entry_orders_with_incidents |
received_at |
— | COUNT(*) |
| Réceptions par entrepôt | entry_orders_with_incidents |
received_at |
warehouse_name |
COUNT(*) |
| Réceptions avec incident | entry_orders_with_incidents |
received_at |
has_incident |
COUNT(*) |
| Écart attendu vs reçu | entry_orders_with_incidents |
received_at |
reference_code |
SUM(received_quantity) |
| Réceptions par champ personnalisé | entry_orders_with_custom_fields |
received_at |
champ personnalisé | COUNT(*) |
📤 Expéditions (Exit orders)
| Question métier | Dataset recommandé | Champ date | Dimensions (Group by) | Métriques (Metrics) |
|---|---|---|---|---|
| Nombre d’expéditions | exit_orders_with_incidents |
shipped_at |
— | COUNT(*) |
| Expéditions par transporteur | exit_orders_with_incidents |
shipped_at |
carrier_name |
COUNT(*) |
| Expéditions avec incident | exit_orders_with_incidents |
shipped_at |
has_incident |
COUNT(*) |
| Volumes expédiés | exit_orders_with_incidents |
shipped_at |
reference_code |
SUM(shipped_quantity) |
| Expéditions par typologie métier | exit_orders_with_custom_fields |
shipped_at |
champ personnalisé | COUNT(*) |
📦 Références produits
| Question métier | Dataset recommandé | Champ date | Dimensions (Group by) | Métriques (Metrics) |
|---|---|---|---|---|
| Nombre de références actives | references |
— | status |
COUNT(reference_code) |
| Répartition du catalogue | references |
— | reference_type |
COUNT(*) |
| Références par champ personnalisé | references |
— | champ personnalisé | COUNT(*) |
📦 Packaging / conditionnement
| Question métier | Dataset recommandé | Champ date | Dimensions (Group by) | Métriques (Metrics) |
|---|---|---|---|---|
| Volumes par type de packaging | packaging_items |
— | packaging_type |
SUM(quantity) |
| Packaging par référence | packaging_items |
— | reference_code |
SUM(quantity) |
🧠 Comment utiliser cette table
-
Identifiez la question métier que vous voulez analyser
-
Prenez le dataset recommandé
-
Utilisez :
-
le champ date pour la période
-
les dimensions pour regrouper
-
les métriques pour mesurer
-
-
Lancez le graphique dans Superset (Explore)
👉 Dans 80 % des cas, un graphique simple suffit :
1 date + 1 dimension + 1 métrique
✅ En résumé
-
Cette table est votre point d’entrée unique pour créer des dashboards
-
Elle évite les erreurs de dataset
-
Elle permet une création 100 % autonome des charts Spacefill