Power BI ist ein beliebtes Datenvisualisierungstool, mit dem Unternehmen ihre Daten analysieren und visualisieren können. Das einfache Importieren von Daten in Power BI reicht jedoch nicht aus, um aussagekräftige Erkenntnisse zu gewinnen. Dazu müssen Benutzer die DAX-Sprache (Data Analysis Expressions) beherrschen. Dabei handelt es sich um eine leistungsstarke Formelsprache, die zum Erstellen benutzerdefinierter Berechnungen in Power BI verwendet wird.
In diesem Blog lernen wir, DAX in Power BI zu verwenden, und behandeln einige der wichtigsten Themen wie berechnete Felder, Erstellen einer Datumstabelle, Datenmodellierung und Beziehungen. Am Ende dieses Blogs werden Sie besser verstehen, wie Sie diese wichtigen Tools und Techniken nutzen können, um verwertbare Erkenntnisse aus Ihren Daten in Power BI zu gewinnen.
Dieser Blogbeitrag ist das zweite Kapitel von The Complete Beginner's Guide to Power BI 2023. Wenn Sie Power BI noch nicht kennen, empfehlen wir, mit dem ersten Kapitel zu beginnen:“Der komplette Anfängerleitfaden für Power BI 2023„In diesem Leitfaden für Anfänger lernen Sie die Grundlagen von Power BI kennen, einschließlich der Verbindung zu Datenquellen, der Erstellung einfacher Berichte und der Visualisierung von Daten. Das Handbuch enthält schrittweise Anleitungen und praktische Beispiele, mit denen Sie schnell und einfach mit Power BI beginnen können.
Für dieses Tutorial verwende ich die Verkauf von Spirituosen in Iowa Daten aus dem Öffentliche BigQuery-Datensätze. Diese Daten liefern Informationen über den Verkauf von Spirituosen im Bundesstaat Iowa und können verwendet werden, um aussagekräftige Einblicke und Visualisierungen zu erstellen.
Warum benötigen Sie DAX in Power BI?
Stellen Sie sich DAX in Power BI als Superhelden der Datenanalyse vor. Mit seinen leistungsstarken Formeln kann es Ihre Daten von einem chaotischen, unorganisierten Informationsstapel in eine saubere und aussagekräftige Darstellung Ihres Unternehmens verwandeln. Ganz gleich, ob Sie das Durchschnittsalter Ihrer Kunden, den Gesamtumsatz für einen bestimmten Zeitraum oder die Anzahl der an einem bestimmten Standort verkauften Artikel berechnen möchten, DAX hält Ihnen den Rücken frei. Es ist, als hätten Sie einen Analysten für persönliche Daten direkt zur Hand!
DAX ist jedoch mehr als nur ein Tool für einfache Berechnungen. Es ist ein Datenanalyse-Ninja, der in der Lage ist, komplexe Berechnungen und statistische Modelle mühelos durchzuführen. Und mit der Fähigkeit, Beziehungen zwischen Tabellen zu definieren, berechnete Spalten zu erstellen und ausgefeilte Datenmodelle zu erstellen, gibt Ihnen DAX die Möglichkeit, Ihre Daten wie nie zuvor zu untersuchen.
Warum sollten Sie sich also mit grundlegenden Datenanalysen zufrieden geben, wenn Sie die Leistungsfähigkeit von DAX in Power BI nutzen können? Mit seiner unübertroffenen Vielseitigkeit und analytischen Fähigkeiten wird DAX Ihre Datenvisualisierung und -analyse auf ein neues Niveau heben!
Spalten und Kennzahlen
Bevor wir uns mit der Welt von DAX befassen, ist es wichtig, ein klares Verständnis der berechneten Felder wie Kennzahlen und Spalten in Power BI zu haben.
1. Neue Spalte: In Power BI ist eine Spalte ein Feld oder ein Attribut der Daten, z. B. „Name“, „Alter“ oder „Kaufdatum“. Spalten stellen die Rohdaten dar und werden verwendet, um Informationen in einem tabellarischen Format anzuzeigen.
2. Neue Kennzahl: Eine Kennzahl ist dagegen eine Berechnung, die für eine oder mehrere Spalten in den Daten durchgeführt wird. Kennzahlen werden verwendet, um die Daten zu aggregieren, zusammenzufassen und zu bearbeiten, um Erkenntnisse zu gewinnen und erweiterte Analysen durchzuführen. Eine Kennzahl könnte beispielsweise verwendet werden, um den Gesamtumsatz für einen bestimmten Zeitraum, das Durchschnittsalter der Kunden oder die Anzahl der an einem bestimmten Standort verkauften Artikel zu berechnen.
Spalten und Kennzahlen sorgen zusammen für ein umfassendes Verständnis der Daten in Power BI. Spalten liefern die Rohdaten, während Kennzahlen Einblicke und Analysen liefern, die auf diesen Daten basieren. Indem Sie sowohl Spalten als auch Kennzahlen verwenden, können Sie Ihre Daten effektiv analysieren, visualisieren und verstehen.
Gehen Sie wie folgt vor, um eine neue Spalte in Power BI mithilfe von DAX zu erstellen:
1. Öffnen Sie Power BI Desktop und wählen Sie das Datenmodell aus, mit dem Sie arbeiten möchten
2. Gehen Sie zur Registerkarte „Modellierung“ und wählen Sie die Option „Neue Spalte“
3. Geben Sie in der „Formelleiste“ einen Namen für die neue Spalte ein.
4. Schreiben Sie Ihre DAX-Formel in die Formelleiste. Wenn Sie beispielsweise eine neue Spalte erstellen möchten, die den Gesamtumsatz berechnet, könnte Ihre Formel wie folgt aussehen:
total_sales = SUM (Umsatz [Betrag])
- „sales“ ist der Tabellenname
- „amount“ ist der Spaltenname
5. Drücken Sie die Eingabetaste, um die neue Spalte zu erstellen. Die neue Spalte (total_sales) wird im Datenmodell angezeigt, und ihre Werte werden auf der Grundlage der von Ihnen eingegebenen DAX-Formel berechnet.
Im Gegensatz dazu wird eine Kennzahl für die Aggregation und Zusammenfassung von Daten verwendet. Kennzahlen sind dynamisch, was bedeutet, dass sich ihre Ergebnisse je nach Filterkontext des Berichts ändern. Um eine neue DAX-Kennzahl in Power BI zu erstellen, können Sie die folgenden Schritte ausführen:
1. Öffnen Sie den Power BI Desktop und laden Sie Ihre Verkaufstabelle.
2. Gehen Sie in der Multifunktionsleiste zur Registerkarte „Modellieren“ und wählen Sie „Neue Kennzahl“.
3. Es erscheint eine Formelleiste, in die Sie Ihre DAX-Formel eingeben können.
4. Schreiben Sie Ihre Formel mithilfe von DAX-Funktionen und -Syntax. Hier ist ein Beispiel für eine einfache Kennzahl, die die Summe der Umsätze berechnet:
total_sales_measure = SUM (Umsatz [Betrag])
5. Die neue Kennzahl (total_sales_measure) wird im Bereich Felder angezeigt und kann in Ihren Grafiken und Berichten verwendet werden.
Schauen wir uns nun den Unterschied zwischen einer Spalte und einer Kennzahl anhand unseres Beispiels an. Ich habe einen Dattelschneider hinzugefügt und den Datumsbereich vom 1. Januar 2012 bis 31. Januar 2012 festgelegt. Beachten Sie den Wert von total_sales_column und total sales_measure.
Dann habe ich den Datumsbereich vom 1. Januar 2012 bis 31. Februar 2012 geändert. Jetzt können Sie sehen, dass sich die Werte von total_sales_measure geändert haben, aber interessanterweise ändert sich der Wert von total_sales_column trotz der Änderung im Datumsbereich überhaupt nicht.
Das war's! Sie haben jetzt eine neue Spalte und eine neue Kennzahl in Power BI mithilfe von DAX erstellt. Sie können diese Spalte und Kennzahl in Ihren Visualisierungen, Berichten und Dashboards wie jede andere Spalte im Datenmodell verwenden. Und wenn Sie Änderungen an der Formel vornehmen müssen, kehren Sie einfach zur Registerkarte „Modellierung“ zurück, wählen Sie die Spalte aus und bearbeiten Sie die Formel in der Formelleiste.
Schauen Sie sich die häufig verwendete DAX-Formel am Ende dieses Blogbeitrags an. Dort finden Sie eine zusätzliche Formel, mit der Sie benutzerdefinierte Berechnungen erstellen und Ihre Datenanalyse verbessern können
Erstellen einer Datumstabelle in Power BI
Warum eine separate Datumstabelle erstellen, wenn wir bereits eine Datumsspalte in der Verkaufstabelle haben?
Datumstabellen sind bei Datenanalysten aus mehreren Gründen beliebt:
Verbesserte Datumsfilterung: Mit einer separaten Datumstabelle können Sie Ihre Daten ganz einfach nach Datumsbereichen filtern, z. B. nach den letzten 7 Tagen, dem aktuellen Quartal oder einem bestimmten Datumsbereich. Dies kann besonders für zeitbasierte Analysen nützlich sein, z. B. für Verkäufe im Zeitverlauf.
Bessere Granularität: Mit einer benutzerdefinierten Datumstabelle können Sie auf einfache Weise zusätzliche Spalten mit detaillierteren Informationen wie Jahr, Quartal, Monat und Woche hinzufügen. Dies erleichtert die Analyse und den Vergleich von Daten auf verschiedenen Granularitätsebenen.
Konsistente Datumsformatierung: Eine benutzerdefinierte Datumstabelle bietet ein einheitliches Datumsformat für alle Grafiken, Berichte und Dashboards. Dadurch wird sichergestellt, dass alle datumsbezogenen Informationen auf konsistente und aussagekräftige Weise angezeigt werden.
Um eine Datumstabelle in Power BI zu erstellen, können Sie die folgenden Schritte ausführen:
1. Gehen Sie in der Multifunktionsleiste zur Registerkarte „Modellieren“ und wählen Sie „Neue Tabelle“.
2. Geben Sie in der Formelleiste die folgende DAX-Formel ein, um eine Datumstabelle zu erstellen:
date_table = CALENDAR (MIN) (Umsatz [Datum]), MAX (Umsatz [Datum]]))
3. Drücken Sie „Enter“, um die Formel anzuwenden und die neue Datumstabelle zu erstellen.
4. Die Datumstabelle ist jetzt im Bereich Felder verfügbar und kann verwendet werden, um aussagekräftige Einblicke und Visualisierungen auf der Grundlage der Zeit zu erstellen.
Hinweis: Mit der obigen Formel wird eine Datumstabelle mit einem kontinuierlichen Datumsbereich erstellt, der auf den Mindest- und Höchstwerten in den Verkaufsdaten basiert. Sie können auch:
- Erstellen Sie eine Datumstabelle mit einem festen Datumsbereich, indem Sie die DAX-Funktion „DATESYTD“ verwenden
- Fügen Sie der Datumstabelle mithilfe von DAX-Formeln und -Funktionen zusätzliche Spalten hinzu, z. B. Monat, Quartal oder Jahr.
Datenmodellierung und Beziehung
Die Modellansicht in Power BI ist eine Ansicht, mit der Benutzer Datenmodelle für ihre Berichte erstellen und verwalten können. Benutzer können Daten aus verschiedenen Quellen importieren und Beziehungen zwischen Tabellen erstellen, um ein vollständiges Datenmodell in der Modellansicht zu erstellen.
In der Modellansicht können Benutzer nicht nur das Datenmodell erstellen, sondern auch Beziehungen zwischen Tabellen anzeigen und verwalten. Benutzer können die Richtung der Beziehung und die Art der Beziehung (z. B. eins zu viele oder viele zu viele) zwischen Tabellen sehen. Benutzer können die Beziehung auch bearbeiten, um den Verbindungstyp zu ändern oder der Beziehung Filter hinzuzufügen.
Durch die Verwendung unserer neu erstellten Datumstabelle und der vorhandenen Verkaufstabelle können wir ein tieferes Verständnis dieses Konzepts erlangen.
Ziehen Sie einfach die Datumsspalte aus der Datumstabelle und legen Sie sie über die Datumstabelle aus der Verkaufstabelle.
Sobald wir dies getan haben, werden wir eine neue Verbindungslinie zwischen der Verkaufs- und der Datumstabelle sehen. Um diese Beziehung weiter zu definieren, können wir auf die Pfeilschaltfläche doppelklicken. Dadurch wird ein neues Fenster geöffnet, in dem die Datumsspalten der Verkaufs- und der Datumstabelle angezeigt werden.
Es ist wichtig sicherzustellen, dass die Beziehung aktiv ist, um eine effektive Kommunikation zwischen den Tabellen zu ermöglichen. Wenn Sie die Kreuzfilterrichtung vorerst unverändert lassen, werden außerdem doppelte Daten vermieden und die Genauigkeit der Analyse gewährleistet.
Großartig! Wir haben unser erstes Datenmodell in Power BI erstellt. Mit einem gut durchdachten Datenmodell können wir aussagekräftige Visualisierungen erstellen und wertvolle Einblicke in unser Geschäft gewinnen, indem wir auf einfache Weise neue Datenquellen integrieren, Tabellenbeziehungen definieren und benutzerdefinierte Berechnungen erstellen.
Hier sind einige der am häufigsten verwendeten DAX-Formeln in Power BI:
Erstellen Sie eine neue Tabelle mit dem Namen Measure, um diese Werte zu speichern.
SUMME: Um den Gesamtumsatz einer bestimmten Spirituose zu berechnen, könnten Sie die folgende DAX-Formel verwenden:
total_sales = SUM (Umsatz [Betrag])
ZÄHLEN: Um die Anzahl der Verkaufstransaktionen zu zählen, könnten Sie die folgende DAX-Formel verwenden:
count_sales= COUNT (Umsatz [Rechnung_und_Artikelnummer])
DURCHSCHNITTLICH: Um den durchschnittlichen Verkaufsbetrag zu berechnen, könnten Sie die folgende DAX-Formel verwenden:
AVG_SALES = DURCHSCHNITT (Umsatz [Betrag])
MIN: Um den niedrigsten Verkaufsbetrag zu ermitteln, können Sie die folgende DAX-Formel verwenden
min_sales= MIN (Umsatz [Betrag])
MAX: Um den höchsten Verkaufsbetrag zu ermitteln, könnten Sie die folgende DAX-Formel verwenden:
max_sales= MAX (Verkauf [Betrag])
VERKETTEN: Um den Namen des Ladens und seinen Standort in einer einzigen Zeichenfolge zu kombinieren, könnten Sie die folgende DAX-Formel verwenden:
city_county= CONCATENATE (Umsatz [Stadt], Umsatz [Bezirk])
LINKS/RECHTS: Um die ersten drei Zeichen des Geschäftsnamens zu extrahieren, könnten Sie die folgende DAX-Formel verwenden:
= LINKS (Umsatz [Filialname], 3)
RUND: Um den Verkaufsbetrag auf den nächsten Dollar zu runden, könnten Sie die folgende DAX-Formel verwenden:
round_amount= ROUND (Verkauf [Betrag], 1)
HEUTE: Um das aktuelle Datum einzufügen, könnten Sie die folgende DAX-Formel verwenden
= HEUTE ()
JETZT: Gibt das aktuelle Datum und die aktuelle Uhrzeit zurück.
= JETZT ()
Fazit
Zusammenfassend lässt sich sagen, dass Power BI ein hocheffizientes Datenvisualisierungstool ist, das eine Reihe von Funktionen bietet, mit denen Sie das volle Potenzial Ihrer Daten ausschöpfen können. Mit seiner benutzerfreundlichen Oberfläche und seinen leistungsstarken Analysefunktionen bietet Power BI eine einzigartige Gelegenheit, Ihre Daten in wertvolle Erkenntnisse umzuwandeln.
Egal, ob Sie ein erfahrener Datenanalyst sind oder gerade erst anfangen, Power BI ist das perfekte Tool, um Ihre Daten zu visualisieren und zu verstehen. Von der Erstellung interaktiver Dashboards bis hin zur Durchführung komplexer Datenmanipulationen hat Power BI für jeden etwas zu bieten. Warum also warten? Probieren Sie Power BI noch heute aus und sehen Sie, wie es Ihnen helfen kann, Ihre Daten zum Leben zu erwecken!
Weitere Links
Dieser Beitrag ist Teil der Complete Guide to Power BI Data Analytics-Reihe von Datadice und erklärt Ihnen jeden Monat die neuesten Funktionen von Power BI.
Folge uns auf LinkedIn für Einblicke in unsere tägliche Arbeit und wichtige Updates zu BigQuery, Data Studio und Marketing Analytics.
Abonniere unseren YouTube-Kanal für Diskussionen zu DWH, BigQuery, Looker Studio und Google Tag Manager.
Wenn Sie BigQuery von Grund auf lernen möchten, erhalten Sie Zugriff auf unsere kostenloser BigQuery-Kurs
Verbessern Sie Ihre Fähigkeiten mit Google Data Studio und BigQuery, indem Sie sich für unser Udemy-Kurs.
Benötigen Sie Hilfe bei der Einrichtung eines modernen, kostengünstigen Data Warehouse oder eines analytischen Dashboards? Senden Sie uns eine E-Mail an hello@datadice.io um einen Anruf zu vereinbaren.
