Mange virksomheder kommer godt i gang med Power BI, men møder hurtigt en grænse, når rapporterne skal kunne mere end filtre, grafer og standardvisualiseringer. Hos Officekursus.dk ApS ser man ofte, at udfordringen ikke er adgang til data, men manglende DAX-kompetencer til at omsætte data til brugbare KPI’er, måltal i Power BI og stabile analyser.
Kort opsummering
- Et DAX kursus Power BI er typisk det rigtige næste skridt, hvis I bruger Excel som nødløsning, kæmper med YTD og budget-vs-faktisk eller har rapporter, som er svære at vedligeholde.
- DAX, som står for Data Analysis Expressions, er sproget bag measures, filter context og tidsintelligens i Power BI, og det er centralt for avancerede Power BI beregninger.
- Microsoft Learn beskriver DAX som formelsproget til Power BI, Excel Power Pivot og Analysis Services, og dokumentationen peger især på context, variables og time intelligence som nøgleområder.
- Hvis kun én medarbejder kan forklare modellens logik, er det et tydeligt signal om, at teamet mangler fælles metode, navngivning og forståelse af Power BI DAX.
- Officekursus.dk tilbyder også et 1-dags DAX-forløb, hvilket er relevant for teams, der hurtigt vil fra manuelle workaround-løsninger til mere robuste measures og KPI’er.
DAX er ikke kun for BI-specialister. For controllere, analytikere og økonomimedarbejdere er det ofte forskellen på en rapport, der blot viser historik, og en løsning, der faktisk svarer på spørgsmål om udvikling, afvigelser og fremdrift. Her får I en praktisk vurdering af, hvornår et DAX kursus giver mere værdi end endnu et generelt Power BI kursus.
Hvad er DAX i Power BI?
DAX i Power BI er formelsproget Data Analysis Expressions, som bruges i Power BI, Excel Power Pivot og Analysis Services. Det er kernen i measures, filter context og intelligente Power BI beregninger.
Ifølge Microsoft Learn er DAX et formelsprog til tabellariske datamodeller. Det bruges, når data ikke bare skal vises, men beregnes ud fra regler, filtre og relationer mellem tabeller. Det gælder alt fra dækningsgrad og bruttomargin til måltal i Power BI og avancerede afvigelsesanalyser.
Forskellen mellem simple rapporter og avancerede analyser er ret konkret. En simpel rapport viser måske omsætning pr. måned. En avanceret analyse viser omsætning år-til-dato, samme periode sidste år, afvigelse mod budget og vækstrate fordelt på produkter, kunder eller afdelinger. Det kræver DAX formler, som reagerer korrekt på slicere, datoer og filtervalg.
En typisk misforståelse er, at DAX kun handler om formler, der ligner Excel. Det gør det ikke. DAX handler mindst lige så meget om kontekst. Microsoft skelner mellem row context og filter context, og det er netop den forskel, der gør, at samme measure kan give ét resultat på totalniveau og et andet på produktniveau uden at være forkert.
Hvorfor er DAX vigtigt?
DAX er vigtigt, fordi standardfunktioner i Power BI hurtigt bliver for begrænsede, når rapportering skal understøtte økonomistyring, KPI-opfølgning og tidsbaserede sammenligninger. Det gælder især i økonomi, controlling og ledelsesrapportering.
Mange starter med at bygge rapporter med importerede tabeller, få relationer og nogle standardvisualer. Det fungerer fint, så længe behovet er deskriptivt. Problemet opstår, når virksomheden vil arbejde med budget vs. faktisk, avancerede KPI’er, år-til-dato beregninger, rullende 12 måneder eller sammenligning mellem perioder. Her er Power BI DAX ofte det, der mangler.
Microsoft Learn fremhæver time intelligence som et centralt område i DAX. Funktioner til dag, måned, kvartal og år kræver typisk en korrekt datotabel, og før de virker stabilt, skal den markeres som Date Table. Praktisk tip: Hvis jeres YTD-beregning ser rigtig ud i én visualisering, men forkert i en anden, er problemet ofte modellen eller datotabellen, ikke selve visualet.
“Officekursus.dk tilbyder et DAX Introduktions kursus på 1 dag, hvilket passer godt til teams, der hurtigt skal løfte Power BI-beregninger uden et langt uddannelsesforløb.”
Når DAX bliver vigtigt, er det sjældent af akademiske grunde. Det er, fordi forretningen vil have svar, som en standardrapport ikke kan give sikkert eller hurtigt nok.
Hvilke 5 tegn viser, at I bør vælge et DAX kursus i Power BI?
Hvis to eller flere af disse tegn passer på jer, er et DAX kursus ofte mere relevant end endnu et bredt Power BI kursus. Tegnene peger på, at jeres udfordring ligger i beregninger, modelkvalitet og fælles metode.
De fem tegn dukker ofte op i samme organisation. I starter med rapportering, men ender med at mangle et fælles sprog for measures, context og tidslogik.
- I eksporterer data til Excel for at lave beregninger, som burde ligge i Power BI.
- I har svært ved YTD, MTD, samme periode sidste år og vækstrater.
- Rapporterne bliver tunge, komplekse eller svære at vedligeholde.
- Kun én medarbejder forstår logikken bag modellens DAX formler.
- I vil bygge forecasts, ranking, segmentering eller dynamiske måltal i Power BI.
Hvis listen virker bekendt, er det et tegn på, at jeres Power BI træning skal være mere specialiseret.
Bruger I Excel-formler som løsning på Power BI-problemer?
Hvis analyser ender i Excel, er det ofte et klart tegn på, at jeres DAX-niveau bremser værdien af Power BI. Excel-formler er stærke, men det bør ikke være nødplanen for faste Power BI beregninger.
Det sker ofte i tre trin. Først bygger teamet en rapport i Power BI. Dernæst opdager man, at en KPI eller en afvigelse ikke kan laves med de eksisterende felter. Til sidst eksporteres data til pivottabeller, hvor nogen bruger SUMIFS, opslag eller pivottabeller for at få svaret.
Det er ikke altid forkert. Excel er stærkt, men det bør ikke være nødplanen for faste Power BI beregninger. Men hvis den samme beregning skal bruges hver uge eller måned, bør den normalt flyttes ind i datamodellen som et measure. Ellers får I manuelle mellemregninger, versionsproblemer og tvivl om, hvilke tal der er de rigtige.
Et godt pejlemærke er dette: Hvis flere personer bruger tid på at reproducere samme logik uden for Power BI, er det sjældent et dataproblem. Så er det et DAX-problem.
Har I svært ved at beregne KPI’er på tværs af perioder?
Når YTD, MTD og samme periode sidste år driller, er det som regel DAX og datomodellen, der mangler, ikke flere visualiseringer. Tidsbaserede KPI’er er netop et område, hvor DAX er designet til at løse opgaven.
I praksis ser udfordringen ofte sådan ud. Først får I et korrekt månedsresultat. Så vil I have år-til-dato. Derefter vil ledelsen sammenligne med sidste år eller se vækstraten. Hver gang ændres kravene lidt, og pludselig er en simpel sum ikke længere nok.
Her bliver time intelligence afgørende. Hvis I vil beregne YTD, så skal datotabellen være korrekt. Hvis I vil sammenligne samme periode sidste år, så skal relationer og filtre spille sammen. Hvis I vil beregne vækstrater, så skal både tæller og nævner reagere rigtigt på samme filter context. En almindelig fejl er at bygge disse logikker som calculated columns, selv om de burde være measures.
“Officekursus.dk tilbyder også solo- og duokursus i DAX, så deltagere kan arbejde med egne modeller, calculated columns og calculated measures i et mere målrettet format.”
Praktisk tip: Hvis et KPI kun giver mening i forhold til det aktuelle filtervalg, er det næsten altid et measure og ikke en kolonne, I skal bruge.
Bliver rapporterne langsomme eller komplekse?
Langsomme rapporter og uigennemsigtige modeller skyldes ofte for mange calculated columns, gentaget logik og svage designvalg i DAX. Bedre measures og bedre struktur kan gøre en stor forskel.
Symptomerne er lette at genkende. Der ligger næsten ens beregninger i flere tabeller. Filtre giver forskellige resultater afhængigt af siden. Og hver ny KPI kræver endnu en kolonne, endnu en workaround eller endnu en kopi af en eksisterende formel.
Korrekt anvendelse af DAX hjælper på flere niveauer. Measures kan genbruges på tværs af visualiseringer. Variables gør komplekse udtryk mere læsbare. Funktioner som og gør det muligt at styre filter context præcist i stedet for at sprede logikken ud i modellen. Det giver færre fejl og ofte bedre vedligeholdelse.
Der er også et trade-off. Nogle calculated columns er nødvendige, især når en værdi skal eksistere række for række og bruges til sortering, kategorisering eller relationer. Men KPI-logik, vækstrater og dynamiske måltal i Power BI hører oftest hjemme som measures.
Er der kun én medarbejder, der forstår rapporterne?
Hvis kun én person kan forklare jeres DAX formler, har I en driftsrisiko og et læringsproblem på samme tid. Det gør både rapporterne og forretningen sårbare.
Nøglepersonafhængighed opstår tit stille og roligt. En dygtig medarbejder bygger de første measures, finder en måde at håndtere budget vs. faktisk på og får styr på tidsintelligens. Efter nogle måneder står resten af teamet med rapporter, de bruger hver dag, men ikke kan ændre sikkert.
Et DAX kursus kan skabe fælles forståelse af begreber som row context, filter context, measures og navngivning. Det gør det lettere at gennemgå beregninger, dokumentere logik og fordele arbejdet. En undervurderet gevinst er, at diskussioner om tal bliver mere præcise. I stedet for at spørge “Hvorfor viser rapporten noget andet?” kan teamet spørge “Hvilket filter context bliver measuret evalueret i?”
En enkel praksis hjælper meget: Lav fælles regler for measure-navne, beskriv forretningsdefinitioner og saml centrale KPI’er i en tydelig struktur. Så bliver avanceret Power BI mindre personafhængigt.
Ønsker I mere avancerede analyser end Power BI kan levere out of the box?
Når I vil bygge forecasts, dynamiske KPI’er, segmentering og ranking, er standardfunktioner sjældent nok. DAX åbner for logik, som gør Power BI til et analyseværktøj frem for et rent rapportværktøj.
Mange forbinder avanceret Power BI med flere visualiseringer. Det er kun en del af billedet. Den egentlige forskel ligger i beregningslaget. Det er her, I kan definere kundesegmenter ud fra adfærd, rangere produkter inden for valgte filtre, beregne målopfyldelse mod skiftende budgetter eller lave analyse af kundeadfærd over tid.
Det er også her, et DAX kursus Power BI giver særlig værdi. Ikke fordi alle skal kunne alle funktioner, men fordi teamet skal forstå, hvornår en forretningsregel skal løses i datamodellen frem for i et regneark, en visualisering eller et manuelt notat.
Microsofts DAX-reference omtaler mere end 250 funktioner fordelt på blandt andet aggregationsfunktioner, dato- og tidsfunktioner og filterfunktioner. Pointen er ikke at lære dem alle udenad. Pointen er at kende mønstrene og vide, hvilke funktioner der passer til hvilke analysebehov.
Hvad lærer man på et DAX kursus?
Et godt DAX kursus lærer jer at bygge measures, styre context og omsætte forretningskrav til stabile Power BI beregninger. Hos Officekursus.dk er fokus i praksis på anvendelige modeller, calculated measures og læring, der kan bruges direkte i arbejdet.
Hvis I vil gå fra grundlæggende rapportering til mere specialiseret Power BI uddannelse, er et målrettet DAX kursus Power BI ofte den mest direkte vej. Et typisk forløb dækker både sproget og den måde, DAX spiller sammen med datamodellen på.
- Measures: beregninger der reagerer dynamisk på filtre, datoer og visualer
- CALCULATE(): styring af filter context, så KPI’er bliver korrekte på tværs af rapporter
- FILTER(): opbygning af mere præcise analyser, hvor bestemte betingelser skal gælde
- SUMX(): iterative beregninger, når en simpel SUM ikke er nok
- Variables: mere læsbare DAX formler med bedre struktur og færre fejl
- Context: forskellen på row context og filter context, som er afgørende i Power BI DAX
- Time Intelligence: YTD, MTD, perioder, vækst og sammenligning med tidligere år
- Performanceoptimering: valg mellem measures og kolonner samt bedre vedligeholdelse
Det afgørende er den praktiske anvendelse. For virksomheder handler Power BI træning ikke om at skrive flotte formler, men om at levere mere pålidelige tal hurtigere.
Hvem bør deltage på et DAX kursus?
Et DAX kursus er relevant for controllere, Business Analysts, BI-specialister og økonomiteams, der allerede arbejder i Power BI. Det er mindre relevant for helt nye brugere, som endnu mangler grundlæggende model- og rapportforståelse.
Controllere og økonomimedarbejdere får især værdi, når de arbejder med afvigelser, forecast, budgetopfølgning og måltal i Power BI. Business Analysts og BI-specialister har ofte brug for DAX for at bygge mere robuste datamodeller og genanvendelige KPI’er. Projektledere og datadrevne ledere kan også have gavn af kurset, hvis de ejer definitionerne bag KPI’erne og skal kunne udfordre logikken i rapporteringen.
Det bedste match er personer, som allerede bruger Power BI aktivt og kan mærke, at standardniveauet ikke længere rækker. Hvis man stadig er i gang med at lære visualiseringer, relationer og grundlæggende dataimport, bør man normalt starte et trin tidligere.
Hvornår er et almindeligt Power BI kursus ikke længere nok?
Et almindeligt Power BI kursus er ikke længere nok, når jeres vigtigste spørgsmål handler om DAX, measures og modeloptimering frem for visualisering og dataimport. Officekursus.dk skelner i praksis mellem introduktion, videregående brug og specialiseret DAX-undervisning.
Et grundlæggende Power BI kursus hjælper med dataindlæsning, relationer, visualer og en første forståelse af DAX. Det er ofte nok i den tidlige fase. Et videregående Power BI kursus tager jer typisk ind i bedre modeller, flere visualiseringer og mere struktureret rapportering. Men når behovet går på tidsintelligens, avancerede KPI’er, filterlogik og performance, er et specialiseret DAX-forløb mere præcist.
- Grundlæggende Power BI: dataimport, relationer, standardvisualer og enkle DAX formler
- Videregående Power BI: bedre modeller, mere struktur og større rapporteringskrav
- Specialiseret DAX-undervisning: measures, context, time intelligence og komplekse Power BI beregninger
Hvis I kan genkende flere af de fem tegn, er et DAX-kursus ofte næste skridt i jeres Power BI-rejse. Med de rette DAX-kompetencer bliver det muligt at udvikle mere intelligente rapporter, stærkere KPI’er og analyser, der skaber reel forretningsværdi.
