Data modelleringsvaardigheden zijn ontzettend belangrijk bij een #PowerBI implementatie. Vooral de PowerBI ontwikkelaars dienen zich daar goed van bewust te zijn.
Om dit eens goed in beeld te brengen heb ik twee voorbeelden van datamodellen, eerst een slecht Power BI datamodel en daarna een datamodel volgens de vele best practices.
Wat er slecht is aan dit datamodel?
- Er zijn te veel tabellen en relaties
- Het is totaal onduidelijk welke tabel met welke tabel een relatie heeft
- Bijna alle relaties zijn zogeheten inactieve relatie, iets wat je doorgaans maar zeer beperkt wel.
- De te maken DAX berekeningen in je model geven waarschijnlijk totaal onjuiste antwoorden waarop je zou gaan sturen.
- Het is vrijwel onmogelijk om goede Power BI visuals te maken.
- etc.
Ik heb hier geen andere keuze gehad dan opnieuw te starten. Het resultaat achteraf in het nieuwe model kan/mag ik niet delen ivm vertrouwelijkheid, maar ziet er uit zoals deze afbeelding.
Wat is er goed aan dit datamodel?
- Je weet precies welke tabellen zogeheten dimensies en facts zijn
- Het is helder hoe de tabellen met elkaar verbonden zijn (de relaties)
- Enkel de tabellen en kolommen die je in Power BI wil gebruiken zijn in het model geladen
- Er is een aparte meting tabel waarin gestructureerd je metingen staan (zoals Net sales YTD)
- Het maken van impactvolle visuals is nu relatief gemakkelijk.
- etc.
Al mijn Power BI consultancy en in-company trainingen zijn er op gericht om PowerBI goed en succesvol in de organisatie te implementeren. Ik help je graag verder op weg!