Bonjour,

J’obtiens également le même message d’erreur que vous de mon côté, tout comme plusieurs autres personnes l’ont mentionné sur github ici :

https://github.com/PMassicotte/gtrendsR/issues/431

Après vérifications, il semble que Google a fait un changement à son API pour le rendre plus “robuste” en termes de sécurité autour de mars 2023 ce qui aurait entraîné cette problématique. L’erreur 429 pointe vers un trop grand nombre de requêtes dans un court délai.

Voici donc les 2 solutions que je vous propose :

1. Attendre 1 journée et réessayer (pour s’assurer que votre IP n’est pas bloqué par Google)
2. Télécharger les données manuellement sur le site https://trends.google.ca/trends/ (voir image en pièce jointe, le bouton télécharger en CSV en haut à droite du graphique)

À noter également que le propriétaire du package gtrendsR pourrait éventuellement proposer une nouvelle version du package qui permet de gérer cela. (à suivre via le lien ci-dessus)

Merci!
Charles

Bonjour,

Est-ce que vous voyez les packages Anomalize et Weathercan dans l’onglet “Packages” de RStudio tel qu’en pièce jointe ?

Si c’est le cas, ils ont bien été installés.

Sinon, vous devrez installer l’outil RTools via ce lien préalablement à l’installation des 2 packages :

https://cran.r-project.org/bin/windows/Rtools/

Merci !

Bonjour,

Ces 2 packages ne sont actuellement plus disponible sur le site https://cran.r-project.org/ ce qui explique le message d’erreur.

Afin de contourner la situation, il est possible d’installer la version de développement du package anomalize à partir de github comme ceci :

1. install.packages(“devtools”)

2. devtools::install_github(“business-science/sweep”)

3. devtools::install_github(“business-science/anomalize”)

Concernant weathercan, celui-ci peut être installé à partir du site https://ropensci.r-universe.dev comme ceci :

install.packages(“weathercan”,
repos = c(“https://ropensci.r-universe.dev”,
“https://cloud.r-project.org”))

Merci !

Bonjour,

Il est difficile de dire pourquoi la version en ligne réagit différemment de la version desktop dans cette situation. Je vous suggère d’essayer de créer votre info-bulle directement dans la version en ligne.

Merci,
Charles

Bonjour,

Que voulez-vous dire par “Je dois compter les données dans la plage du filtre avec la contrainte que la DateCloture soit >= à la date de début du slicer” ?

Selon ma compréhension, vous pourriez possiblement avoir 2 slicer, soit un pour DateCreation et un autre pour DateCloture. Cela vous permettrait de figer votre DateFin.

Merci,
Charles

Bonjour,

Pour ce qui est de votre première question, une façon de faire pourrait être d’ajouter un critère au tout début de votre mesure DAX qui validerait si une valeur est présente à la même période l’année passée. Par exemple :

IF(CALCULATE(Nombre de jours clients / CA DSO, SAMEPERIODLASTYEAR(Date_Parametre'[Date])) = BLANK(), BLANK(), Entrer_votre_mesure_DAX_ici)

Concernant votre deuxième question, que voulez-vous dire par “concaténer les périodes pour pouvoir filtrer” ?

Merci,
Charles

Bonjour,

Si je comprends bien, vous voulez visualiser l’évolution du nombre de client ayant ouvert plus de 1 ticket lors des 10 derniers jours.

Cela peut se faire en 2 étapes :

1. Se doter d’une table de dates dans son modèle de données

Power Query – Fonctions de calendrier réutilisables

2. Créer une formule DAX qui évalue si le même ID Client est présent plus d’une fois dans la table, et ce lors des 10 derniers jours.

En espérant que cela vous aide.

Merci,
Charles

Bonjour,

Le segment permet seulement de filtrer un champ à la fois alors il faut ajouter un nouveau segment pour chaque champ à filtrer. Vous pourriez aussi créer une nouvelle colonne qui concatène 2 champs, par exemple une colonne “Mois et Année”.

Merci,
Charles