Jak napisać formułę DAX w Power BI krok po kroku?

Wprowadzenie do DAX i jego roli w Power BI

Data Analysis Expressions (DAX) to specjalistyczny język formuł wykorzystywany w Power BI, który umożliwia tworzenie dynamicznych miar, kolumn obliczeniowych oraz zaawansowanych filtrów danych. Dzięki DAX możliwe jest przekształcanie i analizowanie danych w sposób, który wykracza poza podstawowe możliwości interfejsu użytkownika Power BI.

Rola DAX w Power BI jest kluczowa, gdy chcesz przejść od prostego raportowania do zaawansowanej analityki. Pozwala on na:

• Tworzenie miar i wskaźników KPI – np. suma sprzedaży, średni zysk, liczba aktywnych klientów.
• Dodawanie kolumn obliczeniowych – wzbogacenie modelu danych o nowe informacje wyliczane na podstawie istniejących danych.
• Zarządzanie zależnościami kontekstowymi – np. obliczenia zmieniające się w zależności od wybranych filtrów lub poziomu szczegółowości danych.
• Wykonywanie zaawansowanych analiz czasowych – takich jak porównywanie wyników rok do roku czy analiza trendów miesięcznych.

DAX łączy cechy znane z arkuszy kalkulacyjnych, takie jak funkcje logiczne czy matematyczne, z dodatkowymi możliwościami charakterystycznymi dla języków zapytań w bazach danych. Na przykład, prosta miara obliczająca łączną sprzedaż może wyglądać tak:

Total Sales = SUM(Sales[Amount])

To tylko początek możliwości, jakie daje DAX. Jego moc objawia się szczególnie wtedy, gdy konieczne jest tworzenie dynamicznych formuł zależnych od wielu warunków i kontekstu analizy.

Zrozumienie kontekstu: kontekst wiersza i kontekst filtru

Jedną z najważniejszych cech języka DAX w Power BI jest to, że sposób obliczania wartości zależy od kontekstu, w jakim dana formuła jest wykonywana. Dwa główne typy kontekstu, które należy zrozumieć, to kontekst wiersza i kontekst filtru. Choć mogą wydawać się podobne, pełnią one różne role i wpływają na wyniki obliczeń w odmienny sposób.

Kontekst wiersza odnosi się do pojedynczego wiersza danych w tabeli. Jest on tworzony automatycznie podczas obliczeń w kolumnach obliczeniowych lub w miarach wykorzystujących funkcje iteracyjne. W tym kontekście DAX ma dostęp tylko do danych z bieżącego wiersza, dzięki czemu może wykonywać operacje zależne od wartości w tym jednym przypadku.

Kontekst filtru z kolei dotyczy zestawu wartości wynikających z filtrów nałożonych na dane – mogą to być filtry wynikające z wizualizacji, segmentów (slicerów) lub innych komponentów raportu. To właśnie ten kontekst sprawia, że ta sama miara może zwracać różne wyniki w zależności od tego, co użytkownik wybierze na wykresie czy tabeli.

Na przykład, jeśli utworzymy miarę sumującą wartości sprzedaży, to jej wynik będzie inny dla całkowitej sprzedaży, a inny dla sprzedaży z konkretnego regionu — i to właśnie jest efekt działania kontekstu filtru.

Rozróżnianie i świadome wykorzystywanie obu typów kontekstu jest kluczowe przy budowie skutecznych i dynamicznych formuł DAX. Ich zrozumienie pozwala lepiej przewidzieć, jak będą zachowywać się nasze obliczenia w różnych sytuacjach analitycznych.

Podstawy składni DAX: funkcje, operatory i składnia formuł

DAX (Data Analysis Expressions) to język formuł używany w Power BI do tworzenia obliczeń i analiz danych. Jego składnia przypomina dobrze znane funkcje Excelowe, ale jest znacznie potężniejsza dzięki możliwości pracy z kontekstem danych. Poniżej przedstawiamy podstawowe elementy składni DAX, które są fundamentem przy budowaniu bardziej zaawansowanych formuł.

Funkcje DAX

Funkcje to podstawowe składniki DAX, które wykonują obliczenia. Wyróżniamy m.in.:

• Funkcje agregujące – takie jak SUM, AVERAGE, MIN, MAX.
• Funkcje logiczne – np. IF, AND, OR.
• Funkcje tekstowe – np. LEFT, RIGHT, CONCATENATE.
• Funkcje daty i czasu – np. TODAY, YEAR, DATEADD.

Przykład prostej funkcji agregującej:

Sales Total = SUM(Sales[Amount])

Operatory w DAX

DAX obsługuje różne typy operatorów, które służą do budowania warunków i wyrażeń:

Składnia formuł

Formuły DAX zawsze zaczynają się od przypisania nazwy obliczenia, a następnie znaku równości (=) i wyrażenia DAX. Na przykład:

Profit Margin = DIVIDE(Sales[Profit], Sales[Revenue])

W powyższym przykładzie tworzona jest miara o nazwie Profit Margin, która dzieli zysk przez przychód. Zwracamy uwagę, że:

• Nazwy kolumn są zawsze poprzedzone nazwą tabeli w nawiasie kwadratowym, np. Sales[Profit].
• Funkcje są pisane wielkimi literami, ale nie jest to wymagane – to kwestia czytelności.
• Formuły można układać w wielu liniach dla lepszej przejrzystości.

Opanowanie podstawowych konstrukcji składni DAX pozwala łatwiej rozwijać bardziej złożone logiki analityczne. Nawet proste wyrażenia mogą istotnie wzbogacić możliwości raportów Power BI. Jeśli chcesz pogłębić swoją wiedzę i nauczyć się zaawansowanego wykorzystania DAX w praktyce, sprawdź Kurs Język DAX i język M - wykorzystanie funkcji języka DAX i analiza danych przy użyciu języka M.

Tworzenie prostych miar: SUM, AVERAGE, COUNT

Tworzenie prostych miar w DAX to jeden z podstawowych kroków w analizie danych w Power BI. Miary te pozwalają na szybkie obliczenia takie jak sumowanie wartości liczbowych, wyliczanie średnich czy zliczanie rekordów. Są to najczęściej wykorzystywane funkcje, które służą do generowania podsumowań i metryk widocznych w raportach.

Najczęściej używane funkcje do tworzenia prostych miar to:

• SUM() – sumuje wartości w określonej kolumnie, zwykle stosowana do danych liczbowych (np. sprzedaż, koszty).
• AVERAGE() – oblicza średnią arytmetyczną wartości z kolumny.
• COUNT() – zlicza liczbę niepustych wartości w kolumnie.

Oto przykładowe miary w DAX, które można dodać w Power BI:

Całkowita Sprzedaż = SUM(Sprzedaz[Wartosc])
Średnia Cena = AVERAGE(Produkty[Cena])
Liczba Klientów = COUNT(Klienci[ID_Klienta])

W poniższej tabeli zestawiono podstawowe różnice pomiędzy tymi funkcjami:

Miary te stanowią fundament dalszych analiz i są szczególnie przydatne przy budowaniu wykresów, tabel czy kart informacyjnych w raportach Power BI. Ich zrozumienie jest kluczowe dla efektywnego tworzenia dynamicznych wizualizacji.

Budowanie złożonych formuł: CALCULATE, FILTER, ALL i inne

W miarę jak analizy w Power BI stają się bardziej rozbudowane, pojawia się potrzeba tworzenia złożonych formuł DAX, które umożliwiają dynamiczne przeliczanie danych w różnych kontekstach. Kluczowymi funkcjami wykorzystywanymi w takich przypadkach są CALCULATE, FILTER oraz ALL. To one pozwalają na modyfikację filtrów i wykonywanie bardziej zaawansowanych analiz niż standardowe miary, takie jak SUM czy AVERAGE.

Poniżej przedstawiamy podstawowe różnice i zastosowania tych funkcji:

CALCULATE(SUM(Sales[Amount]), Region[Name] = "Polska")

FILTER(Sales, Sales[Amount] > 1000)

CALCULATE(SUM(Sales[Amount]), ALL(Region))

Wspólne użycie tych funkcji umożliwia tworzenie dynamicznych analiz, takich jak porównywanie wartości sprzedaży między regionami, obliczanie udziałów procentowych czy analiza trendów czasowych. Przykładowo, połączenie CALCULATE z FILTER pozwala na uwzględnienie tylko określonych rekordów, a z ALL – na porównanie z wartością ogólną.

Oprócz powyższych funkcji, w złożonych formułach DAX często występują także inne elementy, takie jak REMOVEFILTERS, VALUES czy SELECTEDVALUE, które służą do precyzyjnej kontroli kontekstu danych. Ich rola polega przede wszystkim na umożliwieniu pisania elastycznych i zoptymalizowanych formuł reagujących na interakcje użytkownika w raporcie. Jeśli chcesz pogłębić swoją wiedzę i jeszcze lepiej zrozumieć działanie tych funkcji, polecamy Kurs DAX - praca w języku DAX i użyteczne funkcje, wizualizacja danych w Power BI.

Praktyczne przykłady zastosowania DAX w raportach Power BI

DAX (Data Analysis Expressions) pozwala tworzyć dynamiczne miary i kolumny, które rozszerzają możliwości analityczne Power BI. W tej sekcji przedstawiamy kilka typowych przypadków użycia, które pozwalają lepiej zrozumieć praktyczne zastosowanie języka DAX w codziennej pracy z raportami.

• Tworzenie wskaźników biznesowych (KPI)
  Dzięki DAX można tworzyć miary, które pokazują kluczowe wskaźniki jak przychód, marża czy liczba klientów. Na przykład, aby obliczyć całkowity przychód, można użyć prostej formuły:

Total Sales = SUM(Sales[Amount])

• Porównania okresów (Year-over-Year, MTD, QTD)
  DAX umożliwia porównywanie danych z różnych okresów, np. przychodu bieżącego miesiąca do tego samego miesiąca rok wcześniej. Przykładowa miara:

Sales YoY = CALCULATE(SUM(Sales[Amount]), SAMEPERIODLASTYEAR(Calendar[Date]))

• Filtrowanie danych zależnie od kontekstu
  Można tworzyć miary, które reagują na filtr, np. sprzedaż konkretnego regionu lub kategorii produktu, zachowując przy tym kontrolę nad zakresem danych.
• Obliczenia udziałów procentowych
  DAX sprawdza się przy analizie udziału elementu w całości, np. udziału sprzedaży produktu w całkowitej sprzedaży. Przykład:

Product Share = DIVIDE(SUM(Sales[Amount]), CALCULATE(SUM(Sales[Amount]), ALL(Sales[Product])))

• Wyliczanie rankingów i pozycji
  Można wskazać produkty najlepiej sprzedające się w danym okresie, korzystając z funkcji takich jak RANKX.

Product Rank = RANKX(ALL(Sales[Product]), [Total Sales])

W poniższej tabeli zestawiono przykładowe zastosowania DAX wraz z ich typowym celem:

Dzięki tym zastosowaniom DAX staje się kluczowym narzędziem w przekształcaniu danych w informacje, które wspierają podejmowanie decyzji biznesowych.

Najczęstsze błędy i dobre praktyki w pisaniu formuł DAX

Tworzenie formuł DAX w Power BI może wydawać się intuicyjne na początku, jednak w praktyce początkujący często popełniają błędy, które prowadzą do nieprawidłowych wyników, spadku wydajności lub problemów z interpretacją danych. Poniżej przedstawiamy najczęstsze pułapki oraz sprawdzone dobre praktyki, które pomogą pisać lepszy kod DAX.

• Brak zrozumienia kontekstu: Jednym z podstawowych błędów jest nieuwzględnianie kontekstu wiersza i filtru. Może to prowadzić do nieoczekiwanych wyników, zwłaszcza przy użyciu miar agregujących.
• Nadmierne użycie funkcji CALCULATE: Choć jest to jedna z najpotężniejszych funkcji w DAX, jej niewłaściwe lub zbyt częste stosowanie może wprowadzać zbędną złożoność i utrudniać debugowanie formuł.
• Nieoptymalne filtrowanie danych: Używanie zagnieżdżonych funkcji FILTER lub zbyt szerokich filtrów może znacznie obniżyć wydajność raportów. Dobrą praktyką jest filtrowanie tylko tego, co niezbędne.
• Niewłaściwe użycie miar i kolumn obliczeniowych: Częstym błędem jest tworzenie kolumn obliczeniowych tam, gdzie powinno się używać miar – i odwrotnie. Kolumny są przeliczane raz, a miary dynamicznie, zależnie od kontekstu wizualizacji.
• Brak komentarzy i czytelności kodu: Ignorowanie czytelności formuł sprawia, że ich utrzymanie i poprawianie jest trudniejsze. Pisząc DAX, warto stosować wcięcia, przejrzyste nazwy i komentarze.
• Zakładanie, że DAX działa jak Excel: Wielu użytkowników z doświadczeniem w Excelu zakłada, że DAX będzie działał identycznie. To prowadzi do błędnego rozumienia działania funkcji i logiki kalkulacji.

Stosowanie się do tych dobrych praktyk oraz świadomość najczęstszych błędów pomoże tworzyć bardziej przejrzyste, wydajne i poprawne formuły DAX w Power BI. Z czasem pozwoli to również lepiej wykorzystać potencjał analityczny raportów i modeli danych.

Narzędzia i zasoby do nauki i debugowania DAX

Uczenie się języka DAX oraz skuteczne tworzenie i debugowanie formuł w Power BI wymaga nie tylko znajomości składni, ale także korzystania z odpowiednich narzędzi oraz zasobów edukacyjnych. Dzięki nim można szybciej zrozumieć sposób działania formuł, identyfikować błędy i rozwijać swoje umiejętności analityczne.

Oto najważniejsze narzędzia i źródła pomocne podczas pracy z DAX:

• Power BI Desktop – to podstawowe środowisko do tworzenia raportów i pisania formuł DAX. Wbudowany edytor formuł podpowiada składnię i sugeruje funkcje, co jest szczególnie przydatne dla początkujących.
• DAX Studio – darmowe narzędzie służące do zaawansowanej analizy zapytań DAX. Umożliwia analizowanie wydajności formuł, testowanie zapytań oraz eksplorację modelu danych przy pomocy języka DAX.
• SQLBI i blogi ekspertów – strony takie jak SQLBI.com oferują wysokiej jakości artykuły, kursy oraz dokumentację tworzonych funkcji. Autorzy, tacy jak Marco Russo i Alberto Ferrari, publikują wiele praktycznych przykładów i analiz przypadków.
• Microsoft Learn – oficjalna platforma edukacyjna Microsoftu zawiera interaktywne kursy obejmujące podstawy i zaawansowane zagadnienia związane z DAX i Power BI.
• DAX Guide – internetowa dokumentacja oferująca szybki dostęp do opisu funkcji DAX. Zawiera dokładne informacje o składni, zastosowaniach i ograniczeniach każdej funkcji.
• Okienko „Performance Analyzer” w Power BI – pozwala analizować czas wykonania poszczególnych wizualizacji i formuł. Może pomóc zidentyfikować wolne lub nieoptymalne obliczenia DAX.
• Fora i społeczności – grupy takie jak Power BI Community, Stack Overflow czy Reddit są świetnym miejscem do zadawania pytań, dzielenia się problemami i nauki poprzez doświadczenia innych użytkowników.

Dzięki wymienionym narzędziom oraz zasobom nauka DAX staje się bardziej przystępna, a debugowanie – skuteczniejsze. Warto z nich korzystać na każdym etapie pracy z Power BI.

Zasada ponownego wykorzystania danych - jak dane mogą pracować wielokrotnie? 23 czerwca 2025

Dlaczego właściciel firmy rodzinnej powinien znać podstawy brand storytellingu? 21 czerwca 2025