WEBVTT

00:00:00.000 --> 00:00:03.460
Das heutige Thema ist etwas, von dem fast jeder, der mit Power BI arbeitet, schon einmal gehört hat,

00:00:03.580 --> 00:00:05.000
das aber kaum jemand wirklich erklären kann.

00:00:05.660 --> 00:00:06.340
Was genau ist DAX?

00:00:06.880 --> 00:00:09.720
Sind es nur Excel-Formeln in Power BI oder ist es etwas völlig anderes?

00:00:10.220 --> 00:00:14.060
Die Sache ist die, die meisten denken, DAX seien im Grunde Excel-Formeln unter anderem Namen, aber das stimmt nicht.

00:00:14.680 --> 00:00:17.000
DAX ist eine völlig andere Art, über Berechnungen nachzudenken.

00:00:17.580 --> 00:00:21.940
Wer versucht es, wie Excel zu behandeln, wird frustriert und verwirrt sein und sich fragen, warum die Zahlen nicht stimmen.

00:00:22.700 --> 00:00:28.240
Am Ende dieser Folge wissen Sie, was DAX wirklich ist, warum es wichtig ist und welche Kernkonzepte Sie brauchen, um es sicher einzusetzen.

00:00:28.240 --> 00:00:30.320
Schnappen Sie sich Ihren Kaffee, legen wir los.

00:00:31.120 --> 00:00:31.960
Was genau ist DAX?

00:00:32.900 --> 00:00:40.520
DAX steht für Data Analysis Expressions und ist die Formelsprache, die in Power BI, Power Pivot in Excel und SQL Server Analysis Services verwendet wird.

00:00:41.440 --> 00:00:44.240
Denn sie ist sich wie den Motor vor der Ehreberechnung im Hintergrund antreibt.

00:00:44.880 --> 00:00:45.480
DAX ist nicht neu.

00:00:46.180 --> 00:00:49.120
Es gibt es schon seit Excel Power Pivot vor über einem Jahrzehnt eingeführt wurde.

00:00:49.860 --> 00:00:53.640
Doch mit Power BI ist es zur Standardsprache für jeden geworden, der Datenanalyse ernst nimmt.

00:00:54.260 --> 00:00:55.380
Und das ist, was es so anders macht.

00:00:55.460 --> 00:00:58.100
In Excel schreiben Sie Formeln, die mit einzelnen Zellen arbeiten.

00:00:58.880 --> 00:01:01.940
Man verweist auf A1, multipliziert mit B1 oder hält ein Ergebnis für eine Zelle.

00:01:02.280 --> 00:01:03.000
DAX funktioniert nicht so.

00:01:03.600 --> 00:01:05.540
Es arbeitet mit ganzen Tabellen und Spalten gleichzeitig.

00:01:05.980 --> 00:01:07.420
Sie berechnen nicht eine Zelle nach der anderen.

00:01:07.820 --> 00:01:13.440
Stattdessen sagen Sie der Engine, nimm diese ganze Spalte mit Zahlen, summiere sie auf oder filtere diese gesamte Tabelle basierend auf dieser Bedingung.

00:01:14.280 --> 00:01:15.080
Wie kann man sich das vorstellen?

00:01:15.560 --> 00:01:17.060
Stellen Sie sich vor, Sie bauen ein Bürogebäude.

00:01:17.620 --> 00:01:20.040
Power BI gibt Ihnen die Struktur, die Etagen, Wände und Räume.

00:01:20.560 --> 00:01:21.300
Das ist Ihr Datenmodell.

00:01:21.640 --> 00:01:22.960
DAX ist die Verkabelung, die Wasserleitung.

00:01:22.960 --> 00:01:24.240
Es ist das, was erlaufen bringt.

00:01:24.680 --> 00:01:28.200
Ohne DAX haben Sie ein Gebäude, das hübsch aussieht, aber weder Strom noch fließendes Wasser hat.

00:01:28.720 --> 00:01:32.920
Damit geht das Licht an, die Wasserhähne funktionieren und Ihre Berichte reagieren, wenn jemand ein Slicer anklickt.

00:01:33.640 --> 00:01:35.240
Diese Reaktionsfähigkeit ist der springende Punkt.

00:01:35.660 --> 00:01:38.800
DAX ermöglicht Berechnungen, die automatisch auf Filter und Interaktion reagieren.

00:01:38.800 --> 00:01:44.940
Erstellen Sie ein Measure und es zeigt die richtige Zahl an, egal ob jemand die Gesamtumsätze nach Region, Produkt oder Monat betrachtet.

00:01:45.440 --> 00:01:46.060
Es funktioniert einfach.

00:01:46.340 --> 00:01:49.340
Um es jedoch gut nutzen zu können, müssen Sie die beiden Hauptdaten der Arbeit mit DAX verstehen.

00:01:49.760 --> 00:01:50.680
Lassen Sie uns diese Aufschlüsse.

00:01:51.520 --> 00:01:52.180
Die zwei Welten.

00:01:52.540 --> 00:01:53.980
Berechnete Spalten versus Measures.

00:01:54.860 --> 00:01:58.140
Heute sprechen wir über zwei Bausteine in DAX, berechnete Spalten und Measures.

00:01:58.780 --> 00:01:59.980
Die meisten Leute denken, sie seien dasselbe.

00:02:00.380 --> 00:02:00.820
Sind sie nicht.

00:02:01.140 --> 00:02:03.300
Diese zu verwechseln, ist einer der häufigsten Fehler, die ich sehe.

00:02:03.860 --> 00:02:04.980
Eine berechnete Spalte ist statt.

00:02:05.540 --> 00:02:07.000
Sie fügt Ihrer Tabelle eine neue Spalt hinzu.

00:02:07.000 --> 00:02:09.400
Sie wird bei einer Aktualisierung befüllt und bleibt dann so.

00:02:09.920 --> 00:02:11.580
Sie ändert sich nicht bis zur nächsten Aktualisierung.

00:02:11.920 --> 00:02:13.280
Hier ist die einfachste Art, darüber nachzudenken.

00:02:13.740 --> 00:02:14.700
Stellen Sie sich einen Aktenschrank vor.

00:02:15.000 --> 00:02:16.260
Sie legen ein Blatt Papier in einen Ordner.

00:02:16.700 --> 00:02:18.420
Auf diesem Papier steht der vollständige Name des Kunden.

00:02:18.620 --> 00:02:20.860
Es spielt keine Rolle, ob Sie heute oder nächste Woche in die Akte schauen.

00:02:21.060 --> 00:02:21.840
Der Name steht immer noch dort.

00:02:22.000 --> 00:02:23.040
Das ist eine berechnete Spalte.

00:02:23.300 --> 00:02:24.360
Ein Measure ist völlig anders.

00:02:24.820 --> 00:02:25.840
Es befindet sich nicht in der Tabette.

00:02:26.240 --> 00:02:27.560
Es lebt im Arbeitsspeicher Ihres Berichts.

00:02:27.860 --> 00:02:32.400
Jedes Mal, wenn jemand filtert, einen Slicer verwendet oder einen Visual anklickt, wird das Measure aktiv und berechnet neu.

00:02:32.900 --> 00:02:33.520
Warum ist das wichtig?

00:02:33.520 --> 00:02:37.720
Wenn ein Benutzer einen Slicer für die Region Nord-Ost anklickt, berechnet sich ein Measure sofort neu.

00:02:38.140 --> 00:02:39.600
Eine berechnete Spalte ignoriert den Slice.

00:02:40.240 --> 00:02:40.680
Das muss ich auch.

00:02:40.940 --> 00:02:41.560
Sieh statisch.

00:02:43.000 --> 00:02:43.800
Hier ist die einfache Regel.

00:02:44.320 --> 00:02:47.300
Wenn sich die Zahl ändern muss, wenn jemand eine Schaltfläche klickt, verwenden Sie einen Measure.

00:02:47.940 --> 00:02:50.760
Wenn sie immer gleich bleibt, ist eine berechnete Spalte in Ordnung.

00:02:51.600 --> 00:02:53.000
Der Gesamtumsatz sollte immer ein Measure sein.

00:02:53.440 --> 00:02:56.280
Wenn jemand nach Region oder Monat filtert, muss sich der Gesamtwert aktualisieren.

00:02:56.580 --> 00:02:57.820
Der vollständige Kundennamen ist eine Spalt.

00:02:58.180 --> 00:02:58.780
Er ändert sich nie.

00:02:59.120 --> 00:03:00.080
Ein Slice hat keinen Einfluss daran.

00:03:00.080 --> 00:03:01.860
Hier geraten die meisten Anfänger durcheinander.

00:03:02.500 --> 00:03:04.000
Sie erstellen für alles berechnete Spalten.

00:03:04.420 --> 00:03:06.080
Das fühlt sich natürlich an, weil Excel so funktioniert.

00:03:06.720 --> 00:03:08.500
Aber die übermäßige Nutzung von Spalten bläht ihr Modell.

00:03:08.700 --> 00:03:09.900
Ihre Berichte werden langsam.

00:03:10.440 --> 00:03:13.460
Berechnete Spalten erzeugen statische Zahlen, die ihre Benutzer ignorieren.

00:03:14.100 --> 00:03:15.580
Measures sind fast immer die bessere Wahl.

00:03:16.000 --> 00:03:16.640
Sie sind dynamisch.

00:03:17.160 --> 00:03:17.700
Sie reagieren.

00:03:18.580 --> 00:03:21.780
Sobald Sie diesen Unterschied verstehen, sind Sie bereit für die echte Magie von DAX.

00:03:22.300 --> 00:03:23.700
Diese Magie nennt sich Filterkontext.

00:03:24.660 --> 00:03:25.960
Die große Idee Filterkontext.

00:03:25.960 --> 00:03:27.680
Okay, wir haben unsere beiden Bausteine.

00:03:28.160 --> 00:03:29.500
Lassen Sie uns nun über die Entente sprechen.

00:03:30.280 --> 00:03:33.600
Jede Zahl, die Sie in einem Power BI-Bericht sehen, wird innerhalb des sogenannten Filterkontexts

00:03:33.600 --> 00:03:33.900
berechnet.

00:03:34.480 --> 00:03:35.740
Es klingt kompliziert, ist aber einfach.

00:03:36.560 --> 00:03:39.460
Der Filterkontext ist nur eine Menge von Filtern, die in diesem genauen Moment aktiv sind.

00:03:40.120 --> 00:03:40.980
Woher kommen diese Filter?

00:03:41.400 --> 00:03:42.620
Sie kommen von den Slicern auf Ihrer Seite.

00:03:43.040 --> 00:03:44.440
Sie kommen von dem Visual, das Sie angeklickt haben.

00:03:44.720 --> 00:03:45.740
Sie kommen von der Seite selbst.

00:03:46.180 --> 00:03:48.480
Sogar die Zeile, die Sie gerade betrachten, erzeugt einen Filterkontext.

00:03:48.720 --> 00:03:49.920
Hier ist der Grund, warum Sie das interessieren sollten.

00:03:50.000 --> 00:03:54.580
Wenn Sie ein Measure wie den Gesamtumsatz schreiben, sagen Sie ihm nicht, dass es die Region Nordost im dritten Quartal betrachten soll.

00:03:54.580 --> 00:03:56.520
Sie sagen, ihm lediglich, es soll die Umsatzspalte summen.

00:03:56.720 --> 00:03:57.160
Das ist alles.

00:03:57.580 --> 00:04:02.160
Das Measure kennt keine Regionen, es kennt keine Quartale, es summiert einfach alle Zeilen, die gerade sichtbar sind.

00:04:02.620 --> 00:04:05.140
Äh, der Filterkontext entscheidet, was sichtbar ist.

00:04:06.080 --> 00:04:07.020
Stellen Sie sich einen Scheinwerfer vor.

00:04:07.280 --> 00:04:08.480
Ihr gesamter Datensatz ist der Raum.

00:04:08.880 --> 00:04:10.200
Der Filterkontext ist der Scheinwerfer.

00:04:10.620 --> 00:04:13.100
Das Measure ist eine Kamera, die genau das fotografiert, was vom Licht getroffen wird.

00:04:13.480 --> 00:04:15.040
Bewegen Sie den Scheinwerfer auf die Region Nordost.

00:04:15.340 --> 00:04:16.260
Das Measure berechnet sich neu.

00:04:16.460 --> 00:04:18.080
Bewegen Sie ihn auf Q3, es berechnet sich erneut.

00:04:18.460 --> 00:04:19.360
Die haben die Formel nicht geändert.

00:04:19.740 --> 00:04:20.780
Der Kontext hat sich geändert.

00:04:21.180 --> 00:04:22.120
Das verwirrt die meisten Leute.

00:04:22.120 --> 00:04:23.460
Sie schreiben einen Measure.

00:04:23.620 --> 00:04:27.460
Sieht in einem Visual richtig aus, dann setzen Sie es in eine Matrix mit anderen Filtern und die Zahl ändert sich.

00:04:28.480 --> 00:04:29.440
Sie denken, etwas ist kaputt.

00:04:29.820 --> 00:04:30.440
Es ist nicht kaputt.

00:04:30.920 --> 00:04:32.220
Genau das soll ein Measure tun.

00:04:32.720 --> 00:04:33.340
Es ist dynamisch.

00:04:33.780 --> 00:04:34.500
Das ist die wahre Stärke.

00:04:34.860 --> 00:04:39.040
Sie schreiben eine Formel und sie funktioniert für jede mögliche Filterkombination in Ihrem gesamten Bericht.

00:04:39.420 --> 00:04:40.860
Eine Formel unendliche Antworten.

00:04:41.360 --> 00:04:42.300
Aber Sie müssen vorsichtig sein.

00:04:42.520 --> 00:04:45.240
Wenn Sie nicht wissen, welche Filter aktiv sind, werden Sie Ihre Zahl nicht verstehen.

00:04:45.820 --> 00:04:46.900
Sie müssen den Scheinwerfer verfolgen.

00:04:46.900 --> 00:04:50.480
Machen Sie sich mit dem Filterkontext vertraut und Sie erschließen die wahre Macht von DAX.

00:04:51.140 --> 00:04:55.600
Und das bringt uns zum Star der Show der Calculate-Funktion, der wichtigsten Funktion überhaupt Calculate.

00:04:56.380 --> 00:04:56.940
Wir kommen zurück.

00:04:57.280 --> 00:04:59.920
Der heutige Wissenshatten dreht sich um die wichtigste Funktion in DAX.

00:05:00.800 --> 00:05:01.500
Sie heißt Calculate.

00:05:01.960 --> 00:05:03.860
Wenn Sie nur eine Funktion beherrschen, dann diese.

00:05:04.720 --> 00:05:09.040
Mit Calculate können Sie den Filterkontext steuern, anstatt einfach alle aktiven Filter zu akzeptieren.

00:05:09.660 --> 00:05:10.620
So funktionieren normale Measures.

00:05:10.620 --> 00:05:14.160
Wenn Sie ein Measure schreiben, berücksichtigt es automatisch den aktuellen Filterkontext.

00:05:14.560 --> 00:05:18.280
Wenn jemand 2024 in einem Slicer auswählt, zeigt der Measure die Zahlen für 2024.

00:05:18.980 --> 00:05:21.300
Wenn er die Region Nordost wählt, zeigt es die Zahlen für Nordost.

00:05:21.780 --> 00:05:24.980
Das Measure reagiert auf alle aktiven Filter, ohne dass zusätzliche Arbeit nötig ist.

00:05:25.360 --> 00:05:26.120
Das ist das Standardverhalten.

00:05:26.580 --> 00:05:28.940
Aber was, wenn Sie eine Zahl brauchen, die die aktuellen Filter ignoriert?

00:05:29.540 --> 00:05:33.080
Vielleicht möchten Sie den Gesamtumsatz aller Regionen direkt neben dem Umsatz der ausgewählten Region sehen.

00:05:33.960 --> 00:05:37.020
Oder Sie benötigen den Vorjahresumsatz, während jemand das aktuelle Jahr betrachtet.

00:05:37.360 --> 00:05:39.440
In diesen Fällen können Sie sich nicht auf den Standardkontext verlassen.

00:05:39.440 --> 00:05:40.380
Sie müssen ihn modifizieren.

00:05:40.720 --> 00:05:41.580
Genau das macht Calculate.

00:05:42.080 --> 00:05:44.460
Calculate funktioniert, indem es den Filterkontext vorübergehend ändert.

00:05:44.900 --> 00:05:48.480
Sie geben einen zu berechnenden Ausdruck an und dann ein oder mehrere anzuwendende Filter.

00:05:49.040 --> 00:05:51.960
Es ändert den Kontext, führt die Berechnung aus und gibt das Ergebnis zurück.

00:05:52.480 --> 00:05:54.060
Der ursprüngliche Filterkontext bleibt unter.

00:05:54.460 --> 00:05:55.160
Es ist magisch, oder?

00:05:55.480 --> 00:05:56.320
Die Syntax ist einfach.

00:05:56.840 --> 00:05:59.240
Sie schreiben Calculate, Ausdruck, Filter 1, Filter 2.

00:06:01.000 --> 00:06:03.060
Der Ausdruck ist normalerweise ein Measure, das Sie bereits erstellt haben.

00:06:03.500 --> 00:06:05.060
Filter sind die Bedingungen, die Sie anwenden möchten.

00:06:05.660 --> 00:06:07.100
Sie können beliebig viele Filter hinzufügen.

00:06:07.720 --> 00:06:08.660
Lassen Sie uns das in der Praxis sehen.

00:06:08.660 --> 00:06:10.640
Angenommen, Sie haben einen Maßnahmen im Gesamtumsatz.

00:06:10.880 --> 00:06:12.600
Es zeigt den Umsatz für den ausgewählten Zeitraum an.

00:06:12.940 --> 00:06:16.100
Um den Umsatz für den gleichen Zeitraum des Vorjahres anzuzeigen, schreiben Sie Calculate

00:06:16.100 --> 00:06:18.160
Gesamtumsatz, Same Period, Last Year, Kalender, Datum.

00:06:18.560 --> 00:06:19.120
Mehr ist nicht nötig.

00:06:19.120 --> 00:06:22.720
Calculate nimmt Ihr vorhandenes Maß und verschiebt den Datumskontext um ein Jahr zurück.

00:06:23.160 --> 00:06:24.920
Sie erhalten den gewünschten Vergleich in einer einzigen Zeile.

00:06:25.320 --> 00:06:28.220
Ohne Calculate sind Sie auf den vorhandenen Filterkontext angewiesen.

00:06:28.820 --> 00:06:32.240
Mit Calculate können Sie Filter überschreiben, neu hinzufügen oder bestehende entfernen.

00:06:32.700 --> 00:06:35.700
Sie können den Gesamtumsatz für alle Produkte abrufen, selbst wenn jemand nach einer bestimmten

00:06:35.700 --> 00:06:36.360
Kategorie filtert.

00:06:36.480 --> 00:06:39.480
Sie können den Umsatz des letzten Monats abrufen, während der Bericht den aktuellen Monat anzeigt.

00:06:39.720 --> 00:06:40.600
Sie haben die volle Kontrolle.

00:06:41.160 --> 00:06:43.560
Etwa 80% des fortgeschrittenen DAGs basieren auf Calculate.

00:06:44.260 --> 00:06:47.440
Zeitintelligenz, dynamische Vergleiche, benutzerdefinierte Aggregationen, laufende Summe Sie.

00:06:47.860 --> 00:06:49.240
Alle nutzen im Hintergrund Calculate.

00:06:49.660 --> 00:06:52.660
Wenn Sie sich mit dieser einzigen Funktion vertraut machen, erhalten Sie enorme Kontrolle

00:06:52.660 --> 00:06:53.300
über Ihre Berichte.

00:06:53.720 --> 00:06:55.240
Aber Calculate arbeitet auf Filterebene.

00:06:55.760 --> 00:06:57.580
Was ist mit zeilenweiser Logik innerhalb eines Maßes?

00:06:57.880 --> 00:06:59.700
Dafür gibt es eine andere Gruppe von Funktionen.

00:07:00.920 --> 00:07:02.500
Literaturfunktionen, wenn Sie zeilenweise denken müssen.

00:07:03.120 --> 00:07:06.640
Calculate handhabt Änderungen auf Filterebene hervorragend, aber manchmal müssen Sie in eine

00:07:06.640 --> 00:07:09.780
Tabelle gehen und innerhalb eines Maßes Berechnungen für jede Zeile einzeln durchführen.

00:07:09.780 --> 00:07:11.300
Die einfache Summfunktion kann das nicht.

00:07:11.660 --> 00:07:13.780
Sie benötigen etwas, das die Tabelle Zeile für Zeile durchläuft.

00:07:14.360 --> 00:07:15.120
Hier ist eine häufige Situation.

00:07:15.780 --> 00:07:18.520
Sie haben eine Verkaufstabelle mit Menge- und Einzelpreisen separaten Spalten.

00:07:19.000 --> 00:07:20.620
Sie möchten ein Maß, das den Gesamtumsatz anzeigt.

00:07:20.980 --> 00:07:23.280
Sie können nicht einfach irgendeine Menge mit irgendeinem Einzelpreis multiplizieren.

00:07:24.080 --> 00:07:26.280
Das würde die Gesamtsumme multiplizieren, nicht die einzelnen Zeilen.

00:07:26.760 --> 00:07:30.240
Sie müssen die Menge jeder Zeile mit ihrem Einzelpreis multiplizieren und dann alle diese

00:07:30.240 --> 00:07:30.960
Ergebnisse addieren.

00:07:31.460 --> 00:07:32.440
Das ist zeilenweise Mathematik.

00:07:34.450 --> 00:07:35.610
Dafür sind Iteratorfunktionen geworden.

00:07:35.610 --> 00:07:37.530
Es sind die Funktionen, die auf X enden.

00:07:37.830 --> 00:07:41.390
Summ X, Average X, Count X, Min X, Max X.

00:07:41.890 --> 00:07:43.110
Das X steht für Expressions Ausdruck.

00:07:43.510 --> 00:07:47.210
Diese Funktionen nehmen eine Tabelle, gehen jede einzelne Zeile durch, führen eine Berechnung

00:07:47.210 --> 00:07:50.110
für jede Zeile aus und aggregieren die Ergebnisse dann zu einem einzigen Wert.

00:07:50.810 --> 00:07:55.470
Für das Umsatzbeispiel schreiben Sie Summ X, Verkäufe, Verkaufsmenge, Verkaufspreis.

00:07:55.470 --> 00:07:58.890
Das erste Argument ist die Tabelle, über die iteriert werden soll.

00:07:59.670 --> 00:08:02.310
Das zweite Argument ist der Ausdruck, der für jede Zeile ausgewertet werden soll.

00:08:03.070 --> 00:08:06.730
Summ X geht Zeile für Zeile vor, multipliziert Menge mit Preis und summiert alles auf.

00:08:07.530 --> 00:08:10.630
Ein einziges Maß liefert Ihnen den korrekten Gesamtumsatz, einfach und direkt.

00:08:11.510 --> 00:08:14.490
Verwenden Sie Iteratoren immer dann, wenn Ihre Berechnung mehrere Spalten derselben Zeile

00:08:14.490 --> 00:08:14.870
umfasst.

00:08:15.810 --> 00:08:18.750
Gewinn pro Position, rabattierte Preise, gewichtete Ergebnisse.

00:08:19.390 --> 00:08:22.290
Immer wenn die Berechnung eine zeilenweise Logik innerhalb eines Measures erfordert, ist ein

00:08:22.290 --> 00:08:23.230
Iterator Ihr Werkzeug.

00:08:23.230 --> 00:08:25.270
Doch Iteratoren haben Ihren Preis bei der Performung.

00:08:25.570 --> 00:08:26.430
Sie durchlaufen jede Zeile.

00:08:26.850 --> 00:08:29.690
Wenn Sie sie also zu häufig auf Tabellen mit Millionen von Zeilen anwenden, können Ihre

00:08:29.690 --> 00:08:30.730
Berichte extrem langsam werden.

00:08:31.590 --> 00:08:34.750
Die einfache Regellaute verwenden Sie einen Iterator nur, wenn Sie tatsächlich eine zeilenweise

00:08:34.750 --> 00:08:35.330
Logik benötigen.

00:08:35.670 --> 00:08:38.510
Wenn eine einfache Summe oder ein Durchschnitt das richtige Ergebnis liefert, nutzen Sie

00:08:38.510 --> 00:08:38.790
stattdessen.

00:08:39.130 --> 00:08:40.030
Ihre Berichte werden es Ihnen dann.

00:08:40.390 --> 00:08:41.050
Ein weiterer Tipp.

00:08:41.190 --> 00:08:44.770
Manchmal ist eine berechnete Spalte zusammen mit einer einfachen Summe schneller als der Summe

00:08:44.770 --> 00:08:44.930
X.

00:08:45.430 --> 00:08:49.430
Wenn Sie eine berechnete Spalte erstellen, die die zahlenbasierte Berechnung einmalig bei der Aktualisierung

00:08:49.430 --> 00:08:52.690
durchführt und dann eine normale Summe auf diese Spalte anwenden, sparen Sie sich die Kosten des

00:08:52.690 --> 00:08:54.310
Iterators bei jedem Aufruf des Berichts.

00:08:55.150 --> 00:08:56.690
Testen Sie beide Ansätze mit Ihren eigenen Daten.

00:08:57.270 --> 00:09:00.310
Die schnellste Option hängt von Ihrer Modellgröße und der Häufigkeit der Datenänderung ab.

00:09:00.990 --> 00:09:01.370
Wählen Sie bitte.

00:09:02.250 --> 00:09:03.110
Zeitintelligenz leicht gemacht.

00:09:03.630 --> 00:09:06.690
Lassen Sie uns nun über eine der am häufigsten angefragten Funktionen in Power BI sprechen,

00:09:06.830 --> 00:09:07.750
den Vergleich von Zeiträumen.

00:09:08.150 --> 00:09:10.230
Wie sind die Umsätze diesen Monat im Vergleich zum letzten Monat?

00:09:10.530 --> 00:09:12.170
Wie steht das aktuelle Jahr im Vergleich zum Vorjahr da?

00:09:12.670 --> 00:09:16.490
Diese Fragen tauchen in fast jedem Geschäftsbericht auf und DAX hat Funktionen, die genau dafür

00:09:16.490 --> 00:09:17.050
entwickelt wurden.

00:09:18.270 --> 00:09:21.510
Zeitintelligenzfunktionen verarbeiten Jahressummen, den gleichen Zeitraum des Vorjahres, gleitende

00:09:21.510 --> 00:09:23.230
Durchschnitte und monatliche Veränderungen.

00:09:23.850 --> 00:09:27.470
Sie sind Teil von DAX, sodass Sie keine komplexe Filterlogik von Grund auf neu schreiben müssen.

00:09:27.990 --> 00:09:28.750
Aber hier ist der Haken.

00:09:29.470 --> 00:09:32.090
Zeitintelligenzfunktionen benötigen eine richtige Datumstabelle, nicht einfach nur eine

00:09:32.090 --> 00:09:33.510
Datumspalte aus Ihrer Fakten-Tabelle.

00:09:34.050 --> 00:09:37.690
Sie benötigen eine separate Tabelle mit einer Zeile pro Tag, die den gesamten Zeitraum

00:09:37.690 --> 00:09:40.450
lückenlos abdeckt und in Ihrem Modell als Datumstabelle markiert ist.

00:09:41.050 --> 00:09:43.130
Überspringen Sie diesen Schritt, funktionieren die Funktionen einfach nicht.

00:09:44.090 --> 00:09:47.390
Sobald die Datumstabelle eingerichtet ist, sind die nützlichsten Funktionen Total UTD,

00:09:47.670 --> 00:09:49.930
Same Period Last Year, Date Add und Dates Between.

00:09:49.930 --> 00:09:51.710
Total UTD ist die einfachste davon.

00:09:52.050 --> 00:09:54.210
Sie schreiben Total UTD, Gesamtumsatz, Kalenderdatum.

00:09:54.690 --> 00:09:58.310
Und Sie erhalten eine laufende Summe vom Jahresbeginn bis zum jeweils im Kontext stehenden Datum.

00:09:58.790 --> 00:10:02.130
Fügen Sie sie einem Liniendiagramm nach Monaten hinzu und Sie sehen, wie die kumulierte Summe

00:10:02.130 --> 00:10:02.870
im Laufe des Jahres wird.

00:10:03.290 --> 00:10:05.270
Same Period Last Year macht genau das, wonach es klingt.

00:10:05.670 --> 00:10:07.250
Es verschiebt den Datumskontext um ein Jahr zurück.

00:10:07.590 --> 00:10:08.910
Sie kombinieren es wie folgt mit Calculate.

00:10:09.430 --> 00:10:12.730
Calculate Gesamtumsatz, Same Period Last Year, Kalenderdatum.

00:10:13.410 --> 00:10:16.410
Nun stehen die Umsätze des Vorjahres direkt neben den Zahlen des aktuellen Jahres für einen

00:10:16.410 --> 00:10:17.050
einfachen Vergleich.

00:10:17.550 --> 00:10:18.690
Date Add und Dates sogar noch flexibel.

00:10:18.690 --> 00:10:21.850
Es ermöglicht Ihnen Verschiebungen um Tage, Monate, Quartale oder Jahre.

00:10:22.150 --> 00:10:25.130
Sie können dieses Quartal mit demselben Quartal vor zwei Jahren vergleichen oder die Zahlen

00:10:25.130 --> 00:10:26.930
des letzten Monats durch minus einem Monat sehen.

00:10:27.590 --> 00:10:29.250
Es ist der Schweizer Taschenmesser für Zeitverschiebung.

00:10:29.770 --> 00:10:32.230
Der häufigste Fehler ist, die Datumstabelle nicht als solche zu markieren.

00:10:32.690 --> 00:10:36.930
Sie können eine perfekte Datumstabelle mit jedem Tag von 2020 bis 2030 haben, aber wenn

00:10:36.930 --> 00:10:40.490
Sie sie im Modell nicht als Datumstabelle markieren, liefern die Funktion Fehler oder leere

00:10:40.490 --> 00:10:40.770
Werte.

00:10:41.230 --> 00:10:42.230
Es ist eine einfache Einstellung.

00:10:42.590 --> 00:10:45.510
Rechtsklick auf die Tabelle als Datumstabelle markieren wählen und die Datumspalte aus.

00:10:45.510 --> 00:10:47.170
Einmal gemacht funktioniert alles reibungslos.

00:10:47.170 --> 00:10:50.810
Ein weiterer Fehler ist die Verwendung von Zeitintelligenzfunktionen auf einer Datumsspalte

00:10:50.810 --> 00:10:53.250
innerhalb der Faktentabelle anstelle einer dedizierten Datumstabelle.

00:10:53.710 --> 00:10:57.810
Die Funktionen erwarten einen lückenlosen Datumsbereich und Faktentabellen haben diesen fast nie.

00:10:58.430 --> 00:11:01.530
Erstellen Sie also eine richtige Datumstabelle, markieren Sie diese und Ihre Zeitintelligenz

00:11:01.530 --> 00:11:02.470
wird einwandfrei funktionieren.

00:11:03.170 --> 00:11:03.990
Häufige Anfängerfehler.

00:11:04.550 --> 00:11:07.210
Selbst mit den richtigen Funktionen tappen Anfänger oft und verbreitete Fallen.

00:11:07.690 --> 00:11:10.090
Zeige Ihnen die wichtigsten, damit Sie sie von Anfang an vermeiden können.

00:11:10.830 --> 00:11:14.210
Die Hauptquelle für Fehler in DAX ist die Verwechslung von Zeilenkontext und Filterkontext.

00:11:14.210 --> 00:11:18.450
Wir sprachen bereits darüber, wie berechnete Spalten einen Zeilenkontext erstellen und

00:11:18.450 --> 00:11:21.650
jede Zeile einzeln auswerten, während Kennzahlen einen Filterkontext basierend auf aktiven

00:11:21.650 --> 00:11:22.190
Filtern nutzen.

00:11:23.190 --> 00:11:26.750
Anfänger schreiben oft eine Kennzahl, als ob sie Zugriff auf einzelne Zeilen hätte und

00:11:26.750 --> 00:11:28.110
wundern sich dann über falsche Ergebnisse.

00:11:28.870 --> 00:11:31.950
Wenn Ihre Kennzahl einzelne Zeilen sehen muss, verwenden Sie eine Iteratorfunktion.

00:11:32.810 --> 00:11:33.710
Wenn nicht, halten Sie es einfach.

00:11:34.210 --> 00:11:37.070
Der zweite große Fehler ist die Verwendung berechneter Spalten, wenn eine Kennzahl ausrechnet.

00:11:37.690 --> 00:11:41.610
Berechnete Spalten wirken vertraut, da man die Werte in der Tabelle sieht, aber jede berechnete

00:11:41.610 --> 00:11:44.350
Spalte macht das Modell größer und die Aktualisierung langsamer.

00:11:45.450 --> 00:11:48.910
Fragen Sie sich vor dem Hinzufügen, muss sich dieser Wert ändern, wenn jemand den Bericht

00:11:48.910 --> 00:11:49.330
filtert?

00:11:49.970 --> 00:11:51.050
Falls ja, sollte es eine Kennzahl sein.

00:11:51.410 --> 00:11:53.430
Eine weitere Falle ist das Ignorieren des Datenmodells selbst.

00:11:53.750 --> 00:11:54.810
DAX funktioniert nicht isoliert.

00:11:55.270 --> 00:11:57.270
Es ist von den Beziehungen zwischen Ihren Tabellen abhängig.

00:11:57.910 --> 00:12:01.250
Wenn Ihr Modell schwache Beziehungen, falsche Kardinalität oder fehlende Joint-Schlüssel

00:12:01.250 --> 00:12:03.170
hat, werden Ihre DAX-Formeln stillschweigend versagen.

00:12:03.730 --> 00:12:05.870
Sie erhalten Zahlen, die plausibel aussehen, aber tatsächlich falsch sind.

00:12:05.870 --> 00:12:07.110
Die Lösung ist nicht besseres DAX.

00:12:07.390 --> 00:12:08.450
Reparieren Sie zuerst Ihr Modell.

00:12:08.450 --> 00:12:10.070
Dann gibt es noch den Missbrauch von Calculate.

00:12:10.390 --> 00:12:13.930
Anfänger fügen mehrere Filter in Calculate hinzu, ohne zu merken, dass diese sich gegenseitig

00:12:13.930 --> 00:12:14.610
aufheben könnten.

00:12:15.490 --> 00:12:19.430
Zum Beispiel kollidiert ein Filter für Verkäufe 2024 mit einem für Verkäufe aus dem letzten

00:12:19.430 --> 00:12:21.230
Jahr und das Ergebnis ist nicht das Erwartete.

00:12:21.770 --> 00:12:23.910
Jeder Filter innerhalb von Calculate sollte einen klaren Zweck.

00:12:24.430 --> 00:12:27.110
Wenn Sie sich unsicher sind, testen Sie ihn zuerst isoliert.

00:12:27.610 --> 00:12:29.610
Ein weiterer häufiger Fehler ist, keine Variablen zu verwenden.

00:12:30.070 --> 00:12:33.430
Mit VAA deklarierte Variablen erlauben es, Zwischenergebnisse zu speichern und später

00:12:33.430 --> 00:12:34.710
in derselben Kennzahl wieder zu verwenden.

00:12:35.310 --> 00:12:38.310
Ohne sie wiederholen Sie dieselbe Berechnung mehrfach in einer Formel, was den

00:12:38.310 --> 00:12:40.930
Code schwerer lesbar, fehleranfälliger und langsamer macht.

00:12:41.490 --> 00:12:43.170
Gewöhnen Sie sich an, VAA frühzeitig zu nutzen.

00:12:43.470 --> 00:12:44.830
Das erspart Ihnen stundenlangen Frust.

00:12:45.270 --> 00:12:47.750
Und schließlich überprüfen Sie Ihre Kennzahlen immer in verschiedenen Kontexten.

00:12:48.350 --> 00:12:51.990
Eine Kennzahl, die in einer Karte perfekt funktioniert, kann in einer Matrix-Summe fehlschlagen.

00:12:52.510 --> 00:12:55.330
Das liegt daran, dass die Ergebniszahl in einem anderen Filterkontext ausgewertet wird,

00:12:55.390 --> 00:12:56.070
als die Detailzeilen.

00:12:56.790 --> 00:13:00.370
Testen Sie Ihre Kennzahlen in Tabellen, Karten, Matrizen und mit verschiedenen Slicer-Kombinationen.

00:13:00.370 --> 00:13:04.270
Wenn eine Kennzahl in all diesen Szenarien besteht, wissen Sie, dass sie solide ist.

00:13:05.490 --> 00:13:06.190
Alles zusammenfügen.

00:13:06.710 --> 00:13:09.230
Gut, lassen Sie uns ein echtes Beispiel durchgehen, das alles zusammenführt.

00:13:09.830 --> 00:13:13.130
Stellen Sie sich vor, Sie erstellen einen Verkaufsbericht und müssen drei Zahlen anzeigen.

00:13:13.510 --> 00:13:16.890
Gesamtumsatz für diesen Zeitraum, Gesamtumsatz für denselben Zeitraum des Vorjahres und den

00:13:16.890 --> 00:13:17.970
prozentualen Zuwachs dazwischen.

00:13:18.670 --> 00:13:20.450
Das Erste, was Sie brauchen, ist eine saubere Datumstabelle.

00:13:20.930 --> 00:13:24.350
Gehen Sie in Ihr Modell und erstellen Sie eine Datumstabelle, die den gesamten Zeitraum abdeckt.

00:13:24.350 --> 00:13:25.830
Eine Zeile pro Tag ohne Lücken.

00:13:26.230 --> 00:13:28.690
Klicken Sie damit der rechten Maustaste darauf, wählen Sie als Datumstabelle markieren

00:13:28.690 --> 00:13:29.570
und wählen Sie die Datumsspalte.

00:13:29.690 --> 00:13:33.430
Tun Sie dies einmal und jede Zeitintelligenzfunktion, die Sie danach schreiben, wird einfach funktionieren.

00:13:33.850 --> 00:13:35.110
Schreiben Sie als nächstes Ihre Basis-Kennzahl.

00:13:35.530 --> 00:13:38.110
Nennen Sie sie Gesamtumsatz und geben Sie Gesamtumsatzbetrag ein.

00:13:38.670 --> 00:13:39.070
Umsatzbetrag.

00:13:39.450 --> 00:13:43.170
Das ist das Fundament, auf dem jede weitere Berechnung auf dieser eine einfachen Zeile aufbaut.

00:13:43.610 --> 00:13:45.010
Dann schreiben Sie die Kennzahl für das Vorjahr.

00:13:45.490 --> 00:13:47.150
Verwenden Sie Calculate mit Same Period Last Year.

00:13:47.610 --> 00:13:48.410
Es sieht so aus.

00:13:49.250 --> 00:13:53.450
Vorjahresumsatz, ich sage ich Calculate, Gesamtumsatz, äh, Same Period Last Year, Kalenderdatum.

00:13:53.450 --> 00:13:56.310
Jetzt haben Sie das aktuelle Jahr direkt neben dem Vorjahr stehen.

00:13:56.830 --> 00:13:57.810
Nun zur Wachstumsrate im Prozent.

00:13:58.690 --> 00:14:02.070
Verwenden Sie Divide, um Fälle zu behandeln, in denen der Umsatz des Vorjahres Null sein könnte.

00:14:02.730 --> 00:14:03.430
Und das wird vorkommen.

00:14:04.370 --> 00:14:04.950
Schreiben Sie es so.

00:14:05.790 --> 00:14:06.910
Wachstumprozent, ich gleich Divide.

00:14:07.590 --> 00:14:09.850
Gesamtumsatz, Vorjahresumsatz, Vorjahresumsatz.

00:14:10.730 --> 00:14:14.550
Divide gibt sicher einen Leerwert anstelle eines Fehlers zurück, wenn der Nenner Null ist.

00:14:14.990 --> 00:14:16.590
Das ist der intelligente Weg, um Abstürze zu vermeiden.

00:14:16.590 --> 00:14:20.150
Jetzt haben Sie drei wiederverwendbare Kennzeilen, die mit jedem Filter funktionieren, den Sie anwenden.

00:14:20.690 --> 00:14:23.230
Ziehen Sie sie in eine Tabelle nach Produkt, Region oder Monat.

00:14:23.490 --> 00:14:24.850
Sie werden jedes Mal korrekt reagieren.

00:14:25.330 --> 00:14:26.010
Das ist der ganze Punkt.

00:14:26.390 --> 00:14:30.350
Bauen Sie auf einem sauberen Modell auf, beherrschen Sie eine Handvoll Kernfunktionen und der Rest ergibt sich von selbst.

00:14:30.510 --> 00:14:32.450
Versuchen Sie also nicht, am ersten Tag komplexes DAX zu schreiben.

00:14:32.750 --> 00:14:33.810
Bringen Sie zuerst Ihr Modell in Ordnung.

00:14:34.270 --> 00:14:37.670
Lernen Sie die Grundlagen Measures, Filterkontext und Calculate kennen.

00:14:38.570 --> 00:14:41.470
Und Sie lösen die meisten geschäftlichen Probleme mit nur wenigen Zeilen Code.

00:14:42.130 --> 00:14:42.830
Hier sind wir also angekommen.

00:14:42.830 --> 00:14:47.370
Sie wissen nun, was DAX ist, warum Filterkontext wichtig ist und wie Calculate- und Iteratorfunktionen funktionieren.

00:14:47.710 --> 00:14:50.050
Sie haben die üblichen Pfeilen gesehen und gelernt, wie man sie umgeht.

00:14:50.410 --> 00:14:52.510
Und wir sind ein reales Beispiel durchgegangen, das alles miteinander verbindet.

00:14:52.970 --> 00:14:58.370
Die wahre Stärke von DAX liegt nicht darin, 100 Funktionen auswendig zu lernen, sondern in sauberer Datenmodellierung und ein paar Kernmustern.

00:14:58.850 --> 00:15:00.930
Wenn das Modell stimmt, wird das DAX fast offensichtlich.

00:15:01.550 --> 00:15:02.530
Hier ist mein Vorschlag für Sie.

00:15:02.910 --> 00:15:03.650
Öffnen Sie Power BI.

00:15:04.330 --> 00:15:08.010
Erstellen Sie ein einfaches Modell mit einer Datumstabelle, einer Verkaufstabelle und einer Produktabelle.

00:15:08.410 --> 00:15:10.150
Schreiben Sie dann eine Woche lang jeden Tag ein Measure.

00:15:10.150 --> 00:15:15.130
Beginnen Sie mit dem Gesamtumsatz, fügen Sie den Vorjahresumsatz und das Wachstum ein Prozent hinzu und versuchen Sie dann eine laufende Summe.

00:15:15.190 --> 00:15:17.730
Am Ende der Woche werden Sie Measures schreiben, ohne darüber nachzudenken.

00:15:18.230 --> 00:15:18.790
So macht es Klick.

00:15:19.290 --> 00:15:21.730
Wenn diese Folge hilfreich war, abonnieren Sie und bauen Sie Ihr Wissen weiter aus.

00:15:22.450 --> 00:15:25.930
Beim nächsten Mal sprechen wir über das Debugging von DAX, wenn Dinge schief gehen, denn das werden Sie.

00:15:26.030 --> 00:15:28.030
Und zu wissen, wie man sie behebt, ist die halbe Miete.

00:15:28.530 --> 00:15:29.090
Bis zum nächsten Mal.

00:15:29.090 --> 00:15:59.070
Bis zum nächsten Mal.
