Le couplage des méthodes de fouille de données et d'entrepôts de données permet d'extraire des informations pertinentes à partir de cubes de données. Dans ce contexte, de nombreuses approches ont été proposées, permettant par exemple d'extraire des règles d'association ou des motifs séquentiels. Cependant, il n'existe pas de méthodes permettant d'extraire des règles graduelles. Dans cet article nous nous intéressons donc à la découverte de telles règles corrélant des variations sur un ensemble de dimensions ordonnées avec des variations sur la mesure du cube. Nous découvrons par exemple des règles du type “Plus la ville est de taille importante et la catégorie socio-professionnelle de catégorie supérieure, plus le nombre de produits vendus est grand”. Afin de découvrir ces règles de manière efficace et en prenant en compte les grandes tendances issues des cubes de données, nous nous appuyons sur des travaux précédents permettant d'extraire des blocs de données homogènes.