
change de nom...

dbt est un outil de « data as code ». Il sert à organiser et versionner les transformations de données. C’est devenu un standard du secteur : plus de 80 000 équipes data l’utilisent dans le monde, selondbt Labs.
Vos données arrivent de plusieurs outils (CRM, site e-commerce, compta). Avant de les afficher dans un tableau de bord, il faut les nettoyer et les assembler. dbt sert à écrire ces étapes sous forme de code : on sait ce qui a été fait, par qui, et on peut revenir en arrière.
Le cœur de dbt est open source. Certaines fonctionnalités sont payantes, comme l'hébergement dans le cloud ou le lignage au niveau des colonnes. En pratique, la version gratuite suffit pour l’essentiel, à condition de savoir gérer l’infrastructure soi-même...
En 2025, Fivetran a racheté dbt et l’un de ses concurrents, SQLMesh. Fivetran est un acteur privé qui n'a pas d'historique de soutien à l'open source. Dans la foulée, dbt a annoncé que son nouveau moteur, dbt Fusion, intégrerait un binaire propriétaire et passerait sous Elastic License 2.0, une licence plus restrictive que la licence Apache 2.0 de dbt 1.
On attendait donc le dbt Summit 2026 ((l'ancien Coalesce) pour voir dans quelle direction dbt Labs allait partir. Parmi les annonces, celle qui nous intéresse ici : dbt Charts est disponible pour les utilisateurs de la version open source.
dbt Charts permet de créer des dashboards directement dans l’environnement dbt, en code. C’est ce qu’on appelle la « dataviz as code ».
Chaque dashboard est décrit dans un fichier YAML, versionné avec le reste du projet. Si un chiffre paraît bizarre sur un graphique, on remonte l’historique et on retrouve la modification qui l’a introduite. Et comme tout tient dans un fichier texte, un agent IA peut aider à écrire de nouveaux dashboards.
Comme les dashboards restent dans l’environnement dbt, les requêtes SQL s'écrivent en utilisant la même syntaxe que les modèles dbt, avec Jinja et la macro ref(). De plus, il devient possible de modifier à la fois un modèle dbt, par exemple en renommant un champ, et les dashboards associés en une seule étape. En conséquence : les graphiques sont automatiquement mis à jour. .
Graphique simple et la syntaxe yml associée pour le générer. Noter l'utilisation de la macro ref(), propre à l'écosystème dbt au sein de la requête du graphe.
dbt Charts demande d'être sous dbt 1.12 (la dernière version de dbt 1) ou dbt v2. La migration vers la 1.12 sera plus ou moins lourde selon les projets. Sur un projet test en 1.11 avec une cinquantaine de modèles, elle s'est faite sans difficulté.
Ensuite, ça marche comme dbt docs : dbt chart serve lance les dashboards.
Ce qui marche, ce qui coince
Si votre équipe maîtrise déjà dbt, un dashboard s'écrit vite. L'outil est open source, et il dépanne aussi pour regarder rapidement des données sans devoir sortir pandas ou polars.
dbt Charts était en version 0.8 lors de son annonce fin septembre. Un mois plus tard et il est désormais en 0.10 avec plusieurs nouveautés intéressantes. Certaines relèvent plus du confort (affichage des chiffres possible selon la convention française) tandis que d’autres viennent résoudre, au moins partiellement, les problèmes identifiés lors de notre test.
Il est en effet maintenant possible de définir des types de graphiques personnalisés ce qui permet de pallier la liste parfois un peu limitée des graphiques disponibles. dbt Labs a notamment fourni comme exemple des templates pour les graphiques XmR et Sankey, très demandés par la communauté.
Pour voir ce que ça change, on a reproduit un graphique XmR de deux façons : avec les types natifs, puis avec le modèle personnalisé fourni. Le second est nettement plus propre et plus réutilisable, surtout pour la mise en page et la position de la légende.
Reste à savoir s’il vaut la peine de développer ses propres graphiques dès maintenant, alors que les nouveautés arrivent tous les mois.
dbt Charts était en version 0.8 lors de son annonce fin septembre. Un mois plus tard et il est désormais en 0.10 avec plusieurs nouveautés intéressantes. Certaines relèvent plus du confort (affichage des chiffres possible selon la convention française) tandis que d’autres viennent résoudre, au moins partiellement, les problèmes identifiés lors de notre test.
Il est en effet maintenant possible de définir des types de graphiques personnalisés ce qui permet de pallier la liste parfois un peu limitée des graphiques disponibles. dbt Labs a notamment fourni comme exemple des templates pour les graphiques XmR et Sankey, très demandés par la communauté.
Pour voir ce que ça change, on a reproduit un graphique XmR de deux façons : avec les types natifs, puis avec le modèle personnalisé fourni. Le second est nettement plus propre et plus réutilisable, surtout pour la mise en page et la position de la légende.
Reste à savoir s’il vaut la peine de développer ses propres graphiques dès maintenant, alors que les nouveautés arrivent tous les mois.
DATA
Auditez la maturité Data de votre entreprise et recevez un diagnostic et un plan d'action adapté
Commencer
Auditez la maturité Data de votre entreprise et recevez un diagnostic et un plan d'action adapté
Commencer
Vous avez des systèmes déconnectés ou des données incohérentes ? Discutons de votre architecture Data.
Parler à un expert