Du har laget et fint linjediagram som viser omsetning per måned. Men når du prøver å beregne «Year-to-Date» eller sammenligne med samme periode i fjor, får du enten feil tall eller ingen tall i det hele tatt. Du har støtt på et av de vanligste problemene i Power BI: du mangler en dedikert datotabell.
Tidsintelligens — samlebetegnelsen for DAX-funksjoner som sammenligner perioder, beregner løpende totaler og gjør år-over-år-analyse — krever en datotabell som følger bestemte regler. Uten den riktige strukturen fungerer ikke funksjonene, uansett hvor riktig resten av modellen din er.
Hvorfor du trenger en egen datotabell
Faktatabellen din — for eksempel en salgstabell — inneholder datoer for hver transaksjon. Det er fristende å bruke denne kolonnen direkte til tidsbaserte analyser. Problemet er at faktatabellen bare har datoer der noe faktisk skjedde. Hadde du ingen salg 17. mars, finnes ikke den datoen i tabellen.
Tidsintelligens-funksjoner i DAX forventer en sammenhengende rekke med datoer uten hull. Funksjonen TOTALYTD trenger å vite om alle dagene fra 1. januar og frem til i dag, ikke bare dagene med salg. SAMEPERIODLASTYEAR trenger å finne tilsvarende datoer ett år tilbake, og hvis de mangler i tabellen, får du blanke resultater.
En dedikert datotabell løser dette ved å inneholde én rad for hver eneste dag i perioden du dekker — uten unntak. Fra første til siste dag, inkludert helger, helligdager og dager uten aktivitet.
Lag datotabellen med DAX
Den enkleste måten å lage en datotabell i Power BI er med DAX-funksjonen CALENDAR eller CALENDARAUTO. Begge oppretter en tabell med én rad per dag.
CALENDAR lar deg definere start- og sluttdato manuelt. Du oppretter en ny tabell i Power BI Desktop og skriver en formel som genererer alle datoer mellom to tidspunkter. Bruk gjerne dynamiske grenser basert på den tidligste og seneste datoen i faktatabellen din, slik at datotabellen automatisk dekker hele perioden.
CALENDARAUTO er enda enklere. Den skanner alle datokolonner i modellen og lager automatisk en tabell som dekker fra den tidligste til den seneste datoen den finner. I tillegg utvider den til hele kalenderår, slik at du alltid har komplette år å jobbe med.
For de fleste situasjoner er CALENDARAUTO det raskeste alternativet. Trenger du mer kontroll, bruker du CALENDAR med egne start- og sluttdatoer. Microsofts dokumentasjon om CALENDAR viser syntaks og eksempler for begge funksjonene.
Merk tabellen som datotabell
Etter at du har opprettet datotabellen, må du fortelle Power BI at dette faktisk er en datotabell. Høyreklikk på tabellen i feltlisten, velg «Mark as Date Table», og pek på kolonnen som inneholder datoene.
Dette steget er lett å glemme, men det er avgjørende. Når du merker tabellen, deaktiverer Power BI sin automatiske dato-hierarki (den som legger til år, kvartal og måned automatisk i visualiseringer) og bruker i stedet din datotabell. DAX-funksjoner for tidsintelligens vil nå fungere korrekt.
Power BI validerer tabellen når du merker den. Du får en feilmelding hvis datokolonnen har hull, duplikater eller nullverdier. Får du en slik feil, må du gå tilbake og sjekke at tabellen virkelig inneholder én unik dato per rad uten manglende dager.
Legg til nyttige kolonner
En datotabell med bare én datokolonne er gyldig, men ikke spesielt nyttig. Styrken kommer når du legger til beregnede kolonner som bryter ned datoen i ulike komponenter. De viktigste kolonnene er:
- År — heltall som 2024, 2025. Brukes for filtrering og sammenligning mellom år.
- Måned — både som nummer (1–12) for sortering og som navn («Januar», «Februar») for visning i rapporter.
- Kvartal — «Q1», «Q2» osv. Nyttig for kvartalsvis rapportering.
- Ukenummer — relevant for bransjer som rapporterer ukentlig.
- Ukedag — mandag til søndag. Nyttig for å analysere mønstre innenfor uken.
- År-måned — en kombinasjon som «2025-03» som fungerer godt som akse i diagrammer og sorterer kronologisk.
Alle disse kolonnene lager du som beregnede kolonner i datotabellen ved hjelp av DAX-funksjoner som YEAR, MONTH, FORMAT og WEEKDAY. Det tar noen minutter å sette opp, men du bruker dem i nesten alle rapporter du lager.
Koble datotabellen til modellen
Datotabellen er en dimensjonstabell og skal kobles til faktatabellen via en relasjon. Gå til modellvisningen, dra datokolonnen fra datotabellen til datokolonnen i faktatabellen. Relasjonen skal være én-til-mange: én rad i datotabellen kan kobles til mange rader i faktatabellen.
Har du flere datokolonner i faktatabellen — for eksempel ordredato, leveringsdato og fakturadato — må du velge hvilken som får den aktive relasjonen. Power BI tillater bare én aktiv relasjon mellom to tabeller. De øvrige datokolonnene kan ha inaktive relasjoner som du aktiverer i spesifikke DAX-formler med USERELATIONSHIP.
Når relasjonen er på plass, bruker du kolonnene fra datotabellen i visualiseringene dine — ikke datokolonnen fra faktatabellen. Legg år, måned eller kvartal fra datotabellen på aksene, og mål fra faktatabellen som verdier. Da fungerer filtrering og tidsintelligens korrekt.
Tidsintelligens i praksis
Med en korrekt datotabell på plass kan du bruke hele arsenalet av tidsintelligens-funksjoner i DAX. De vanligste er:
- TOTALYTD — beregner en løpende total fra årets start til valgt dato. Perfekt for å vise akkumulert omsetning gjennom året.
- SAMEPERIODLASTYEAR — henter verdier fra tilsvarende periode i fjor. Brukes for år-over-år-sammenligninger.
- DATEADD — forskyver en datoperiode med et gitt intervall. Fleksibel funksjon for å sammenligne med forrige måned, forrige kvartal eller et annet vilkårlig intervall.
- DATESQTD og DATESMTD — gir datoer fra kvartalets eller månedens start til nåværende dato. Nyttig for «Quarter-to-Date» og «Month-to-Date»-beregninger.
Ingen av disse funksjonene fungerer pålitelig uten en datotabell som er merket riktig og har sammenhengende datoer. Det er derfor datotabellen er noe av det første du bør sette opp i enhver Power BI-modell.
En vanlig feil å unngå
Den vanligste feilen er å stole på Power BI sin innebygde automatiske dato-hierarki. Når du drar en datokolonne inn i en visualisering, lager Power BI automatisk et hierarki med år, kvartal, måned og dag. Det ser ut som det fungerer, men denne automatiske hierarkiet er ikke en ekte datotabell og fungerer ikke med tidsintelligens-funksjoner.
En annen vanlig feil er å lage datotabellen i Power Query med hull i datoene — for eksempel ved å hente unike datoer fra faktatabellen. Da mangler du datoene der det ikke var aktivitet, og hele poenget med datotabellen forsvinner.
Opprett alltid datotabellen med CALENDAR eller CALENDARAUTO i DAX, merk den som datotabell, og bruk den konsekvent i alle visualiseringer. Det er en liten investering som gjør resten av analysearbeidet betraktelig enklere.
Vil du se hele prosessen fra å opprette datotabellen til å bygge tidsintelligens-beregninger som faktisk fungerer, dekker Power BI-kurset for nybegynnere dette med praktiske eksempler du kan følge steg for steg.
