Summary  
This chapter explains how to design relational tables by distinguishing fact tables (storing events with measures and foreign keys) from dimension tables (storing descriptive attributes with primary keys) and organizing them into a connected schema.

General domain of usage  
Data warehousing

De fleste Excel-projektmapper gemmer alt i ét bredt ark: kundenavne, produktkategorier, regioner og transaktionssummer ligger alle på samme række og gentages tusindvis af gange. Dette fungerer til små opgaver. Det bryder sammen, når data vokser, når et navn ændres, eller når du vil kombinere det med andre kilder.

En relationel model løser dette ved at opdele data i fokuserede tabeller, som hver beskriver ét emne. Hovedkonceptet bag denne opdeling er forskellen mellem faktatabeller og dimensionstabeller.

Projektmappen, der bruges i videoen, er forskellig fra projektmappen, der bruges i opgaven.
Hvis du vil følge instruktøren trin for trin under lektionen, skal du downloade videoprojektmappen, som findes under videoen, før du starter.

Bemærk

Excel-projektmappe

### Faktatabeller
En **faktatabel** registrerer begivenheder eller transaktioner — ting, der er sket.

Kendetegn:

- **Mange rækker**: én pr. begivenhed (én ordre, én betaling, ét besøg);
- **Målinger**: numeriske værdier, du ønsker at aggregere — Quantity, Total, Cost, Hours;
- **Fremmednøgler**: ID-kolonner, der peger på dimensionstabeller — CustomerID, ProductID, OrderDate;
- **Få beskrivende tekster**: navne, etiketter og kategorier hører til i dimensioner.

Eksempler på faktatabeller:
- Salgsordrelinjer;
- Fakturabetalinger;
- Websitebesøg;
- Supporthenvendelser.

### Dimensionstabeller

En **dimensionstabel** beskriver de enheder, der indgår i fakta, såsom hvem, hvad, hvor og hvornår.

Kendetegn:

- **Én række pr. unik enhed**: én pr. kunde, én pr. produkt, én pr. dato;
- **Beskrivende attributter**: navne, kategorier, regioner, segmenter — for det meste tekst;
- **Primærnøgle**: en unik ID-kolonne, som faktatabellen refererer til.

Eksempler på dimensionstabeller:
- **Customers** (CustomerID, CustomerName, Region, Segment);
- **Products** (ProductID, ProductName, Category, UnitPrice);
- **Dates** (Date, Year, Month, Quarter);
- **Employees** (EmployeeID, Name, Department, Role).

#### En beslutningsramme med tre spørgsmål

For enhver kolonne i en flad tabel, stil disse spørgsmål i rækkefølge:

**Q1**: Måler denne kolonne noget, du vil lægge sammen eller tælle?—Quantity, Total, Cost →  **faktatabel-måling**;

**Q2**: Er denne kolonne et ID, der linker til en beskrivelse et andet sted?—CustomerID, ProductID, OrderDate → **faktatabel-fremmednøgle**;

**Q3**: Er dette en beskrivende etiket om en person, et produkt eller en tidsperiode?—CustomerName, Region, Category → **dimensionstabel-attribut**.

Hvis en kolonne falder ind under Q3, stil ét spørgsmål mere: **hvilket emne beskriver den?** Alle kolonner, der beskriver kunder, hører til i **Customers**. Alle kolonner, der beskriver produkter, hører til i **Products**. Kolonner, der beskriver datoer, hører til i **Dates**.

I **Orders_Flat**-arket, hvilken af følgende grupper af kolonner hører tydeligst sammen i en **Products**-dimension?

Hvilken sætning beskriver bedst kornet for Sales-fakttabellen i dette kapitel?

Lær hvordan du omdanner rå Excel-data til en sammenkoblet datamodel med Power Pivot, DAX-målinger og et interaktivt dashboard, der opdateres automatisk. Ud fra en flad tabel opbygger du relationer mellem flere tabeller, skriver beregnede målinger og leverer en gennemarbejdet, genanvendelig rapport — alt sammen i Excel.
Egnet til Excel-brugere med grundlæggende erfaring, som ønsker at gå videre end rapportering på flade ark.

En introduktion til, hvad datamodellering er, hvorfor det er vigtigt, og hvad du vil opbygge gennem hele kurset. Du vil blive præsenteret for Nordic Bikes-projektet og se det færdige dashboard, før du skriver en eneste formel.

Før du opbygger en model, skal dine data have den rette struktur. Dette afsnit dækker, hvordan man opdeler flade data i rene, formålsbestemte tabeller med korrekte nøgler, ensartet formatering og tydelig adskillelse mellem fakta og dimensioner.

Den centrale tekniske sektion af kurset. Du vil aktivere Power Pivot, indlæse dine tabeller i datamodellen, forbinde dem med relationer og lære at identificere og løse de problemer, der tavst ødelægger en model.

Lær at skrive beregninger, der rækker langt ud over, hvad Excel-formler alene kan gøre. Fra grundlæggende KPI-målinger til tidsintelligensfunktioner opbygger dette afsnit det analytiske lag, der driver din rapportering.

Gør din model til et færdigt produkt. Du vil oprette pivottabeller, der besvarer reelle forretningsspørgsmål, omdanne dem til diagrammer og samle det hele i et interaktivt dashboard styret af delte slicere.

En struktureret gennemgang af, hvad der gør en model pålidelig, klar og klar til overdragelse. Sektionen afsluttes med et afsluttende projekt, hvor du anvender alle færdigheder fra kurset fra start til slut.

Design af fakta- og dimensionstabeller

Faktatabeller

Dimensionstabeller

En beslutningsramme med tre spørgsmål

1. I Orders_Flat-arket, hvilken af følgende grupper af kolonner hører tydeligst sammen i en Products-dimension?

2. Hvilken sætning beskriver bedst kornet for Sales-fakttabellen i dette kapitel?