Granularität, Measures und Hierarchien

Intermediate Data Modeling in Power BI

Maarten Van den Broeck

Content Developer at DataCamp

Granularität verstehen

  • Granularität: auf welcher Ebene sind Daten bezogen auf Dimensionen gespeichert?
  • Die minimale Detailstufe für Abfragen
  • Granularität mit „by“-Angaben definieren:
    • Z. B. nach Kunde, nach Produkt, nach Tag
    • Z. B. nach ID, nach NAICS$^1$-Code, nach Betriebsalter, nach Jahr

1 NAICS: North American Industry Classification System
Intermediate Data Modeling in Power BI

Granularität in Power BI handhaben

  • Zu einem feineren Grain gehen: nicht empfehlenswert!
  • Zu einem gröberen Grain gehen: Aggregationen und Gruppierung
    • Bessere Abfrageleistung mit weniger Zeilen
    • Kleinere Cache-Größen und schnellere Aktualisierung

Aggregieren in PBI

Gruppieren nach in PBI

Intermediate Data Modeling in Power BI

Measures

  • Felder oder Feldkombinationen, die aggregiert oder berechnet werden können
    • Kommen direkt aus Fakt-Daten
    • Neue Measures können ebenfalls berechnet werden

Measures in einer Faktentabelle

Intermediate Data Modeling in Power BI

Measures erstellen

  • Numerische Werte werden automatisch zu Measures und per Summe aggregiert

  • Eigene Measures in Power BI mit DAX erstellen
  • Bestimmte Berechnungstypen per Dialog erstellen: Schnellmeasures

  • Ideal, um mäßig komplexe Measures zu lernen
Intermediate Data Modeling in Power BI

Hierarchien

Ermöglichen Drilldown in Daten-Dimensionen

Natürliche Hierarchien
  • Ebenen der Hierarchie existieren „in der Realität“
  • Jahr -> Monat -> Tag
Künstliche Hierarchien
  • Ebenen werden zum Abfragen erstellt
  • Eintrittsjahr -> Lieblingsfarbe -> Lieblingssport
Intermediate Data Modeling in Power BI

Lass uns üben!

Intermediate Data Modeling in Power BI

Preparing Video For Download...