Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Afstudeerproject en Reflectie | Excel Gegevensmodellering
Excel-datamodellering

Afstudeerproject en Reflectie

Veeg om het menu te tonen

Het capstone-project brengt alle vaardigheden samen die in deze cursus aan bod zijn gekomen — gegevensvoorbereiding, modelopbouw, DAX-maatregelen en dashboardontwerp — in één allesomvattende eindopdracht. Het doel is niet een perfect resultaat. Het doel is aan te tonen dat je een zakelijke vraag kunt oppakken, een model kunt bouwen dat deze beantwoordt, en de gemaakte keuzes kunt toelichten.

Opdracht

Note
Notitie

Je kunt werken met een van de volgende opties: de Nordic Bikes-gegevens die in de hele cursus zijn gebruikt (aanbevolen als je je wilt richten op bouwen zonder nieuwe data te hoeven leren kennen), het meegeleverde 6.3 – Alternate_FlatSheet voor Softworks Solutions — een fictief B2B-softwarebedrijf met 18 maanden aan orders verspreid over vier kantoren, twee segmenten en tien producten (aanbevolen als je een nieuwe uitdaging wilt) — of je eigen gegevens van het werk (aanbevolen als je de meest directe praktische relevantie wilt).

Stap 1 — Definieer de zakelijke vraag

  1. Formuleer één duidelijke zakelijke vraag die je model zal beantwoorden.
  2. Identificeer wie het rapport zal gebruiken en welke beslissing het ondersteunt.

Voorbeelden voor de alternatieve dataset: Welke vestiging genereert de meeste omzet? Welk producttype heeft de hoogste gemiddelde orderwaarde? Hoe verhoudt de maandelijkse factureringsomzet zich tot de omzet uit eenmalige diensten over de tijd?

Stap 2 — Bereid de data voor

  1. Open de gekozen dataset en inspecteer de structuur.
  2. Identificeer de facttabel en de dimensietabellen. Definieer de granulariteit van de facttabel: wat stelt één rij voor?
  3. Splits de platte data in afzonderlijke tabellen. Elke tabel moet één taak uitvoeren.
  4. Maak een Datums-tabel die het volledige datumbereik van je data dekt, plus extra toekomstige perioden.
  5. Geef alle tabellen en kolommen duidelijke namen voordat je iets in Power Pivot laadt.

Stap 3 — Bouw het datamodel

  1. Laad de tabellen in Power Pivot.
  2. Maak de relaties tussen fact- en dimensietabellen en valideer deze in Diagramweergave.
  3. Test de relaties met een eenvoudige draaitabel voordat je verdergaat. Bijvoorbeeld, totale omzet per vestiging of per producttype.

Stap 4 — Schrijf de measures

  1. Schrijf minimaal drie DAX-measures die verschillende aspecten van je zakelijke vraag beantwoorden.
  2. Test elke measure in een draaitabel voordat je deze in het dashboard gebruikt.

Voorgestelde measures voor de alternatieve dataset: Totale omzet, Aantal orders, Gemiddelde orderwaarde, Omzet per BillingModel.

Stap 5 — Bouw het dashboard

  1. Maak een Dashboard-blad met draaitabelgrafieken, draaitabellen en minimaal twee slicers.
  2. Elke visualisatie moet één vraag beantwoorden. Vermijd het herhalen van hetzelfde inzicht in meerdere grafieken.
  3. Houd de lay-out overzichtelijk. Het dashboard moet bruikbaar zijn voor iemand die het niet heeft gebouwd.

Stap 6 — Evalueer het model

Evalueer voor afronding de werkmap met behulp van de vier perspectieven uit Sectie 6.1.

  • Betrouwbaarheid — Geeft de werkmap consistente resultaten bij verschillende slicercombinaties?
  • Duidelijkheid — Kan een ander persoon binnen een minuut de datasheets, het model en het dashboard identificeren?
  • Efficiëntie — Zijn er kolommen of tabellen die gewicht toevoegen zonder bij te dragen aan de rapporten?
  • Gereedheid — Kan iemand anders deze werkmap volgende maand verversen zonder deze opnieuw op te bouwen?
Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 1. Hoofdstuk 23

Vraag AI

expand

Vraag AI

ChatGPT

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

Sectie 1. Hoofdstuk 23
some-alt