Latest / M365.FM – Microsoft 365, Copilot & KI Podcast auf Deutsch / Power-BI-Datenmodellierung: Sternschema, DAX und Beziehungen richtig bauen – das 10.000-Dollar-Performanceproblem lösen (KI-Synchronfassung)

Transcript

Power-BI-Datenmodellierung: Sternschema, DAX und Beziehungen richtig bauen – das 10.000-Dollar-Performanceproblem lösen (KI-Synchronfassung) · M365.FM – Microsoft 365, Copilot & KI Podcast auf Deutsch

• 0:00
  Bereit für 10 Tage voller Microsoft 365, Co-Pilot, KI, Azure und den Menschen, die die Zukunft der Arbeit gestalten?
• 0:07
  Diesen Januar ist die M365-Con zurück und wir legen noch eins drauf.
• 0:12
  Seien Sie bei Live-Sessions, Praxis-Demos und Expertenwissen von MVPs und Branchenprofis weltweit dabei, weltdabei.
• 0:18
  Keine generischen Folien. Kein endloses Buzzword-Bingo.
• 0:21
  Wir gehen echte Herausforderungen an.
• 0:23
  Co-Pilot Studio, KI-Agenten, Fabric, Sicherheit, Governance und Automatisierung, klar.
• 0:28
  Egal ob IT-Profi-Entwickler oder Führungskraft-Es, gibt Sessions, die speziell auf Sie zugeschnitten sind.
• 0:35
  An 10 vollen Tagen können Sie zahlreiche Technologien erkunden und sich mit einer globalen Community vernetzen.
• 0:40
  Schauen Sie live zu und nehmen Sie praktische Erkenntnisse mit zurück in Ihr Unternehmen.
• 0:45
  Januar 2027. 10 Tage. Eine Microsoft-Community. Die Registrierung ist ab sofort geöffnet.
• 0:51
  Besuchen Sie m365.con.net und sichern Sie sich noch heute Ihren Platz.
• 0:55
  Das ist m365.con.net.
• 1:00
  Melden Sie sich jetzt unter m365.con.net an. Wir sehen uns im Januar live.
• 1:05
  Ihr Power BI-Dashboard lügt Sie an.
• 1:07
  Nicht bei den Zahlen, aber bei den Kosten jedes Mal, wenn jemand auf Aktualisieren klickt.
• 1:10
  Jedes Mal, wenn ein Slicer bewegt wird, zahlen Sie im Stillen eine Performance-Stelle.
• 1:14
  Und bevor Sie schmunzeln, ja, Sie zahlen, sie sei es durch verschwendete Rechenzeit.
• 1:18
  Mehr Kosten bei Ihrer Power BI-Premium-Kapazität oder die Stunden, die Ihr Team damit verbringt, auf den gelben Ladekreis zu warten.
• 1:24
  Ineffiziente Datenmodelle sind unsichtbare Budget-Vampire.
• 1:28
  Jede aufgeblähte Spalte und jeder sorglose Joint zieht Ihrem Budgetgeld aus der Tasche.
• 1:32
  Und wenn ich Geld sage, meine ich echtes Geld bei manchen Unternehmen. Fünfstellige Beträge pro Jahr.
• 1:35
  Und das ist das 10.000-Uller-Problem.
• 1:37
  Die Lösung ist kein Plug-in und versteckt sich auch nicht im neuesten Update.
• 1:40
  Es ist eine architektonische Frage im Umdenken der Logik Ihres Modells.
• 1:42
  Am Ende werden Sie wissen, wie man ein Power BI-Modell baut, das schneller läuft, weniger kostet und echte Unternehmens-Workloads übersteht, ohne in die Knie zu gehen.
• 1:51
  Die Ineffizienzsteuer.
• 1:52
  Stellen Sie sich Ihr Datenmodell wie eine Küche vor.
• 1:53
  Ein guter Koch ordnet Messer, Pfannen und Gewürze so an, dass er alles mit zwei Handgriffen erreicht.
• 1:58
  Ein schlechter Koch wirft alles in eine Schublade und hofft auf das Beste.
• 2:01
  Die meisten Power BI-Nutzer sind der zweite Koch, nur dass ihre Schublade eine importierte Excel-Datei von 2017 ist, vollgestopft mit 50 Spalten, bei denen niemand mehr weiß, warum sie da sind.
• 2:08
  Dieses Durcheinander nennen wir technische Schulden.
• 2:11
  Es sind all die Abkürzungen, Duplikate und halbherzigen Beziehungen, die Ihr Modell kurzzeitig funktionieren lassen, aber sechs Monate später alles zum Einsturz bringen.
• 2:18
  Jede Abfrage in diesem chaotischen Modell irrt durch die Küche auf der Suche nach Zutaten.
• 2:22
  Jede Aktualisierung ist eine weitere Stunde, in der die Engine die Rumpelkammer durchwühlt.
• 2:26
  Und ja, ich weiß, warum Sie so gemacht haben.
• 2:27
  Du hast die gesamte SQL-Tabelle importiert, weil das einfacher war, als darüber nachzudenken, was du wirklich brauchst.
• 2:32
  Oder vielleicht hast du für alles berechnete Spalten erstellt, weil Excel nun mal so funktioniert.
• 2:35
  Herzlichen Glückwunsch, Du hast Dich gerade vom Tabellen-Messi zum BI-Messi hochgearbeitet.
• 2:40
  Diese bequemen Entscheidungen haben Konsequenzen.
• 2:42
  Power BI speichert jede unnötige Spalte, dupliziert die Daten am Modell und erhöht den Speicherverbrauch exponentiell.
• 2:48
  Jedes Mal, wenn Du ein schickes Visual erstellst, das 15 Spalten abruft, wird die Aktualisierung langsamer.
• 2:52
  Langsame Aktualisierungen führen zu Verzögerten.
• 2:54
  Verzögerte Dashboards bedeuten langsamere Entscheidungen.
• 2:57
  Multipliziere diese Verzögerungen mit 200 Analysten und Du verstehst, warum Deine Cloud-Rechnung einem Erpresserbrief gleicht.
• 3:01
  Die Ironie ist es nicht die Schuld von Power BI, es ist Dein.
• 3:04
  Die Engine ist schnell, die DAX-Engine ist clever.
• 3:06
  Aber Dein Modell ist ein Knäuel aus Spaghetti-Code getarnt als geschäftliche Erkenntnis.
• 3:10
  Bist Du bereit, es zu reparieren?
• 3:11
  Gut, lass uns Dein Modell wie ein Erwachsener neu aufbauen.
• 3:14
  Die Lösung Dimensionale Modellierung.
• 3:17
  Dimensionale Modellierung, auch bekannt als Sternenschema, unterscheidet den Power BI-Profi vom Power BI-Hobbyisten.
• 3:22
  Es ist der Moment, in dem Dein chaotischer Haufen von Excel-Exporten erwachsen wird und anfängt, Miete zu zahlen.
• 3:27
  So funktioniert es.
• 3:28
  Im Zentrum Deines Sterns steht eine Fakten-Tabelle, die rohen Ereignisse oder Transaktionen.
• 3:32
  Betrachte sie als Deine Quittung.
• 3:34
  Jeder Datensatz repräsentiert etwas, das passiert ist.
• 3:36
  Ein Verkauf, eine Lieferung, ein Login, was auch immer Dein Unternehmen misst.
• 3:39
  Mist.
• 3:40
  Um diesen Kern herum baust Du Dimensionstabellen, das Wörterbuch, das diese Quittungen beschreibt.
• 3:45
  Produkt, Kunde, Datum, Region, jeder bekommt seine eigene saubere Dimension.
• 3:48
  Das ist der Unterschied zwischen Horten und Organisieren.
• 3:52
  Anstatt jedes mögliche Feld in eine Tabelle zu stopfen, trennst Du Beschreibungen von Ereignissen.
• 3:57
  Die Fakten-Tabelle bleibt schlank.
• 3:59
  Viele Zeilen, wenige Spalten.
• 4:01
  Die Dimensionen bleiben breit.
• 4:02
  Weniger Zeilen, aber dafür reichhaltige Beschreibungen.
• 4:04
  Es ist relationale Modellierung, genau wie es die Natur vorgesehen hat.
• 4:07
  Einige von Euch werden kreativ und bauen NUN-Beziehungen, weil Sie das mal im Forum gesehen haben.
• 4:11
  Das kenne ich Kreativität.
• 4:12
  Das ist Selbstständigung.
• 4:13
  In einem korrekten Sternschema sind alle Beziehungen 1 muss N und zeigen von der Dimension zum Fakt.
• 4:18
  Die Dimension fungiert wie ein Nachschlagewerk.
• 4:20
  Ein Produkt kann in vielen Verkäufen vorkommen, aber jeder Verkauf weist auf genau ein Produkt hin.
• 4:24
  Brichst Du diese Regel, entfesselst Du das Chaos für Deine DAX-Berechnungen.
• 4:28
  Lass uns über Kardinalität sprechen.
• 4:29
  Power BI hasst Mehrdeutigkeit.
• 4:31
  Wenn Beziehungen nicht klar sind, verschwendet es Rechenleistung mit Raten.
• 4:35
  Stell Dir vor, Du versuchst ein Wörterbuch zu indizieren, in dem jedes Wort auf 5 zufälligen Seiten erscheint.
• 4:39
  Das ist ein Albtraum.
• 4:41
  1-2-N-Beziehungen geben der Engine einen direkten Pfad.
• 4:44
  Sie weiß genau, welcher Filterkontext auf welchen Fakt anzuwenden ist.
• 4:46
  Keine Debatten, keine zirkulären Abhängigkeiten, keine verschwendeten CPU-Zyklen beim Sherlock Holmes-Spielen.
• 4:53
  Und wenn wir schon beim Aufräumen sind, hören Sie auf, sich auf natürliche Schlüssel zu verlassen.
• 4:57
  Ihr Produktname sieht vielleicht eindeutiger aus, bis jemand ein Leerzeichen einfügt oder einen Buchstaben vertippt.
• 5:02
  Erstellen Sie stattdessen Ersatzschlüssel, numerische oder GUID-IDs, die jede Zeile eindeutig identifizieren.
• 5:08
  Sie sind schlanker und sicherer wie ein Namensschilder für Ihre Daten.
• 5:10
  Vielleicht fragen Sie sich, warum man sich die Mühe mit dieser ganzen Struktur machen sollte.
• 5:14
  Strukturierte Modelle skalierbar sind.
• 5:16
  Die DAX-Engine muss nicht raten, was Sie beabsichtigen.
• 5:18
  Sie liest den Stern und folgt einfachen Prinzipien.
• 5:21
  Eine Richtung, ein Filter, ein Zweck.
• 5:23
  Kennzahlen liefern endlich Ergebnisse, denen Sie vertrauen können.
• 5:26
  Plötzlich aktualisieren sich Ihre Dashboards in 5 Minuten statt in einer Stunde.
• 5:29
  Und Sie können dieses Unangenehme bitte warten, lädt, pop-up entfernen, das Ihr Team ignoriert.
• 5:34
  Hier ist das Seltsame.
• 5:35
  Sobald Sie zu einem Starschema wechseln, vereinfacht sich alles andere.
• 5:37
  Berechnete Spalt, da ist ihr relevant.
• 5:40
  Beziehungen, vorhersehbar.
• 5:42
  Sogar Ihr DAX wird sauberer, weil der Kontext klar definiert ist.
• 5:45
  Sie werden weniger Zeit mit dem Debuggen von Beziehungen verbringen und mehr Zeit mit der Analyse von Zahlen.
• 5:49
  Stellen Sie sich Ihr neues Modell wie ein Modulhaus vor.
• 5:52
  Jede Dimension ist ein ordentlich beschrifteter Raum.
• 5:54
  Die Fakten-Tabelle ist der Hauptflur, der alle verbindet.
• 5:57
  Vorher hatten Sie eine Messie-Wohnung, in der Sie bei jedem Schritt über Daten stolperten.
• 6:01
  Jetzt hat alles seinen Platz und der Unterschied fühlt sich an wie ein Upgrade vom Modem auf Glasfaser.
• 6:05
  Wenn Sie das richtig umsetzen, komprimiert die VertiPack-Engine von Power BI Ihr Modell effizient,
• 6:10
  da der spaltenorientierte Speicher endlich Sinn ergibt.
• 6:14
  Doppelte Textfelder verschwinden, die Speichernutzung sinkt und Visuals werden schneller geladen,
• 6:17
  als Ihre Führungskräfte exportieren Sie das mal nach Excel sagen können.
• 6:21
  Aber feiern Sie noch nicht zu früh.
• 6:22
  Ein sauberes Modell ist nur die halbe Miete.
• 6:24
  Die andere Hälfte liegt in der Logik der DAX-Ebene.
• 6:26
  Dort werden gute Absichten oft zu Katastrophen auf Abfrageebene.
• 6:29
  Ja, selbst mit einem Starschema können Sie bei dem, was ich liebevoll DAX-Gymnastik nenne,
• 6:33
  unter Performance-Einbußen leiden.
• 6:36
  Mit anderen Worten, es ist Zeit für etwas Disziplin,
• 6:38
  denn im nächsten Abschnitt trennen wir die Datenkünstler von den finanziellen Risikofaktoren.
• 6:42
  DAX-Disziplin und Beziehungshygiene.
• 6:45
  Ja, Ihr DAX ist clever.
• 6:46
  Nein, ist nicht effizient.
• 6:47
  Cleveres DAX ist wie eine überkonstruierte Rube-Goldberg-Maschine.
• 6:50
  Man ist beeindruckt, dass man merkt, dass es nur Zeilen zählt.
• 6:52
  Wissen Sie, DAX soll nicht brillant sein.
• 6:55
  Es soll schnell, vorhersagbar und langweilig sein.
• 6:58
  Das ist das Genie, das Sie anstreben sollten.
• 6:59
  Langweilige Genialität.
• 7:00
  Beginnen wir mit der Grundlage.
• 7:02
  Zeilenkontext versus Filterkontext.
• 7:04
  Aber Sie sind keine Zwillinge, Sie sind verschiedene Arten.
• 7:06
  Der Zeilenkontext ist jeder einzelne Datensatz, der geradeaus gewertet wird.
• 7:09
  Stellen Sie es sich wie das Anwesenheitsprüfen in einer Schulklassen.
• 7:11
  Der Filterkontext ist die gesamte Klasse,
• 7:12
  nachdem Sie alle mit roten T-Shirts gebeten haben, den Raum zu verlassen.
• 7:16
  Die meisten verwechseln beides und wundern sich dann,
• 7:17
  warum Ihr Zoom X kriecht wie eine Schnecke durch Melasse.
• 7:20
  Die Regel lautet, wenn Sie mit Funktionen wie SimX oder Filter iterieren,
• 7:23
  erzeugen Sie einen Zeilenkontext.
• 7:25
  Wenn Sie Calculate verwenden, ändern Sie den Filterkontext.
• 7:28
  Wissen Sie, was Sie gerade anwenden?
• 7:29
  Sonst wird Power BI Ihre CPU leersaugen und so tun,
• 7:32
  als würde es Sie verstehen.
• 7:34
  Das größte Performance-Verbrechen in DAX sind berechnete Spalten.
• 7:37
  Sie wirken vertraut, weil man sie aus Excel kennt.
• 7:39
  Eine Formel, die über eine ganze Tabelle gezogen wird.
• 7:42
  Aber in Power BI wird diese Spalte darauf gespeichert.
• 7:44
  Sie bläht Ihr Dataset permanent auf.
• 7:46
  Bei jeder Aktualisierung wird Sie Zeile für Zeile neu berechnen.
• 7:48
  Wenn Ihr Dataset 10 Millionen Zeilen hat, herzlichen Glückwunsch,
• 7:51
  Sie haben gerade 10 Millionen unnötige Operationen pro Aktualisierung hinzugefügt.
• 7:54
  Das ist das rechnerische Äquivalent dazu,
• 7:56
  Eier einzeln in separaten Pfannen zu braten.
• 7:58
  Verlagern Sie diese Logik stattdessen dorthin, wo sie hingehört.
• 8:01
  In Power Query.
• 8:02
  Formen Sie Ihre Daten dort, wo Transformationen beim Laden einmalig geschehen,
• 8:05
  nicht wiederholt während des Bericht-Renderings.
• 8:07
  Lassen Sie die M-Sprache die schwerste beitragen.
• 8:09
  Sie wurde speziell für die Vorverarbeitung entwickelt.
• 8:11
  Die DAX-Engine sollte sich auf Berechnungen während der Analyse konzentrieren,
• 8:13
  nicht auf Routineaufgaben beim Aktualisieren.
• 8:15
  Dann gibt es noch die Obsession, ausufernde, verschachtelte Measures zu schreiben,
• 8:19
  die acht Ebenen tief aufeinander verweisen.
• 8:20
  Das ist rekursives Leid.
• 8:24
  Jede Abhängigkeit bedeutet einen weiteren Kontextübergang,
• 8:26
  den die Engine nachverfolgen muss.
• 8:28
  Erstellen Sie stattdessen Kernmeasures wie Gesamtumsatz oder Gesamtkosten
• 8:31
  und bauen Sie darauf logisch komplexere auf.
• 8:35
  Calculate es, Ihr Freund.
• 8:36
  Es ist die saubere Vermittlungszentrale von DAX.
• 8:39
  Richtig eingesetzt, schaltet das Filter effizient um,
• 8:41
  ohne das gesamte Modell ins Chaos zu stürzen.
• 8:44
  Iteratorfunktionen wie SemX oder EverX sind sparsam verwendet in Ordnung,
• 8:47
  aber die meisten Nutzer setzen sie unnötigerweise als Waffe ein.
• 8:50
  Sie iterieren Zeile für Zeile, obwohl eine einfache Summe
• 8:52
  den Job in einem einzigen spaltenweisen Durchlauf erledigen könnte.
• 8:56
  VertiPack, die in Memory Engine hinter Power BI,
• 8:58
  ist für spaltenbasierte Operationen gebaut.
• 9:00
  Sie verlangsamen das System jedes Mal, wenn Sie es zwingen,
• 9:02
  sich wie ein zahlenbasierter Prozessor Excel zu fallen.
• 9:04
  Denken Sie daran, DAX interessiert sich nicht für Ihre kreative Ader.
• 9:07
  Es respektiert Effizienz und Klarheit.
• 9:09
  Nun zu Beziehungen, diesen unsichtbaren Linien,
• 9:11
  die Sie wie Dekoration behandeln.
• 9:13
  Einseitige Filter sind die Regeln.
• 9:15
  Beidseitige Filter sind ein Notfallschalter, keine Standardpraxis.
• 9:19
  Eine beidseitige Beziehung ist,
• 9:20
  als würde man Praktikantenhauptschlüssel aushändigen.
• 9:22
  Sicher ist es bequem,
• 9:23
  bis jemand beim Filtern von Produkten die Kundentabelle löscht.
• 9:27
  Es lädt zur Mehrdeutigkeit ein,
• 9:28
  erzwingt Filterausbreitungen,
• 9:29
  lässt Berechnungen unerwartet explodieren.
• 9:32
  Halten Sie Beziehungen einseitig und wohlüberlegt.
• 9:34
  Sie können Crossfilter oder Triadas in Calculate immer dann verwenden,
• 9:36
  wenn Sie wirklich eine bidirektionale Filterung benötigen,
• 9:39
  aber tun Sie dies bewusst und nicht standardmäßig.
• 9:41
  Zirkuläre Beziehungen?
• 9:42
  Fangen Sie gar nicht erst damit an.
• 9:43
  Sie sind das Bermuda-Dreieck von Power BI.
• 9:46
  Sobald man sie betritt, verschwinden Performance und Verstand.
• 9:48
  Bevorzugen Sie immer eine klare Hierarchie.
• 9:50
  Dimensionen filtern Fakten.
• 9:52
  Niemals umgekehrt.
• 9:53
  Wenn Sie feststellen, dass Fakten Dimensionen filtern müssen,
• 9:56
  ist Ihr Modell des Design verkehrt herum.
• 9:59
  Besinnen Sie sich auf die Grundlagen.
• 10:00
  Testen Sie schließlich wie ein Ingenieur.
• 10:02
  Nutzen Sie DAX Studio,
• 10:03
  messen Sie Ausführungszeiten und verfolgen Sie Abfrageplänen.
• 10:05
  Wenn eine Kennzahl länger Spannung aufbaut als ein Netflix-Intro,
• 10:08
  schreiben Sie sie um.
• 10:09
  Konstante Aktualisierungszeiten unter drei Minuten sind keine Fantasie.
• 10:11
  Sie sind die Nebenwirkung von Respekt vor Kontext und Beziehungshygiene.
• 10:14
  An diesem Punkt sollte Ihr Modell schnurren, anstatt zu stöhnen.
• 10:17
  Die Beziehungen sind sauber, DAX ist diszipliniert, Aktualisierungen sind fertig, bevor Ihr Kaffee abkühlt.
• 10:22
  Sie haben Rechenkosten gesenkt, Aktualisierungsfenster verkürzt und Ihrem Team eine weitere Nachtschicht erspart,
• 10:27
  in der man einen rotierenden Kreis anstarrt.
• 10:28
  Jetzt, da alles wie beabsichtigt funktioniert, lassen Sie uns beziffern,
• 10:31
  wie viel Geld Ihre neu gewonnenen Disziplinen gerade eingespart hat.
• 10:35
  Der 10.000 Dollar ROI.
• 10:37
  Also gut, hören wir auf, so zu tun, als ginge es nur um Eleganz und handwerklichen Stolz.
• 10:41
  Sie sind nicht für die Kunst hierher gekommen, sondern für den ROI.
• 10:44
  Denn unter jedem unordentlichen Power BI-Modell verbirgt sich eine überraschend messbare Verschwendung von Geld und Zeit.
• 10:50
  Fangen wir mit der Arathmetik an.
• 10:51
  200 Analysten verlieren jeweils etwa 5 Minuten am Tag beim Warten darauf,
• 10:54
  dass Berichte aktualisiert oder Visuals geladen wird.
• 10:56
  Scheinlich viel, oder?
• 10:57
  Multipliziert man das mit 260 Arbeitstagen und dem durchschnittlichen Stundenlohn,
• 11:00
  kostet diese Verzögerung plötzlich etwa 10.000 Dollar pro Jahr.
• 11:03
  Mit einem Datensatz einem einzigen.
• 11:04
  Die meisten Unternehmen jonglieren mit Dutzend.
• 11:06
  Es ist erstaunlich, wie schnell sich Ineffizienz potenziert,
• 11:09
  wenn man sie mit der Mitarbeiterzahl multipliziert.
• 11:11
  Aber es ist nicht nur das Gehalt, das verloren geht, sondern auch die Rechenleistung.
• 11:14
  Jedes überladene Modell belastet Ihre Premium-Kapazität und erfordert mehr Speicher und CPU,
• 11:18
  selbst wenn es nur etwas Trivial ist wie einen monatlichen Umsatz-Slice rendert.
• 11:21
  Azure ist es egal, dass Sie Ihre zusätzlichen Spalten lieben.
• 11:23
  Es berechnet die Millisekunden, die Sie verbrauchen.
• 11:25
  Optimieren Sie Ihr Datenmodell und die CPU-Zyklen sinken.
• 11:29
  Geringere CPU-Last bedeutet kleinere Kapazitätsknoten oder längere Zeit bis zur Skalierung.
• 11:33
  Herzlichen Glückwunsch, Sie haben gerade eine kostensparende Richtlinie als technische Verbesserung getarnt.
• 11:37
  Performance bedeutet Produktivität.
• 11:39
  Dashboards, die in Sekunden statt Minuten aktualisieren, fördern Experimente in Echtzeit.
• 11:43
  Führungskräfte treffen Entscheidungen schneller, Entwickler iterieren sofort statt, aktualisieren, warten, debuggen Kaffee.
• 11:48
  Wenn Systeme schnell reagieren, vertrauen die Leute Ihnen, Vertrauen führt zur Nutzung.
• 11:53
  Ist Ihnen aufgefallen, dass Benutzer langsame Dashboards meinen, aber die Schnellen weiterempfehlen?
• 11:56
  Der Unterschied ist, die Einführungsreibung und Reibung kostet Geld bei der Akzeptanz.
• 12:00
  Ein globaler Hersteller hat sein monströses Lagermodell refaktoriert.
• 12:04
  Zwölfstündige nächtliche Aktualisierung auf 45 Minuten reduziert.
• 12:07
  Dem CFO waren Sternschimmers oder Ersatzschlüssel völlig egal.
• 12:09
  Ihm war wichtig, dass Analysten nicht mehr mitten in der Nacht aufstehen mussten, um Aktualisierungen zu überwachen.
• 12:13
  Schnellere Zyklen bedeuteten schnellere Erkenntnisse und wenige Ausfälle durch veraltete Daten.
• 12:19
  Diese eine Umstrukturierung setzte Ressourcen im Wert eines Vollzeitgehalts frei und senkte die Rechenkosten um 30 Prozent.
• 12:25
  Das ist die Ironie an der Sache.
• 12:27
  Die Effizienz, die Sie als Nice-to-have betrachten, ist eigentlich ein Finanzinstrument.
• 12:30
  Saubere Modelle sind günstiger im Betrieb, leichter zu prüfen, einfacher zu versionieren und schneller zu erweitern.
• 12:35
  Versuchen Sie mal Governance oder Versionskontrolle in einem verworrenen Beziehungsgeflecht einzuführen.
• 12:38
  Das ist wie Spaghetti zu dokumentieren.
• 12:40
  Mit strukturierter Modellierung erhalten Sie diskrete Tabellen, klare Verbindungen und prüfbare Transformationen.
• 12:45
  Compliance-Beauftragte lieben das und Ihr Infrastruktur-Team wird es auch tun.
• 12:48
  Betrachten Sie Optimierung als Schuldentilgung.
• 12:50
  Jede entfernte, redundante Spalte und jede geklärte Beziehung ist eine Zahlung in Richtung Ausgleich.
• 12:55
  Ignorieren Sie es, zeigen sich die Zinsen in Form von verlorenen Stunden und unvorhersehbaren Ausfällen.
• 12:59
  Beheben Sie es und Sie bauen Guthaben auf technisches Kultus.
• 13:01
  Schließlich ist Ihre BI-Umgebung keine Belastung mehr, sondern erzielt Zinseszinsen,
• 13:05
  bei gesparte Zeit, bei Aktualisierungen in Strategie investiert wird.
• 13:08
  Also ja, Power BI-Modellierung kann Ihnen 10.000 Dollar oder mehr sparen, aber der wahre Gewinn ist nicht das Geld.
• 13:13
  Es ist Vertrauen.
• 13:14
  Vertrauen darauf, dass sich Ihre Daten unter Druck vorhersehbar verhalten,
• 13:17
  dass Ihre Dashboards mit der Nachfrage skalieren.
• 13:19
  Und wenn jemand fragt, können wir diesen Datensatz verdoppeln?
• 13:22
  Dass Ihre Antwort kein nervöses Lachen ist.
• 13:24
  Und das ist springender Punkt.
• 13:25
  Wenn Sie erst einmal diese reibungslose Performance erlebt haben, werden Sie die alte Art nie wieder tolerieren.
• 13:29
  Jede langsame Aktualisierung wird zum persönlichen Ärgern.
• 13:31
  Jede zirkuläre Beziehung fühlt sich an wie Vandalismus.
• 13:34
  Das Fortschritt.
• 13:34
  Schafft.