DAX optimaliseren met AI

Samenvatting

DAX optimaliseren met AI blijkt mogelijk, maar menselijke sturing en uitgebreide tests bepalen of een nieuwe formule echt beter is.

DAX optimaliseren met AI: wat er gebeurt

SQLBI onderzoekt of AI een DAX-formule goed kan optimaliseren. De test gebruikt een ongebruikelijke berekening voor een maatstaf met de naam Repeat Purchase Sales. Die maatstaf telt verkopen op aankoopdagen die binnen 30 kalenderdagen van de direct voorafgaande aankoopdag van dezelfde klant vallen. CustomerKey bepaalt welke aankopen bij elkaar horen.

De oplossing in de video wijkt af van die in het artikel. SQLBI adviseert daarom beide oplossingen te vergelijken: dezelfde context en prompts kunnen verschillende antwoorden opleveren. AI kan alternatieve DAX-formules genereren, tests uitvoeren, resultaten verzamelen en rapporten opstellen.

DAX en menselijke controle: waarom dit belangrijk is

DAX-optimalisatie draait niet alleen om een kortere of anders geschreven formule. De nieuwe formule moet hetzelfde resultaat geven als de oude. Ook de queryvorm en de verdeling van de data beïnvloeden de uitkomst. Een formule die goed presteert in één test, hoeft dat bij een andere dataset of query niet te doen.

SQLBI benadrukt daarom de combinatie van AI en menselijke expertise. Kennis van de DAX-engine helpt bij het beoordelen van voorstellen. Een mens kan bovendien nieuwe, ongebruikelijke ideeën aandragen; AI kan die ideeën daarna verder uitwerken en systematisch testen. De eerste conclusies komen uit een eenvoudige test en zijn geen volledig onderzoek naar de effectiviteit van AI.

Concrete takeaway voor DAX-ontwikkelaars

Gebruik AI als testassistent, niet als eindbeoordelaar. Laat het meerdere versies van een formule uitvoeren en rapporteren, maar controleer zelf de gelijkwaardigheid, queryvorm en gegevensverdeling. Vergelijk bovendien de artikel- en video-oplossing voordat je een aanpak overneemt.