Data dictionary in Power BI

Power BI maakt data voor veel gebruikers toegankelijk, maar juist daardoor kan er snel verwarring ontstaan over definities en herkomst van de cijfers. Zonder duidelijke uitleg, zien eindgebruikers wel wat de waarde van een metriek is, maar niet wat het betekent of hoe het tot stand komt.

Een data dictionary is een centraal en gestructureerd overzicht waarin je vastlegt wat data betekent, hoe die data is opgebouwd en hoe het gebruikt moet worden. Het beschrijft niet alleen wat een metriek, veld of tabel is: vooral ook wat het niet is.

In de praktijk fungeert een data dictionary als de gemeenschappelijke taal tussen business en techniek. Waar bijvoorbeeld het semantische mode kolomnamen kent zoals SalesAmount of OrderDate, vertaalt de data dictionary deze naar begrijpelijke definities zoals “Netto omzet exclusief btw in euro’s” of “Datum waarop de order definitief is geboekt”.

Een data dictionary van je semantische model is waardevol en nodig zodra:

• KPI’s/ metrieken niet vanzelfsprekend zijn

o   Dezelfde term kan verschillende definities hebben

• Semantische modellen voor meerdere rapporten worden gebruikt

o   Zonder vastgelegde definities ontstaan er inconsistenties tussen rapporten

• Eindgebruikers context missen

o   Beschrijvingen van cijfers zijn niet zichtbaar in een visual

• Onderhoud en doorontwikkeling plaatsvindt 

o   Het biedt een overzicht van de bestaande tabellen, kolommen, relaties en metrieken

Bij klanten zien we vaak dat dat er behoefte is om een duidelijk overzicht te hebben van welke tabellen, kolommen en metrieken er in een semantisch model zijn. Zonder heldere afspraken over definities ontstaan dan al snel vragen als:

•       “Waarom is de omzet hier anders dan in dat andere rapport?”
•       “Telt deze KPI retouren mee of niet?”
•       “Is dit een kalenderdatum of een boekdatum?”

Een data dictionary voorkomt dit soort discussies door betekenissen expliciet vast te leggen.

 

Welke resultaten biedt een data dictionary van het semantische model?

Power BI biedt steeds meer mogelijkheden om metadata vast te leggen: denk aan beschrijvingen van tabellen, kolommen en metrieken. Hierdoor kan je een data dictionary dicht bij de data en de gebruiker organiseren.

Voordelen hiervan zijn:

• Eén versie van de waarheid

Door definities vast te leggen, zorg je ervoor dat iedereen dezelfde interpretatie gebruikt. Dit is cruciaal bij KPI’s zoals omzet, marge, klant of conversie, die vaak meerdere varianten kunnen hebben.

• Betere adoptie van Power BI

Gebruikers vertrouwen rapportages sneller wanneer duidelijk is:

·       Waar cijfers vandaan komen

·       Hoe ze zijn berekend

Een data dictionary verlaagt daarmee de drempel om Power BI actief te gebruiken.

• Sneller ontwikkelen en onderhouden

Voor ontwikkelaars en eindgebruikers werkt een data dictionary als naslagwerk:

·       Welke kolommen kan ik hergebruiken?

·       Bestaat deze metriek al?

·       Welke definities zijn afgesproken?

Dit voorkomt dubbel werk en versnelt doorontwikkeling.

• Minder afhankelijk van individuele kennis

Zonder documentatie ligt de kennis vaak bij personen. Met een data dictionary borg je kennis, wat essentieel is bij:

·       Teamwisselingen

·       Externe consultants

·       Schaalvergroting van Power BI dataproducten

• Fundament voor governance en kwaliteit

Een data dictionary ondersteunt:

·       Datakwaliteit

·       Auditability

·       Compliance (bijv. AVG)

·       Consistente rapportagestandaarden

Zeker in Power BI-omgevingen met gedeelde semantische modellen is dit geen luxe, maar een noodzaak.

Hoe ziet dit er uit in de praktijk?

Een data dictionary kan gerealiseerd worden door bijvoorbeeld een Excel bestand bij te houden dat snel veroudert, of het gebruik van bijvoorbeeld Microsoft Purview of OneLake Catalog. Maar met nieuwe functies in Power BI, biedt het de mogelijkheid om op een laagdrempelige en eenvoudige manier een data dictionary van het semantische model te tonen als een Power BI rapport. Dit kan door middel van INFO functions (DAX).

Als je het semantische model opent in Power BI desktop, kun je bij de ‘table view’ een nieuwe tabel aanmaken. Als we het voorbeeld nemen om een overzicht te maken van de metrieken, inclusief de definities, gebruiken we deze functie: INFO.VIEW.MEASURES().

Het is hierbij belangrijk dat bij wijzigingen in bijvoorbeeld metrieken de functietabel wordt ververst:

Zodra de functies zijn toegevoegd als tabellen in het semantische model, kan er een apart rapport worden ontwikkeld. Hiermee kun je als filter toevoegen dat verborgen metrieken niet worden getoond. Daarnaast kun je ook slicers toevoegen, waarmee je de eindgebruiker in staat stelt om een metriek of een beschrijving te zoeken/filteren.

Een data dictionary in Power BI is geen extra documentatie, maar een essentieel onderdeel van een betrouwbare BI-omgeving. Door definities, logica en context vast te leggen, voorkom je onduidelijkheden en vergroot je het vertrouwen in rapportages. Het resultaat is duidelijkheid voor gebruikers, consistentie in cijfers en een stevig fundament voor verdere groei en professionalisering van Power BI binnen de organisatie.