Lees deel 1: Verschillende afdelingen, verschillende cijfers?
Lees deel 2: Niemand gebruikt je prachtig dashboard?
Twee rapporten over dezelfde omzet, twee verschillende cijfers. Je opent ze allebei en ziet dat het ene een filter toepast dat het andere niet kent. De filter staat niet in het datamodel, maar in een Power Query-stap halverwege het rapport…
Power Query is een uitstekende tool, maar niet voor zware of complexe transformaties. Zodra ook de business logica er in verdwijnt, kunnen deze problemen ontstaan:
En dan is er nog iets wat pas opvalt wanneer iemand anders het rapport overneemt. Logica in een rapport is voor niemand leesbaar buiten dat rapport, niet voor een collega die het overneemt en evenmin voor de AI-tools waarmee we vandaag werken. Wat je niet kan traceren, kan je ook niet laten nakijken.
Vraag je ook eens af of de sales-data die je voor een nieuwe afdeling ophaalt, dezelfde filtering en cleaning heeft ondergaan als die binnen sales zelf. Zodra je intercompany-definities in elk rapport opnieuw moet herhalen, staat je logica verkeerd.
Centraliseer je transformaties in je dataplatform, met SQL en stored procedures in je data warehouse. Laat Power BI, Qlik of Tableau doen waar ze goed in zijn, namelijk visualiseren. Zo hebben alle rapporten dezelfde basis en blijft de logica op één plek staan.
Een kolom verstoppen of hernoemen in Power Query is geen probleem. Joins, aggregaties en business logica horen in het data warehouse. Zodra een stap rijen wegfiltert of tabellen samenvoegt, verandert het cijfer zelf, en dan hoort die stap niet meer in het rapport.
Zet je zware transformaties en bedrijfslogica in het data warehouse. Dan blijven je rapporten snel en staat je logica op één plek waar iedereen (en iedere applicatie) ze terug kan vinden.
Dit is blunder 3 van 4. Wil je alle blunders, inclusief inzichten en oplossingen?