2026-03-24
Hentikan Data Model Drift di Microsoft Fabric

Episode ini menjelaskan mengapa data model di Microsoft Fabric secara alami mengalami drift seiring waktu dan mengapa DAX tidak dapat mengatasi masalah tersebut. Episode ini berargumen bahwa data model bukanlah kebenaran objektif—melainkan interpretasi buatan manusia yang mengandung asumsi, logika bisnis, dan trade-off. Fabric mempercepat masalah ini karena memudahkan penyalinan, modifikasi, dan publikasi semantic model dengan cepat. Akibatnya, definisi metrik utama (seperti pendapatan atau churn) diam-diam berbeda di antara tim, menciptakan “semantic drift” tanpa merusak laporan atau memicu error. Data tetap tampak benar, tetapi maknanya berubah. Masalah inti bukanlah keamanan atau akses—Fabric menanganinya dengan baik—melainkan kurangnya tata kelola semantik. Organisasi sering berfokus pada pengendalian akses data, namun gagal menentukan kepemilikan, konsistensi, dan makna yang berwenang. DAX dapat menghitung hasil, tetapi tidak dapat memulihkan konsistensi setelah definisi …