DAX: verborgen complexiteit van een dagelijkse gemiddelde

Samenvatting

DAX maakt een dagelijks gemiddelde snel, maar verborgen keuzes rond lege waarden bepalen de uitkomst.

DAX en het dagelijkse gemiddelde

SQLBI onderzoekt hoe AI een DAX-measure voor Average Daily Sales opstelt. De eenvoudige versie gebruikt AVERAGEX over de Date-tabel:

AVERAGEX ( 'Date', [Sales Amount] )

Daarna laat het artikel AI dezelfde berekening uitvoeren over de unieke waarden van Date[Date] met VALUES. Die variant werkt op een tabel met één kolom en lijkt efficiënter, maar beide berekeningen gedragen zich hetzelfde.

De kern zit in de noemer. AVERAGEX negeert lege resultaten, maar telt nul wel mee. In een matrix voor de kleur Brown toont januari 2024 daarom dezelfde waarde als 19 januari 2024: dat was de enige dag met verkoop. De overige 30 dagen leveren een lege Sales Amount op.

DAX en de controle van AI-code

AI schrijft de DAX-code binnen enkele seconden. Daarmee verdwijnt het schrijfwerk niet volledig, maar verschuift het werk naar het vastleggen van de zakelijke vraag, het controleren van randgevallen en het valideren van de uitkomst.

Dat onderscheid telt bij gemiddelden. Een formule kan syntactisch correct werken en toch een andere noemer gebruiken dan de gebruiker bedoelt. De filtercontext speelt daarbij een directe rol: productfilters filteren Sales, maar lopen via enkelvoudige relaties niet terug naar Date. Januari bevat daardoor 31 datums, terwijl slechts één datum verkoop heeft.

SQLBI gebruikt AI ook om validatiequeries te maken die de noemer zichtbaar maken. Elke test voegt een ontbrekend detail aan de oorspronkelijke vraag toe.

DAX: controleer de noemer

Gebruik AI gerust om DAX-measures en queries op te stellen, maar controleer daarna expliciet welke datums de iteratie bevat, hoe lege waarden worden behandeld en welke filters de Date-tabel bereiken. Test de measure met lege dagen, nulwaarden en productfilters voordat je het resultaat publiceert.