Stermodelleren in de Praktijk voor Data Analisten

In deze cursus leer je hoe je ruwe, vaak niet-geoptimaliseerde data omzet naar een goed ontworpen stermodel met feiten- en dimensietabellen. Je ziet hoe je met Power Query, Power BI en Microsoft Fabric (Warehouse en Lakehouse) een robuuste semantische laag opzet die rapportage eenvoudiger, sneller en betrouwbaarder maakt. De nadruk ligt op praktische modellering: van brondata tot een schaalbaar stermodel dat direct inzetbaar is voor rapportages, data science en self-service BI.

Wat je leert
• De basisprincipes van dimensioneel modelleren en het stermodel.
• Het onderscheid tussen feiten- en dimensietabellen en wanneer je welke gebruikt.
• Ruwe brondata omvormen naar een stermodel met Power Query.
• Stermodellen ontwerpen voor Power BI-semantic models en Fabric (Warehouse/Lakehouse).
• Hoe een goed stermodel DAX-complexiteit verlaagt en performance verbetert.
• Richtlijnen voor herleidbare, betrouwbare en goed documenteerbare datasets.

Na deze cursus kun je:
• Zelfstandig een stermodel ontwerpen op basis van brondata.
• Feiten- en dimensietabellen modelleren voor Power BI en Fabric.
• Ruwe, niet-dimensioneel gemodelleerde data transformeren naar een sterschema met Power Query.
• Power BI-rapporten en dashboards bouwen die eenvoudiger, sneller en minder foutgevoelig zijn.
• Gouden datasets in Fabric ontwerpen die geschikt zijn voor zowel analytics als data science.
• Dataherleidbaarheid en betrouwbaarheid verbeteren door consistente modellering.

Voor wie
• Data engineers die stermodellen willen ontwerpen in Fabric (Warehouse, Lakehouse) of andere platformen.
• Data scientists die betrouwbare, goed gestructureerde datasets nodig hebben voor analyses en modellen.
• BI-specialisten en Power BI-ontwikkelaars die nu werken op niet-dimensionele bronnen.
• Data-analisten die gouden datasets of semantische modellen beheren.

Voorkennis
• Geen specifieke voorkennis vereist; affiniteit met data is gewenst.
• Ervaring met SQL of het bouwen van Power BI-rapporten maakt het makkelijker de cursus te volgen.
• Basiskennis van datawarehousing- of modelleringconcepten is een plus, maar niet noodzakelijk.

Inhoud (globaal programma)

Deel 1
• Introductie dimensioneel modelleren.
• Feiten, dimensies en het belang van het stermodel voor Power BI en Fabric.

Deel 2
• Van brondata naar stermodel.
• Analyse van bronstructuren, valkuilen bij relationele en operationele modellen.

Deel 3
• Transformeren met Power Query.
• Stap voor stap ruwe data omzetten naar feiten- en dimensietabellen.

Deel 4
• Stermodellen in Power BI en Fabric.
• Semantisch model in Power BI versus modelleren in Fabric Warehouse en Lakehouse.

Deel 5
• Kwaliteit, performance en DAX.
• Impact van een goed stermodel op DAX-complexiteit, performance en onderhoud.

Deel 6
• Gouden datasets en best practices.
• Ontwerpen van herbruikbare datasets voor data engineers en data scientists, patronen en Q&A.