De drie belangrijkste inzichten uit mijn eerste jaar als Power BI consultant

Ongeveer nu een jaar geleden heb ik de overstap gemaakt van backend softwaredeveloper naar analytics engineer/Power BI-consultant. In het afgelopen jaar heb ik veel geleerd over data, dashboards en modeleren. Deze kennis heb ik opgedaan aan de hand van projecten bij klanten, kennisdeling door collega’s, Microsoft learn en certificerings trajecten (DP600 & PL300) en evenementen zoals de Power BI Gebruikersdagen. Kortom, ik ben in het afgelopen jaar met volle overgave de datawereld gedoken. Hierin heb ik veel gezien en geleerd. Maar wat waren de belangrijkste inzichten die ik in mijn eerste jaar als analytics engineer heb opgedaan? Ik neem jullie graag mee in de drie inzichten die voor mij het belangrijkst waren. 

Communiceer en floreer, samen met je data-engineer

Met mijn vorig functie als softwaredeveloper weet ik als geen ander dat front-end en back-end twee verschillende werelden zijn. Wel is het van belang dat deze twee werelden goed op elkaar aansluiten. Dat is niet anders binnen het datawerkveld. Ik heb een jaar geleden bewust de stap gemaakt om meer aan de voorkant te opereren en mij te focussen op Power BI. Maar dat wil niet zeggen dat ik mijn interesse voor backend werk helemaal verloren ben. Sterker nog ik denk dat dit juist sneller voor het inzicht gezorgd heeft dat je als analytics engineer je data-engineer niet moet vergeten en juist moet omarmen. Als je meer van elkaar weet en weet de ander zich mee bezig houdt, is er een betere samenwerking. Bij deze goede samenwerking voorkom je fouten, dubbel werk en inefficiëntie. Ook zorgt het ervoor dat data uit verschillende systemen correct gecombineerd en gevisualiseerd wordt. Dit leidt tot duidelijke, actuele en betrouwbare inzichten die strategische beslissingen ondersteunen.

Een voorbeeld is: dat wanneer je in Power BI te veel en te omslachtig aan het ontwikkelen bent in power query en dus veel data transformaties moet toepassen, dan is dit een goed moment om deze bevindingen te bespreken met de betreffende data-engineer. Hoe eerder er transformaties gedaan kunnen worden in het ontwikkeltraject, hoe beter. Dit houdt in dat als data transformaties in een dataplatform gedaan kunnen worden dit de voorkeur heeft boven het in Power BI te doen.  Dit zorgt ervoor dat je semantische model geoptimaliseerd blijft en dat je bepaalde businesslogica in verschillende semantische modellen zou kunnen opnemen.

 

Structureer en orkestreer

Het dimensionaal stermodeleren is een van de belangrijkste onderwerpen als je gaat werken met data. Dit kreeg ik al mee voordat ik mijn overstap maakte uit verschillende kennissessies binnen Creates. Toen ik startte als analytics engineer werd hier ook als eerste de focus op gelegd. In dit afgelopen jaar heb ik ook in de praktijk gemerkt dat een goed vooraf gedefineerd model het ontwikkelen in Power BI een stuk effectiever en efficienter is. Met name als het gaat om de data te filteren in rapporten. Als je ervoor zorgt dat je datamodel de juiste dimensies en relaties met feitentabellen bevat, is het filteren in je DAX measures veel minder nodig. Je kunt dit eenvoudiger doen, bijvoorbeeld in een Power BI-rapport, via je visuals zelf of via toegepaste slicers. Hetzelfde wat geldt voor de eerdergenoemde transformaties in power query geldt dit ook voor je DAX measures. Als je te veel en complexe DAX measures moet schrijven om je doel te bereiken, kan het een teken zijn dat je datamodel onvoldoende geoptimaliseerd en/of gemodelleerd is. Denk hierbij aan te complexe measures waarin bepaalde aggregaties in combinatie met aanvullende business logica gedaan moeten worden, of dat je bepaalde syntax moet gebruiken om relaties te leggen tussen verschillende tabellen. Dit wil je het liefst al in het onderliggend dataplatform ontwikkeld hebben. Hiermee zorg je er ook voor dat er een ‘single source of truth’ is in je datalandschap.

In het afgelopen jaar heb ik door middel van dimensionaal modeleren trainingen en kennisdeling door collega’s mijn modelleer vaardigheden naar een hoger niveau kunnen tillen. Daarbij heb ik gemerkt dat een goed model het fundament is voor je rapportages. 

Strakkere en snellere dashboards, keer op keer!

Kleurcodes, lettertype, lettergrootte, iconen en alles wat met het visuele stuk te maken heeft. Iets waar ik met mijn achtergrond als softwaredeveloper minder mee van doen heb gehad. Juist dit visuele stuk is van groot belang voor je rapportages en dashboard als je het verhaal van je data goed wil vertellen. Ik heb tijdens mijn projecten gemerkt dat ik veel tijd kwijt was aan het instellen van bijvoorbeeld kleuren en lettertypen. Bij mijn laatste project heb ik dit anders aangepakt. Ik vond de volgende tool PowerBI.Tips Theme Generator en heb deze gebruikt om vooraf een thema te genereren. Dit thema heb ik vervolgens gebruikt in mijn rapport waardoor ik veel consistenter en sneller mijn rapporten kon ontwikkelen met allemaal dezelfde thema. Hierdoor hield ik tijd over om andere visuele aspecten aandacht te geven, denk hierbij aan story telling, visuele logica en interactie.

Samenvatting

Hoe kan ik beter afsluiten dan korte visuele samenvatting: