Wat is een semantisch model in Power BI?

Een semantisch model is de laag in Power BI waarin je bronnen samenkomen, de relaties tussen tabellen vastliggen en elke KPI één keer wordt berekend. Rapporten, Excel-analyses en Copilot lezen daaruit. Tot eind 2023 heette het in Power BI een dataset. Het woord semantisch zegt waar het om gaat: betekenis. Het model legt vast wat een getal betekent.

In dit artikel lees je waaruit een semantisch model bestaat, waarom het het hart van je rapportage is, en hoe het model van de Noordkade-demo eruitziet. Hoe je een goed model opbouwt, staat in de gids over het Power BI-datamodel.

Waaruit het bestaat

Een semantisch model heeft vier onderdelen.

1. Tabellen. De gegevens uit je bronnen, opgehaald en opgeschoond met Power Query. Het grootboek, de begroting, de kostenplaatsen.
2. Relaties. De koppelingen tussen de tabellen. Het rekeningnummer in het grootboek hoort bij het rekeningnummer in het rekeningschema.
3. Measures. De berekeningen, geschreven in DAX. Omzet, kostprijs, brutomarge, de afwijking van de begroting.
4. Beschrijvingen en rechten. Wat elke tabel en elke measure betekent, en wie welke gegevens mag zien.

Samen vormen ze één geheel. Het rapport is alleen nog de voorkant.

Waarom het het hart is

Zonder model rekent elk rapport zelf. Twee rapporten over de omzet kunnen dan twee verschillende getallen tonen, omdat ze net anders rekenen. Met een model staat de berekening één keer vast, en lezen alle rapporten uit dezelfde bron.

Daar komen drie voordelen bij.

• Eén keer bouwen, vaak gebruiken. Een nieuw rapport bouwen op een bestaand model kost uren in plaats van dagen. Het rekenwerk is al gedaan.
• Excel op het model. Met Analyseren in Excel maakt een controller een draaitabel die rechtstreeks op het model werkt. Hij houdt de vrijheid van Excel, met de cijfers uit het model.
• Klaar voor AI. Copilot in Power BI leest het model: de namen, de beschrijvingen, de measures. Een goed model geeft betere antwoorden.

Semantisch: het gaat om betekenis

Het woord semantisch klinkt technisch, maar het idee is eenvoudig. Een getal in een tabel is een getal. Een getal in een semantisch model heeft een betekenis die is vastgelegd.

Neem omzet. In het grootboek staan boekingen op rekeningen. Welke rekeningen tellen als omzet? Met of zonder btw? In welke maand, de factuurdatum of de boekdatum? In een semantisch model staat dat één keer vast, in de measure Omzet. Wie omzet in een rapport sleept, krijgt altijd dezelfde berekening.

4

Delen in Teams

Op de plek waar je team al werkt

• Teams-tabblad
• SharePoint-pagina
• Power BI-app
• Mobiel

de stuurlaag

3

Stuurinformatie op tijd

KPI's met norm, trend en signaal

• Afwijking t.o.v. begroting
• Drill-down tot regelniveau
• Signaal bij afwijking

2

Datamodel één definitie

Eén definitie per KPI, elke nacht ververst

Marge % = DIVIDE ( [Brutowinst], [Omzet] )

1

Bron automatisch

Wat je al hebt, automatisch opgehaald

• Excel
• CSV-exports
• SharePoint-lijsten
• SQL
• Elk systeem met een export

Een voorbeeld: het model van Noordkade

Het model van Noordkade Techniek, het fictieve installatiebedrijf uit de demo, is een goed voorbeeld van een klein, compleet semantisch model.

• Zeven tabellen. Drie met wat er gebeurde: het grootboek, de begroting en de fte per afdeling. Vier waarmee je kijkt: datum, kostenplaats, rekening en rubriek.
• Negen relaties. Elke feitentabel is verbonden met de tabellen waarmee je kijkt.
• 27 measures, in een eigen tabel Kengetallen. Van omzet en brutomarge tot een controle op dubbel ingeboekte facturen.

De brutomarge staat er zo in:

Brutomarge = [Omzet] - [Kostprijs]
Brutomarge % = DIVIDE ( [Brutomarge], [Omzet] )

Elke pagina van de demo rekent met deze twee regels. Het maandoverzicht, de afwijkingen per kostenplaats en het doorklikken naar de boekingen: allemaal dezelfde brutomarge.

Waar het model staat

Je bouwt een model in Power BI Desktop, op je eigen computer. Daarna publiceer je het naar een werkruimte in de Power BI-dienst. Daar ververst het volgens een schema, en bouwen collega’s er rapporten op.

Het model van de demo is opgeslagen als Power BI-project, met het model als losse tekstbestanden. Dat maakt het mogelijk om wijzigingen bij te houden, net als bij software. Voor een organisatie met meerdere bouwers is dat een groot voordeel: je ziet wie wat heeft veranderd, en je kunt terug naar een vorige versie.

Eén model of meerdere?

Begin met één model per onderwerp, bijvoorbeeld financiën. Bouw daar de maandrapportage, het dashboard en de analyses op. Komt er een tweede onderwerp bij, zoals HR, dan kan dat een tweede model zijn, met een eigen eigenaar. Gedeelde tabellen, zoals de kostenplaatsen, houd je dan gelijk tussen de modellen.

Wat je wilt voorkomen, is een model per rapport. Dan heb je na een jaar tien modellen met tien versies van de omzet, en ben je terug bij het probleem dat je met Excel had.

Wat een goed model kenmerkt

Een goed semantisch model herken je aan een paar dingen, ook zonder dat je de techniek kent.

• Je begrijpt de namen. Kostenplaats, Rekening, Omzet. Geen afkortingen die alleen de bouwer kent.
• Elke KPI staat er één keer in, als measure, met een beschrijving.
• De tabellen zijn gescheiden in wat er gebeurde en waarmee je kijkt, zoals in een sterschema.
• Het ververst vanzelf, en er is een melding als het misgaat.
• Er is een eigenaar die wijzigingen doorvoert en bijhoudt wat er veranderde.

Een model laten groeien

Een model is nooit af. Er komt een bron bij, een afdeling wordt gesplitst, de directie wil een nieuwe KPI. Laat het model daarom groeien in kleine stappen. Een nieuwe measure test je eerst tegen bekende getallen, voordat hij in een rapport komt. Een nieuwe bron koppel je aan de bestaande dimensies, zodat hij meteen met de rest kan worden vergeleken. Zo blijft het één model, in plaats van een verzameling losse stukken.

Houd daarbij een kort logboek bij: de datum, wat er veranderde en waarom. Bij een Power BI-project, zoals de demo, kan dat met versiebeheer. Bij een gewoon bestand volstaat een tabblad of een document naast het model.

Wat ik vaak zie misgaan

• Een model per rapport. Elk nieuw rapport een nieuw bestand met een eigen model. Na een jaar weet niemand meer welke omzet klopt.
• Berekeningen in het rapport. Een filter of berekening in een visual, in plaats van een measure in het model. Dan rekent alleen die ene visual zo.
• Geen beschrijvingen. Na een half jaar weet niemand meer wat “Realisatie aangepast” betekent. Een zin per measure voorkomt dat, en helpt Copilot.

Wat je nu kunt doen

1. Kijk hoeveel modellen er bij jullie zijn. Tel in de werkruimtes de semantische modellen. Zijn het er veel meer dan onderwerpen?
2. Open het model van je belangrijkste rapport en tel de measures. Staan de belangrijkste KPI’s erin, of zitten ze in de visuals?
3. Bekijk een compleet model in de praktijk. In de demo zie je wat één model met 27 measures kan.