Leer Uw Eerste Metingen | Datamodellering en DAX-basisprincipes

Veeg om het menu te tonen

In dit hoofdstuk begint je model echte antwoorden te geven. Je schrijft DAX-measures die de basis vormen van het Summit Gear Co. dashboard: Totale omzet, Aantal bestellingen, Gemiddelde bestelwaarde, Unieke klanten en Winstmarge.

Onderweg leer je het verschil tussen impliciete en expliciete measures, wanneer je DISTINCTCOUNT in plaats van COUNT gebruikt, hoe je een measure samenstelt uit andere measures met DIVIDE, en hoe je de echte winstmarge berekent met SUMX en RELATED om over tabellen heen te werken. Aan het einde heb je een werkende KPI-rij en een categorieverdeling die dynamisch wordt bijgewerkt met elk filter in het rapport.

1. Je wilt het aantal geplaatste bestellingen tellen. De Sales-tabel heeft één rij per orderregel, wat betekent dat een enkele bestelling met drie producten als drie rijen verschijnt. Welke DAX-functie geeft je het juiste aantal bestellingen?

2. Waarom heeft `DIVIDE([Total Sales], [Order Count])` de voorkeur boven `[Total Sales] / [Order Count]` bij het schrijven van de Gemiddelde bestelwaarde-measure?

Was alles duidelijk?

Bedankt voor je feedback!

Sectie 3. Hoofdstuk 4

Vraag AI

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

Sectie 3. Hoofdstuk 4

Uw Eerste Metingen

1. Je wilt het aantal geplaatste bestellingen tellen. De Sales-tabel heeft één rij per orderregel, wat betekent dat een enkele bestelling met drie producten als drie rijen verschijnt. Welke DAX-functie geeft je het juiste aantal bestellingen?

2. Waarom heeft DIVIDE([Total Sales], [Order Count]) de voorkeur boven [Total Sales] / [Order Count] bij het schrijven van de Gemiddelde bestelwaarde-measure?

2. Waarom heeft `DIVIDE([Total Sales], [Order Count])` de voorkeur boven `[Total Sales] / [Order Count]` bij het schrijven van de Gemiddelde bestelwaarde-measure?