Summary  
This chapter covers relational data modeling patterns—star, snowflake, and spaghetti schemas—emphasizing how clear one-to-many table relationships in a star schema ensure predictable filter flow and reliable measure calculations.  

General domain of usage  
Business intelligence and data warehousing

### Stervormig schema
Eén centrale feitentabel direct verbonden met dimensietabellen. Duidelijke, voorspelbare filterstroom. Werkt betrouwbaar met DAX en Power Pivot.

Het stervormig schema is niet specifiek voor Excel. Als je samenwerkt met een data engineer, BI-ontwikkelaar of SQL-analist, is dit de structuur waarmee zij het meest vertrouwd zijn. Het opbouwen ervan in Excel plaatst je model op hetzelfde conceptuele niveau als professionele datatools.

Opmerking

### Sneeuwvlokschema
Dimensietabellen opgesplitst in subtabellen die ketens vormen. Meer genormaliseerd, maar DAX-metingen werken niet betrouwbaar in Power Pivot.

Een sneeuwvlokschema begint met een sterrenschema en splitst vervolgens dimensietabellen verder op in subtabellen. Bijvoorbeeld: in plaats van één Customers-tabel met stad en regio, staat de stadsinformatie in een Cities-tabel en regiogegevens in een Regions-tabel — waardoor een keten ontstaat: Customers → Cities → Regions.

### Spaghetti-model
Geen duidelijke structuur. Tabellen verbonden in meerdere richtingen. Filters volgen onduidelijke paden en leveren stilzwijgend verkeerde cijfers op.

Tabellen zijn in meerdere richtingen verbonden — dimensietabellen zijn onderling gekoppeld, facttabellen zijn verbonden via gedeelde dimensietabellen, en het diagramoverzicht lijkt op verwarde lijnen in plaats van een herkenbare vorm.

Stille foutieve getallen zijn het gevaarlijkste resultaat in elk model. Een zichtbare fout leidt tot onderzoek. Een aannemelijk ogend foutief getal kan onopgemerkt blijven en tot slechte zakelijke beslissingen leiden.

Welke van de volgende beschrijvingen geeft in een stermodel correct de richting van relaties weer?

Leer hoe u ruwe Excel-gegevens omzet in een verbonden datamodel met Power Pivot, DAX-measures en een interactief dashboard dat automatisch wordt bijgewerkt. Beginnend met een platte tabel bouwt u relaties tussen meerdere tabellen, schrijft u berekende statistieken en levert u een gepolijst, herbruikbaar rapport op — allemaal binnen Excel.
Geschikt voor Excel-gebruikers met basiservaring die verder willen gaan dan rapportage op platte bladen.

Een introductie tot wat datamodellering is, waarom het belangrijk is en wat je gedurende de cursus zult bouwen. Je maakt kennis met het Nordic Bikes-project en bekijkt het voltooide dashboard voordat je een enkele formule schrijft.

Voordat u een model bouwt, heeft uw data de juiste structuur nodig. In deze sectie leert u hoe u platte data opsplitst in schone, doelgerichte tabellen met de juiste sleutels, consistente opmaak en een duidelijke scheiding tussen feiten en dimensies.

Het kerntechnische gedeelte van de cursus. U zult Power Pivot inschakelen, uw tabellen in het datamodel laden, deze met relaties verbinden en leren hoe u problemen kunt herkennen en oplossen die een model ongemerkt laten falen.

Leer berekeningen schrijven die veel verder gaan dan wat Excel-formules alleen kunnen doen. Van basis-KPI-maatregelen tot tijdsintelligentie-functies, deze sectie bouwt de analytische laag die uw rapportage aandrijft.

Maak van uw model een eindproduct. U bouwt draaitabellen die echte zakelijke vragen beantwoorden, zet deze om in grafieken en stelt alles samen in een interactief dashboard dat wordt bestuurd door gedeelde slicers.

Een gestructureerde beoordeling van wat een model betrouwbaar, duidelijk en overdraagbaar maakt. De sectie wordt afgesloten met een capstone-project waarin je alle vaardigheden uit de cursus van begin tot eind toepast.

Ster-schema Patronen voor Excel-gebruikers

Stervormig schema

Sneeuwvlokschema

Spaghetti-model