Handleiding: Power BI Dashboards Bouwen

1

Workspace setup & licenties

Free vs Pro vs Premium, Power BI Desktop downloaden

Power BI bestaat uit twee onderdelen: Power BI Desktop (gratis, voor ontwikkeling) en de Power BI Service (cloud, voor publiceren en delen).

Licentie	Kosten	Delen	Gebruik
Free	Gratis	Alleen met jezelf	Persoonlijk gebruik, leren
Pro	~€9/gebruiker/maand	Met Pro gebruikers	Teams, zakelijk gebruik
Premium Per User	~€18/gebruiker/maand	Met gratis gebruikers	Grote organisaties
Premium Capacity	Vanaf ~€4.000/maand	Iedereen in org	Enterprise, embedded

Power BI Desktop installeren

Download via Microsoft Store (automatische updates) of de Power BI website
Vereisten: Windows 10/11, 64-bit, minimaal 2 GB RAM (8 GB aanbevolen)
Aanmelden met je Microsoft 365 of werk account

Workspace aanmaken in de Service

Ga naar app.powerbi.com en log in
Klik op Werkruimten → Werkruimte maken
Geef de workspace een naam (bijv. "Sales Analytics")
Voeg collega's toe als Lid, Inzender of Beheerder

✅ Maak aparte workspaces aan voor Ontwikkeling, Test en Productie. Gebruik de Deployment Pipeline functie (Premium) voor geautomatiseerde promotie.

2

Data importeren met Power Query

M language, transformaties, query folding

Power Query (ook wel de M engine) is de ETL laag van Power BI. Je gebruikt het om data te importeren, transformeren en combineren voordat het in het datamodel komt.

Data bronnen verbinden

Ga naar Start → Gegevens ophalen en kies je bron. Power BI ondersteunt 100+ connectoren: SQL Server, Azure, SharePoint, Excel, REST API's, en meer.

M code — praktische voorbeelden

m language — basisquery

let // Stap 1: verbinding maken met SQL Server Bron = Sql.Database("server.database.windows.net", "AdventureWorks"), // Stap 2: tabel selecteren dbo_Sales = Bron{[Schema="dbo", Item="Sales"]}[Data], // Stap 3: kolommen filteren Gefilterd = Table.SelectColumns(dbo_Sales, {"OrderID", "OrderDate", "Amount", "CustomerID"}), // Stap 4: rijen filteren (query folding!) Actief = Table.SelectRows(Gefilterd, each [OrderDate] >= #date(2024, 1, 1)), // Stap 5: datumkolom omzetten naar datum type TypeKorrect = Table.TransformColumnTypes(Actief, {{"OrderDate", type date}, {"Amount", type number}}) in TypeKorrect

m language — datum dimensie aanmaken

let StartDatum = #date(2020, 1, 1), EindDatum = Date.From(DateTime.LocalNow()), AantalDagen = Duration.Days(EindDatum - StartDatum) + 1, DatumLijst = List.Dates(StartDatum, AantalDagen, #duration(1, 0, 0, 0)), DatumTabel = Table.FromList(DatumLijst, Splitter.SplitByNothing(), type table [Datum = date]), Verrijkt = Table.AddColumn(DatumTabel, "Jaar", each Date.Year([Datum]), Int32.Type), MetKwartaal = Table.AddColumn(Verrijkt, "Kwartaal", each "Q" & Text.From(Date.QuarterOfYear([Datum])), type text), MetMaand = Table.AddColumn(MetKwartaal, "Maand", each Date.Month([Datum]), Int32.Type), MetMaandNaam = Table.AddColumn(MetMaand, "MaandNaam", each Date.MonthName([Datum], "nl-NL"), type text) in MetMaandNaam

⚠️ Query Folding: Zorg dat transformaties worden 'gevouwen' naar de bron (SQL). Voeg filters toe vóór je kolommen toevoegt of berekeningen doet. Controleer via rechtermuisklik → "Query vouwdiagram bekijken".

3

Data model bouwen

Ster-schema, relaties, cardinaliteit, verborgen kolommen

Een goed datamodel is het fundament van een snel en correct Power BI rapport. Gebruik altijd een ster-schema: één feitentabel in het midden, omringd door dimensietabellen.

Ster-schema principes

Feitentabel: meetbare feiten (omzet, aantallen), minimale kolommen, veel rijen
Dimensietabellen: beschrijvende attributen (klant, product, datum), weinig rijen
Relaties: altijd veel-op-één (*, 1), van feit naar dimensie
Surrogate keys: integer sleutels, geen business keys in relaties

Relaties instellen

Ga naar de Modelweergave (derde icoon linkerzijbalk)
Sleep een kolom van de feitentabel naar de dimensietabel om een relatie te maken
Stel de kardinaliteit in: Veel op één (*:1)
Richting kruisfilter: Enkel (van dimensie naar feit)

Do	Don't
Ster-schema met aparte datumtabel	Platte tabel met alle kolommen samen
Integer surrogate keys	Tekst als join-kolom
Eén actieve relatie per tabelpaar	Bidirectionele filters standaard
Datumtabel gemarkeerd als datumtabel	Datum uit feitentabel gebruiken

✅ Markeer je datumtabel als "Datumtabel" (rechtermuisklik → Als datumtabel markeren). Dit activeert time intelligence functies in DAX zoals TOTALYTD, DATEADD en SAMEPERIODLASTYEAR.

4

DAX formules schrijven

CALCULATE, SUMX, RELATED, DATEADD, time intelligence

DAX (Data Analysis Expressions) is de formuletaal van Power BI. Het werkt met tabellen en kolomcontext — fundamenteel anders dan Excel formules.

Basismetingen

dax — basis metingen

-- Eenvoudige aggregatie Totale Omzet = SUM(fct_Orders[Amount]) -- Aantal unieke klanten Unieke Klanten = DISTINCTCOUNT(fct_Orders[CustomerID]) -- Gemiddelde orderwaarde Gem. Orderwaarde = DIVIDE([Totale Omzet], COUNTROWS(fct_Orders))

CALCULATE — de krachtigste DAX functie

dax — calculate voorbeelden

-- Omzet alleen voor categorie "Electronics" Omzet Electronics = CALCULATE( SUM(fct_Orders[Amount]), dim_Product[Category] = "Electronics" ) -- Omzet vorig jaar (time intelligence) Omzet Vorig Jaar = CALCULATE( [Totale Omzet], DATEADD(dim_Datum[Datum], -1, YEAR) ) -- Jaar-op-jaar groei % YoY Groei % = DIVIDE( [Totale Omzet] - [Omzet Vorig Jaar], [Omzet Vorig Jaar] ) -- Cumulatief jaar tot datum Omzet YTD = TOTALYTD([Totale Omzet], dim_Datum[Datum])

SUMX en iteratorfuncties

dax — sumx en related

-- SUMX: bereken per rij en sommeer Omzet Excl. BTW = SUMX( fct_Orders, fct_Orders[Amount] * (1 - fct_Orders[BTW_Rate]) ) -- RELATED: waarde ophalen uit gerelateerde tabel Omzet Premium Klanten = CALCULATE( SUMX( fct_Orders, fct_Orders[Amount] ), RELATED(dim_Customers[Segment]) = "Premium" ) -- Moving average 3 maanden Omzet 3M MA = AVERAGEX( DATESINPERIOD( dim_Datum[Datum], LASTDATE(dim_Datum[Datum]), -3, MONTH ), [Totale Omzet] )

ℹ️ Gebruik altijd metingen in plaats van berekende kolommen voor aggregaties. Metingen worden berekend in de filtercontext van de visual, berekende kolommen worden bij vernieuwen berekend en opgeslagen in het model.

5

Visualisaties & dashboard design

Best practices, kleurgebruik, interactie, slicers

Een goed dashboard communiceert snel en duidelijk. Design is geen bijzaak — het bepaalt of gebruikers het rapport begrijpen en vertrouwen.

Visualisatie kiezen

Doel	Visual	Wanneer
Vergelijken	Staafdiagram (horizontaal)	Categorieën vergelijken
Trend over tijd	Lijndiagram	Tijdreeksen
Aandeel	Ringdiagram (donut)	Max 5 categorieën
KPI	Kaartvisual of KPI-visual	Enkelvoudige meting
Geografisch	Kaart (ArcGIS/Bing Maps)	Regionale analyses
Detail	Tabelvisual of Matrix	Drilldown data

Design best practices

F-patroon: Belangrijkste KPI's linksboven, detail rechtsonder
Consistent kleurpalet: Maximaal 4-5 kleuren, één accentkleur voor data
Witruimte: Geef visuals ademruimte, gebruik padding en marges
Labels: Voeg databelabels toe alleen als ze waarde toevoegen
Slicers: Verticale slicers voor weinig opties, dropdown voor meer dan 5
Mobiel layout: Maak een aparte mobiele weergave via Weergave → Mobiele indeling

✅ Gebruik bladwijzers voor navigatie tussen rapportpagina's en knoppen met acties voor een app-achtige gebruikerservaring. Zo maak je professionele interactieve rapporten zonder premium functies.

6

Row Level Security (RLS)

Rollen aanmaken, DAX filterregels, testen

Met RLS zorg je dat gebruikers alleen de data zien die ze mogen zien. Elke gebruiker gebruikt hetzelfde rapport, maar ziet gefilterde data op basis van hun identiteit.

Statische RLS (vaste rollen)

dax — rls filterregel

-- Rol: Nederland medewerker -- DAX filter op dim_Regio tabel: [Land] = "Nederland" -- Rol: Manager (ziet alles) -- Geen filter — laat dit veld leeg

Dynamische RLS (op basis van ingelogde gebruiker)

dax — dynamische rls

-- Filter op dim_Medewerkers tabel: -- Toont alleen data waar het e-mailadres overeenkomt [Email] = USERPRINCIPALNAME() -- Of via een mapping tabel (aanbevolen voor complexe structuren): -- dim_Medewerkers[Email] = USERPRINCIPALNAME() -- Gerelateerde tabellen filteren automatisch mee

RLS instellen in Power BI Desktop

Ga naar Modellering → Rollen beheren
Klik Maken en geef de rol een naam
Selecteer de tabel en voer de DAX filterexpressie in
Klik Als rol weergeven om te testen
Na publicatie: wijs gebruikers en groepen toe aan rollen in de Service

⚠️ Let op: RLS werkt niet voor rapportbeheerders en werkruimte-beheerders in de Service — zij zien altijd alle data. Gebruik aparte werkruimten als beheerders ook gefilterd moeten zien.

7

Performance optimalisatie

DirectQuery vs Import, aggregaties, DAX Studio

Trage rapporten frustreren gebruikers. Met de juiste aanpak laad een dashboard in seconden, ook bij miljoenen rijen data.

Import vs DirectQuery kiezen

Modus	Voordeel	Nadeel	Wanneer
Import	Snel, volledige DAX ondersteuning	Data niet real-time, geheugen limiet	Standaard keuze
DirectQuery	Real-time, geen geheugen limiet	Trager, beperkte DAX	Grote live datasets
Dual	Flexibel (import + DQ)	Complex te beheren	Hybride scenario's

DAX optimalisatie tips

Gebruik variabelen (VAR) om herhaalde berekeningen te cachen
Vermijd FILTER(ALL(Tabel), ...) — gebruik KEEPFILTERS of directe kolomfilters
Gebruik DIVIDE() in plaats van / voor deling-door-nul beveiliging
Vermijd iteratoren (SUMX) op grote tabellen zonder noodzaak

dax — variabelen gebruiken

-- Slecht: OmzetVorig twee keer berekend Groei Slecht = DIVIDE( [Totale Omzet] - CALCULATE([Totale Omzet], DATEADD(dim_Datum[Datum], -1, YEAR)), CALCULATE([Totale Omzet], DATEADD(dim_Datum[Datum], -1, YEAR)) ) -- Goed: VAR vermijdt herhaalde berekening Groei Goed = VAR HuidigJaar = [Totale Omzet] VAR VorigJaar = CALCULATE([Totale Omzet], DATEADD(dim_Datum[Datum], -1, YEAR)) RETURN DIVIDE(HuidigJaar - VorigJaar, VorigJaar)

ℹ️ Gebruik DAX Studio (gratis, daxstudio.org) en Tabular Editor voor geavanceerde performance analyse. De ingebouwde Performance Analyzer (Weergave → Performance Analyzer) toont welke visuals het langzaamst zijn.

8

Publiceren & delen

Workspace publiceren, apps, embedding, planning vernieuwen

Na het bouwen publiceer je het rapport naar de Power BI Service voor geautomatiseerde vernieuwen en eenvoudig delen met collega's.

Publiceren vanuit Desktop

Klik op Start → Publiceren
Selecteer de doelwerkruimte
Wacht op "Gepubliceerd naar Power BI" bevestiging
Klik de link om het rapport in de browser te openen

Geautomatiseerd vernieuwen instellen

Ga in de Service naar de dataset instellingen
Vouw Gegevensbronreferenties uit en configureer de verbinding
Activeer Gepland vernieuwen — kies tijdstip en frequentie
Voeg een e-mailadres toe voor foutmeldingen

Een App publiceren

Apps zijn de aanbevolen manier om rapporten met eindgebruikers te delen.

Ga naar de werkruimte → klik App publiceren
Voeg navigatie-items toe (rapporten en dashboards)
Stel toegang in: specifieke gebruikers, beveiligingsgroepen of de hele organisatie
Eindgebruikers installeren de app via Apps → Apps ophalen

✅ Embedding: Embed Power BI rapporten in SharePoint Online via het Power BI webonderdeel, of in je eigen applicatie via de Power BI Embedded API (vereist Premium capaciteit of A-SKU).

9

Checklist

Controleer voor publicatie naar productie

Data Model

Ster-schema geïmplementeerd (geen platte tabellen)
Datumtabel aanwezig en gemarkeerd als datumtabel
Alle relaties zijn actief en in juiste richting
Onnodige kolommen verborgen of verwijderd

DAX & Metingen

Metingen in een aparte maattabel geplaatst
DIVIDE() gebruikt voor alle delingen
Time intelligence metingen getest
Geen berekende kolommen voor aggregaties

Design & UX

Consistent kleurpalet en lettertype
Slicers duidelijk gelabeld met instructie
Mobiele indeling aangemaakt
Laadtijd < 3 seconden voor alle pagina's

Beveiliging & Publicatie

Row Level Security getest met testgebruikers
Geplande vernieuwing geconfigureerd en getest
Toegangsrechten workspace correct ingesteld
App gepubliceerd en gebruikers geïnformeerd

Power BI Dashboards Bouwen

Inhoud