Mehr als nur Pivot: Flexible Auswertungen mit Datenmodell, Power Pivot & DAX
Wer seine Auswertungen an stets neue Anforderungen anpassen muss, stößt mit Pivot-Tabellen mitunter an Grenzen. Typische Gründe sind:
- Die Daten liegen nicht in der passenden Form vor.
- Sie stammen aus unterschiedlichen Quellen und müssen verknüpft werden.
- Statistische Berechnungen werden benötigt, die mit Pivot-Standardfunktionen nicht machbar sind, z. B. DISTINCTCOUNT oder SUMX.
- Daten sollen über Zeitperioden verglichen werden, doch Pivot bietet keine intelligenten Datumsfunktionen wie z. B. SAMEPERIODLASTYEAR oder TOTALYTD.
Das Datenmodell und einige nützliche DAX-Measures in Power Pivot bringen hier schnell eine Lösung.
Wie sich Pivot-Tabellen mit Hilfe des Datenmodells und Power Pivot in maßgeschneiderte Auswertungen verwandeln lassen, vermittle ich in diesem Online-Kurs am 25. Mai.
Wer teilnehmen sollte
- Alle, die Daten aus unterschiedlichen Systemen zusammenführen und wichtige Geschäftskennzahlen flexibel berechnen wollen
- Fach- und Führungskräfte aus Controlling, Finanzen, Marketing/Vertrieb, IT oder Online-Dienstleister
Das folgende PDF-Booklet enthält die wichtigsten Infos zu diesem Online-Kurs.
Hier geht es zur Webseite mit allen Informationen.
Geht nur mit Power Pivot: Die Anzahl der Bestellungen korrekt ermitteln mit DISTINCTCOUNT
Aus einer Bestell-Liste möchte ich wissen, wie viele Bestellungen aufgegeben wurden. Klingt ganz einfach. Aber: Eine Bestellung kann aus mehreren Positionen bestehen, jede davon auf einer Zeile. Pro Bestellung gibt es eine eindeutige Rechnungsnummer, die in der Spalte ReNr steht.
Würde ich in einer Pivot-Tabelle das Feld ReNr in den Wertebereich ziehen, erhalte ich die Anzahl aller Positionen und nicht die Anzahl aller Bestellungen. Hier kommt Diskrete Anzahl bzw. die DAX-Funktion DISTINCTCOUNT ins Spiel. Um diese nutzen zu können, muss ich beim Erstellen der Pivot-Tabelle die Daten dem Datenmodell hinzufügen.
Die DAX-Funktion DISTINCTCOUNT ist nur über das Datenmodell verfügbar
Wie leicht es ist, das Datenmodell um das DAX-Measure Anzahl Bestellungen zu ergänzen, zeige ich in diesem Dreieinhalb-Minuten Video:
Die Anzahl der Bestellungen ermitteln mit DISTINCTCOUNT aus Einführung in die Formelsprache DAX (Excel und Power BI Desktop) von Dominik Petri
Weitere Beispiele für den Einsatz von DAX, Datenmodell und Power Query …
… gibt es am 28./29. Oktober 2020 bei den Power BI-Kompetenztagen
Den Flyer herunterladen
Wann Power BI Desktop besser als Excel ist
Sie fertigen Ihre Analysen in Excel mit viel Zeitaufwand an? Sie erstellen daraus Diagramme in PowerPoint? Sie verschicken die Präsentation dann als PDF per E-Mail?
Wäre es nicht besser, wenn Sie Ihre Kollegen und Vorgesetzen LIVE mit interaktiven Auswertungen und packenden Geschichten zu den gezeigten Daten informieren und begeistern? Wie wäre es, wenn Sie die wirklich wichtigen Aussagen nicht erst lange in der täglichen Datenflut suchen müssen, sondern einfach per Mausklick anzeigen lassen. Power BI Desktop liefert Ihnen das.
Erfahren Sie im folgenden Direktvergleich, wann Power BI Desktop gegenüber Excel im Vorteil ist.
Die Nachteile der Datumsgruppierung in Pivot umgehen
Seit Excel 2016 lassen sich Datumsangaben auch in Pivot-Tabellen, die auf dem Datenmodell aufbauen, per Rechtsklick nach Jahren, Quartalen und Monaten gruppieren. »Endlich!« werden viele von Ihnen sagen. »Bloß nicht!« sage ich, denn die Gruppierung hat zwei große Nachteile. Welche das sind und wie Sie sie umgehen, erfahren Sie in diesem Beitrag.
Bei der Verwendung des Datenmodells ist die automatische Datumsgruppierung hinderlich
