Aus dem Kurs: Einführung in grundlegende Fähigkeiten für Ihre Karriere in der Datenanalyse

Datenmodellierung in Power BI

Aus dem Kurs: Einführung in grundlegende Fähigkeiten für Ihre Karriere in der Datenanalyse

Datenmodellierung in Power BI

“

Wir werden zwecks Analyse und Visualisierung mit Daten in Datensätzen oder Tabellen arbeiten. Bei der Arbeit mit mehreren Tabellen sollten wir unsere Daten modellieren, um das Optimum herauszuholen. Bei den verknüpften Tabellen in diesem Entitätsbeziehungsdiagramm handelt es sich eigentlich um ein Datenmodell. Nun habe ich bereits Daten mit meinem Power BI Desktop verbunden. Und rechter Hand ist meine Feldliste zu sehen. Dies sind Tabellen mit Informationen, die vom Reporting angefordert wurden. Ich bin scheinbar bereit, muss aber noch einen Schritt machen. Diese Datensätze sollen verknüpft werden. In Power Query gibt es mehrere Datenverknüpfungen für Power BI. Bei »Abfragen zusammenführen« wird zum Beispiel ein Join hergestellt, aber Daten lassen sich auch von Beginn an im Bereich »Modellierung« modellieren. Und durch die Joins ist Datenkommunikation möglich. Verweise ich auf eine Bestellung, sind also verknüpftes Produkt und Bestelldetails bekannt. Im Diagramm sehen wir, dass bereits einige Joins hergestellt wurden. Praktischerweise hat Power BI eine automatische Verknüpfungsfunktion. Dabei wird versucht, die Beziehungen automatisch zu erkennen. Sie sollten immer bestätigen, dass die hergestellten Beziehungen korrekt sind. Zur Erinnerung: Daten mit bekannten Verknüpfungen sind einfach zu modellieren. Sehen wir uns einige der Beziehungen an. Sehen wir uns die Tabellen »Bestellinfo« und »Bestelldetails« an. Sie sind durch die Bestell-ID verknüpft. Achten Sie auch auf die Eins sowie den Asterisk also das Sternsymbol. Dies zeigt uns die Kardinalität dieser Beziehung. Es ist eine 1:n-Beziehung. Wir haben also eine Bestellung und viele Bestelldetails, nicht unähnlich dem Kauf mehrerer Dinge mit einer Bestellung, wo Sie einen Bestelldatensatz und die verschiedenen Positionen und Mengen haben. Sehen wir uns Produkte und Bestelldetails an. Sie sind durch die Produkt-ID verknüpft. Wieder ist es eine 1:n-Beziehung. Es gibt beim Verweis auf Kardinalität noch andere Beziehungen. Es gibt 1:n-Beziehung, n:1-Beziehung, 1:1-Beziehung und m:n-Beziehung. Bei einer 1:1-Beziehung ist ein Datensatz mit einem Datensatz verknüpft. Bei einer 1:n- oder n:1-Beziehung wie im Beispiel ist ein Datensatz in einer Tabelle, mit vielen Datensätzen in einer anderen Tabelle verknüpft. Ein Join fehlt mir hier noch. Sehen Sie sich die Tabelle »Personal« an. Die Tabelle ist noch nicht verknüpft. Im Modell ist also nicht definiert, wie »Personal« verknüpft ist. Ich ziehe die ID aus der Tabelle »Personal« und lege sie im Feld »Personal-lD« der Tabelle »Bestellinfo« ab. Dadurch wird meine Beziehung hergestellt. Ich kann fortfahren und die Eigenschaften dieser Beziehung anzeigen. Rechtsklick auf die Linie und »Eigenschaften«. Dies zeigt mir die Tabelle »Bestellinfo« bzw. die n-Seite ist, und die Tabelle »Personal« bzw. 1-Seite. Und ich sehe, dass die Kardinalität n:1 ist. Weiter per Klick auf OK. Zum Verwalten der einzelnen Beziehungen kann ich oben zu »Beziehungen verwalten« gehen. OK. Sehen wir uns das Modell in Aktion an. Ich gehe zu »Bericht« und beginne, ein einfaches visuelles Objekt zu erstellen. Als erstes füge ich eine Tabelle hinzu. Ich fahre fort und ziehe »Firmenname« von Kundeninfo hinein. Ich ziehe »Nachname« von Personal hinein. OK. Ich klappe es aus, damit ich sehen kann. Von »Bestelldetails« ziehe ich als Nächstes die Bestell-ID hinein. Und die Bestelldatumshierarchie. Es soll nur das Bestelldatum anzeigen. Also Rechtsklick und nur das Bestelldatum. Und dann ziehe ich das Produkt hinein. Ich möchte das Produkt zwischen Bestell-ID und Bestelldatum platzieren. Und dann ziehe ich von »Bestelldetails« den Einzelpreis und die Menge hinein, und auch meinen Gesamtbetrag mit Rabatt. Weil ich meine Daten modelliert habe, weiß ich, dass ich die richtige Firma, den richtigen Nachnamen der Verkäufer:in, die richtige Bestell-ID und -details für jede Bestellung aufgelistet habe. Weil wir diese Daten gemeinsam modelliert haben, können wir sie jetzt mit all den visuellen Funktionen erkunden, ohne mehrere zusammengeführte Abfragen für die Joins erstellen zu müssen.

Inhalt