Power BI - Datenmodellierung

Kompetenzziele

• Prinzipien des Data Modeling auf betriebliche Datenbestände anwenden
• Quellen wie SQL-Datenbanken in ein gemeinsames Modell integrieren
• Faktentabellen und Dimensionstabellen zu einem Sternschema ordnen
• Beziehungen mit passender Kardinalität und Kreuzfilterrichtung festlegen
• Hierarchien wie Jahr, Quartal und Monat im Datenmodell aufbauen
• Kennzahlen mit DAX auf das Modell abstimmen, auch für Prognosen
• Modelle auf Datenqualität und Antwortverhalten prüfen und verschlanken

Themen und Zusammenhänge

Ein tragfähiges Datenmodell trennt Ereignisse von Beschreibungen: Faktentabellen halten Umsätze, Buchungen oder Bestellungen, Dimensionstabellen beschreiben Kunden, Produkte und Zeiträume. Über Beziehungen und eine eigene Datumstabelle entsteht daraus ein Sternschema, in dem Filter vorhersehbar wirken. Schneeflocke-Strukturen, mehrdeutige Beziehungen und bidirektionale Filter werden als typische Fehlerquellen betrachtet. Berechnungen mit DAX setzen auf diesem Modell auf; ihre Korrektheit hängt unmittelbar von dessen Struktur ab. Data-Analytics-Methoden fließen ein, wenn Modelle für vertiefte Auswertungen erweitert werden. Im Projekt entsteht ein mehrdimensionales Datenmodell aus mehreren Quellen, auf dem Berichte, Dashboards und die Analyse komplexer Kennzahlen aufbauen.

Berufliche Perspektiven

Einsatzfelder liegen in der Gestaltung strukturierter Modelle für BI-Projekte.

• Datenmodellierer und Data Modeler für Power-BI-Umgebungen
• BI-Architekt mit Verantwortung für Modellstandards
• Data Engineer mit Bereitstellung von Sternschemata für das Berichtswesen