Het gebruik van data voor Power Business Intelligence (BI) heeft als doel om business-processen te kunnen analyseren op basis van verschillende doorsneden. Toch zijn niet alle modellen geschikt voor Power BI, zoals het transactionele datamodel. Waarin verschilt dat van het analytische datamodel?
Business Intelligence vertaalt ruwe data naar waardevolle informatie en is een paraplubegrip voor software, infrastructuur, beleid en procedures. Business Intelligence helpt organisaties bij het maken van datagedreven operationele en strategische beslissingen. Met Power BI kunnen organisaties en eindgebruikers alle data die beschikbaar is in de organisatie in de gaten houden. Gegevens van buiten de organisatie kunnen ook in de dashboards worden geïntegreerd. Zo is het bijvoorbeeld mogelijk om interne gegevens van klanten te koppelen aan gegevens van buiten. Zo kunnen organsiaties een brede data-analyse uitvoeren.
Een datamodel dat niet geschikt is voor Power BI, maar dat wel vaak voorkomt is het transactionele datamodel (OLTP, online transaction processing).Dit model is geoptimaliseerd voor het snel kunnen verwerken van data in bronsystemen. Het datamodel bestaat vaak uit veel opgeknipte (genormaliseerde) tabellen om zo weinig mogelijk overbodige gegevens op te slaan. Het resultaat is dat het model zo efficiënt mogelijk de invoermutaties (zoals factuur- of klantgegevens) kan verwerken zonder dat de gebruiker hoeft te wachten. Dat kan doordat de transacties gelijktijdig worden uitgevoerd. Deze vaak financiële zaken zijn beveiligd vastgelegd in het datamodel en biedt op elk moment inzicht in de financiële of boekhoudkundige status.
In tegenstelling tot het transactionele datamodel is het analytische datamodel erop gericht om het model zo dicht mogelijk bij de bedrijfs- of organisatieprocessen aan te laten sluiten. In zo´n deelt u enerzijds tabellen op in zaken die u wilt meten (feiten) en tabellen waarop u deze gegevens wilt doorsnijden of filteren (dimensies). Door middel van het leggen van relaties tussen deze dimensie en feiten kunnen één of meerdere meetgegevens tegelijkertijd geanalyseerd worden op basis van eenzelfde dimensie. Vaak zullen meerdere tabellen samengevoegd worden tot één grotere tabel. Meerdere tabellen die informatie over het product bevatten (zoals categorie, subcategorie en model) zet u in een analytisch model om naar één tabel die alle eigenschappen van een product bevat. Dit proces wordt ook wel het denormaliseren van de tabelstructuur genoemd.
TRANSACTIONELE MODEL: bestaat uit veel opgeknipte genormaliseerde modellen naast elkaar om zo efficiënt mogelijk gegevens te verwerken.
ANALYTISCHE MODEL: meerdere tabellen worden omgezet naar één model (denormaliseren) waarbij meerdere meetgegevens tegelijkertijd geanalyseerd worden op basis van eenzelfde dimensie.