11 min

Préparer un export Jira pour analyser son flux de livraison

Comment extraire un fichier CSV pertinent depuis Jira Cloud ou Data Center, sélectionner les bonnes colonnes et configurer votre analyse de flux dans Cauba.

Ce guide vous permet d’extraire un CSV propre depuis Jira Cloud ou Data Center sans plugin ni droits administrateur, puis de configurer votre analyse de flux dans Cauba en quelques minutes. Seules les colonnes que vous associez explicitement sont importées et conservées, avec des garde-fous intégrés contre les données personnelles et les textes libres.

L’essentiel en 30 secondes

  • Définir le périmètre : fenêtre glissante (90 j) en flux continu ou liste de sprints (Sprint in (...)) en Scrum, sans mélanger parents et enfants.
  • Exporter « champs actuels » en CSV : afficher uniquement Clé, Type, État, Création, Résolu, Sprint (plus Date de démarrage et Story Points si utilisés) pour ne pas extraire descriptions, commentaires ni noms.
  • Mapper les 2 champs obligatoires et classer 100 % des statuts : Identifiant du ticket + Statut (avec au moins un statut « Terminé », et les tickets annulés en « Abandonné »).
  • Vérifier dates et sprints : horodatages locaux sans fuseau horaire (Z / +01:00 non supportés), colonne Resolved remplie sur les tickets Done, et ordre/dates confirmés si plusieurs colonnes Sprint existent.

1. Définir le périmètre à exporter et protéger les données

Avant de lancer une requête, vérifiez trois points : l’export doit correspondre au périmètre d’une seule équipe (un projet Jira entier ou le filtre de votre tableau via filter = ...), retenir une unité de travail cohérente (sans exporter simultanément des parents et leurs enfants, comme Epic + Story ou Story + Sub-task, pour éviter tout double comptage) et couvrir la période utile à votre analyse (flux continu ou succession de sprints).

2. Utiliser et adapter la requête JQL

Choisissez la requête correspondant à votre mode de travail. La requête par défaut n’exclut aucun type de ticket d’office : ajoutez un filtre issuetype uniquement si nécessaire pour éviter le mélange parents/enfants.

Exemple A — Flux continu / activité récente (90 jours) : cible les tickets résolus récemment, créés récemment ou dans la catégorie Jira « In Progress ». Limite : un ticket ancien (> 90 j), non résolu et toujours en catégorie Jira « To Do » ne sera pas inclus, même s’il appartient à un sprint récent.

Exemple d’activité récente (Jira Cloud) :
project = "MON_PROJET" AND (resolved >= -90d OR created >= -90d OR statusCategory = "In Progress") ORDER BY created ASC
Variante Jira Data Center / Server (champ resolutiondate) :
project = "MON_PROJET" AND (resolutiondate >= -90d OR created >= -90d OR statusCategory = "In Progress") ORDER BY created ASC

Exemple B — Analyse par sprints : exporter tous les tickets des sprints étudiés

Pour analyser une suite de sprints connus, filtrez directement sur ces sprints sans condition de date de création ni de statut, afin de conserver les tickets anciens restés « To Do » et l’ensemble des reports :

Exemple JQL par identifiants de sprints (IDs fictifs à remplacer par les vôtres) :
project = "MON_PROJET" AND Sprint in (101, 102, 103, 104) ORDER BY created ASC

L’autocomplétion JQL convertit un nom de sprint en son ID unique (vous pouvez aussi utiliser des noms entre guillemets ou closedSprints() / openSprints()). Si votre équipe ne correspond pas à un projet entier, remplacez project = "MON_PROJET" par le filtre du tableau (ex. filter = 12345) ou un critère d’équipe (composant, label). Limite : l’appartenance aux sprints n’enregistre pas à elle seule l’engagement initial au démarrage ni l’historique horodaté des ajouts ou retraits en cours de sprint.

Clause JQLExplication et rôle
project = ... ou filter = ...Délimite le périmètre de l’équipe ou du tableau sans mélanger plusieurs équipes partageant un même projet.
issuetype (optionnel)Ex. AND issuetype in (Story, Bug, Task) pour garder une unité homogène sans mélanger parents et sous-tâches.
resolved >= -90d (ou resolutiondate)Inclut les tickets terminés sur les 90 derniers jours, même créés plus tôt (Lead Time, Cycle Time, P50/P85, Throughput).
OR created >= -90dInclut les tickets créés récemment quel que soit leur statut. Dans Cauba, le Completion Rate porte sur les tickets créés dans la fenêtre d’analyse ; cette clause ne couvre donc pas des tickets plus anciens planifiés dans un sprint récent.
OR statusCategory = "In Progress"Inclut les tickets anciens dans la catégorie système Jira « In Progress ». Attention : cette catégorie dépend du workflow Jira et peut différer de vos statuts classés « En cours » dans Cauba.
Sprint in (101, 102, 103, 104)Exporte tous les tickets rattachés aux sprints ciblés sans filtrer sur la création ni le statut, en conservant les colonnes Sprint multiples des reports.

3. Exporter le CSV depuis Jira (Cloud & Data Center)

Sur Jira Cloud

  1. Ouvrez Filtres > Voir tous les tickets (ou Rechercher des éléments de travail) et passez en mode « JQL ».
  2. Exécutez votre requête puis basculez en « Vue Liste » (List view).
  3. Via « Colonnes », affichez uniquement les champs utiles : Clé (Key), Type de ticket (Issue Type), État (Status), Création (Created), Résolu (Resolved), Sprint, plus votre champ de date de début et Story Points si utilisés.
  4. Cliquez sur « Exporter » > « Exporter au format CSV (champs actuels) » (Export CSV (current fields)). Si un champ personnalisé indispensable ne peut pas être ajouté à la vue, utilisez « tous les champs » et laissez les colonnes superflues non mappées dans Cauba.

Sur Jira Data Center & Server

  1. Ouvrez Tickets > Rechercher des tickets (Issues > Search for issues) en mode recherche avancée JQL.
  2. Passez en « Vue Liste » et sélectionnez via « Colonnes » uniquement les champs nécessaires.
  3. Cliquez sur « Exporter » > « CSV (champs actuels) » et enregistrez le fichier tel quel sans le réenregistrer depuis un tableur (qui modifierait encodage ou dates).

4. Vérifier les champs et classer les statuts dans Cauba

Cauba pré-remplit les correspondances d’en-têtes reconnues et mémorise pour votre compte les associations validées lors de vos analyses précédentes :

Colonne Jira typeChamp CaubaExigenceUsage dans les calculsSi absent ou partiel
Issue key / Clé / KeyIdentifiant du ticket (issue_id)ObligatoireIdentifie chaque ticket, déduplique les lignes et met à jour le jeu de données entre imports successifs.Import refusé sans identifiant unique ; toute ligne sans identifiant est rejetée.
Status / État / StatutStatut (status)ObligatoireClasse chaque statut dans les 4 catégories Cauba (au moins un statut « Terminé » requis).Obligatoire pour lancer l’analyse.
Created / CréationDate de création (created_at)RecommandéDépart du Lead Time (jours calendaires entiers) et périmètre d’entrée du Completion Rate.Sans cette colonne : Lead Time indisponible. Lignes vides exclues du Lead Time.
Started / In Progress Date (champ dédié)Date de démarrage (started_at)RecommandéDépart du travail actif : Cycle Time, délais P50 et P85, dispersion (P85 − P50) et part d’attente amont.Aucun fallback vers la création : si absente, Cycle Time et P50/P85 indisponibles. P50/P85 exigent au moins 10 tickets terminés complets.
Resolved / RésoluDate de fin (resolved_at)RecommandéBorne de fin des tickets terminés : Lead Time, Cycle Time, P50/P85, Throughput Kanban et rattachement au sprint de complétion.Si absente : durées, P50/P85 et reports de sprint indisponibles (Throughput nécessite alors des sprints datés).
Issue Type / Type de ticketType de ticket (issue_type)OptionnelVentilation descriptive du travail livré par type (Story, Bug, Task…).Indicateurs globaux calculés sans répartition par type.
Sprint (1 ou plusieurs colonnes)Nom du sprint (sprint_name)OptionnelVélocité et répartition des tickets reportés (0, 1, 2+ reports) lorsque les dates de sprints sont connues.Sans Sprint : analyse en flux continu par semaines (Kanban).
Sprint ID, Sprint Start Date, Sprint End DateIdentifiant et dates de sprintOptionnelFournit les bornes de sprint directement lorsqu’une seule colonne « Nom du sprint » est mappée.Non mappables avec plusieurs colonnes Sprint : une étape dédiée permet alors d’ordonner et dater les sprints.
Story Points / EstimationStory Points (estimate)ConditionnelUniquement pour la Vélocité en mode « Additionner les estimations ». Tous les autres indicateurs comptent des tickets.Masqué par défaut (« Compter les éléments terminés ») ; obligatoire en mode « Additionner les estimations ».

Classer tous les statuts dans les 4 catégories Cauba

Cauba ne devine jamais un statut à partir de son libellé et n’impose aucun ordre de workflow. Chaque valeur détectée doit être associée à l’une des 4 catégories (vos choix sont mémorisés pour les imports suivants) :

Règle bloquante : 100 % des statuts présents doivent être classés et au moins un statut doit être classé « Terminé ».

Catégorie CaubaSignificationExemples JiraEffet sur les indicateurs
Non commencé
NOT_STARTED
Ticket créé ou planifié, travail actif non démarré.Backlog, Open, To Do, Selected for Development, À faireHors WIP et hors tickets livrés ; reste dans le total créé pour le Completion Rate.
En cours
ACTIVE
Travail actif (dev, revue de code, QA, validation).In Progress, In Development, Code Review, In QA, En coursAlimente le WIP (tickets actuellement « En cours » sur la période).
Terminé
DONE
Travail intégralement livré selon la définition de l’équipe.Done, Closed, Resolved, Released, Terminé, FerméAlimente Throughput, Lead Time, Cycle Time, P50/P85, Vélocité, Prévision de backlog et numérateur du Completion Rate.
Abandonné
DISCARDED
Annulé, rejeté ou doublon fermé sans livraison.Cancelled, Won’t Do, Rejected, Duplicate, Abandonné, AnnuléExclu des tickets livrés et du WIP (ne fausse ni Throughput ni durées), conservé au dénominateur du Completion Rate.

5. Contrôler le CSV avant import : exemple de structure

Cet extrait fictif de 5 lignes illustre uniquement la structure attendue (en-têtes, catégories de statuts et répétition de la colonne « Sprint ») — il ne constitue pas un volume suffisant pour un diagnostic statistique :

Issue keyIssue TypeStatusCreatedStartedResolvedSprintSprint
PAY-101StoryDone2025-01-06 09:15:002025-01-07 10:00:002025-01-14 17:20:00Sprint 24-
PAY-102BugDone2025-01-08 11:30:002025-01-08 14:00:002025-01-10 16:45:00Sprint 24-
PAY-103StoryDone2025-01-07 14:00:002025-01-10 09:00:002025-01-23 18:00:00Sprint 24Sprint 25
PAY-104StoryCancelled2025-01-09 10:00:00-2025-01-15 11:00:00Sprint 24-
PAY-105StoryIn Progress2025-01-18 08:30:002025-01-20 09:00:00-Sprint 25-

Lecture dans Cauba : les deux colonnes « Sprint » sont regroupées sur « Nom du sprint », les dates ISO (AAAA-MM-JJ HH:mm:ss) sont détectées automatiquement, « Done » → Terminé, « In Progress » → En cours (PAY-105 dans le WIP) et « Cancelled » → Abandonné (PAY-104 exclu des livraisons et durées). Après saisie des dates du Sprint 25 (ex. 20/01 au 02/02) et confirmation du Sprint 24 (07/01 au 20/01), PAY-103 est rattaché au Sprint 25 grâce à sa date de fin (23/01) et compté avec 1 report. Seuils d’échantillon : P50/P85 exigent au moins 10 tickets terminés avec début et fin ; la variabilité du débit et Monte Carlo exigent au moins 3 périodes complètes.

6. Résoudre les difficultés fréquentes

En cas de lignes rejetées ou d’indicateurs marqués « Indisponible », vérifiez ces cinq points :

1. Date de démarrage absente : ne jamais mapper « Created » à sa place
L’export CSV standard de Jira n’exporte pas l’historique des transitions (premier passage en « In Progress ») sans champ dédié (ex. Jira Automation ou Start date). Si vous n’avez pas cette colonne, laissez « Date de démarrage » non mappé : Cauba calcule Lead Time et Throughput et affiche le Cycle Time comme indisponible. Pour comparer Lead Time et Cycle Time (attente amont), Cauba retient uniquement les tickets terminés disposant des trois dates cohérentes (Création ≤ Démarrage ≤ Fin).
2. Mode Vélocité : comptage de tickets vs Story Points
En haut du mapping, « Compter les éléments terminés » est sélectionné par défaut (et masque le champ Story Points). Choisissez « Additionner les estimations » uniquement si vous souhaitez une Vélocité en Story Points ; Throughput, Completion Rate et Prévision Monte Carlo comptent toujours des tickets.
3. Colonnes « Sprint » répétées et chronologie
Jira exporte plusieurs colonnes « Sprint » pour les tickets reportés ; Cauba les repère par position (ex. Sprint (colonne 6), Sprint (colonne 7)) sans jamais supposer que l’ordre des colonnes ou le nom des sprints reflète la chronologie. Avant l’analyse, une étape dédiée vous invite à ordonner les sprints du plus ancien au plus récent et à saisir les dates du plus récent, afin de rattacher chaque ticket terminé via sa Date de fin (0, 1 ou 2+ reports).
4. Formats de dates et fuseaux horaires
Cauba propose des préréglages courants : Export par défaut Jira (JJ/Mois/AA h:mm a, ex. 24/Aug/26 5:30 PM), Européen 24h/12h, Américain 12h/24h, AAAA-MM-JJ 24h (ISO / Azure DevOps, ex. 2026-08-24 17:30:00), Texte complet français (ex. mardi 24 août 2026 17:30), mode Automatique et option « Date seule ». Les fuseaux horaires (suffixe Z ou +01:00) ne sont pas pris en charge : utilisez des horodatages locaux.
5. Colonne « Resolved » vide sur des tickets pourtant « Done »
Dans certains workflows Jira, passer un ticket en « Done » ne remplit pas le champ système Resolution, laissant Resolved vide. Sans Date de fin, un ticket « Terminé » ne peut produire ni durée (Lead Time, Cycle Time, P50/P85) ni rattachement à une période : vérifiez ce point dans l’aperçu CSV.

Une fois votre fichier importé dans Cauba, prolongez la lecture avec nos guides méthodologiques :

Cycle Time et Lead Time : définitions, calculs et distributions

Comprenez comment interpréter l’écart entre Lead Time et Cycle Time, pourquoi la moyenne est sensible aux cas extrêmes et comment lire vos percentiles P50 et P85.

Tickets reportés entre sprints et prévisibilité du delivery

Découvrez ce que mesure réellement la répartition des tickets reportés (0, 1, 2+ reports), ses limites et comment agir sur le flux plutôt que sur les cibles.

Questions fréquentes sur l’export Jira

Aucun rôle administrateur n’est requis : la permission projet « Parcourir les projets » (Browse Projects) suffit pour utiliser Exporter > CSV (sous réserve que votre organisation n’ait pas désactivé l’export CSV par politique de sécurité, et dans la limite des niveaux de sécurité des tickets accessibles à votre compte).