DAX gebruiken in Power BI Desktop

Gevorderd
App Maker
Gegevensanalist
Power BI

In dit leertraject maakt u kennis met DAX (Data Analysis Expressions) en leert u basisvaardigheden die nodig zijn om gegevensmodellen te verbeteren met berekeningen.

In het begin wordt de Power BI Desktop-modelstructuur beschreven en hoe die kan worden verbeterd met DAX-berekeningen. Vervolgens wordt beschreven hoe u DAX-formules en de verschillende typen modelberekeningen kunt schrijven, waaronder berekende tabellen, berekende kolommen en metingen. Er worden evaluatiecontexten geïntroduceerd en in de daaropvolgende lessen wordt beschreven hoe u DAX-formules schrijft die filtercontext bewerken. Ten slotte leert u DAX-expressies schrijven met behulp van time intelligence-functies en iteratorfuncties.

Vereisten

Geen

Modules in dit leertraject

In deze module komt u meer te weten over de structuur van het Power BI Desktop-model, de basisbeginselen voor het ontwerp van een stervormig schema, analysequery's en het configureren van een rapportvisualisatie. Deze module biedt een krachtige basis waarop u kunt leren om modelontwerpen te optimaliseren en modelberekeningen toe te voegen.

In deze module leert u hoe u DAX-formules kunt schrijven om berekende tabellen, berekende kolommen en metingen te maken, wat verschillende typen modelberekeningen zijn. Daarnaast leert u hoe u DAX-formules, die bestaan uit expressies die gebruikmaken van functies, operators, verwijzingen naar modelobjecten, constanten en variabelen, schrijft en opmaakt.

Aan het einde van deze module kunt u berekende tabellen en berekende kolommen toevoegen aan uw gegevensmodel. U kunt ook de rijcontext beschrijven, die wordt gebruikt om berekende kolomformules te evalueren. Omdat het mogelijk is om kolommen aan een tabel toe te voegen met behulp van Power Query, leert u ook wanneer u het beste berekende kolommen maakt in plaats van Power Query aangepaste kolommen.

In deze module leert u werken met impliciete en expliciete metingen. U begint met het maken van eenvoudige metingen, waarbij één kolom of tabel wordt samengevat. Vervolgens maakt u complexere metingen op basis van andere metingen in het model. Daarnaast krijgt u meer informatie over de overeenkomsten van, en de verschillen tussen, een berekende kolom en een meting.

Aan het einde van deze module leert u wat de familie van iteratorfuncties kan doen en hoe u deze kunt gebruiken in uw DAX-berekeningen. Berekeningen omvatten aangepaste samenvattingen, classificaties en samenvoegingen.

Aan het einde van deze module kunt u de filtercontext beschrijven en gebruiken, die wordt gebruikt om metingformules te evalueren.

Aan het einde van deze module leert u de betekenis van time intelligence en hoe u DAX-berekeningen voor time intelligence toevoegt aan uw model.

Soms moet u mogelijk veel vergelijkbare metingen toevoegen aan uw model. Denk er bijvoorbeeld aan dat uw model metingen bevat voor verkoop, kosten en winst. Vervolgens wilt u een rapport maken met de omzet van jaar tot heden (YTD), YTD-kosten en YTD-winst, naast de omzet van vorig jaar (PY), py-kosten en PY-winst. Het toevoegen van talloze metingen kan tijdrovend zijn en kan het deelvenster Velden overzichtelijk maken met een overweldigend aantal velden. In plaats van elke YTD- en PY-meting te maken, kunt u deze metingen snel toevoegen aan uw model door een DAX-berekeningsgroep (Data Analysis Expressions) te maken.

In deze module lost u drie verschillende zakelijke problemen op door het gegevensmodel te optimaliseren en DAX-berekeningen (Data Analysis Expressions) te maken. U hebt de mogelijkheid om het volgende te maken:

  • Een otp-rapport (on-time performance) van een luchtvaartmaatschappij.
  • DAX-berekeningen om meetwaarden te schalen.
  • DAX-berekeningen om producten dynamisch te classificeren.