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 flesta Excel-arbetsböcker lagrar allting i ett enda brett blad: kundnamn, produktkategorier, regioner och transaktionssummor ligger alla på samma rad, upprepade tusentals gånger. Detta fungerar för små problem. Det blir problematiskt när datamängden växer, när ett namn ändras eller när du vill kombinera det med andra källor.

En relationsmodell löser detta genom att separera data i fokuserade tabeller, där varje tabell beskriver ett ämne. Den centrala idén bakom denna separation är skillnaden mellan faktatabeller och dimensionstabeller.

Arbetsboken som används i videon är en annan än den som används i uppgiften.
Om du vill följa med steg för steg tillsammans med instruktören under lektionen, ladda ner videons arbetsbok som finns under videon innan du börjar.

Notering

Excel-arbetsbok

### Faktatabeller
En **faktatabell** registrerar händelser eller transaktioner — saker som har inträffat.

Egenskaper:

- **Många rader**: en per händelse (en order, en betalning, ett besök);
- **Mått**: numeriska värden som du vill summera — Antal, Totalt, Kostnad, Timmar;
- **Främmande nycklar**: ID-kolumner som pekar på dimensionstabeller — CustomerID, ProductID, OrderDate;
- **Lite beskrivande text**: namn, etiketter och kategorier hör hemma i dimensioner.

Exempel på faktatabeller:
- Orderrader för försäljning;
- Fakturabetalningar;
- Webbplatsbesök;
- Supportärenden.

### Dimensionstabeller

En **dimensionstabell** beskriver de enheter som ingår i fakta, såsom vem, vad, var och när.

Egenskaper:

- **En rad per unik enhet**: en per kund, en per produkt, en per datum;
- **Beskrivande attribut**: namn, kategorier, regioner, segment — mestadels text;
- **Primärnyckel**: en unik ID-kolumn som faktatabellen refererar till.

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

#### Ett beslutsramverk med tre frågor

För varje kolumn i en platt tabell, ställ dessa frågor i ordning:

**F1**: Mäter denna kolumn något du vill summera eller räkna?—Quantity, Total, Cost →  **mått i faktatabell**;

**F2**: Är denna kolumn ett ID som länkar till en beskrivning någon annanstans?—CustomerID, ProductID, OrderDate → **främmande nyckel i faktatabell**;

**F3**: Är detta en beskrivande etikett om en person, produkt eller tidsperiod?—CustomerName, Region, Category → **attribut i dimensionstabell**.

Om en kolumn faller under F3, ställ ytterligare en fråga: **vilket ämne beskriver den?** Alla kolumner som beskriver kunder hör till **Customers**. Alla kolumner som beskriver produkter hör till **Products**. Kolumner som beskriver datum hör till **Dates**.

I **Orders_Flat**-arket, vilken av följande grupper av kolumner hör tydligast ihop i en **Products**-dimension?

Vilket påstående beskriver bäst kornigheten (grain) för faktatabellen Sales i detta kapitel?

Lär dig hur du omvandlar rå Excel-data till en sammankopplad datamodell med Power Pivot, DAX-mått och en interaktiv instrumentpanel som uppdateras automatiskt. Med utgångspunkt från en platt tabell bygger du relationer mellan flera tabeller, skriver beräknade mått och levererar en professionell, återanvändbar rapport – allt i Excel.
Lämplig för Excel-användare med grundläggande erfarenhet som vill gå vidare från rapportering i platta kalkylblad.

En introduktion till vad datamodellering är, varför det är viktigt och vad du kommer att bygga under kursens gång. Du kommer att få lära känna Nordic Bikes-projektet och se den färdiga instrumentpanelen innan du skriver en enda formel.

Innan du bygger en modell behöver dina data rätt struktur. Det här avsnittet behandlar hur du delar upp platta data i rena, ändamålsenliga tabeller med korrekta nycklar, konsekvent formatering och tydlig åtskillnad mellan fakta och dimensioner.

Den centrala tekniska delen av kursen. Du kommer att aktivera Power Pivot, ladda dina tabeller i datamodellen, koppla dem med relationer och lära dig att identifiera och åtgärda de problem som tyst förstör en modell.

Lär dig att skriva beräkningar som går långt bortom vad Excel-formler kan göra på egen hand. Från grundläggande KPI-mått till tidsintelligensfunktioner bygger detta avsnitt det analytiska lagret som driver din rapportering.

Förvandla din modell till en färdig produkt. Du kommer att skapa pivottabeller som besvarar verkliga affärsfrågor, omvandla dem till diagram och sammanställa allt i en interaktiv instrumentpanel som styrs av gemensamma slicers.

En strukturerad genomgång av vad som gör en modell tillförlitlig, tydlig och redo att överlämnas. Avsnittet avslutas med ett examensprojekt där du tillämpar alla färdigheter från kursen från början till slut.

Utformning av fakta- och dimensionstabeller

Faktatabeller

Dimensionstabeller

Ett beslutsramverk med tre frågor

1. I Orders_Flat-arket, vilken av följande grupper av kolumner hör tydligast ihop i en Products-dimension?

2. Vilket påstående beskriver bäst kornigheten (grain) för faktatabellen Sales i detta kapitel?