Du har renset dataene, lastet inn tre tabeller og laget et flott diagram — men tallene stemmer ikke. Totalen viser for mye, filteret påvirker bare én tabell, og du aner ikke hvorfor. Problemet sitter nesten alltid i datamodellen. Tabellene dine snakker ikke med hverandre på riktig måte.
Datamodellering handler om å definere hvordan tabellene henger sammen. Gjør du dette riktig, fungerer filtre, beregninger og visualiseringer som forventet. Gjør du det feil, får du resultater du ikke kan stole på — og feilene er vanskelige å oppdage i etterkant.
Stjernemodellen — det enkleste som fungerer
Den anbefalte måten å strukturere en datamodell i Power BI på kalles stjernemodellen (star schema). Konseptet er enkelt: du har én eller flere faktatabeller i midten, omringet av dimensjonstabeller.
Faktatabeller inneholder det du måler — salg, transaksjoner, hendelser, bestillinger. Hver rad representerer noe som har skjedd, og tabellen har typisk mange rader. En salgstabell kan for eksempel ha kolonner som dato, produkt-ID, kunde-ID, antall og beløp.
Dimensjonstabeller beskriver konteksten rundt det som skjedde. En produkttabell inneholder produktnavn, kategori og pris. En kundetabell inneholder navn, region og segment. En datotabell inneholder år, måned og kvartal. Dimensjonstabeller har færre rader enn faktatabeller, og hver rad er unik.
Stjernemodellen fungerer fordi den gjør det tydelig hva som er «hva skjedde» (fakta) og «i hvilken sammenheng» (dimensjoner). Power BI er optimalisert for denne strukturen, og DAX-beregninger fungerer best når modellen er bygget slik.
Modellvisningen i Power BI
For å se og redigere datamodellen klikker du på modellvisning-ikonet til venstre i Power BI Desktop — det ser ut som tre sammenkoblede bokser. Her ser du alle tabellene dine som rektangler, med kolonnene listet inni. Relasjoner vises som linjer mellom tabellene.
Du kan dra og flytte tabellene for å organisere visningen. Plasser faktatabellene i midten og dimensjonstabellene rundt, slik at du visuelt ser stjerneformen. Denne organiseringen har ingen teknisk effekt, men gjør modellen mye lettere å forstå for deg selv og andre.
Power BI prøver ofte å opprette relasjoner automatisk basert på kolonnenavn. Noen ganger treffer den riktig, andre ganger ikke. Kontroller alltid de automatiske relasjonene og juster der det trengs.
Sette opp relasjoner
En relasjon kobler to tabeller sammen via en felles kolonne. For å opprette en relasjon drar du en kolonne fra én tabell til den tilsvarende kolonnen i en annen tabell. Alternativt kan du velge «Manage Relationships» fra verktøylinjen og klikke «New».
Tenk deg at du har en salgstabell med kolonnen «ProduktID» og en produkttabell der «ProduktID» er unik for hver rad. Når du drar «ProduktID» fra produkttabellen til «ProduktID» i salgstabellen, oppretter du en relasjon. Nå vet Power BI at hver rad i salgstabellen tilhører et bestemt produkt, og du kan bruke produktnavn, kategori og andre egenskaper i diagrammer og filtre.
For at relasjonen skal fungere, må den felles kolonnen ha samme datatype i begge tabeller. Har du tekst i den ene og heltall i den andre, må du fikse dette i Power Query før du setter opp relasjonen.
Kardinalitet — én-til-mange
Kardinalitet beskriver forholdet mellom radene i to tabeller. Den vanligste typen i en stjernemodell er én-til-mange (1:*). Det betyr at hver rad i dimensjonstabellen kan kobles til mange rader i faktatabellen, men hver rad i faktatabellen peker til nøyaktig én rad i dimensjonstabellen.
Eksempel: Én kunde kan ha mange bestillinger, men hver bestilling tilhører bare én kunde. Én produkt kan selges mange ganger, men hver salgslinje refererer til ett produkt. Denne typen relasjon er grunnmuren i stjernemodellen.
Power BI oppdager vanligvis kardinaliteten automatisk når du oppretter relasjonen. Vises det «mange-til-mange» (*:*), bør du stoppe opp og tenke. Mange-til-mange-relasjoner gir ofte uventede resultater og er som regel et tegn på at modellen trenger justering — for eksempel en brotabell mellom de to tabellene.
Kryssfilterretning
Kryssfilterretning bestemmer hvilken vei filtre flyter mellom tabeller. Standardinnstillingen er «enkelt retning» (single), som betyr at filteret flyter fra dimensjonstabellen til faktatabellen — men ikke tilbake.
Med enkelt retning fungerer det slik: Når du velger en produktkategori i et filter, filtreres salgstabellen til å bare vise salg for den kategorien. Produkttabellen filtrerer salgstabellen. Salgstabellen filtrerer ikke produkttabellen tilbake.
Du kan sette retningen til «begge veier» (both), men dette bør du gjøre med forsiktighet. Toveis-filtrering kan føre til tvetydige filterbaner og uventede beregningsresultater, spesielt i mer sammensatte modeller. Microsofts dokumentasjon om relasjoner har gode eksempler på når toveis-filtrering er nødvendig og når du bør unngå det.
Tommelregelen er: bruk enkelt retning som standard, og bare endre til begge veier når du har et konkret behov som ikke kan løses på annen måte.
Hvorfor en god modell gir bedre ytelse
En godt strukturert stjernemodell er ikke bare lettere å jobbe med — den gir også bedre ytelse. Power BI sin motor (VertiPaq) komprimerer data kolonnevis, og dimensjonstabeller med unike verdier komprimeres svært effektivt. Faktatabeller med ID-referanser i stedet for gjentatte tekststrenger bruker mindre minne.
En dårlig modell der all data er presset inn i én stor tabell — ofte kalt «flat tabell» — fungerer teknisk sett, men den bruker mer minne, gir tregere oppdateringer og gjør DAX-formlene dine mer kompliserte enn nødvendig. Stjernemodellen er ikke bare teori; den har direkte praktiske fordeler.
Vanlige feil i datamodellen
De vanligste feilene nybegynnere gjør med datamodellering er:
- Manglende datotabell — Tidsintelligens i DAX krever en dedikert datotabell med sammenhengende datoer. Bruker du datokolonnen rett fra faktatabellen, mangler du datoer der det ikke var transaksjoner, og beregninger som «Year-to-Date» blir feil.
- Feil kardinalitet — Mange-til-mange-relasjoner gir uventede summeringer. Kontroller alltid at dimensjonstabellene har unike verdier i kolonnen du kobler på.
- For mange relasjoner mellom samme tabeller — Power BI tillater bare én aktiv relasjon mellom to tabeller. Har du flere datokolonner i faktatabellen (ordredato, leveringsdato), må du bruke USERELATIONSHIP i DAX for å aktivere de inaktive relasjonene.
- Flat tabell i stedet for stjernemodell — Å laste inn én stor tabell med all informasjon er fristende, men det gir dårligere ytelse og mer komplekse formler.
Slik bygger du modellen i praksis
Start med å identifisere hva du skal måle. Det er faktatabellen din. Identifiser deretter hvordan du vil filtrere og gruppere — det er dimensjonene dine. Lag separate tabeller for hver dimensjon, sett opp én-til-mange-relasjoner fra dimensjon til fakta, og kontroller at kryssfilterretningen er satt til enkelt retning.
Test modellen ved å bygge en enkel visualisering med verdier fra faktatabellen og filtre fra dimensjonstabellene. Stemmer totalene? Påvirker filteret riktig? Hvis ja, er modellen klar for mer komplekse analyser.
Datamodellering er ferdigheten som skiller de som lager raske prototyper fra de som bygger rapporter organisasjonen faktisk stoler på. Power BI-kurset for nybegynnere viser deg hvordan du setter opp en stjernemodell fra bunnen av med ekte data, steg for steg.
