DAX formules in Power BI
DAX formules in Power BI
Aggregratiefuncties
Aggregatiefuncties in Power BI worden gebruikt om gegevens samen te vatten en inzichten te verkrijgen uit grote datasets. Veelgebruikte functies zijn SUM, AVERAGE, COUNT, MIN en MAX. Ze worden vaak toegepast in metingen via DAX-formules, zoals SUM(Sales[Amount]) voor totale omzet. Deze functies reageren op filtercontext, waardoor ze dynamisch aanpassen aan geselecteerde data in rapporten. Aggregatiefuncties zijn essentieel voor het maken van KPI’s, trends en vergelijkingen in dashboards. Door ze effectief in te zetten, kun je interactieve visualisaties bouwen die waardevolle informatie bieden voor analyses en strategische beslissingen.
Hoe kan je in Power BI een schatting maken van het aantal unieke waarden? (APPROXIMATEDISTINCTCOUNT)
De functie APPROXIMATEDISTINCTCOUNT wordt gebruikt wanneer je in Power BI snel een schatting wilt van het aantal unieke waarden in een kolom, bijvoorbeeld het aantal unieke gebruikers, klanten of producten. Deze functie is geoptimaliseerd voor snelheid en wordt vaak toegepast bij grote datasets met miljoenen rijen, waar nauwkeurigheid iets minder belangrijk is dan performance. De uitkomst is niet exact, maar heeft een foutmarge van meestal minder dan één procent. Dit maakt de functie ideaal voor dashboards die snel moeten laden. Voor exacte resultaten gebruik je beter DISTINCTCOUNT.
Voorbeeld: geschatAantalGebruikers = APPROXIMATEDISTINCTCOUNT(WebsiteBezoek[GebruikerID])
Met de functie AVERAGE bereken je in Power BI het rekenkundig gemiddelde van alle numerieke waarden in een kolom. Lege cellen worden automatisch genegeerd. Dit is een veelgebruikte functie voor het analyseren van trends in verkoop, klantwaarderingen of prestaties. Je gebruikt AVERAGE bijvoorbeeld om de gemiddelde prijs van een productcategorie te tonen of de gemiddelde score uit een enquête. De kolom moet wel numerieke waarden bevatten, anders geeft de functie een foutmelding.
Voorbeeld: gemiddeldePrijs = AVERAGE(Producten[Verkoopprijs])
AVERAGEA lijkt op AVERAGE, maar telt ook tekst- en logische waarden mee. Waar TRUE als 1 wordt geteld en FALSE als 0, kan deze functie nuttig zijn voor bijvoorbeeld surveydata of boolean-kolommen. Gebruik AVERAGEA als je een kolom hebt met gemengde inhoud (zoals waar/false of tekst) en toch een gemiddelde wilt berekenen. Tekst wordt als 0 geteld, tenzij het een getal voorstelt.
Voorbeeld: gemiddeldeScore = AVERAGEA(Feedback[Waardering])
De functie AVERAGEX berekent het gemiddelde van een berekende waarde per rij in een tabel. Dit is handig bij samengestelde berekeningen, zoals het gemiddelde van prijs × aantal. De functie doorloopt eerst elke rij, voert de berekening uit, en neemt dan het gemiddelde van het resultaat. AVERAGEX is krachtiger dan AVERAGE omdat je er zelf formules in kunt verwerken. Je gebruikt het bijvoorbeeld om het gemiddelde orderbedrag per klant of per verkoopregel te berekenen.
Voorbeeld: gemiddeldeOmzet = AVERAGEX(Verkoop, Verkoop[Aantal] * Verkoop[Prijs])
COUNT telt het aantal rijen in een kolom die een niet-lege numerieke waarde bevatten. Het is handig om snel te zien hoeveel producten, transacties of registraties er aanwezig zijn in je dataset. Lege cellen en tekstwaarden worden genegeerd. Gebruik COUNT alleen voor kolommen met numerieke waarden. Voor andere typen gegevens gebruik je COUNTA.
Voorbeeld: aantalBestellingen = COUNT(Orders[OrderID])
COUNTA telt het aantal niet-lege waarden in een kolom, ongeacht het gegevenstype. Deze functie is geschikt als je ook tekst of logische waarden (zoals TRUE/FALSE) wilt meetellen. Dit is nuttig bij gegevensinvoer, waar niet alle kolommen numeriek zijn. COUNTA wordt veel gebruikt bij datasetcontrole of wanneer je de volledigheid van invoervelden wilt analyseren.
Voorbeeld: aantalVelden = COUNTA(Klanten[Naam])
Met COUNTX tel je het aantal resultaten van een berekende expressie. Deze functie evalueert eerst een formule per rij en telt daarna hoe vaak die formule een niet-lege waarde oplevert. Dit maakt het geschikt voor conditionele tellingen, zoals actieve rijen of specifieke statuscodes. COUNTX is krachtiger dan COUNT omdat je er logica in kunt verwerken, bijvoorbeeld met IF-functies.
Voorbeeld: aantalActieveOrders = COUNTX(Orders, IF(Orders[Status] = “Actief”, 1, BLANK()))
DISTINCTCOUNT telt hoeveel verschillende (unieke) waarden er in een kolom staan. Deze functie is ideaal om inzicht te krijgen in bijvoorbeeld het aantal unieke klanten, producten of leveranciers binnen een dataset. DISTINCTCOUNT negeert dubbele waarden en telt elk uniek item slechts één keer. Bij grote datasets kan het iets trager zijn dan APPROXIMATEDISTINCTCOUNT, maar de uitkomst is exact.
Voorbeeld: uniekeKlanten = DISTINCTCOUNT(Verkoop[KlantID])
MAX geeft de hoogste waarde uit een kolom met numerieke data. Je gebruikt deze functie om piekprestaties te tonen, zoals de hoogste verkoop, hoogste score of grootste uitgave in een dataset. Deze functie werkt alleen met getallen. Als je ook tekst en booleans wilt meenemen, gebruik je MAXA.
Voorbeeld: hoogsteVerkoop = MAX(Verkoop[Bedrag])
MAXA werkt zoals MAX, maar houdt ook rekening met tekst (als 0) en logische waarden zoals TRUE (1) en FALSE (0). Dit is handig bij datasets waarin niet alles numeriek is, zoals ja/nee-velden of tekstantwoorden. Gebruik MAXA als je een gemengde kolom wilt analyseren op hoogste ‘waarde’, ongeacht het gegevenstype.
Voorbeeld: hoogsteScore = MAXA(Feedback[Waardering])
Met MAXX bereken je de hoogste uitkomst van een expressie per rij. De functie is geschikt voor berekeningen waarbij je zelf de logica bepaalt, zoals prijs × aantal per product, en daarvan de hoogste waarde tonen. MAXX is ideaal voor het tonen van topresultaten zoals maximale opbrengst per verkoopregel.
Voorbeeld: maximaleOmzet = MAXX(Verkoop, Verkoop[Prijs] * Verkoop[Aantal])
De functie MIN geeft de laagste waarde uit een numerieke kolom. Dit gebruik je voor analyses zoals het laagste verkoopbedrag, de kleinste score of het minimum aantal bestelde items. MIN werkt alleen op numerieke kolommen. Voor andere gegevenstypen gebruik je MINA.
Voorbeeld: laagsteVerkoop = MIN(Verkoop[Bedrag])
MINA houdt net als MAXA rekening met tekst (als 0) en logische waarden (TRUE = 1, FALSE = 0). Deze functie is geschikt voor datasets waarin je ook niet-numerieke velden wilt betrekken in je minimumanalyse. MINA kan bijvoorbeeld inzicht geven in de laagst toegekende score inclusief reacties die als TRUE/FALSE zijn ingevuld.
Voorbeeld: laagsteScore = MINA(Feedback[Reactie])
Met MINX bereken je de laagste uitkomst van een berekende waarde per rij. Dit is handig als je bijvoorbeeld het minimum aantal verkochte producten per klant wilt bepalen, of de laagste marge in een reeks berekeningen. MINX evalueert elke rij individueel en zoekt daaruit de laagste uitkomst.
Voorbeeld: minimaleOmzet = MINX(Verkoop, Verkoop[Prijs] * Verkoop[Aantal])
De functie PRODUCT vermenigvuldigt alle numerieke waarden in een kolom met elkaar. Dit is handig als je bijvoorbeeld een keten van percentages of groeifactoren wilt combineren, of een cumulatief effect wilt berekenen zoals samengestelde rente of marges. Let erop dat PRODUCT alleen werkt met getallen, en lege waarden worden genegeerd. Als er ergens een nul staat, wordt het resultaat nul.
Voorbeeld: totaleFactor = PRODUCT(Groei[Percentage])
PRODUCTX werkt zoals PRODUCT, maar dan op basis van een berekening per rij. De functie evalueert een expressie (bijvoorbeeld prijs × aantal) per rij en vermenigvuldigt alle resultaten met elkaar. Het is handig bij samengestelde logica of als je per regel een unieke berekening nodig hebt. Deze functie komt minder vaak voor, maar is krachtig in bijvoorbeeld financiële modellen of ketenanalyses.
Voorbeeld: totaleProductie = PRODUCTX(Productie, Productie[Aantal] * Productie[Eenheidsfactor])
SUM telt alle waarden in een kolom bij elkaar op. Dit is een van de meest gebruikte DAX-functies en wordt vaak toegepast bij het berekenen van totale omzet, totaal aantal bestellingen of totale kosten. SUM werkt alleen met numerieke kolommen. Lege cellen worden genegeerd.
Voorbeeld: totaleOmzet = SUM(Verkoop[Bedrag])
Met SUMX maak je een optelsom van een berekening per rij. Deze functie doorloopt de rijen van een tabel, voert een formule uit, en telt alle resultaten op. SUMX is ideaal voor samengestelde berekeningen zoals prijs × aantal, of berekeningen met korting, marge of belasting. Je gebruikt SUMX bijvoorbeeld om de totale verkoopwaarde per productregel te berekenen.
Voorbeeld: totaleVerkoop = SUMX(Verkoop, Verkoop[Prijs] * Verkoop[Aantal])
Datum- en tijdfuncties
Datum- en tijdfuncties in Power BI spelen een cruciale rol bij tijdsanalyses, zoals het vergelijken van prestaties over maanden, kwartalen of jaren. Met DAX kun je functies gebruiken als TODAY(), NOW(), YEAR(), MONTH() en DATE() om specifieke datum- of tijdwaarden te extraheren of te berekenen. Voor meer geavanceerde tijdsanalyses zijn er functies als DATEADD, SAMEPERIODLASTYEAR, PARALLELPERIOD en TOTALYTD, waarmee je bijvoorbeeld groei ten opzichte van vorig jaar of cumulatieve waarden kunt berekenen. Deze functies werken optimaal in combinatie met een goed ingerichte datumtabel, die vaak als kalender dient binnen je model. Door gebruik te maken van datum- en tijdfuncties kun je trends analyseren, seizoensinvloeden ontdekken en nauwkeurige rapportages opstellen. Ze zijn onmisbaar voor het bouwen van dynamische dashboards waarin tijdsvergelijkingen centraal staan. Met de juiste toepassing haal je maximale waarde uit je tijdgebaseerde gegevens.
Met de functie CALENDAR kun je in Power BI automatisch een lijst met aaneengesloten datums maken, op basis van een opgegeven start- en einddatum. Dit is handig wanneer je zelf een datumtabel wilt bouwen die je kunt gebruiken voor tijdsanalyses, relaties met andere tabellen of visuele hiërarchieën zoals jaar, kwartaal of maand. Het resultaat is een nieuwe tabel met één kolom: ‘Datum’, waarin alle dagen tussen de opgegeven datums zijn opgenomen, inclusief weekenden en feestdagen.
Voorbeeld: datumTabel = CALENDAR(DATE(2020,1,1), DATE(2024,12,31))
De functie CALENDARAUTO maakt automatisch een doorlopende datumlijst aan, zonder dat je zelf een begin- en einddatum hoeft op te geven. Power BI bepaalt op basis van alle datumkolommen in je model het minimale en maximale jaartal en genereert een volledige datumtabel daartussen. Dit is vooral handig als je snel een datumtabel nodig hebt die meegroeit met je data, bijvoorbeeld bij maandelijkse updates.
Voorbeeld: datumTabel = CALENDAR(DATE(2020,1,1), DATE(2024,12,31))
Met de functie DATE kun je een datum maken op basis van drie losse getallen: jaar, maand en dag. Deze functie is nuttig wanneer je datavelden hebt waarin het jaar, de maand en de dag apart zijn opgeslagen. Door ze samen te voegen met DATE maak je een bruikbare datumkolom die je kunt gebruiken in tijdsanalyses, sorteringen of relaties met datumtabellen.
Voorbeeld: bestelDatum = DATE(2024, 5, 24)
DATEDIFF berekent het verschil tussen twee datums op basis van de opgegeven tijdseenheid zoals dag, maand, kwartaal of jaar. Je kunt deze functie gebruiken voor analyses zoals verwerkingstijd, klantduur, levertijden of contractperiodes. De uitkomst is altijd een geheel getal, afhankelijk van het gekozen intervaltype, en het maakt tijdsverschillen direct inzichtelijk in dashboards.
Voorbeeld: levertijd = DATEDIFF(Orders[Besteldatum], Orders[Leverdatum], DAY)
De functie DATEVALUE zet een tekst die een datum voorstelt om in een daadwerkelijke datumwaarde die je kunt gebruiken voor berekeningen en tijdsanalyses. Dit is vooral nuttig wanneer je een kolom hebt waarin datums als tekst zijn opgeslagen (bijvoorbeeld “31-12-2023”) en je deze wilt omzetten naar echte datums voor sortering, filtering of tijdsintelligentie.
Voorbeeld: geldigeDatum = DATEVALUE(“01-01-2024”)
Met de functie DAY kun je uit een datum het dagnummer halen, dus welk dag van de maand het is, als getal tussen 1 en 31. Deze functie is handig bij het analyseren van verkooppatronen of gebeurtenissen op specifieke dagen van de maand, of als je datums wilt groeperen op dagniveau voor meer detail in je rapportage.
Voorbeeld: dagVanMaand = DAY(Verkoop[Datum])
EDATE verschuift een opgegeven datum met een positief of negatief aantal maanden en retourneert de resulterende datum. Je kunt deze functie gebruiken om vervaldatums, planningen of evaluatiemomenten te berekenen op basis van de oorspronkelijke datum. Dit is ideaal voor financiële rapportages of planningstabellen waarbij tijdsintervallen per maand belangrijk zijn.
Voorbeeld: volgendeEvaluatie = EDATE(Medewerker[Startdatum], 6)
Met EOMONTH krijg je de laatste dag van een opgegeven maand, eventueel verschoven met een aantal maanden. Deze functie is zeer bruikbaar in financiële dashboards, bijvoorbeeld om automatisch het einde van de huidige of volgende maand te bepalen voor rapportages of filters.
Voorbeeld: eindMaand = EOMONTH(TODAY(), 0)
De functie HOUR haalt het uurcomponent (0 tot 23) uit een datum-tijdwaarde. Dit is handig voor het analyseren van activiteiten per uur, zoals piekmomenten in online verkeer of verkoop tijdens bepaalde tijdsblokken op een dag. Je kunt zo bijvoorbeeld per uur visualiseren hoe laat klanten het vaakst iets bestellen.
Voorbeeld: bestelUur = HOUR(Verkoop[Tijdstip])
MINUTE haalt het minuutgedeelte (0 tot 59) uit een datum-tijdwaarde, waardoor je data op nog fijner niveau kunt analyseren. Het is bruikbaar bij nauwkeurige tijdregistratie, bijvoorbeeld in productieprocessen, wachttijden of ondersteuningsverzoeken waarbij iedere minuut telt.
Voorbeeld: gespreksMinuut = MINUTE(Helpdesk[Tijdstip])
Met MONTH haal je het nummer van de maand (1 tot 12) uit een datumveld. Deze functie wordt veel gebruikt voor het groeperen van data op maandniveau, het maken van maandoverzichten of het sorteren van perioden in visuals zoals lijngrafieken of staafdiagrammen.
Voorbeeld: maandNummer = MONTH(Sales[Datum])
NETWORKDAYS berekent het aantal werkdagen (maandag t/m vrijdag) tussen twee datums, waarbij weekends automatisch worden uitgesloten. Dit is handig voor HR, projectbeheer of planningen waarbij alleen werkbare dagen meetellen en je bijvoorbeeld doorlooptijden wilt vergelijken of evalueren.
Voorbeeld: werkDagen = NETWORKDAYS(Project[Start], Project[Einde])
De functie NOW retourneert de exacte huidige datum én tijd op het moment dat het rapport wordt vernieuwd. Dit is handig voor live rapportages, het meten van tijd sinds een gebeurtenis of om bij te houden wanneer het dashboard voor het laatst is bijgewerkt. Daarnaast is het te gebruiken om te rekenen met datums en de dag van vandaag. NOW is dynamisch en wordt telkens opnieuw berekend.
Voorbeeld: laatstVernieuwd = NOW()
Met de functie QUARTER kun je het kwartaal van een bepaalde datum bepalen, als een getal tussen 1 en 4. Dit is bijzonder handig voor financiële rapportages of kwartaalanalyses waarbij je omzet, kosten of prestaties wilt groeperen per kwartaal. De functie kijkt automatisch naar de maand in een datum en wijst het bijbehorende kwartaal toe: januari t/m maart zijn kwartaal 1, april t/m juni zijn kwartaal 2, enzovoort. Door deze functie toe te passen kun je gemakkelijk visualisaties maken op kwartaalniveau of vergelijkingen maken tussen prestaties in verschillende kwartalen van het jaar.
Voorbeeld: kwartaal = QUARTER(Sales[Datum])
De functie SECOND haalt het aantal seconden (van 0 tot 59) uit een tijdwaarde in Power BI. Dit is vooral nuttig in processen of systemen waar tijdsregistratie op seconde-niveau belangrijk is, bijvoorbeeld bij het analyseren van verwerkingstijden, responstijden of gespreksduur in klantenservice. Door het secordeel uit een tijd te halen kun je nauwkeurig meten of groeperen, bijvoorbeeld om te zien hoeveel acties binnen de eerste 10 seconden van een minuut plaatsvinden. SECOND werkt alleen op datum/tijdwaarden en kan niet worden toegepast op tekst zonder eerst een conversie.
Voorbeeld: seconden = SECOND(Logboek[Tijdstip])
Met de functie TIME maak je een tijdwaarde door drie losse numerieke onderdelen – uur, minuut en seconde – samen te voegen tot één tijdstip. Deze functie is handig wanneer tijdgegevens uit je bronbestand in aparte kolommen staan en je ze wilt combineren tot één bruikbaar tijdveld. TIME retourneert een tijdwaarde die je direct kunt gebruiken in visualisaties, vergelijkingen of sorteringen op tijd. Je kunt de tijd combineren met een datum (bijvoorbeeld via een datum-tijd kolom), of apart analyseren voor patronen in werkuren of piekuren.
Voorbeeld: startTijd = TIME(13, 30, 0)
TIMEVALUE zet een tekst met een tijd zoals “14:45” om in een echte tijdwaarde die Power BI begrijpt en waarmee je kunt rekenen of sorteren. Dit is nuttig als je data uit systemen importeert waarin tijd als tekstveld wordt weergegeven. Zonder conversie kun je geen tijdanalyses uitvoeren of correct sorteren. Met TIMEVALUE maak je de tijd geschikt voor vergelijking met andere tijdwaarden, tijdfilters of analyses op bijvoorbeeld werkuren, piekbelasting of responstijden.
Voorbeeld: geldigeTijd = TIMEVALUE(Data[TijdTekst])
TODAY geeft de huidige systeemdatum terug, zonder tijdcomponent, en wordt automatisch vernieuwd telkens wanneer het rapport wordt bijgewerkt. Deze functie is ideaal voor tijdgebonden berekeningen zoals “aantal dagen tot vervaldatum”, het bepalen van lopende periodes of voor dynamische filters zoals “deze maand” of “deze week”. TODAY is ook goed te combineren met DATEDIFF, CALCULATE of relatieve datumfilters om inzichten te geven die automatisch met de dag meegroeien.
Voorbeeld: dagenTotVerval = DATEDIFF(TODAY(), Facturen[Vervaldatum], DAY)
UTCNOW retourneert de huidige datum en tijd in UTC-formaat (Coordinated Universal Time). Dit is vooral nuttig wanneer je werkt met internationale datastandaarden of wanneer je de lokale tijd wilt corrigeren naar een universele tijdzone. In cloudomgevingen of bij het analyseren van logbestanden uit verschillende tijdzones biedt deze functie een betrouwbare en consistente tijdsreferentie. Let op dat UTCNOW ook de tijdcomponent bevat en bij elke herberekening wordt bijgewerkt.
Voorbeeld: serverTijdUTC = UTCNOW()
De functie UTCTODAY geeft de huidige datum terug in UTC-formaat, zonder de tijdcomponent (in tegenstelling tot UTCNOW). Dit is handig wanneer je datumwaarden wilt vergelijken of filteren op basis van universele tijd zonder rekening te houden met lokale tijdverschillen. Vooral in internationale datasets of cloud-rapportages is UTCTODAY betrouwbaar voor dagelijkse logica of als basis voor datumsynchronisatie tussen systemen.
Voorbeeld: dagUTC = UTCTODAY()
WEEKDAY geeft een getal tussen 1 en 7 dat aangeeft op welke dag van de week een datum valt. Standaard is zondag dag 1, maar je kunt zelf instellen welk getal bij welke dag hoort via een optionele parameter. Deze functie wordt vaak gebruikt bij analyses van gedragspatronen zoals aankopen per weekdag, planningen, of werkroosters. Het helpt ook bij het uitsluiten van weekends of bij het maken van aangepaste kalenderstructuren.
Voorbeeld: weekdag = WEEKDAY(Orders[Datum])
Met YEAR haal je het viercijferige jaartal uit een datum. Dit is essentieel voor het groeperen van data op jaarniveau, voor het maken van tijdreeksen, of voor het vergelijken van prestaties tussen jaren. YEAR is ook nuttig bij het koppelen van datumtabellen of het maken van hiërarchieën voor visuals zoals lijn- en kolomgrafieken over meerdere jaren. De functie accepteert elke geldige datum en retourneert het jaar als geheel getal.
Voorbeeld: boekJaar = YEAR(Transactie[Datum])
YEARFRAC berekent het decimale deel van een jaar dat ligt tussen twee datums. Deze functie is bijzonder handig voor het bepalen van tijdsduren op jaarbasis, zoals anciënniteit, contractlooptijd, of renteperiodes. In plaats van het aantal dagen of maanden terug te geven, geeft YEARFRAC een verhouding weer — bijvoorbeeld 0,25 voor een kwart jaar. Je kunt deze waarde direct gebruiken in verdere berekeningen of analyses over tijdsafhankelijke trends.
Voorbeeld: dienstJaarFractie = YEARFRAC(Medewerker[Startdatum], TODAY())
Filterfuncties
Filterfuncties in Power BI zijn DAX-functies waarmee je bepaalt welke gegevens worden meegenomen in berekeningen. Ze zijn essentieel voor het verfijnen van analyses en het bouwen van dynamische rapporten. Veelgebruikte filterfuncties zijn FILTER(), ALL(), ALLEXCEPT(), REMOVEFILTERS() en KEEPFILTERS().
Met FILTER() kun je een specifieke subset van gegevens selecteren op basis van voorwaarden, bijvoorbeeld: CALCULATE(SUM(Sales[Amount]), FILTER(Sales, Sales[Region] = “West”)). ALL() verwijdert filters, wat handig is bij het berekenen van totalen of percentages van het geheel. Deze functies werken nauw samen met CALCULATE(), de krachtigste DAX-functie, waarmee je filters toepast op metingen. Door filterfuncties slim in te zetten, kun je complexe vergelijkingen maken, uitzonderingen tonen of aangepaste inzichten creëren. Ze geven je volledige controle over welke data zichtbaar is en hoe deze wordt geanalyseerd binnen je Power BI-rapporten.
Met de functie ALL verwijder je alle contextfilters die zijn toegepast op een specifieke kolom of volledige tabel in Power BI. Dit is essentieel als je bijvoorbeeld een totaal wilt berekenen dat niet wordt beïnvloed door slicers of andere filters in het rapport. ALL herstelt de originele, ongefilterde staat van een dataset, waardoor het vaak gebruikt wordt in combinatie met CALCULATE of bij het opbouwen van metingen zoals percentages van het totaal of dynamische totalen binnen visuals. Door filters bewust te verwijderen, krijg je volledige controle over de filtercontext van een meting.
Voorbeeld: totaalVerkoop = CALCULATE(SUM(Verkoop[Bedrag]), ALL(Verkoop))
Hoe kan je in Power BI filters verwijderen die ontstaan door kruislings filteren? (ALLCROSSFILTERED)
ALLCROSSFILTERED wist alle filters die zijn toegepast via kruislings filteren (cross-filtering) op een opgegeven tabel. Dit is met name nuttig in modellen met veel relaties waarbij tabellen elkaar onderling beïnvloeden. In tegenstelling tot ALL, richt ALLCROSSFILTERED zich specifiek op filters die ontstaan door relaties tussen tabellen, wat het een krachtige functie maakt voor het zuiveren van ongewenste filterinvloeden uit gerelateerde tabellen bij het evalueren van een meting of berekening.
Voorbeeld: nettoVerkoop = CALCULATE(SUM(Verkoop[Bedrag]), ALLCROSSFILTERED(Klanten))
De functie ALLEXCEPT verwijdert alle filters van een tabel, behalve de filters die zijn toegepast op de kolommen die je expliciet opgeeft. Dit is ideaal wanneer je een berekening wilt uitvoeren op groepsniveau, maar de groepering wél wilt behouden in de filtercontext. Het wordt vaak gebruikt voor berekeningen zoals totaal per categorie, waarbij je het totale resultaat wilt berekenen binnen de context van die ene kolom, maar zonder verdere filtering.
Voorbeeld: omzetPerCategorie = CALCULATE(SUM(Verkoop[Bedrag]), ALLEXCEPT(Verkoop, Verkoop[Categorie]))
ALLNOBLANKROW verwijdert filters en retourneert alle rijen uit een tabel of kolom, behalve de automatisch toegevoegde lege rij die Power BI gebruikt voor ontbrekende relaties. Dit is vooral handig bij het werken met modellen waarin blanco’s ontstaan door een niet-gelinkte sleutel in een relatie. Door ALLNOBLANKROW te gebruiken, voorkom je dat deze lege rij wordt meegeteld in berekeningen of visuals, wat leidt tot een schonere en nauwkeurigere weergave van je data.
Voorbeeld: geldigeRelaties = CALCULATE(COUNTROWS(Klanten), ALLNOBLANKROW(Klanten))
Met de functie ALLSELECTED behoud je alleen de filters die actief zijn in de huidige visuele context, zoals geselecteerde waarden in een slicer of grafiek, en negeer je andere contextfilters. Dit is handig als je totalen of percentages wilt berekenen die reageren op geselecteerde waarden in de visual, maar niet op de filters elders in het rapport. ALLSELECTED is krachtig bij interactieve dashboards waarbij gebruikers met slicers of visuals gegevens filteren, en je daar op een gecontroleerde manier op wilt reageren.
Voorbeeld: aandeelVerkoop = DIVIDE(SUM(Verkoop[Bedrag]), CALCULATE(SUM(Verkoop[Bedrag]), ALLSELECTED(Verkoop[Categorie])))
CALCULATE is een van de krachtigste functies in DAX, waarmee je een uitdrukking (zoals een som of gemiddelde) evalueert binnen een aangepaste filtercontext. Je gebruikt deze functie om filters toe te voegen, te verwijderen of te overschrijven. CALCULATE vormt de kern van veel geavanceerde berekeningen zoals time intelligence, dynamische KPI’s, en conditional logic in metingen. Je kunt meerdere filtervoorwaarden combineren binnen CALCULATE, wat zorgt voor enorme flexibiliteit en precisie in je analyses.
Voorbeeld: omzetVasteKlant = CALCULATE(SUM(Verkoop[Bedrag]), Klanten[Status] = “Vast”)
CALCULATETABLE werkt vergelijkbaar met CALCULATE, maar in plaats van een enkele waarde retourneert het een volledige tabel als resultaat. Dit maakt het geschikt voor het genereren van aangepaste tabellen op basis van een gefilterde dataset, bijvoorbeeld als input voor andere functies zoals SUMX, FILTER of visualisaties. Je gebruikt deze functie om dynamisch subsets van data te maken die aan specifieke voorwaarden voldoen, en die dan verder geanalyseerd of gesorteerd kunnen worden.
Voorbeeld: topProducten = CALCULATETABLE(Producten, Producten[Omzet] > 10000)
EARLIER gebruik je in een berekende kolom als je binnen dezelfde berekening terug wilt verwijzen naar een eerdere waarde. Dit komt vaak voor wanneer je per rij iets wilt vergelijken met andere rijen binnen dezelfde groep. Denk bijvoorbeeld aan het berekenen van het verschil tussen het bedrag van een individuele verkoop en het hoogste bedrag binnen die productgroep. EARLIER helpt je dan om de waarde uit de vorige ‘ronde’ van de berekening op te roepen. Dit is nodig omdat DAX bij het doorlopen van elke rij opnieuw de context bekijkt. EARLIER ‘onthoudt’ wat de waarde was voordat de context veranderde, zodat je die opnieuw kunt gebruiken. Je kunt hiermee dus rijen met elkaar vergelijken binnen een groep, zoals verkopen per medewerker of scores per teamlid.
Voorbeeld: verschilTotGroep = [Waarde] – CALCULATE(MAX(Tabel[Waarde]), EARLIER(Tabel[Groep]))
EARLIEST lijkt sterk op EARLIER, maar in plaats van terug te gaan naar de vorige contextlaag, springt hij helemaal terug naar de eerste laag. Dat betekent dat je hem gebruikt als je in een geneste berekening zit en je terug wilt grijpen naar de allereerste waarde van een eerder evaluatiemoment. Deze functie wordt meestal gebruikt in geavanceerde scenario’s met meerdere lagen van logica. Bijvoorbeeld: als je binnen een groep berekent wat het verschil is tussen een specifieke rij en de allereerste rij die in die groep geëvalueerd is. Hoewel EARLIEST zelden nodig is voor standaardrapportages, kan hij goed van pas komen als je meerdere berekeningen over dezelfde kolom stapelt en consistent wilt verwijzen naar het startpunt van die ketting.
Voorbeeld: origineelBedrag = EARLIEST(Facturen[Bedrag])
FILTER gebruik je om een deel van een tabel te selecteren, namelijk alleen de rijen die voldoen aan een specifieke voorwaarde. Deze functie wordt vaak ingezet in combinatie met andere functies zoals CALCULATE, zodat je bijvoorbeeld een som of gemiddelde kunt maken van alleen die rijen die aan een bepaald criterium voldoen. Stel dat je alleen orders boven de €1000 wilt analyseren — dan gebruik je FILTER om die subset uit je data te halen. FILTER geeft dus geen enkele waarde terug, maar een nieuwe mini-tabel waar andere functies vervolgens op kunnen rekenen. Het is een van de belangrijkste functies om data dynamisch te filteren binnen je berekeningen.
Voorbeeld: groteOrders = FILTER(Orders, Orders[Bedrag] > 1000)
De functie FIRST wordt gebruikt in een matrix of andere visual om de eerste zichtbare waarde op te halen. Dat betekent dat het niet naar de eerste rij in de tabel kijkt, maar naar wat in de visual op dat moment bovenaan staat. Dit is handig wanneer je bijvoorbeeld altijd het oudste product of de eerste maand wilt laten zien die op dat moment in beeld is. FIRST werkt alleen binnen visuals (dus niet in gewone metingen of berekende kolommen), en reageert op filters, sortering en gebruikersselecties. Je kunt er dynamische titels, KPI-kaarten of andere aangepaste rapportelementen mee voeden.
Voorbeeld: eersteKlant = FIRST(Klanten[Naam])
INDEX haalt een rij op die op een bepaalde positie staat binnen een groep of een hele dataset. Je kunt hierbij zelf aangeven wat de sorteervolgorde is, en hoe de data moet worden gegroepeerd (met PARTITIONBY). Dit is ideaal voor analyses zoals: “geef mij de 3e bestelling per klant” of “toon het tweede product op alfabetische volgorde”. INDEX werkt met gestructureerde logica, wat betekent dat je precies moet aangeven hoe Power BI moet tellen en ordenen. In combinatie met andere functies kun je op een slimme manier de inhoud van je visuals of berekeningen sturen.
Voorbeeld: derdeOrder = INDEX(3, PARTITIONBY(KlantID), ORDERBY(OrderDatum, ASC))
KEEPFILTERS gebruik je in combinatie met CALCULATE om bestaande filters te behouden wanneer je nieuwe filters toevoegt. Normaal gesproken overschrijft een nieuwe filter de bestaande context, maar met KEEPFILTERS worden ze netjes gecombineerd. Dit is handig als je bijvoorbeeld een som wilt berekenen binnen een specifieke klantgroep, maar wél de filters uit je rapport (zoals geselecteerde regio’s of datums) wilt behouden. Zo kun je preciezer sturen wat er wel en niet mee mag doen in je berekening, zonder dat andere slicers of visuals per ongeluk de uitkomst veranderen.
Voorbeeld: vasteKlantOmzet = CALCULATE(SUM(Verkoop[Bedrag]), KEEPFILTERS(Klanten[Status] = “Vast”))
De functie LAST werkt net als FIRST, maar dan omgekeerd. Je gebruikt het om de laatste waarde op te halen die zichtbaar is in een tabel, matrix of grafiek. Dit is handig voor bijvoorbeeld het tonen van de nieuwste maand, de laatste klant in een lijst, of het laatste product op alfabetische volgorde. LAST houdt rekening met de sortering en filters in de visual, en wordt vooral gebruikt in KPI-kaarten of andere dynamische dashboards waar je actuele waarden wilt tonen zonder handmatig bij te werken.
Voorbeeld: laatsteProduct = LAST(Producten[Naam])
LOOKUP gebruik je om binnen een visual (zoals een matrix of grafiek) een waarde op te zoeken die zichtbaar is op basis van de filters en sortering van dat moment. Je kunt hiermee bijvoorbeeld de omzet van een specifiek product ophalen dat zichtbaar is in een visual. Het is belangrijk om te weten dat deze functie alleen werkt in de visuele berekeningsmodus van Power BI, en dus niet beschikbaar is in standaard metingen. LOOKUP is vooral handig voor interactieve dashboards waarin gebruikers met slicers of visuals de inhoud van berekeningen beïnvloeden.
Voorbeeld: lookupWaarde = LOOKUP(Producten[Prijs])
LOOKUPWITHTOTALS lijkt sterk op LOOKUP, maar deze functie houdt óók rekening met subtotalen of totalen die zichtbaar zijn in een visual. Dit maakt het mogelijk om niet alleen een specifieke waarde op te zoeken, maar ook de samenvattende waarden uit een groep of categorie te gebruiken in je berekening. Dit is vooral handig als je analyses maakt waarbij je een detail vergelijkt met een groepsgemiddelde of totaal. De functie wordt uitsluitend gebruikt in de visuele context en helpt bij het maken van flexibele, intuïtieve dashboards.
Voorbeeld: lookupMetTotaal = LOOKUPWITHTOTALS(Verkoop[Bedrag])
LOOKUPVALUE is één van de meest gebruikte opzoekfuncties in Power BI. Je gebruikt het om een waarde op te halen uit een kolom, op basis van een andere kolom met voorwaarden. Stel: je hebt een klantnummer in je verkoopgegevens en je wilt daar de bijbehorende naam uit de klantentabel bij zoeken. Dan gebruik je LOOKUPVALUE om die naam automatisch op te halen. De functie werkt net als VERT.ZOEKEN (VLOOKUP) in Excel en is ideaal voor het koppelen van tabellen zonder relaties of voor het opbouwen van berekende kolommen.
Voorbeeld: klantNaam = LOOKUPVALUE(Klanten[Naam], Klanten[ID], Orders[KlantID])
De functie MATCHBY gebruik je in combinatie met andere functies zoals OFFSET of RANK om aan te geven welke rijen Power BI moet vergelijken. Stel dat je een berekening wilt doen per product of per klant — dan geef je met MATCHBY aan: “Kijk alleen naar de rijen die bij deze klant of dit product horen.” MATCHBY helpt Power BI dus om rijen te herkennen die logisch bij elkaar horen. Zonder deze functie zou Power BI misschien verkeerde rijen met elkaar vergelijken. MATCHBY is vooral belangrijk bij zogenaamde “vensterfuncties” waarbij je data opdeelt in groepen en binnen zo’n groep bijvoorbeeld een verschuiving, gemiddelde of rang wilt bepalen.
Voorbeeld: vorigeWaarde = OFFSET(-1, PARTITIONBY(ProductID), ORDERBY(Datum, ASC), MATCHBY(ProductID))
Met MOVINGAVERAGE kun je een gemiddelde berekenen over meerdere rijen, bijvoorbeeld de huidige rij én de rijen ervoor en erna. Dit wordt ook wel een voortschrijdend gemiddelde genoemd. Het is handig als je in een grafiek of tabel een vloeiendere trend wilt laten zien — bijvoorbeeld bij wisselende verkoopcijfers per maand. In plaats van alleen naar het bedrag van één maand te kijken, neem je dan ook de vorige maand(en) en/of volgende maand(en) mee om het gemiddelde te berekenen. Hierdoor zie je beter hoe de cijfers zich ontwikkelen over tijd zonder dat toevallige pieken of dalen te veel invloed hebben.
Voorbeeld: 3maandsGemiddelde = MOVINGAVERAGE(Sales[Bedrag], -1, 1)
De functie NEXT gebruik je om in een visual zoals een tabel of matrix de waarde op te halen uit de volgende rij. Bijvoorbeeld: je bekijkt de omzet per maand en je wilt in een extra kolom zien wat de omzet van de maand daarna is. Dan gebruik je NEXT om automatisch die volgende waarde erbij te pakken. Dit maakt het makkelijk om vergelijkingen te maken, zoals “hoeveel is het gestegen of gedaald ten opzichte van de volgende maand?”. NEXT werkt alleen in visuals en reageert op hoe de rijen daarin worden weergegeven en gesorteerd.
Voorbeeld: volgendeWaarde = NEXT(Sales[Omzet])
OFFSET geeft je een rij terug die zich een bepaald aantal plekken vóór of na de huidige rij bevindt. Zo kun je bijvoorbeeld zeggen: “geef mij de rij 1 plek terug” of “toon de rij 2 plaatsen verder”. Dit is handig als je data wilt vergelijken met vorige of volgende perioden — bijvoorbeeld om de groei tussen maanden of weken te berekenen. Je moet aangeven hoe Power BI de rijen moet sorteren (bijvoorbeeld op datum) én binnen welke groep de vergelijking moet plaatsvinden. OFFSET is heel krachtig voor tijdanalyses en trendvergelijkingen binnen dezelfde groep zoals per klant, product of regio.
Voorbeeld: vorigeRij = OFFSET(-1, PARTITIONBY(ProductID), ORDERBY(Datum, ASC))
Met ORDERBY vertel je Power BI in welke volgorde rijen moeten worden bekeken bij het uitvoeren van functies zoals RANK, OFFSET of INDEX. Je bepaalt op basis van welke kolom er gesorteerd moet worden, en of dat oplopend (ASC) of aflopend (DESC) moet zijn. Bijvoorbeeld: je wilt de rijen sorteren van oudste naar nieuwste datum, of van hoogste naar laagste omzet. Door ORDERBY goed in te stellen, zorg je ervoor dat Power BI begrijpt in welke volgorde berekeningen moeten plaatsvinden, zoals welke rij de “eerste”, “volgende” of “hoogste” is.
Voorbeeld: ORDERBY(Datum, ASC)
PARTITIONBY gebruik je om aan te geven hoe de data moet worden opgedeeld in groepen, ook wel partities genoemd. Denk aan: per klant, per productcategorie of per regio. Door deze opdeling kun je berekeningen uitvoeren binnen elke groep apart. Bijvoorbeeld: je wilt de top 3 producten tonen binnen elke productcategorie. PARTITIONBY zorgt ervoor dat Power BI weet dat de rangorde opnieuw moet beginnen bij elke groep. Zonder deze functie zou een berekening zoals RANK of OFFSET alle rijen als één geheel zien, en dus geen onderscheid maken tussen groepen.
Voorbeeld: PARTITIONBY(KlantID)
PREVIOUS haalt de waarde op uit de rij die direct vóór de huidige rij staat in een visual zoals een matrix of tabel. Stel dat je per maand de omzet toont, dan kun je met PREVIOUS de omzet van de maand daarvoor erbij tonen, zodat je ze naast elkaar kunt vergelijken. Het is handig voor tijdreeksen en trends waarbij je wilt zien hoe een getal zich ontwikkelt over tijd. PREVIOUS werkt alleen in visuals en reageert op de sortering en filters die daarin actief zijn.
Voorbeeld: vorigeMaandOmzet = PREVIOUS(Sales[Maand])
RANGE selecteert een groep rijen die zich in de buurt van de huidige rij bevinden. Bijvoorbeeld: je wilt de twee rijen vóór en de twee rijen na de huidige rij bekijken. RANGE doet dit op basis van de volgorde die je opgeeft met ORDERBY. Het is handig voor het berekenen van gemiddelden of totalen over een reeks rijen, zoals een schuivend gemiddelde of een analyse over een vaste periode. Je kunt RANGE ook gebruiken om rijen te markeren in een rapport op basis van hun positie binnen een bepaald bereik.
Voorbeeld: RANGE(-2, 0, ORDERBY(Datum, ASC), PARTITIONBY(ProductID))
Met RANK geef je elke rij een positie in een groep, op basis van bijvoorbeeld omzet of score. Je kunt aangeven of de hoogste waarde op 1 moet staan of de laagste. RANK is perfect als je wilt weten wie de beste klant is, welk product het meest verkoopt, of welke regio de meeste winst maakt. Je kunt ook aangeven dat je per groep een aparte rang wilt maken, zoals per productgroep of medewerker. RANK helpt je zo om snel inzicht te krijgen in prestaties binnen je data.
Voorbeeld: omzetRang = RANK(ORDERBY(Verkoop[Bedrag], DESC), PARTITIONBY(Productgroep))
Met REMOVEFILTERS kun je ervoor zorgen dat bepaalde filters niet worden meegenomen in een berekening. Dat is handig als je bijvoorbeeld de totale omzet wilt berekenen, ongeacht welke filters de gebruiker in een slicer heeft geselecteerd. Je kunt REMOVEFILTERS gebruiken op een hele tabel of op een specifieke kolom. Het lijkt een beetje op ALL, maar REMOVEFILTERS is duidelijker als je filters alleen tijdelijk en doelgericht wilt negeren in één specifieke berekening.
Voorbeeld: totaalOmzet = CALCULATE(SUM(Verkoop[Bedrag]), REMOVEFILTERS(Verkoop[Categorie]))
RUNNINGSUM telt de waarden van rijen bij elkaar op, beginnend bij de eerste rij tot aan de huidige rij. Zo krijg je een cumulatieve som, bijvoorbeeld: de omzet tot en met deze maand. Dit is heel handig in grafieken om de opbouw van een totaal (optelsom) te laten zien, of om te laten zien hoe je cijfers zich opstapelen over tijd. RUNNINGSUM werkt in visuals en verandert automatisch als je filters aanpast of andere sorteringen toepast. Wil jij een aantal getallen cumulatief optellen in Power BI? Gebruik de DAX formule RUNNINGSUM
Voorbeeld: cumulatieveOmzet = RUNNINGSUM(Verkoop[Bedrag], ORDERBY(Datum, ASC))
De functie SELECTEDVALUE gebruik je om één waarde op te halen uit een kolom die door een filter of slicer is beperkt tot precies één resultaat. Bijvoorbeeld: een gebruiker selecteert een klant in een slicer, en jij wilt die specifieke klantnaam gebruiken in een titel of berekening. SELECTEDVALUE controleert of er precies één waarde is geselecteerd, en geeft die terug. Als er niets of meerdere dingen zijn geselecteerd, kun je met een tweede argument een standaardwaarde invullen. Dit is heel handig voor interactieve dashboards, dynamische titels of voor berekeningen die afhankelijk zijn van een specifieke selectie.
Voorbeeld: geselecteerdeKlant = SELECTEDVALUE(Klanten[Naam], “Geen selectie”)
Met de functie WINDOW kun je meerdere rijen ophalen die zich vóór, na of rondom de huidige rij bevinden, binnen een bepaalde volgorde. Het lijkt een beetje op RANGE, maar WINDOW is uitgebreider en flexibeler. Je kunt precies aangeven vanaf welke rij tot welke rij je wilt kijken — bijvoorbeeld van 2 rijen terug tot 1 rij vooruit. Dit is perfect voor het maken van schuivende gemiddelden, cumulatieve berekeningen of vergelijkingen over meerdere periodes. Je bepaalt zelf hoe er gesorteerd wordt en hoe de groepen worden opgedeeld, bijvoorbeeld per product of per regio.
Voorbeeld: contextBereik = WINDOW(-2, 1, ORDERBY(Datum, ASC), PARTITIONBY(ProductID))
Financiële functies
Financiële functies in Power BI worden gebruikt om berekeningen uit te voeren die vaak voorkomen in financiële analyses, zoals investeringsrendement, afschrijvingen en betalingen. Deze functies zijn onderdeel van DAX en helpen bij het modelleren van financiële scenario’s binnen dashboards en rapporten. Enkele belangrijke financiële functies zijn PMT() (berekent een periodieke betaling op basis van rente en looptijd), FV() (toekomstige waarde van een investering), PV() (contante waarde), en RATE() (rentepercentage per periode). Bijvoorbeeld: PMT(0.05/12, 60, -10000) berekent de maandelijkse betaling voor een lening van €10.000 met 5% rente over 5 jaar.
Deze functies maken het mogelijk om binnen Power BI financiële modellen te bouwen die normaal gesproken in Excel zouden worden opgesteld. Ze zijn nuttig voor scenarioanalyses, budgettering, en het vergelijken van investeringsopties. Door financiële functies effectief te gebruiken, kun je complexe financiële informatie begrijpelijk en visueel inzichtelijk maken.
De functie ACCRINT berekent hoeveel rente er is opgebouwd op een waardepapier dat periodiek rente uitkeert, zoals een obligatie. Dit is handig als je wilt weten hoeveel rente er tot een bepaalde datum is opgebouwd, zonder dat deze al is uitbetaald. Bijvoorbeeld: je hebt een obligatie gekocht met halfjaarlijkse rente-uitkering en je wilt de opgebouwde rente na 4 maanden weten. Deze functie houdt rekening met de uitgiftedatum, de eerste renteperiode, en het aantal dagen tot het berekeningsmoment.
Voorbeeld: opgebouwdeRente = ACCRINT(“01-01-2023”, “01-07-2023”, “01-05-2023”, 0.05, 1000, 2, 0)
ACCRINTM werkt net als ACCRINT, maar is bedoeld voor waardepapieren die de rente pas op de einddatum betalen. In plaats van periodieke uitbetalingen, wordt de hele rente in één keer op de vervaldatum uitgekeerd. Je gebruikt deze functie bijvoorbeeld bij zero-coupon obligaties, waarbij je vooraf wilt weten hoeveel rente er tegen die tijd opgebouwd is. Dit helpt bij het vergelijken van investeringen die pas op het einde renderen.
Voorbeeld: renteBijEinde = ACCRINTM(“01-01-2023”, “01-01-2024”, 0.06, 1000, 1)
Met AMORDEGRC bereken je de afschrijving van een actief (zoals machines of voertuigen) waarbij een versnelde methode wordt toegepast. Dit betekent dat je in de eerste jaren sneller afschrijft dan in de latere jaren. De functie houdt daarbij rekening met een afschrijvingscoëfficiënt die afhankelijk is van de levensduur van het actief. Deze methode wordt vaak gebruikt in de boekhouding voor belastingdoeleinden.
Voorbeeld: afschrijving = AMORDEGRC(10000, “01-01-2023”, “01-01-2026”, 1, 5, 0.15, 0)
De functie AMORLINC gebruik je om lineair af te schrijven: je schrijft elke periode hetzelfde bedrag af van een actief. Dit is de eenvoudigste manier van afschrijven en wordt vaak gebruikt wanneer activa gelijkmatig in waarde dalen, zoals bij meubilair of softwarelicenties. Je geeft de aanschafwaarde, datum, duur, en levensduur op, en Power BI berekent hoeveel er per periode moet worden afgeschreven.
Voorbeeld: vasteAfschrijving = AMORLINC(10000, “01-01-2023”, “01-01-2026”, 1, 5, 0.15, 0)
De functie COUPDAYBS berekent hoeveel dagen er zijn verstreken tussen het begin van de rente- of couponperiode van een waardepapier en de stortingsdatum. Dit is nuttig voor financiële rapportages waarin je wilt weten hoeveel rente er is opgebouwd in een bepaalde periode vóór betaling. Je gebruikt deze functie vooral bij obligaties die periodiek rente uitkeren. Het resultaat helpt bij het correct waarderen van de huidige renteverplichting of voor transparantie richting beleggers.
Voorbeeld: dagenTotStorting = COUPDAYBS(“01-01-2023”, “01-06-2023”, 2, 0)
COUPDAYS geeft het totaal aantal dagen terug van de huidige couponperiode waarin een stortingsdatum valt. Dit is handig voor het bepalen van rente over een volledige periode. Als je bijvoorbeeld rente per halfjaar ontvangt, geeft deze functie het aantal dagen van zo’n halfjaar op basis van de opgegeven standaard. Dit helpt om renteaanspraken te berekenen of periodes correct te rapporteren in financiële dashboards.
Voorbeeld: aantalDagen = COUPDAYS(“01-01-2023”, “01-06-2023”, 2, 0)
Met COUPDAYSNC bereken je het aantal dagen van de stortingsdatum tot de volgende geplande uitbetaling (coupondatum). Dit gebruik je bij waardepapieren om te weten hoeveel dagen er nog over zijn tot de volgende rentebetaling. Deze functie is handig voor het nauwkeurig in kaart brengen van toekomstige verplichtingen of voor het schatten van rente-inkomsten.
Voorbeeld: resterendeDagen = COUPDAYSNC(“01-01-2023”, “01-06-2023”, 2, 0)
De functie COUPNCD geeft je de eerstvolgende coupondatum die na de opgegeven stortingsdatum valt. Dit is belangrijk bij het analyseren van wanneer een belegging weer rente gaat uitkeren. Het helpt ook om te berekenen hoelang je nog moet wachten op de volgende betaling, en dat maakt deze functie nuttig voor het beheren van beleggingsportefeuilles.
Voorbeeld: volgendeCoupon = COUPNCD(“01-01-2023”, “01-06-2023”, 2, 0)
Met COUPNUM bereken je hoeveel rentebetalingen (coupons) er nog volgen tussen de stortingsdatum en de einddatum van een waardepapier. Dit aantal wordt afgerond naar het dichtstbijzijnde hele getal. Deze functie is handig bij het schatten van de totale rente die je nog kunt verwachten en bij het plannen van toekomstige kasstromen in financiële modellen.
Voorbeeld: aantalCoupons = COUPNUM(“01-01-2023”, “01-01-2026”, 2, 0)
COUPPCD geeft je de datum van de vorige rentebetaling, vóór de opgegeven stortingsdatum. Dit is belangrijk om te weten hoeveel tijd er is verstreken sinds de laatste betaling. Met die informatie kun je precies berekenen hoeveel rente er inmiddels opgebouwd is en of een waardepapier zijn renteverplichting nakomt.
Voorbeeld: vorigeCoupon = COUPPCD(“01-01-2023”, “01-06-2023”, 2, 0)
De functie CUMIPMT berekent hoeveel rente er in totaal is betaald op een lening tussen twee opgegeven perioden. Deze functie is vooral handig bij het maken van aflossingsschema’s of het analyseren van langlopende leningen in je rapporten. Je voert onder andere het rentepercentage, het aantal totale perioden, de hoofdsom en de begin- en eindperiode in. CUMIPMT helpt je dus om in één keer inzicht te krijgen in de totale rentekosten over een langere tijdspanne.
Voorbeeld: totaleRente = CUMIPMT(0.05/12, 60, 10000, 1, 12, 0)
Met CUMPRINC bereken je hoeveel van de oorspronkelijke lening (de hoofdsom) is terugbetaald tussen twee perioden. Net als CUMIPMT gebruik je deze functie in scenario’s waarbij je het verloop van een lening inzichtelijk wilt maken. Het helpt je om te zien hoeveel schuld er al is afgelost en hoeveel er nog over is. Handig bij financiële prognoses of rapportages over leningen.
Voorbeeld: afgelosteHoofdsom = CUMPRINC(0.05/12, 60, 10000, 1, 12, 0)
De functie DB (Declining Balance) gebruik je om afschrijving te berekenen waarbij het af te schrijven bedrag elk jaar kleiner wordt. In het eerste jaar schrijf je dus het meeste af, daarna elk jaar wat minder. Deze methode wordt vaak toegepast op activa die snel in waarde dalen, zoals voertuigen of technologie. Je voert onder andere de kosten, restwaarde, levensduur en af te schrijven periode in.
Voorbeeld: afschrijvingPeriode = DB(10000, 1000, 5, 1, 12)
Met DDB (Double Declining Balance) bereken je een versnelde afschrijving waarbij het af te schrijven bedrag in de beginjaren veel hoger ligt. Je kunt ook een factor meegeven als je een aangepaste afschrijvingsmethode wilt gebruiken. Deze functie is ideaal wanneer activa snel waarde verliezen en je dit correct wilt weergeven in je financiële dashboards of boekhouding.
Voorbeeld: dubbeleAfschrijving = DDB(10000, 1000, 5, 1, 2)
De functie DISC gebruik je om het discontopercentage van een waardepapier te berekenen, zoals een schatkistpapier dat onder de nominale waarde wordt verkocht. In plaats van rente te ontvangen, koop je het papier met korting en krijg je bij afloop het volledige bedrag terug. DISC helpt je om uit te rekenen welk jaarlijks rendement die korting effectief oplevert. Dit is handig bij het vergelijken van waardepapieren zonder couponrente. De uitkomst is vooral nuttig voor beleggers en financieel analisten die cashflow en rendement willen doorrekenen.
Voorbeeld: disconto = DISC(“01-01-2023”, “01-07-2023”, 97.5, 100, 0)
Met DOLLARDE zet je een bedrag dat in breukvorm staat, zoals 1,02 (wat betekent 1 en 2/16 dollar), om naar een decimaal getal dat Power BI makkelijker kan berekenen. Deze functie is vooral handig bij financiële data uit de VS, waar obligatieprijzen soms in breukvorm worden weergegeven. Het maakt de data consistenter voor berekeningen zoals totaalwaarden, rendementen of trends.
Voorbeeld: decimaleWaarde = DOLLARDE(1.02, 16)
De functie DOLLARFR doet precies het tegenovergestelde van DOLLARDE: het zet een decimaal bedrag om naar een breukvorm. Dit is handig als je de data weer wilt presenteren in het formaat zoals sommige financiële markten dat tonen — bijvoorbeeld obligatieprijzen in achtsten of zestienden. Het maakt het makkelijker om rapportages af te stemmen op branchegebruiken of klantverwachtingen.
Voorbeeld: breukWaarde = DOLLARFR(1.125, 16)
De functie DURATION berekent de zogenaamde “Macauley-duur”, wat een maat is voor hoe gevoelig de prijs van een obligatie is voor veranderingen in de rente. Hoe hoger deze waarde, hoe gevoeliger de obligatieprijs is voor renteveranderingen. Dit is vooral nuttig voor beleggers en financieel analisten die het renterisico van hun portefeuille willen inschatten. De DURATION helpt bij het vergelijken van obligaties met verschillende looptijden, coupons en vervaldatums, en geeft inzicht in het gemiddelde tijdstip waarop je de investering terugverdient.
Voorbeeld: looptijdgevoeligheid = DURATION(“01-01-2023”, “01-01-2028”, 0.05, 0.06, 2, 100, 0)
Met de functie EFFECT bereken je het werkelijke jaarlijkse rentepercentage op basis van een nominale rente en het aantal keren per jaar dat rente wordt bijgeschreven. Stel je hebt een lening met een rente van 6% die maandelijks wordt samengesteld — dan is het effectieve rendement hoger dan 6%. Deze functie is onmisbaar bij het vergelijken van verschillende investeringen of leningen die verschillende samengestelde rentes gebruiken.
Voorbeeld: effectiefRente = EFFECT(0.06, 12)
De functie FV (Future Value) laat je uitrekenen hoeveel een investering in de toekomst waard zal zijn, op basis van een vast rentepercentage en constante betalingen. Het is ideaal voor scenario’s zoals sparen, beleggen of pensioenberekeningen. Je voert het rentepercentage, aantal perioden, betaling per periode, en beginwaarde in, en Power BI geeft je het verwachte eindbedrag. FV is daarmee essentieel voor financiële planning en groeiscenario’s.
Voorbeeld: toekomstigBedrag = FV(0.05/12, 60, -200, 0, 0)
Met INTRATE bereken je het rentepercentage op een waardepapier op basis van aankoopprijs, eindwaarde en looptijd. Dit is handig als je de effectieve opbrengst van een investering wilt berekenen die geen reguliere rente uitkeert. Je gebruikt het bijvoorbeeld bij kortlopende beleggingen of waardepapieren die onder de nominale waarde worden gekocht en op de vervaldatum de volle waarde terugbetalen.
Voorbeeld: rentePercentage = INTRATE(“01-01-2023”, “01-07-2023”, 97.5, 100, 0)
Hoe kan je in Power BI de rentebetaling per periode berekenen voor een lening of investering? (IPMT)
De functie IPMT (Interest Payment) berekent hoeveel rente je in een specifieke periode betaalt op een lening of investering. Dit is handig als je een lening aflost in vaste maandelijkse termijnen, maar wilt weten hoeveel van dat bedrag rente is. Je kunt hiermee ook de rentelast over tijd volgen of splitsen in rente en aflossing. In Power BI gebruik je IPMT om aflossingsschema’s en financiële prognoses transparanter te maken.
Voorbeeld: rentePerMaand = IPMT(0.05/12, 1, 60, -10000)
ISPMT werkt vergelijkbaar met IPMT, maar gaat ervan uit dat je steeds een vast deel van de hoofdsom aflost. De rente daalt dan elke periode, omdat je steeds minder schuld hebt. Je gebruikt deze functie bij leningen waarbij je een gelijk deel van de lening aflost per periode. Dit geeft je inzicht in de afnemende rentelast over tijd en is nuttig voor realistische budgettering.
Voorbeeld: vasteAflossingRente = ISPMT(0.05, 1, 10, -10000)
De functie MDURATION (Modified Duration) berekent hoe sterk de prijs van een obligatie verandert als de rente met 1% stijgt of daalt. In tegenstelling tot de gewone DURATION houdt MDURATION rekening met het effectieve rendement (yield to maturity) van het waardepapier. Het resultaat geeft je dus een nog preciezer beeld van het renterisico. Dit is belangrijk voor het beheren van obligatieportefeuilles of het balanceren van risico binnen investeringsstrategieën.
Voorbeeld: aangepasteDuur = MDURATION(“01-01-2023”, “01-01-2028”, 0.05, 0.06, 2, 0)
Met de functie NOMINAL bereken je het jaarlijkse rentepercentage dat hoort bij een effectief (werkelijk) rentepercentage, op basis van hoe vaak er per jaar wordt samengesteld. Dit is handig als je bijvoorbeeld weet dat de effectieve rente 6,14% is en je wilt weten wat de overeenkomstige nominale rente is bij maandelijkse samenstelling. NOMINAL helpt je dus bij het vergelijken van leningen of investeringen met verschillende renteconstructies.
Voorbeeld: nominaleRente = NOMINAL(0.0614, 12)
De functie NPER berekent hoeveel perioden er nodig zijn om een lening af te lossen of een doelbedrag te bereiken bij een vaste rente en constante betalingen. Dit is handig als je bijvoorbeeld €200 per maand spaart tegen 5% rente en wilt weten hoelang het duurt tot je €10.000 hebt gespaard. NPER is een waardevolle functie voor het plannen van investeringen of aflossingen.
Voorbeeld: aantalPerioden = NPER(0.05/12, -200, 0, 10000)
ODDFPRICE gebruik je wanneer een obligatie of waardepapier een ongebruikelijk korte of lange eerste renteperiode heeft. Deze situaties komen voor bij uitgiftes of overnames van leningen. De functie berekent dan de juiste prijs per €100 nominale waarde, zodat je weet hoeveel het waardepapier nu waard is op basis van de afwijkende rentetijdlijn. Zeer nuttig bij het analyseren van complexe obligaties.
Voorbeeld: prijsAfwijkendBegin = ODDFPRICE(“01-01-2023”, “01-07-2025”, “01-05-2023”, 0.05, 0.06, 2, 100, 0)
ODDFYIELD is de bijpassende functie bij ODDFPRICE, maar in plaats van de prijs geeft het het effectieve rendement van een waardepapier met een afwijkende eerste periode. Dit is belangrijk bij het bepalen van hoeveel een investering werkelijk oplevert ondanks de ongewone looptijd. Vooral nuttig voor beleggers of financiële professionals die rendementen willen vergelijken.
Voorbeeld: rendementAfwijkendBegin = ODDFYIELD(“01-01-2023”, “01-07-2025”, “01-05-2023”, 0.05, 0.06, 2, 100, 0)
De functie ODDLPRICE gebruik je wanneer een waardepapier een ongewoon korte of lange laatste renteperiode heeft. Dit kan gebeuren bij vervroegde aflossing of herstructurering van een lening. Power BI gebruikt deze functie om de juiste prijs per €100 nominale waarde te berekenen, rekening houdend met die afwijkende eindstructuur. Het helpt je om nauwkeurig de waarde van zo’n investering te bepalen, vooral als je belegt in complexe obligaties.
Voorbeeld: prijsAfwijkendEinde = ODDLPRICE(“01-01-2023”, “01-01-2025”, “01-10-2024”, 0.05, 0.06, 2, 100, 0)
Met ODDLYIELD bereken je het rendement van een waardepapier met een ongebruikelijke laatste renteperiode. In plaats van een standaard renteopbouw, wordt hier rekening gehouden met een langere of kortere laatste termijn. Dit is belangrijk om het werkelijke rendement van een belegging correct weer te geven, zodat je eerlijke vergelijkingen kunt maken tussen verschillende beleggingsopties.
Voorbeeld: rendementAfwijkendEinde = ODDLYIELD(“01-01-2023”, “01-01-2025”, “01-10-2024”, 0.05, 0.06, 2, 100, 0)
De functie PDURATION laat zien hoeveel perioden (bijvoorbeeld maanden of jaren) er nodig zijn om van een startbedrag naar een doelbedrag te groeien bij een vast rentepercentage. Dit is superhandig bij financiële planning: wil je bijvoorbeeld weten hoeveel jaar je moet sparen tegen 5% rente om €20.000 te maken van €10.000? Dan gebruik je PDURATION. Dit geeft je een helder beeld van het groeitempo van je investering.
Voorbeeld: benodigdeTijd = PDURATION(0.05, 10000, 20000)
De PMT-functie rekent uit wat je vaste maandelijkse of periodieke betaling is voor een lening, gebaseerd op een vast rentepercentage en looptijd. Of het nu gaat om een hypotheek, autolening of zakelijke financiering — met PMT weet je precies hoeveel je maandelijks kwijt bent. Dit is essentieel voor budgettering, cashflowbeheer en investeringsbeslissingen in Power BI.
Voorbeeld: maandlasten = PMT(0.05/12, 60, -10000)
De functie PPMT laat je berekenen hoeveel van je betaling in een specifieke periode naar de hoofdsom gaat (in plaats van rente). Dit is ideaal als je wilt analyseren hoeveel schuld je per maand aflost, bijvoorbeeld in een leningsoverzicht. Samen met IPMT (voor rente) kun je met PPMT precies zien hoe je betaling is opgebouwd.
Voorbeeld: hoofdsomPerMaand = PPMT(0.05/12, 1, 60, -10000)
Met de functie PRICE bereken je de actuele prijs van een waardepapier dat regelmatig rente uitkeert, zoals een obligatie. De uitkomst is de prijs per €100 nominale waarde, gebaseerd op factoren zoals couponrente, looptijd en marktrente. Dit is handig wanneer je wilt weten hoeveel je zou moeten betalen voor een investering in een obligatie op een specifieke datum. PRICE helpt je bij het waarderen van effectenportefeuilles en het analyseren van marktkansen.
Voorbeeld: obligatiePrijs = PRICE(“01-01-2023”, “01-01-2028”, 0.05, 0.06, 2, 100, 0)
PRICEDISC gebruik je bij zogenoemde “discount securities” – waardepapieren die geen rente uitkeren, maar tegen een lagere prijs worden gekocht en op de einddatum de volledige waarde uitbetalen. De functie berekent wat de huidige waarde is van zo’n investering per €100 nominale waarde. Dit is handig bij het beoordelen van beleggingen zoals schatkistpapier of kortlopende obligaties zonder rente.
Voorbeeld: prijsKortingspapier = PRICEDISC(“01-01-2023”, “01-07-2023”, 0.05, 100, 0)
De PRICEMAT-functie berekent de prijs van een waardepapier dat pas aan het einde van de looptijd rente uitkeert. Je gebruikt deze functie wanneer je investeert in obligaties of leningen waarbij alle rente in één keer bij afloop wordt betaald. Dit helpt bij het bepalen van de huidige waarde en bij het maken van rendementsvergelijkingen met andere investeringen.
Voorbeeld: eindPrijs = PRICEMAT(“01-01-2023”, “01-01-2024”, “01-06-2023”, 0.06, 0.05, 0)
De PV-functie (Present Value) rekent uit hoeveel een toekomstig bedrag vandaag waard is, op basis van een vast rentepercentage. Dit is essentieel bij investeringsbeslissingen: je kunt bijvoorbeeld uitrekenen wat €10.000 over vijf jaar vandaag zou moeten kosten bij een rendement van 5%. PV wordt vaak gebruikt in financiële modellen, leaseberekeningen of waarderingsscenario’s.
Voorbeeld: huidigeWaarde = PV(0.05/12, 60, -200, 0)
Met RATE bereken je welk rentepercentage hoort bij een reeks betalingen over een bepaalde periode. Dit is handig als je weet wat je maandelijks betaalt en hoeveel je leent, maar het rentepercentage niet bekend is. Denk aan leningen of investeringen met vaste betalingen. RATE helpt je dan om het effectieve rentepercentage per periode te achterhalen.
Voorbeeld: rentePeriode = RATE(60, -200, 10000)
De functie RECEIVED berekent welk bedrag je ontvangt bij de vervaldatum van een volledig geïnvesteerd waardepapier. Dit is vooral nuttig bij waardepapieren die geen periodieke betalingen doen, zoals zero-coupon bonds. Het helpt je te bepalen wat het uiteindelijke rendement of de cash-inflow is bij afloop van een belegging.
Voorbeeld: ontvangenBedrag = RECEIVED(“01-01-2023”, “01-01-2024”, 0.05, 100, 0)
RRI (Rate of Return per Interval) berekent het gemiddelde groeipercentage van een investering over een bepaald aantal perioden. Dit is handig om te begrijpen welk rendement je per periode nodig hebt om van een bepaald startbedrag naar een eindbedrag te komen. RRI helpt je bij het maken van scenario-analyses voor vermogensgroei of financiële planning.
Voorbeeld: groeipercentage = RRI(10, 10000, 20000)
De SLN-functie (Straight Line Depreciation) berekent hoeveel een actief elk jaar in waarde daalt bij een lineaire afschrijving. Hierbij wordt elk jaar hetzelfde bedrag afgeschreven. Deze methode is overzichtelijk en wordt vaak toegepast op bijvoorbeeld software, inventaris of gebouwen. SLN helpt je om kosten gelijkmatig te verdelen over de gebruiksduur van een actief in je financiële analyses of rapportages.
Voorbeeld: afschrijvingPerJaar = SLN(10000, 1000, 5)
Met SYD (Sum-of-Years Digits) bereken je afschrijving waarbij je in het begin van de levensduur meer afschrijft dan aan het einde. Dit is nuttig voor activa die in de eerste jaren meer waardeverlies hebben, zoals machines of voertuigen. SYD maakt je afschrijvingsmodellen realistischer en helpt bij het plannen van kapitaalinvesteringen.
Voorbeeld: versneldeAfschrijving = SYD(10000, 1000, 5, 1)
De functie TBILLEQ berekent welk rendement een schatkistpapier (dat zonder rente wordt verkocht) zou hebben als het vergeleken wordt met een obligatie die wel rente uitkeert. Dit maakt het mogelijk om rendementen eerlijk te vergelijken tussen verschillende soorten beleggingen. Handig bij het beoordelen van overheidsobligaties of kortlopende investeringen.
Voorbeeld: obligatieRendement = TBILLEQ(“01-01-2023”, “01-07-2023”, 97)
TBILLPRICE rekent uit hoeveel je betaalt voor een schatkistpapier dat aan het einde van de looptijd zijn volledige waarde uitkeert. Je gebruikt deze functie als je bijvoorbeeld weet welk rendement je zoekt en wilt weten wat je daar nu voor moet betalen. Ideaal voor het waarderen van kortlopende, risicoloze investeringen.
Voorbeeld: prijsSchatkistpapier = TBILLPRICE(“01-01-2023”, “01-07-2023”, 0.05)
De TBILLYIELD-functie berekent hoeveel rendement je maakt op een schatkistpapier, gegeven de aankoopprijs. Dit is het omgekeerde van TBILLPRICE: je weet wat je betaalt en wil weten wat het oplevert. Perfect voor het vergelijken van korte termijn investeringen en cash management.
Voorbeeld: rendementTBill = TBILLYIELD(“01-01-2023”, “01-07-2023”, 97)
De VDB-functie (Variable Declining Balance) berekent versnelde afschrijving, waarbij je ook gedeeltelijke perioden kunt opgeven. Het is een zeer flexibele methode, vooral nuttig voor boekhoudkundige situaties waarbij activa op verschillende manieren worden afgeschreven. Je kunt ook instellen of je overstapt naar lineaire afschrijving als dat gunstiger is.
Voorbeeld: afschrijvingFlexibel = VDB(10000, 1000, 5, 0, 1, 2, TRUE)
Met XIRR bereken je het jaarlijkse rendement van een reeks kasstromen die op onregelmatige momenten plaatsvinden. Denk aan investeringen met onvoorspelbare stortingen en uitbetalingen, zoals startups of vastgoedprojecten. XIRR helpt je om precieze rendementen te berekenen in scenario's waarin tijdsintervallen niet gelijk zijn.
Voorbeeld: internRendement = XIRR(, )
De functie XNPV (Net Present Value) berekent de huidige waarde van kasstromen die niet netjes elke maand of jaar plaatsvinden. Je gebruikt dit om te bepalen hoeveel een investering vandaag waard is, waarbij je elk bedrag op zijn eigen datum korting geeft. Perfect voor realistische projectwaardering.
Voorbeeld: huidigeWaarde = XNPV(0.08, , )
YIELD berekent het jaarlijkse rendement op een waardepapier dat periodiek rente uitkeert, zoals obligaties. Dit houdt rekening met prijs, couponrente, frequentie en vervaldatum. Deze functie is essentieel voor beleggingsanalyses, vooral bij het vergelijken van obligaties met verschillende kenmerken.
Voorbeeld: jaarlijksRendement = YIELD(“01-01-2023”, “01-01-2028”, 0.05, 95, 100, 2, 0)
Met YIELDDISC bereken je het rendement van een waardepapier dat onder de nominale waarde wordt verkocht en bij afloop volledig wordt terugbetaald. Handig bij kortlopende investeringen zoals schatkistpapier. Je weet de aankoopprijs en wilt weten welk rendement dat oplevert.
Voorbeeld: kortingsRendement = YIELDDISC(“01-01-2023”, “01-07-2023”, 97.5, 100, 0)
YIELDMAT berekent het rendement van een waardepapier dat zijn rente pas op de einddatum uitbetaalt. Je gebruikt deze functie wanneer er geen tussentijdse betalingen zijn. Ideaal voor investeringen waarbij je aan het einde één totaalbedrag ontvangt en wilt weten wat dat betekent als jaarlijks rendement.
Voorbeeld: eindRendement = YIELDMAT(“01-01-2023”, “01-01-2024”, “01-06-2023”, 0.06, 0.05, 0)
INFO-functies
In Power BI zijn de INFO.VIEW-functies een krachtig hulpmiddel voor het verkrijgen van inzicht in de structuur van je gegevensmodel. Deze functies, zoals INFO.VIEW.COLUMNS, INFO.VIEW.TABLES, INFO.VIEW.MEASURES en INFO.VIEW.RELATIONSHIPS, geven metadata terug over de inhoud van je datamodel. Ze zijn vooral bedoeld voor ontwikkelaars en beheerders die een diepgaand overzicht willen van de objecten binnen hun Power BI-rapporten of tabular modellen. Met INFO.VIEW.COLUMNS kun je bijvoorbeeld automatisch een overzicht genereren van alle kolommen in het model, inclusief informatie zoals kolomnamen, gegevenstypen, zichtbaarheid en beschrijvingen. INFO.VIEW.TABLES geeft soortgelijke details over alle tabellen in het model, terwijl INFO.VIEW.MEASURES inzicht biedt in de bestaande metingen, inclusief hun DAX-formules en status. INFO.VIEW.RELATIONSHIPS laat zien hoe tabellen met elkaar verbonden zijn, inclusief richting en cardinaliteit.
Deze functies worden doorgaans gebruikt binnen DAX-query’s of in combinatie met EVALUATE, en zijn niet bedoeld voor gebruik in visuals of berekende kolommen. Ze maken het mogelijk om het datamodel dynamisch te documenteren, controleren op consistentie en eenvoudiger te beheren. Voor gevorderde gebruikers bieden de INFO.VIEW-functies transparantie en controle over complexe modellen, waardoor ze essentieel zijn voor professioneel datamodelbeheer in Power BI.
Met de functie INFO.VIEW.COLUMNSkun je bekijken welke kolommen op dat moment zichtbaar zijn in een visual zoals een tabel of matrix. Dit is handig als je berekeningen wilt laten afhangen van de kolommen die op het scherm staan. Denk aan een visual waarin je alleen bepaalde producten ziet – met deze functie kun je dan precies zien welke dat zijn.
Voorbeeld:
zichtbareKolommen = INFO.VIEW.COLUMNS(“As”)
Hoe kan je in Power BI zien welke metingen of berekeningen in een visual staan? (INFO.VIEW.MEASURES)
De functie INFO.VIEW.MEASURES laat je zien welke metingen (measures) gebruikt worden in de visual. Zo weet je precies welke berekeningen er op dat moment getoond worden, bijvoorbeeld omzet, winst of marge. Super handig als je jouw berekening wilt aanpassen aan wat de gebruiker bekijkt.
Voorbeeld:
actieveMeting = INFO.VIEW.MEASURES(“Waarden”)
Met INFO.VIEW.RELATIONSHIPS kun je zien hoe Power BI tabellen met elkaar verbindt in een visual. Deze functie vertelt je welke verbanden er worden gebruikt om de gegevens te combineren. Zo kun je makkelijker fouten opsporen of begrijpen waarom bepaalde cijfers worden getoond.
Voorbeeld:
gebruikteRelaties = INFO.VIEW.RELATIONSHIPS(“Visual”)
INFO.VIEW.TABLES laat zien uit welke tabellen de gegevens in je visual komen. Dit is handig als je met meerdere bronnen werkt en wilt begrijpen welke tabellen actief bijdragen aan wat je ziet. Zo houd je overzicht over welke data je visual gebruikt.
Voorbeeld:
actieveTabellen = INFO.VIEW.TABLES(“MijnVisual”)
Met INFO.ANNOTATIONS kun je opmerkingen of beschrijvingen bekijken die aan kolommen, metingen of tabellen zijn toegevoegd. Dit is handig als jij of iemand anders extra uitleg bij het datamodel heeft geschreven. Zo kun je makkelijk terugvinden waarvoor iets bedoeld is.
Voorbeeld:
opmerking = INFO.ANNOTATIONS(“Producten[Verkoopprijs]”)
De functie INFO.CALCDEPENDENCY laat zien welke andere kolommen, metingen of tabellen worden gebruikt in een berekening. Zo weet je precies welke gegevens invloed hebben op een meting. Dit helpt enorm bij het oplossen van fouten of begrijpen waarom een berekening verandert.
Voorbeeld:
afhankelijkheden = INFO.CALCDEPENDENCY(“TotaalWinst”)
Informatiefuncties
Informatiefuncties in DAX worden gebruikt om eigenschappen van waarden, kolommen of de context waarin een berekening wordt uitgevoerd te evalueren. Ze leveren geen berekende uitkomsten zoals sommen of gemiddelden, maar geven informatie over het type of de status van gegevens. Deze functies zijn essentieel voor het bouwen van robuuste en fouttolerante berekeningen binnen Power BI. Een veelgebruikte informatiefunctie is ISBLANK, die controleert of een waarde leeg is. ISNUMBER, ISTEXT en ISLOGICAL controleren of een waarde een specifiek gegevenstype heeft. Dit is bijvoorbeeld handig bij het combineren van gegevens uit verschillende bronnen of bij foutafhandeling. Met ERROR en IFERROR kun je voorkomen dat foutmeldingen je rapport verstoren, door alternatieve waarden te tonen bij fouten. FORMAT wordt gebruikt om waarden om te zetten naar tekst met een bepaald opmaakpatroon, terwijl VALUE het omgekeerde doet door tekst naar numerieke waarden te converteren.
LOOKUPVALUE is ook een krachtige informatiefunctie waarmee je waarden uit een andere tabel kunt opzoeken op basis van opgegeven criteria. Deze functie is vooral nuttig in modellen waar relaties niet direct zijn gelegd. Informatiefuncties maken je DAX-code dynamischer, controleerbaarder en beter bestand tegen onverwachte gegevensvariaties, wat bijdraagt aan de betrouwbaarheid van je analyses.
De functie COLUMNSTATISTICS in Power BI helpt je om snel inzicht te krijgen in de eigenschappen van een specifieke kolom in je datamodel. Hiermee kun je onder andere het aantal unieke waarden, het minimum en maximum, en het gemiddelde bekijken. Dit is bijzonder handig bij het verkennen van grote datasets, waarbij je vooraf wilt weten wat voor soort data je in een kolom hebt staan voordat je ermee gaat rekenen. Door deze informatie automatisch op te vragen, kun je beter geïnformeerde beslissingen nemen over welke kolommen je gebruikt in visuals of metingen.
Voorbeeld: statistieken = COLUMNSTATISTICS(Tabel[Verkoop])
De CONTAINS-functie in DAX is bedoeld om te controleren of een tabel een specifieke waarde bevat in een bepaalde kolom of combinatie van kolommen. Dit is handig wanneer je wilt controleren of een bepaald product, klant of andere gegevenswaarde voorkomt in je dataset. Je kunt deze functie inzetten om logica te bouwen in je metingen, bijvoorbeeld om bepaalde berekeningen alleen uit te voeren als een waarde aanwezig is in je gegevensmodel.
Voorbeeld: komtVoor = CONTAINS(Producten, Producten[Naam], “Laptop”)
Met CONTAINSROW kun je controleren of een bepaalde combinatie van waarden (oftewel een rij) voorkomt in een tabel. In plaats van één kolom te controleren zoals bij CONTAINS, controleer je hier of een hele rij met meerdere kolomwaarden voorkomt. Deze functie is nuttig als je werkt met samengestelde sleutels of combinaties van klant, product en datum en je wilt weten of die rij bestaat in de gegevens.
Voorbeeld: rijBestaat = CONTAINSROW(VALUES(Tabel), “Klant A”, “Product B”)
De functie CONTAINSSTRING is een DAX-functie die controleert of een specifieke tekst voorkomt in een tekst kolom. Dit is vooral handig bij het zoeken naar woorden of zinnen in opmerkingen, product omschrijvingen of klantgegevens. CONTAINSSTRING is niet hoofdlettergevoelig, waardoor je eenvoudig op bijvoorbeeld het woord “spoed” kunt filteren of zoeken, ongeacht hoe het is geschreven. Deze functie helpt je bij het bouwen van dynamische rapporten op basis van tekst inhoud.
Voorbeeld: bevatTekst = CONTAINSSTRING([Opmerking], “spoed”)
De functie CONTAINSSTRINGEXACT lijkt op CONTAINSSTRING, maar zoekt naar een exacte overeenkomst van tekst, inclusief hoofdlettergebruik. Dit is handig als je werkt met codes, klantnummers of vaste termen die precies overeen moeten komen. Je gebruikt deze functie bijvoorbeeld wanneer je alleen een match wilt als de waarde exact gelijk is aan een invoer of label in je model.
Voorbeeld: exacteMatch = CONTAINSSTRINGEXACT([Code], “ABC123”)
Met de functie CUSTOMDATA kun je aangepaste informatie ophalen die is gekoppeld aan de ingelogde gebruiker. Dit wordt vaak gebruikt in combinatie met Row-Level Security (RLS), waarbij je rapporten personaliseert op basis van wie het rapport bekijkt. De gebruiker ziet dan alleen gegevens die relevant zijn voor zijn of haar rol of afdeling. CUSTOMDATA maakt het mogelijk om dezelfde rapportlay-out te gebruiken, maar de inhoud automatisch aan te passen.
Voorbeeld: gebruikersInfo = CUSTOMDATA()
De DAX-functie HASONEFILTER controleert of er één en slechts één filter actief is op een specifieke kolom. Deze retourneert TRUE wanneer het aantal rechtstreeks gefilterde waarden op een kolomnaam één is en anders FALSE. Dit is handig bij het bouwen van metingen waarbij je alleen een waarde wilt tonen als er precies één item is geselecteerd. Hiermee kun je verwarring of foutmeldingen in je visuals voorkomen wanneer er meerdere selecties worden gemaakt.
Voorbeeld: berekening = IF(HASONEFILTER(Producten[Naam]), [Omzet], BLANK())
Hoe kan je in Power BI controleren of een kolom één unieke waarde bevat in de context? (HASONEVALUE)
De HASONEVALUE-functie controleert of er in de huidige context slechts één unieke waarde beschikbaar is voor een kolom. Je gebruikt deze functie veel in titels, labels of berekeningen die alleen werken bij een enkel geselecteerde waarde, zoals omzet per product of winst per regio. Het zorgt ervoor dat je rapporten dynamisch en overzichtelijk blijven.
Voorbeeld: enkeleWaarde = IF(HASONEVALUE(Producten[Naam]), VALUES(Producten[Naam]), “Meerdere producten”)
De functie ISAFTER wordt gebruikt om te controleren of een bepaalde datum na een andere datum komt binnen een DAX-berekening. Dit is handig bij het vergelijken van rijen in tijdreeksen of kalendertabellen. Denk aan het bepalen of een verkoopdatum na een bepaalde campagnestart ligt, of om perioden te filteren die in de toekomst liggen ten opzichte van een referentiepunt.
Voorbeeld: isLater = ISAFTER(Kalender[Datum], MAX(Kalender[Datum]))
De ISBLANK-functie is één van de meest gebruikte functies in DAX wanneer je te maken hebt met lege waarden. In Power BI komt het regelmatig voor dat een cel geen waarde bevat, bijvoorbeeld bij ontbrekende omzetgegevens, niet-geregistreerde producten of lege velden uit je databron. Met ISBLANK kun je testen of zo’n waarde daadwerkelijk leeg is. Dit is cruciaal wanneer je wilt voorkomen dat je rapporten foutmeldingen geven of incorrecte informatie tonen. Door een IF-functie te combineren met ISBLANK kun je bijvoorbeeld tekst tonen als “Geen data beschikbaar” of een standaardwaarde invullen.
Voorbeeld: resultaat = IF(ISBLANK([Omzet]), “Geen data”, [Omzet])
De functie ISCROSSFILTERED controleert of een kolom gefilterd wordt via een relatie met een andere tabel, in plaats van direct via de kolom zelf. Dit speelt een grote rol in complexe datamodellen waarin tabellen met elkaar verbonden zijn via relaties. Stel dat je een visual maakt op basis van een facttabel, maar er wordt gefilterd op een gerelateerde dimensietabel (zoals een datumtabel of producttabel), dan kan je met ISCROSSFILTERED detecteren dat dit filter indirect wordt toegepast. Het is erg nuttig bij het bouwen van aangepaste metingen waarbij je logica wilt aanpassen afhankelijk van hoe de data gefilterd wordt.
Voorbeeld: filterActief = IF(ISCROSSFILTERED(Kalender[Datum]), “Gefilterd”, “Niet gefilterd”)
Met ISEMPTY kun je controleren of een opgegeven tabel geen rijen bevat. Dit is vooral waardevol wanneer je visuals of rapportelementen wilt aanpassen op basis van de aanwezigheid van gegevens. Denk bijvoorbeeld aan een rapport waarin je de resultaten van een zoekactie toont: als er geen resultaten zijn, kun je met ISEMPTY voorkomen dat er een lege visual verschijnt, en in plaats daarvan een melding tonen zoals “Geen resultaten gevonden.” Deze functie wordt ook vaak gebruikt om foutmeldingen of onnodige berekeningen te vermijden wanneer er niets is om op te rekenen.
Voorbeeld: geenData = IF(ISEMPTY(FILTER(Producten, Producten[Categorie] = “Nieuw”)), “Geen nieuwe producten”, “Toon producten”)
ISERROR helpt je bij het afhandelen van fouten die kunnen optreden in DAX-berekeningen. Denk hierbij aan delingen door nul, ontbrekende verwijzingen of ongeldige gegevens. Wanneer je complexe berekeningen maakt, kan er soms onverwachte input zijn die tot een fout leidt. Met ISERROR kun je die situaties afvangen en in plaats van een foutmelding een nette boodschap of alternatieve waarde weergeven, zoals “Niet beschikbaar” of “Fout.” Zo blijven je rapporten gebruiksvriendelijk en visueel correct, zelfs als de data onvolledig of onvoorspelbaar is.
Voorbeeld: resultaat = IF(ISERROR([Berekening]), “Fout”, [Berekening])
De ISEVEN-functie controleert of een numerieke waarde even is. Dat klinkt eenvoudig, maar het is verrassend nuttig in praktische scenario’s. Je kunt het bijvoorbeeld gebruiken om rijen in een tabel visueel af te wisselen (bijvoorbeeld afwisselende achtergrondkleuren), of om berekeningen anders te behandelen afhankelijk van het feit of een indexnummer even of oneven is. Dit wordt vooral toegepast in visuele opmaak of dynamische sortering in tabellen en matrices.
Voorbeeld: isEven = ISEVEN(Producten[ID])
Met ISFILTERED controleer je of een kolom direct gefilterd is, bijvoorbeeld via een slicer, paginafilter of een visual. Dit is handig om je rapporten interactiever en contextbewuster te maken. Stel dat je alleen bepaalde berekeningen wilt laten uitvoeren of meldingen wilt tonen als de gebruiker een selectie heeft gemaakt in bijvoorbeeld een productlijst – dan gebruik je ISFILTERED om die actie te detecteren. Het helpt je om meer controle te krijgen over wanneer logica wordt geactiveerd.
Voorbeeld: filterCheck = IF(ISFILTERED(Producten[Naam]), “Gefilterd”, “Geen selectie”)
De functie ISINSCOPE controleert of een kolom zichtbaar is binnen de huidige weergave van een visual, bijvoorbeeld bij hiërarchieën in een matrix of grafiek. Dit gebruik je wanneer je logica wilt toepassen afhankelijk van het niveau waarop gegevens getoond worden, zoals op jaarniveau, maandniveau of productniveau. Het helpt om visuals dynamischer te maken, door bijvoorbeeld titels of berekeningen aan te passen aan het zoomniveau van de gebruiker.
Voorbeeld: niveau = IF(ISINSCOPE(Kalender[Maand]), “Maandniveau”, “Niet op maandniveau”)
De functie ISLOGICAL controleert of een opgegeven waarde een logische waarde is, oftewel TRUE of FALSE. In Power BI worden logische waarden vaak gebruikt in IF-constructies en bij het evalueren van voorwaarden. Je kunt deze functie gebruiken om zeker te weten dat je werkt met een boolean resultaat, wat handig is wanneer de data uit een andere bron komt of dynamisch is berekend. Het helpt je om fouten te vermijden in metingen waarbij een logische uitkomst vereist is, bijvoorbeeld bij dynamische filters, aangepaste berekeningen of het testen van voorwaarden.
Voorbeeld: resultaat = IF(ISLOGICAL([ControleWaarde]), “Ja/Nee waarde”, “Geen logische waarde”)
ISNONTEXT controleert of een waarde geen tekst is, dus of het bijvoorbeeld een getal, lege waarde of logische waarde is. Deze functie is vooral handig in rapporten waarin je gegevens verwerkt uit verschillende bronnen, waarbij je zeker wilt weten dat je met tekst werkt voordat je tekst functies toepast. Door vooraf met ISNONTEXT te controleren, voorkom je foutmeldingen of onverwachte resultaten wanneer je bijvoorbeeld LEN(), LEFT() of andere tekst functies gebruikt op niet-tekstuele waarden.
Voorbeeld: typeCheck = IF(ISNONTEXT([Invoer]), “Geen tekst”, “Is tekst”)
Met ISNUMBER controleer je of een opgegeven waarde een numeriek getal is. Dit is nuttig wanneer je data verwerkt die mogelijk gemixt is, zoals kolommen waarin soms tekst en soms getallen staan. Je gebruikt deze functie vaak in combinatie met IF of andere logische functies om afwijkende of foutieve waarden uit te filteren. Ook voorkomt ISNUMBER dat berekeningen mislukken wanneer er per ongeluk tekst wordt meegegeven in plaats van een getal.
Voorbeeld: controle = IF(ISNUMBER([Waarde]), “Getal”, “Geen getal”)
ISODD controleert of een numerieke waarde oneven is. Deze eenvoudige functie is verrassend nuttig bij visuele opmaak of sortering, bijvoorbeeld wanneer je wilt wisselen tussen stijlen per rij (afwisselende kleur per rij in een tabel). Het wordt ook gebruikt om conditionele logica toe te passen die afhankelijk is van de positie of index van rijen of ID’s. Op zoek naar de even waardes? Gebruik dan de DAX formule ISEVEN.
Voorbeeld: isOneven = ISODD(Producten[ProductID])
Met ISONORAFTER controleer je of een bepaalde waarde zich op of na een andere waarde bevindt – meestal toegepast op datums. Deze functie lijkt op ISAFTER, maar is minder streng: ook een gelijke waarde geldt als “waar”. Dit gebruik je bij tijdsanalyses of wanneer je gegevens wilt filteren vanaf een bepaalde datum. Het helpt bijvoorbeeld om alles vanaf het begin van het jaar of vanaf een bepaalde campagne te tonen.
Voorbeeld: startCheck = ISONORAFTER([Datum], DATE(2024,1,1))
De functie ISSELECTEDMEASURE controleert of een opgegeven meting actief wordt weergegeven in de visual. Dit gebruik je wanneer je meerdere metingen in dezelfde visual gebruikt (bijvoorbeeld met dynamische measure switches), en je specifieke opmaak of logica wilt toepassen afhankelijk van welke meting geselecteerd is. Het is ideaal voor het dynamisch aanpassen van titels, opmaak of aanvullende berekeningen.
Voorbeeld: check = IF(ISSELECTEDMEASURE([Omzet]), “Omzet actief”, “Andere meting”)
ISSUBTOTAL detecteert of een rij in een matrix of tabel een subtotal betreft. In visuals met groepen of hiërarchieën voegt Power BI automatisch subtotalen toe. Met ISSUBTOTAL kun je deze herkennen en bijvoorbeeld andere waarden tonen, de rij verbergen of een aparte opmaak toepassen. Dit is handig voor het maken van overzichtelijke rapporten die flexibel reageren op de structuur van je visual.
Voorbeeld: subtotaalCheck = IF(ISSUBTOTAL(), “Subtotaal”, “Detailrij”)
De functie ISTEXT controleert of een bepaalde waarde tekst is, bijvoorbeeld een naam, code of beschrijving. Dit is handig als je gegevens verwerkt waarvan het type niet altijd zeker is, zoals uit Excel imports of externe systemen. Door deze functie te gebruiken kun je voorkomen dat je per ongeluk numerieke bewerkingen uitvoert op tekstuele data, of dat tekstfuncties mislukken op niet-tekstuele velden. ISTEXT helpt je om datakwaliteit te waarborgen en foutafhandeling toe te passen voordat je berekeningen uitvoert.
Voorbeeld: controle = IF(ISTEXT([Invoer]), “Tekst”, “Geen tekst”)
NONVISUAL wordt gebruikt om metingen te evalueren zonder dat de filters van de visual waarin ze staan effect hebben op de uitkomst. Dit is handig wanneer je altijd een totale waarde wilt tonen, ongeacht de selectie die de gebruiker in de visual maakt. Het lijkt op ALL, maar wordt specifieker toegepast binnen visuals. NONVISUAL is bijzonder krachtig wanneer je rijen wilt tonen in een matrix zonder dat de subtotalen of filters het resultaat beïnvloeden.
Voorbeeld: totaalWaarde = CALCULATE([Omzet], NONVISUAL(Producten))
De SELECTEDMEASURE-functie wordt gebruikt in dynamische berekeningen waarin je meerdere metingen combineert, bijvoorbeeld in measure switches of bij het gebruik van Calculation Groups. Hiermee haal je de daadwerkelijke meting op die op dat moment in de visual actief is. Dit is nuttig voor scenario’s waarin je aanvullende bewerkingen wilt doen op de geselecteerde meting, zoals het toepassen van een correctiefactor of andere contextuele logica.
Voorbeeld: correctie = SELECTEDMEASURE() * 1.05
Met SELECTEDMEASUREFORMATSTRING kun je het opmaakformaat ophalen van de meting die actief is in een visual. Dit wordt gebruikt om dynamisch het juiste formaat (bijv. %, valuta, getal) toe te passen, vooral bij measure switches of calculation groups. Je gebruikt deze functie om ervoor te zorgen dat je aangepaste berekeningen of weergaven dezelfde opmaak behouden als de oorspronkelijke meting.
Voorbeeld: FORMAT(SELECTEDMEASURE(), SELECTEDMEASUREFORMATSTRING())
SELECTEDMEASURENAME haalt de naam op van de meting die op dat moment actief is in de visual. Dit is ideaal voor dynamische titels, labels of toelichtingen waarin je wilt tonen welke meting momenteel wordt weergegeven. Je kunt deze functie bijvoorbeeld gebruiken om een dynamische titel te maken boven een visual waarin meerdere metingen getoond kunnen worden via een slicer of knop.
Voorbeeld: titel = “Resultaat voor: ” & SELECTEDMEASURENAME()
USERCULTURE haalt de land- of taalinstelling op van de gebruiker die het rapport bekijkt. Dit is nuttig wanneer je rapporten maakt voor internationale gebruikers, waarbij je datumindeling, valuta, en tekst in het juiste formaat wilt tonen. Je kunt hiermee automatisch aanpassen of een gebruiker Nederlands, Engels of een andere taal als voorkeurstaal heeft ingesteld, zodat je rapport daarop inspeelt.
Voorbeeld: cultuur = USERCULTURE()
Met de USERNAME-functie haal je de gebruikersnaam op van de persoon die het rapport bekijkt. Dit wordt vaak gebruikt voor beveiligingsdoeleinden, zoals bij Row-Level Security (RLS), waarbij je bepaalt welke data een gebruiker mag zien. De waarde die wordt opgehaald is meestal in het formaat domein\gebruikersnaam, tenzij je met een cloudomgeving werkt waarin een e-mailadres getoond wordt.
Voorbeeld: gebruiker = USERNAME()
De USEROBJECTID-functie geeft het unieke object-ID van de ingelogde gebruiker terug, zoals die bekend is in Azure Active Directory. Dit gebruik je meestal in geavanceerde beveiligingsscenario’s waarin je gebruikers identificeert op basis van hun ID in plaats van hun naam of e-mailadres. Deze methode is betrouwbaarder voor auditdoeleinden en bij gebruik van service accounts.
Voorbeeld: objectId = USEROBJECTID()
USERPRINCIPALNAME geeft het e-mailadres terug van de ingelogde gebruiker. Dit is handig bij gepersonaliseerde dashboards, beveiliging met RLS (Row Level Security) of bij het automatisch doorsturen van e-mailrapporten. Met deze functie kun je eenvoudig rapportinhoud afstemmen op de specifieke gebruiker, zoals het filteren van data op hun e-mailadres.
Voorbeeld: email = USERPRINCIPALNAME()
Logische functies
Logische functies in DAX helpen je om slimme keuzes te maken in je berekeningen binnen Power BI. Ze worden gebruikt om te zeggen: “Als dit waar is, doe dan dit – anders doe dat.” Dit maakt je rapporten veel flexibeler en beter afgestemd op de gegevens die je bekijkt. Een bekende logische functie is IF. Daarmee kun je bijvoorbeeld zeggen: als de omzet hoger is dan een bepaald bedrag, toon dan “Goed”, anders “Verbeteren”. Andere logische functies zijn AND, OR, NOT en SWITCH, die je helpen om meerdere voorwaarden te combineren of verschillende uitkomsten te tonen. Door deze functies te gebruiken, kun je fouten vermijden, waarschuwingen laten zien, of gegevens automatisch indelen in groepen zoals laag, gemiddeld of hoog. Logische DAX-formules maken je Power BI-rapporten slimmer en duidelijker. Ze zorgen ervoor dat je rapport automatisch reageert op wat de gebruiker bekijkt, zonder dat je handmatig iets hoeft aan te passen. Dit is vooral handig als je veel verschillende soorten data hebt of als je rapport wordt gebruikt door mensen met verschillende vragen. Door logische functies goed toe te passen, kun je eenvoudiger uitleg geven met je data en betere inzichten tonen aan je gebruikers.
De functie AND gebruik je wanneer je wilt controleren of twee logische voorwaarden tegelijkertijd waar zijn. Het is vergelijkbaar met de logische operator “EN” in het Nederlands. In Exlcel wordt de EN formule ook veel gebruikt. Deze functie komt van pas in allerlei scenario’s, zoals het filteren van gegevens op meerdere criteria of het aanmaken van metingen waarbij meerdere condities tegelijk moeten gelden. Je kunt het bijvoorbeeld gebruiken om te bepalen of een klant zowel actief is als een bepaald omzetdoel heeft bereikt, of om alleen waarden te tonen als een combinatie van factoren klopt.
Voorbeeld: actiefEnOmzet = IF(AND([Actief] = TRUE, [Omzet] > 10000), “Topklant”, “Overige”)
BITAND is een minder vaak gebruikte maar krachtige functie waarmee je een bitwise AND-bewerking uitvoert tussen twee gehele getallen. In plaats van gewone getallen met elkaar te vergelijken, wordt hier gekeken naar de binaire representatie. BITAND retourneert een waarde waarbij alleen de bits die in beide getallen 1 zijn, behouden blijven. Deze functie is vooral nuttig in technische toepassingen, beveiligingsniveaus of flags binnen gecodeerde data.
Voorbeeld: resultaat = BITAND(6, 3)
(6 in binair = 110, 3 = 011, resultaat = 010 = 2)
BITLSHIFT verschuift de binaire representatie van een geheel getal naar links met een opgegeven aantal posities. Elke verschuiving naar links verdubbelt het getal. Deze functie gebruik je in technische contexten, bijvoorbeeld voor het werken met bit gebaseerde machtigingen of codebewerkingen, zoals het representeren van meerdere toestanden in één getal.
Voorbeeld: verschoven = BITLSHIFT(4, 2)
(4 in binair = 100, naar links 2 posities = 10000 = 16)
BITOR vergelijkt twee gehele getallen op bitniveau en retourneert een getal waarbij de bits die in ten minste één van beide getallen 1 zijn, als 1 worden weergegeven. Deze functie is handig wanneer je bitgebaseerde eigenschappen wilt combineren, zoals gebruikersrechten of technische toestanden. Het resultaat combineert dus alles wat in één van de getallen aan staat.
Voorbeeld: resultaat = BITOR(4, 5)
(4 = 100, 5 = 101, resultaat = 101 = 5)
De functie BITRSHIFT verschuift een geheel getal binair naar rechts, wat in feite neerkomt op delen door machten van twee. Dit is handig bij het analyseren of reduceren van bitwaarden, bijvoorbeeld bij compressie, technische datacodering of het afleiden van oorspronkelijke waarden uit een samengestelde bitstructuur.
Voorbeeld: verkleind = BITRSHIFT(8, 2)
(8 = 1000 → 0010 = 2)
BITXOR staat voor “exclusive OR” en vergelijkt twee gehele getallen op bit niveau. De bits worden alleen als 1 weergegeven als ze in één van beide getallen aanstaan, maar niet in allebei. Dit gebruik je wanneer je verschillen tussen twee bit waarden wilt signaleren. In technische toepassingen is dit handig voor foutdetectie of encryptielogica.
Voorbeeld: resultaat = BITXOR(6, 3)
(6 = 110, 3 = 011 → XOR = 101 = 5)
De COALESCE-functie kijkt naar een rij van waarden en retourneert de eerste waarde die niet leeg (niet-blank) is. Dit is handig bij het maken van robuuste metingen waarin je meerdere kolommen of berekeningen controleert, en standaard een fallback-waarde wilt tonen als de hoofdwaarde ontbreekt. Het voorkomt lege cellen in visuals en zorgt voor nette, consistente output, vooral als je werkt met optionele data of berekeningen met verschillende prioriteiten.
Voorbeeld: eersteWaarde = COALESCE([Waarde1], [Waarde2], “Niet beschikbaar”)
De functie FALSE is heel eenvoudig: ze geeft altijd de logische waarde ‘onwaar’ terug. Je gebruikt FALSE vaak in combinatie met logische functies zoals IF, AND of OR, om een standaard ‘nee’ of foutwaarde op te geven. Het is ook handig wanneer je standaardwaarden instelt of expliciet wilt aangeven dat een conditie niet klopt. Hoewel je vaak ook gewoon het woord FALSE kunt typen zonder haakjes, zorgt het gebruik van de functieversie (FALSE()) voor consistentie in je DAX-formules, vooral wanneer je werkt in complexe berekeningen of met dynamische condities in je datamodel.
Voorbeeld: standaard = FALSE()
De IF-functie is één van de belangrijkste bouwstenen in Power BI. Hiermee kun je logica aan je rapport toevoegen door te bepalen welke waarde moet worden weergegeven op basis van een voorwaarde. Als de opgegeven voorwaarde waar is, geeft IF de eerste opgegeven waarde terug; als de voorwaarde onwaar is, geeft het de alternatieve waarde terug. Dit gebruik je bijvoorbeeld om klanten te labelen als “hoog risico” of “laag risico”, of om dynamische meldingen te maken in je rapport. Je kunt ook meerdere IF’s combineren of samen gebruiken met andere logische functies zoals AND of OR voor meer complexe scenario’s.
Voorbeeld: beoordeling = IF([Score] >= 7, “Geslaagd”, “Niet geslaagd”)
IF.EAGER lijkt sterk op de gewone IF-functie, maar er zit één belangrijk verschil in: bij IF.EAGER worden beide mogelijke uitkomsten direct geëvalueerd, ongeacht de voorwaarde. Dit kan handig zijn in situaties waarin je weet dat beide uitkomsten relatief snel te berekenen zijn of waar de evaluatie sowieso moet plaatsvinden. Het kan ook de leesbaarheid van formules verbeteren in specifieke situaties, zoals bij calculation groups of measures met constante logica. Voor beginners is het goed om te weten dat IF.EAGER meestal hetzelfde resultaat geeft als IF, maar de volgorde van verwerking beïnvloedt.
Voorbeeld: resultaat = IF.EAGER([Waarde] > 10, [Optie1], [Optie2])
Met IFERROR kun je fouten zoals deling door nul of ontbrekende gegevens opvangen zonder dat je rapport een foutmelding toont. In plaats daarvan kun je een alternatief resultaat tonen zoals “Onbekend” of “0”. Dit is vooral belangrijk in rapporten waarin de inputdata niet altijd volledig is. Door IFERROR te gebruiken maak je je rapporten robuuster en gebruiksvriendelijker. Zo voorkom je dat visualisaties crashen of er onbetrouwbaar uitzien door foutwaarden.
Voorbeeld: veiligDelen = IFERROR([Omzet] / [Aantal], 0)
De NOT-functie draait een logische waarde om. Als je invoer TRUE is, wordt het FALSE, en andersom. Dit is handig wanneer je bijvoorbeeld iets wilt tonen of verbergen als een bepaalde voorwaarde niet klopt. Denk aan situaties waar je gegevens wilt filteren die niet voldoen aan een criterium, of om afwijkende waarden te signaleren. NOT is ook goed te combineren met AND en OR voor complexe logische berekeningen waarin je uitzonderingen wilt afvangen.
Voorbeeld: isNietActief = NOT([Actief])
OR controleert of één van de twee opgegeven voorwaarden waar is. Dit is handig in situaties waarin je meerdere paden naar een positief resultaat wilt toelaten. Bijvoorbeeld: een klant is belangrijk als hij óf een hoog aantal bestellingen heeft, óf een hoge omzet. OR geeft je flexibiliteit bij het opstellen van beslisregels in je rapport, zonder dat je veel afzonderlijke IF’s hoeft te schrijven. Het wordt vaak gecombineerd met IF en andere logische tests voor een heldere opbouw van je meetwaarden.
Voorbeeld: belangrijk = IF(OR([Omzet] > 10000, [Bestellingen] > 50), “Belangrijk”, “Normaal”)
De SWITCH-functie gebruik je om te kiezen tussen meerdere vooraf bepaalde opties. In plaats van verschillende IF-functies onder elkaar, maak je met SWITCH een nette en overzichtelijke structuur. Je geeft één waarde of voorwaarde op, en koppelt daar verschillende uitkomsten aan. SWITCH is ideaal voor het maken van aangepaste labels op basis van een getal (zoals scores), of voor het dynamisch tonen van verschillende resultaten per categorie. Vooral in combinatie met TRUE() kun je complexe logica op een eenvoudige manier structureren.
Voorbeeld: beoordeling = SWITCH(TRUE(), [Score] >= 9, “Uitstekend”, [Score] >= 7, “Goed”, [Score] >= 5.5, “Voldoende”, “Onvoldoende”)
De TRUE-functie retourneert altijd de logische waarde ‘waar’. Het is een basisfunctie die vaak voorkomt in combinatie met IF, SWITCH of AND. Je kunt TRUE gebruiken als een vaste waarde of als standaarduitkomst in een formule. Ook gebruik je TRUE vaak samen met SWITCH om meerdere logische condities te structureren. Het helpt je om duidelijk en expliciet te zijn in je DAX-formules, vooral wanneer je logica opbouwt met meerdere vertakkingen.
Voorbeeld: actief = TRUE()
Rekenkundige en trigonometrische functies
Rekenkundige en trigonometrische functies in DAX worden gebruikt om wiskundige berekeningen uit te voeren binnen Power BI. Ze helpen je bij het optellen, aftrekken, vermenigvuldigen, delen en nog veel meer, zodat je cijfers kunt analyseren en vergelijken op een manier die voor jou logisch is. Deze functies zijn handig bij het berekenen van bijvoorbeeld marges, groeipercentages, gemiddelden of het afronden van getallen. Met functies zoals ABS (absolute waarde), ROUND (afronden), CEILING (afronden naar boven) en FLOOR (afronden naar beneden), kun je cijfers netjes en duidelijk tonen in je rapporten. Daarnaast zijn er trigonometrische functies zoals SIN, COS, en TAN die je kunt gebruiken als je met hoeken en meetkundige data werkt, bijvoorbeeld in technische of wetenschappelijke rapporten.
Deze functies werken goed samen met andere DAX-functies, waardoor je complexe berekeningen kunt maken die automatisch meebewegen met filters of keuzes van gebruikers. Ze zijn ook nuttig als je bijvoorbeeld uitkomsten wilt standaardiseren of bepaalde berekeningen wilt afronden op een vaste waarde. Door rekenkundige en trigonometrische DAX-functies slim toe te passen, kun je je Power BI-rapporten krachtiger, duidelijker en makkelijker te begrijpen maken voor iedereen die ernaar kijkt.
De ABS-functie in Power BI geeft de absolute waarde van een getal terug, wat betekent dat negatieve getallen worden omgezet naar positieve. Dit is handig wanneer je alleen de grootte van een verschil wilt weten, ongeacht de richting. Bijvoorbeeld, bij het berekenen van afwijkingen tussen werkelijke en verwachte waarden, wil je misschien alleen de omvang van het verschil tonen, niet of het positief of negatief is. Door ABS te gebruiken, zorg je ervoor dat je altijd een niet-negatief resultaat krijgt, wat de interpretatie van je data kan vereenvoudigen.
Voorbeeld: verschil = ABS([Werkelijk] – [Verwacht])
De ACOS-functie retourneert de arccosinus (inverse cosinus) van een getal, wat betekent dat het de hoek in radialen geeft waarvan de cosinus gelijk is aan dat getal. Dit is vooral nuttig in trigonometrische berekeningen, zoals bij het analyseren van hoeken in geometrische vormen of bij het modelleren van cyclische patronen. De invoer moet een waarde tussen -1 en 1 zijn, en het resultaat ligt tussen 0 en π radialen. Als je de hoek in graden wilt, kun je het resultaat vermenigvuldigen met 180/PI() of de DEGREES-functie gebruiken.
Voorbeeld: hoekInGraden = DEGREES(ACOS(0.5))
De ACOSH-functie geeft de inverse hyperbolische cosinus van een getal terug. Dit betekent dat het de waarde retourneert waarvan de hyperbolische cosinus gelijk is aan het opgegeven getal. Deze functie is nuttig in geavanceerde wiskundige en statistische modellen, vooral wanneer je werkt met hyperbolische functies die vaak voorkomen in natuurkunde en techniek. De invoer moet groter dan of gelijk aan 1 zijn. Het resultaat is een reëel getal dat de bijbehorende hyperbolische hoek vertegenwoordigt.
Voorbeeld: hyperbolischeHoek = ACOSH(10)
De ACOT-functie retourneert de arccotangens (inverse cotangens) van een getal, wat de hoek in radialen is waarvan de cotangens gelijk is aan dat getal. Dit is handig in trigonometrische berekeningen, vooral bij het werken met rechthoekige driehoeken of bij het modelleren van bepaalde soorten golven. De invoer moet een reëel getal zijn, en het resultaat ligt tussen 0 en π radialen. Deze functie is vooral nuttig in geavanceerde wiskundige analyses binnen Power BI.
Voorbeeld: hoek = ACOT(1)
De ACOTH-functie geeft de inverse hyperbolische cotangens van een getal terug. Dit betekent dat het de waarde retourneert waarvan de hyperbolische cotangens gelijk is aan het opgegeven getal. Deze functie is nuttig in geavanceerde wiskundige en technische berekeningen, vooral wanneer je werkt met hyperbolische functies die vaak voorkomen in natuurkunde en techniek. De absolute waarde van de invoer moet groter zijn dan 1. Het resultaat is een reëel getal dat de bijbehorende hyperbolische hoek vertegenwoordigt.
Voorbeeld: hyperbolischeHoek = ACOTH(2)
De ASIN-functie retourneert de arcsinus (inverse sinus) van een getal, wat betekent dat het de hoek in radialen geeft waarvan de sinus gelijk is aan dat getal. Dit is vooral nuttig in trigonometrische berekeningen, zoals bij het analyseren van hoeken in geometrische vormen of bij het modelleren van cyclische patronen. De invoer moet een waarde tussen -1 en 1 zijn, en het resultaat ligt tussen -π/2 en π/2 radialen. Als je de hoek in graden wilt, kun je het resultaat vermenigvuldigen met 180/PI() of de DEGREES-functie gebruiken.
Voorbeeld: hoekInGraden = DEGREES(ASIN(0.5))
De ASINH-functie geeft de inverse hyperbolische sinus van een getal terug. Dit betekent dat het de waarde retourneert waarvan de hyperbolische sinus gelijk is aan het opgegeven getal. Deze functie is nuttig in geavanceerde wiskundige en statistische modellen, vooral wanneer je werkt met hyperbolische functies die vaak voorkomen in natuurkunde en techniek. De invoer kan elk reëel getal zijn, en het resultaat is een reëel getal dat de bijbehorende hyperbolische hoek vertegenwoordigt.
Voorbeeld: hyperbolischeHoek = ASINH(1)
De ATAN-functie retourneert de arctangens (inverse tangens) van een getal, wat betekent dat het de hoek in radialen geeft waarvan de tangens gelijk is aan dat getal. Dit is vooral nuttig in trigonometrische berekeningen, zoals bij het analyseren van hoeken in geometrische vormen of bij het modelleren van cyclische patronen. De invoer moet een reëel getal zijn, en het resultaat ligt tussen -π/2 en π/2 radialen. Als je de hoek in graden wilt, kun je het resultaat vermenigvuldigen met 180/PI() of de DEGREES-functie gebruiken.
Voorbeeld: hoekInGraden = DEGREES(ATAN(1))
De ATANH-functie berekent de inverse hyperbolische tangens van een getal. Dit betekent dat het de waarde retourneert waarvan de hyperbolische tangens gelijk is aan dat getal. Deze functie wordt met name gebruikt in geavanceerde wiskundige en technische analyses, zoals bij statistische modellen, natuurkundige formules of financiële simulaties. De invoer moet tussen -1 en 1 liggen, en het resultaat geeft de bijbehorende hyperbolische hoek. Hoewel dit niet vaak voorkomt in eenvoudige rapportages, is het van belang voor experts die rekenen met curves, signalen of andere complexe reeksen.
Voorbeeld: hyperbolischeHoek = ATANH(0.5)
De CEILING-functie rondt een getal naar boven af op het dichtstbijzijnde veelvoud van een opgegeven waarde. Dit is handig als je bijvoorbeeld bestelhoeveelheden wilt afronden op vaste eenheden (zoals dozen van 10), of om waardes op te schalen naar drempels in financiële of logistieke rapporten. In tegenstelling tot gewone afronding (ROUND) zorgt CEILING ervoor dat het resultaat altijd omhoog wordt aangepast, wat vooral nuttig is in scenario’s waar onderwaardering niet gewenst is.
Voorbeeld: afgerond = CEILING([Waarde], 5)
De CONVERT-functie laat je een waarde omrekenen van de ene eenheid naar een andere. Denk bijvoorbeeld aan het omzetten van inches naar centimeters, of van grammen naar kilogrammen. Dit is erg nuttig in internationale rapportages of wanneer je data krijgt van verschillende bronnen met verschillende eenheden. Power BI ondersteunt een grote reeks standaard eenheden via CONVERT, wat het makkelijk maakt om data uniform en correct te presenteren in één helder overzicht.
Voorbeeld: lengteCM = CONVERT([LengteInches], “in”, “cm”)
De COS-functie retourneert de cosinus van een opgegeven hoek in radialen. Dit wordt gebruikt in allerlei trigonometrische berekeningen, zoals het analyseren van golfbewegingen, cirkelvormige patronen of cycli in tijdreeksen. COS is vooral relevant in technische, wiskundige of wetenschappelijke dashboards, maar kan ook voorkomen in logistieke toepassingen waar hoeken of rotaties een rol spelen. Vergeet niet dat hoeken in radialen worden ingevoerd, dus gebruik eventueel de RADIANS-functie om graden om te zetten.
Voorbeeld: resultaat = COS(RADIANS(60))
De COSH-functie geeft de hyperbolische cosinus van een getal terug. In tegenstelling tot de gewone cosinus werkt deze op de zogenaamde hyperbolische functies, die vaak voorkomen in natuurkundige formules of financiële modellen met exponentiële groei. Je gebruikt COSH bijvoorbeeld om versnellingen, spanningscurves of cumulatieve processen te modelleren die niet lineair zijn. De invoer is een reëel getal en het resultaat is altijd positief.
Voorbeeld: resultaat = COSH(1)
Met de COT-functie bereken je de cotangens van een hoek, oftewel 1 gedeeld door de tangens. Dit komt van pas bij trigonometrische modellen waarin je de verhouding tussen aanliggende en overstaande zijden van een driehoek wilt omrekenen. COT wordt meestal gebruikt in technische contexten, zoals bij engineering, fysica of wiskundige modellering. De hoek moet worden ingevoerd in radialen. Gebruik RADIANS om graden om te zetten indien nodig.
Voorbeeld: resultaat = COT(RADIANS(45))
De COTH-functie retourneert de hyperbolische cotangens van een getal. Het is een uitbreiding van trigonometrie op hyperbolische functies, die relevant zijn in natuurkunde, statistiek of financiële modellering. De functie vereist dat de absolute waarde van de invoer groter is dan nul. COTH is nuttig voor complexe berekeningen waarbij je pieken, exponentiële afwijkingen of logaritmische modellen visualiseert.
Voorbeeld: resultaat = COTH(2)
De CURRENCY-functie in DAX zorgt ervoor dat een getal wordt behandeld als een decimale waarde met een geldnotatie (vier decimalen). Dit is vooral nuttig bij financiële berekeningen waar je nauwkeurige afrondingen wilt vermijden. Het maakt het ook makkelijker om berekeningen te combineren met geldige formatinstellingen in je model. In plaats van met gehele of drijvende getallen te werken, garandeert CURRENCY een hogere precisie, wat belangrijk is bij valutaomrekeningen, renteberekeningen of prijsanalyses.
Voorbeeld: bedrag = CURRENCY([Omzet] / [Aantal])
De DEGREES-functie gebruik je om een hoek in radialen om te zetten naar graden. Aangezien veel trigonometrische functies in Power BI werken met radialen (de standaard wiskundige eenheid), is het handig om met DEGREES het resultaat te vertalen naar graden, wat voor de meeste gebruikers herkenbaarder is. Dit maakt het makkelijker om hoeken te interpreteren of visueel weer te geven in rapportages. Het is vooral nuttig als je te maken hebt met wiskundige modellen waarin je bijvoorbeeld hoeken wilt berekenen op basis van cirkels of rotaties, en deze in een begrijpelijk formaat wilt tonen aan eindgebruikers.
Voorbeeld: graden = DEGREES(PI() / 2)
De DIVIDE-functie is een veilige manier om getallen door elkaar te delen in DAX. Waar een gewone deling met “/” kan leiden tot foutmeldingen als je deelt door nul of een lege waarde, voorkomt DIVIDE dit door standaard een alternatief resultaat terug te geven (zoals 0 of BLANK). Dit is bijzonder nuttig bij KPI’s, ratio’s of berekeningen waarbij je niet zeker weet of de deler altijd een waarde bevat. Je rapporten worden hierdoor stabieler en tonen geen fouten als er onvolledige data is.
Voorbeeld: omzetPerKlant = DIVIDE([Omzet], [AantalKlanten], 0)
De EVEN-functie rondt een opgegeven getal af naar het dichtstbijzijnde hoger gelegen even geheel getal. Dit wordt vaak toegepast in scenario’s waarbij je wilt groeperen op even getallen, of bepaalde metingen wilt standaardiseren op paren. Zelfs als het getal negatief is, wordt het naar beneden afgerond naar het volgende even getal in negatieve richting. Deze functie helpt bij het structureren van gegevens in vaste categorieën of stappen, vooral bij financiële of productiegegevens.
Voorbeeld: afgerond = EVEN([AantalStuks])
Met de EXP-functie bereken je de waarde van e (de natuurlijke exponent, ongeveer 2.718) tot de macht van een opgegeven getal. Deze functie wordt veel gebruikt in wiskundige modellen met exponentiële groei, zoals rente, populatiegroei of verdubbelingseffecten. In Power BI is EXP handig als je te maken hebt met simulaties, prognoses of modellen waarin exponentiële patronen voorkomen. Samen met LN (natuurlijke logaritme) vormt dit de basis voor veel rekenkundige berekeningen.
Voorbeeld: groeifactor = EXP([Tijd])
De FACT-functie berekent de faculteit van een positief geheel getal. De faculteit van een getal is het product van alle gehele getallen kleiner dan of gelijk aan dat getal (bijvoorbeeld 5! = 5 × 4 × 3 × 2 × 1 = 120). Dit is handig bij het berekenen van combinaties, permutaties of kansverdelingen. FACT komt van pas in statistische analyses binnen Power BI, vooral als je rekent met variaties of mogelijkheden binnen een dataset.
Voorbeeld: uitkomsten = FACT(5)
Met de FLOOR-functie rond je een getal naar beneden af op het dichtstbijzijnde veelvoud van een opgegeven factor. Het tegenovergestelde dus van CEILING. Dit is handig bij het standaardiseren van gegevens of het afkappen van waardes tot vooraf bepaalde stappen. FLOOR wordt vaak toegepast bij kostenberekeningen, voorraadbeheer of het afvlakken van meetwaarden zodat je in duidelijke categorieën kunt rapporteren.
Voorbeeld: afgerond = FLOOR([Waarde], 10)
De GCD-functie (Greatest Common Divisor) geeft de grootste gemene deler terug van twee of meer gehele getallen. Dat betekent het grootste getal waarmee alle opgegeven getallen deelbaar zijn. Deze functie is nuttig in wiskundige of technische analyses, vooral als je gegevens op een logische manier wilt groeperen of samenvatten op basis van gedeelde factoren. In Power BI komt dit vooral voor in maatwerkmodellen waar je met verhoudingen of optimalisaties werkt.
Voorbeeld: deler = GCD(12, 18)
De INT-functie rondt een getal altijd af naar beneden tot het dichtstbijzijnde gehele getal. Dit betekent dat positieve getallen naar beneden worden afgerond (5.9 → 5), en negatieve getallen nog negatiever worden (–5.1 → –6). INT is vooral nuttig in situaties waar je hele aantallen nodig hebt, zoals bij het berekenen van aantallen dozen, klanten, of tijdseenheden. Het is ook handig voor het splitsen van decimalen of om getallen op een veilige manier in te delen in klassen.
Voorbeeld: geheelAantal = INT([AantalUren])
De ISO.CEILING-functie lijkt sterk op de gewone CEILING-functie, maar met een belangrijk verschil: hij werkt volgens de ISO-norm en rondt altijd omhoog, ongeacht of het getal positief of negatief is. Dit betekent dat negatieve getallen ook verder van nul worden afgerond. Deze functie is handig wanneer je consistent wilt afronden volgens internationale normen, bijvoorbeeld in financiële rapportages of productiestandaarden waar afronding naar boven vereist is, zelfs bij negatieve waardes. Het biedt extra controle bij het standaardiseren van getallen op vaste intervallen of eenheden.
Voorbeeld: afgerond = ISO.CEILING(-7.3, 1)
De LCM-functie (Least Common Multiple) berekent het kleinste gemeenschappelijke veelvoud van twee of meer gehele getallen. Dit is het kleinste getal dat door alle opgegeven getallen deelbaar is. LCM is nuttig in berekeningen waar tijdcycli, planningen of herhalende patronen belangrijk zijn – bijvoorbeeld bij het coördineren van leveringen, onderhoud of productiecycli. Het helpt ook bij het structureren van data met vaste intervallen of bij het bepalen van een gemeenschappelijke maat.
Voorbeeld: veelvoud = LCM(4, 6)
De LN-functie retourneert de natuurlijke logaritme van een getal, dat wil zeggen de logaritme met als grondtal e (ongeveer 2,718). Dit type logaritme wordt veel gebruikt in wiskundige modellen die te maken hebben met exponentiële groei, zoals rente, populatiegroei of verdampingssnelheden. In Power BI is LN waardevol bij financiële of wetenschappelijke analyses waarin je processen bekijkt die versnellen of vertragen in de tijd. Het is het omgekeerde van de EXP-functie en vormt samen met logaritmes een belangrijk fundament van veel rekenmodellen.
Voorbeeld: logwaarde = LN([Bedrag])
De LOG-functie berekent de logaritme van een getal met een specifiek opgegeven grondtal. Dit is handig wanneer je wilt begrijpen hoe vaak je een bepaald grondtal moet vermenigvuldigen om bij een bepaald getal te komen. In tegenstelling tot de natuurlijke logaritme (LN), waarbij de grond van het logaritmische stelsel altijd het getal e is, laat LOG je zelf kiezen – bijvoorbeeld 10 voor decimale logaritmes, of 2 voor binaire. Deze functie is nuttig in allerlei scenario’s, zoals groeianalyses, schaalmodellen of complexere financiële berekeningen.
Voorbeeld: uitkomst = LOG(1000, 10)
De LOG10-functie is een snellere variant van de LOG-functie, waarbij het grondtal standaard 10 is. Deze decimale logaritme komt vaak voor in toepassingen waar schaalvergroting, verhoudingen of exponentiële groei een rol speelt – denk aan wetenschappelijke metingen, geluidsniveaus (decibel) of economische schaalmodellen. LOG10 helpt om getallen op een begrijpelijke manier te comprimeren of trends zichtbaar te maken die in een lineaire schaal minder duidelijk zijn.
Voorbeeld: schaalniveau = LOG10([AantalGebruikers])
Met de MOD-functie bereken je de rest van een deling. Dit is vooral nuttig als je wilt groeperen, cyclische patronen wilt herkennen (zoals dagen van de week) of rijen wilt markeren op basis van een bepaalde regelmaat. Bijvoorbeeld, je kunt MOD gebruiken om elke derde rij een andere opmaak of berekening te geven. Het is ook toepasbaar bij het indelen van producten in groepen of tijdseenheden in vaste blokken. MOD maakt je model dynamisch en flexibel als je met herhalende structuren werkt.
Voorbeeld: rest = MOD([RijNummer], 3)
De MROUND-functie rondt een getal af op het dichtstbijzijnde veelvoud van een opgegeven waarde. In tegenstelling tot FLOOR of CEILING, die alleen naar beneden of omhoog afronden, kiest MROUND het dichtstbijzijnde punt. Dit is ideaal bij prijscategorieën, groepsindelingen of standaard afrondingen – bijvoorbeeld prijzen afronden op 5 cent of hoeveelheden op hele tientallen. Deze functie wordt veel gebruikt in verkoop-, voorraad- en productieanalyses waar afronding volgens bedrijfsspecifieke regels belangrijk is.
Voorbeeld: afgerond = MROUND([Prijs], 0.05)
De ODD-functie rondt een getal af naar het dichtstbijzijnde hogere oneven geheel getal. Dit is handig bij analyses waarbij je data op een specifieke manier wilt clusteren, zoals bij het verdelen van rijen in ongelijke groepen, of bij het hanteren van oneven waarden als parameters (bijvoorbeeld voor steekproeven, kolombreedtes of indexen). ODD zorgt voor standaardisatie van waarden zonder dat je complexe logica hoeft toe te voegen.
Voorbeeld: onevenAantal = ODD([Aantal])
De PI-functie retourneert de wiskundige constante pi (π), oftewel ongeveer 3,14159. Pi is de verhouding tussen de omtrek en de diameter van een cirkel en komt veel voor in geometrische en trigonometrische berekeningen. In Power BI kun je deze functie gebruiken bij het analyseren van cirkelvormige patronen, rotaties, hoeken of oppervlakteberekeningen. PI is essentieel in modellen waarin vormen, hoeken of herhalende bewegingen worden verwerkt. Ook bij simulaties of visualisaties van cyclische data is PI vaak een basiselement.
Voorbeeld: omtrek = 2 * PI() * [Straal]
Met de POWER-functie kun je een getal verheffen tot een macht. Dit betekent dat je het grondgetal meerdere keren met zichzelf vermenigvuldigt, afhankelijk van de opgegeven exponent. POWER wordt gebruikt bij groeiberekeningen, verdubbelingsmodellen, rente-op-rente-analyses en andere exponentiële processen. Deze functie is krachtig voor financiële scenario’s, zoals investeringsgroei of prestatiemodellen, maar ook voor technische toepassingen waarin bijvoorbeeld volume of energie exponentieel toeneemt.
Voorbeeld: uitkomst = POWER([Basis], 3)
De QUOTIENT-functie retourneert alleen het gehele deel van een deling, zonder het decimale gedeelte of de rest. Deze functie is handig als je wilt weten hoe vaak een waarde volledig in een andere past – bijvoorbeeld bij het berekenen van dozen uit aantallen producten, of werkuren uit minuten. In plaats van afronden of decimalen, krijg je hier gewoon het aantal volledige keren dat de deler in het deeltal past. Dit geeft duidelijkheid in logistieke en productie gerelateerde rapportages.
Voorbeeld: aantalDozen = QUOTIENT([AantalProducten], 12)
De RADIANS-functie converteert een hoek in graden naar radialen, wat nodig is voor de meeste trigonometrische functies in DAX, die werken met radialen. Omdat veel gebruikers hoeken in graden kennen, helpt deze functie bij het correct invoeren van hoeken in berekeningen. Dit is vooral nuttig wanneer je werkt met wiskundige of visuele modellen waarin hoeken worden geanalyseerd of weergegeven, zoals bij rotaties, diagrammen of ruimtelijke berekeningen.
Voorbeeld: hoekRadialen = RADIANS(180)
De RAND-functie genereert een willekeurig getal tussen 0 en 1 (zonder dat 1 zelf wordt meegenomen). Deze functie is handig voor het simuleren van variabele waarden, bijvoorbeeld in risicomodellen, steekproeven, testdata of scenarioanalyses. RAND wordt ook gebruikt om willekeurige sorteringen of dynamische visualisaties te maken. Omdat elke keer dat je model opnieuw wordt berekend een nieuw getal verschijnt, is deze functie ideaal voor dynamiek en variatie in rapportages.
Voorbeeld: willekeurigGetal = RAND()
RANDBETWEEN genereert een willekeurig geheel getal tussen een opgegeven minimum- en maximumwaarde. Dit is bijzonder nuttig bij het maken van testdata, simulaties of scenario’s waarin je meerdere mogelijke uitkomsten wilt analyseren. In tegenstelling tot RAND geeft deze functie altijd hele getallen terug, wat handig is bij het modelleren van bijvoorbeeld voorraadaantallen, willekeurige klantnummers of planningen. Het geeft je model een speels, maar realistisch element.
Voorbeeld: testWaarde = RANDBETWEEN(1, 100)
Met de ROUND-functie rond je een getal af op het gewenste aantal decimalen. Je kunt afronden naar boven of naar beneden, afhankelijk van de normale afrondingsregels. Dit is belangrijk bij rapportages waarin je waarden netjes en correct wilt presenteren – zoals bedragen, gemiddelden of percentages. ROUND zorgt ervoor dat je data er professioneel uitziet en voldoet aan financiële of visuele verwachtingen. Je bepaalt zelf het aantal cijfers achter de komma via een extra argument.
Voorbeeld: afgerond = ROUND([Omzet], 2)
De ROUNDDOWN-functie werkt net als ROUND, maar rondt altijd af naar beneden, ongeacht de decimalen. Dit is nuttig als je conservatieve schattingen wilt maken, of als je model vereist dat waardes nooit worden overschat. Bijvoorbeeld bij kosteninschattingen, planning of risicoanalyses. Je behoudt volledige controle over hoe cijfers gepresenteerd worden, zonder verrassingen door afronding naar boven.
Voorbeeld: conservatief = ROUNDDOWN([Waarde], 1)
De ROUNDUP-functie is het tegenovergestelde van ROUNDDOWN. Hiermee rond je een getal altijd naar boven af, ongeacht of de decimalen laag zijn. Dit gebruik je bijvoorbeeld als je zeker wilt zijn van voldoende capaciteit, voorraad of budget. Bij het maken van reserveringen of inschattingen voor drukke perioden is het verstandig om met ROUNDUP te werken, zodat je niet tekortkomt. Deze functie helpt je voorbereid te zijn in kritieke situaties.
Voorbeeld: extraRuimte = ROUNDUP([AantalKlanten] / 10, 0)
De SIGN-functie geeft aan of een getal positief, negatief of nul is. Het resultaat is 1 voor positieve getallen, -1 voor negatieve en 0 wanneer het getal exact nul is. Deze functie is handig wanneer je wilt differentiëren tussen stijgingen en dalingen, of bij het maken van aangepaste kleurcoderingen in visuals – bijvoorbeeld om positieve prestaties groen en negatieve rood weer te geven. SIGN is eenvoudig maar krachtig bij het analyseren van trends, afwijkingen of saldi, waarbij je de richting van een waarde snel inzichtelijk wilt maken.
Voorbeeld: richting = SIGN([SaldoVerschil])
De SIN-functie retourneert de sinus van een opgegeven hoek in radialen. Deze functie wordt veel gebruikt in trigonometrische berekeningen, bijvoorbeeld bij het analyseren van golfbewegingen, trillingen of cyclische processen. Omdat Power BI werkt met radialen, moet je graden vaak eerst omzetten met de RADIANS-functie. SIN komt vooral van pas in technische dashboards of datamodellen waarin patronen of hoeken een belangrijke rol spelen.
Voorbeeld: golf = SIN(RADIANS([HoekGraden]))
Met SINH bereken je de hyperbolische sinus van een getal. Dit is een variant van de gewone sinusfunctie die wordt gebruikt bij het modelleren van krommingen, groeikrommen of spanningscurves in wetenschap en techniek. Hoewel minder gebruikelijk dan SIN, is SINH belangrijk voor bepaalde wiskundige modellen waarin data exponentieel groeit of waar een kromme vorm gewenst is. In Power BI kun je hiermee geavanceerde berekeningen uitvoeren die verder gaan dan standaard meetwaarden.
Voorbeeld: kromme = SINH([Waarde])
De SQRT-functie geeft de vierkantswortel van een getal terug – dus het getal dat vermenigvuldigd met zichzelf het originele getal oplevert. Dit is bijzonder nuttig bij het berekenen van standaarddeviaties, afstandsmetingen of andere statistische waarden. SQRT wordt gebruikt in financiële en technische dashboards waarin de spreiding of verdeling van gegevens relevant is. Het geeft inzicht in hoeveel een bepaalde waarde afwijkt van het gemiddelde, of hoe dicht gegevens bij elkaar liggen.
Voorbeeld: wortel = SQRT([Waarde])
De SQRTPI-functie berekent de vierkantswortel van een getal vermenigvuldigd met π (pi). Dit is handig in gespecialiseerde situaties waarin cirkelvormige of bolvormige gegevens worden geanalyseerd – zoals oppervlakte- of volumeberekeningen. Deze functie combineert in feite de PI- en SQRT-functies in één stap. Als je bijvoorbeeld werkt met ruimtelijke modellen of grafieken waarin afstand vanuit een middelpunt belangrijk is, dan biedt SQRTPI een directe manier om de benodigde berekening uit te voeren.
Voorbeeld: waarde = SQRTPI(3)
De TAN-functie retourneert de tangens van een opgegeven hoek in radialen. In de trigonometrie is dit de verhouding tussen de overstaande en aanliggende zijden van een rechthoekige driehoek. TAN wordt gebruikt in Power BI wanneer je hoeken, hellingen of patronen wilt analyseren die zich cyclisch of geometrisch gedragen. Denk aan toepassingen in techniek, locatieanalyse of visuele modellen met rotaties en bewegingen. Net als bij andere trigonometrische functies moet je eerst graden omzetten naar radialen.
Voorbeeld: helling = TAN(RADIANS([HoekGraden]))
De TANH-functie geeft de hyperbolische tangens van een getal terug. Deze functie komt vooral voor in wetenschappelijke of financiële modellen die exponentiële of kromme patronen bevatten. De uitkomst van TANH ligt altijd tussen -1 en 1, wat het een nuttige functie maakt voor het normaliseren van gegevens of voor simulaties met verzadigingslimieten. TANH wordt minder vaak gebruikt in standaard dashboards, maar is krachtig in datamodellen die werken met geleidelijke toenames of verzadigingen.
Voorbeeld: waarde = TANH([Tijd])
De TRUNC-functie verwijdert de decimalen van een getal zonder af te ronden. Dit is handig als je alleen het gehele deel van een waarde nodig hebt, bijvoorbeeld bij het groeperen, sorteren of vergelijken. Anders dan INT, dat altijd naar beneden afrondt, snijdt TRUNC gewoon het decimale deel af, zelfs bij negatieve getallen. TRUNC is nuttig bij het analyseren van tijd, budgetten of wanneer je enkelvoudige eenheden wilt tonen zonder afrondingslogica.
Voorbeeld: zonderDecimalen = TRUNC([Waarde], 0)
Relatiefuncties
Relatiefuncties in DAX zijn functies die relaties tussen tabellen gebruiken om gegevens met elkaar te verbinden en berekeningen uit te voeren op basis van die verbanden. In Power BI zijn gegevens vaak verdeeld over meerdere tabellen, en relatiefuncties helpen je om informatie uit verschillende tabellen te combineren. Deze functies maken gebruik van de relaties die je in het datamodel hebt ingesteld. Een veelgebruikte relatiefunctie is RELATED, waarmee je een waarde uit een gerelateerde tabel kunt ophalen. Stel dat je een tabel met bestellingen hebt en een aparte tabel met klantinformatie, dan kun je met RELATED bijvoorbeeld de klantnaam ophalen bij elke bestelling. De functie RELATEDTABLE werkt andersom: die haalt alle rijen op uit een andere tabel die verband houden met de huidige rij. Daarnaast zijn er functies zoals USERELATIONSHIP, waarmee je tijdelijk een andere relatie kunt activeren, bijvoorbeeld als je meerdere relaties tussen twee tabellen hebt en een specifieke wilt gebruiken.
Relatiefuncties zijn belangrijk voor het bouwen van dynamische metingen, het combineren van context uit meerdere tabellen en het zorgen dat je berekeningen altijd met de juiste data worden uitgevoerd. Door ze goed te gebruiken, kun je het maximale halen uit de kracht van je datamodel in Power BI en krijg je nauwkeurige, gekoppelde inzichten. Deze functies werken goed samen met andere DAX-functies, waardoor je complexe berekeningen kunt maken die automatisch meebewegen met filters of keuzes van gebruikers. Ze zijn ook nuttig als je bijvoorbeeld uitkomsten wilt standaardiseren of bepaalde berekeningen wilt afronden op een vaste waarde. Door rekenkundige en trigonometrische DAX-functies slim toe te passen, kun je je Power BI-rapporten krachtiger, duidelijker en makkelijker te begrijpen maken voor iedereen die ernaar kijkt.
De RELATED-functie in DAX haal je wanneer je een waarde wilt ophalen vanuit een andere tabel die via een relatie is verbonden met je huidige tabel. Denk bijvoorbeeld aan een facttabel met ProductID waarin je vanuit die rij de Productnaam uit de producttabel wilt ophalen. RELATED werkt via een bestaande one-to-many relatie en haalt één waarde op voor elke rij. Deze functie is handig wanneer je in berekende kolommen relevante dimensie-informatie wilt tonen zonder extra joins. Zo blijft je datamodel schoon en efficiënt, terwijl je toch contextrijke details kunt tonen in analyses.
Voorbeeld:
categoryNaam = RELATED(‘Producten'[CategorieNaam])
Met RELATEDTABLE kun je alle rijen ophalen die gerelateerd zijn aan de huidige rij via een many-to-one relatie. Dit betekent dat je een subset van een gerelateerde tabel kunt ophalen als een nieuwe tabelcontext. Bijvoorbeeld: in een klantentabel kun je alle bestellingen ophalen uit de verkooptabel en daarna totalen berekenen met SUMX of COUNTROWS. RELATEDTABLE is krachtig omdat het je in staat stelt om aggregaties of afzonderlijke berekeningen uit te voeren op basis van de volledige set gerelateerde records. Het is ideaal bij maatwerkberekeningen in berekende kolommen of tabellen.
Voorbeeld:
totaalVerkopen = SUMX(RELATEDTABLE(‘Verkopen’), Verkopen[Bedrag])
De USERELATIONSHIP-functie gebruik je om een inactieve relatie tijdelijk te activeren binnen de context van een CALCULATE of andere filtercontext. Dit is nuttig wanneer je meerdere relaties hebt tussen dezelfde tabellen (bijvoorbeeld tussen transactie- en verzenddatum) en op basis van een bepaalde berekening een andere relatie wilt gebruiken. Zo kun je verschillende datumingavalsituaties ondersteunen zonder het model fysiek aan te passen. USERELATIONSHIP verandert de filterrichting alleen voor de berekening waarin deze wordt gebruikt.
Voorbeeld:
omzetPerVerzenddatum = CALCULATE([Omzet], USERELATIONSHIP(‘Orders'[VerzendDatum], ‘Datum'[Datum]))
Met CROSSFILTER stel je de filterrichting in tussen twee gerelateerde kolommen bij een berekening. Dit is nuttig als je het standaard filtergedrag wilt aanpassen – bijvoorbeeld van éénrichtingsfiltering naar tweerichtingsfiltering. Je gebruikt deze functie vooral in complexe datamodellen waar relaties tussen tabellen anders moeten werken voor specifieke berekeningen, zoals bij ratio’s die verschillende filters tegelijk nodig hebben. CROSSFILTER helpt om flexibiliteit te creëren zonder dat je het datamodel hoeft te wijzigen.
Voorbeeld:
totaal = CALCULATE([Omzet], CROSSFILTER(‘Klant'[KlantID], ‘Verkopen'[KlantID], BOTH))
De TREATAS-functie is ideaal wanneer je geen fysieke relatie hebt tussen twee tabellen, maar toch een filterrelatie wilt simuleren. Je gebruikt deze functie om een kolom of tabel virtueel te koppelen aan een andere kolom – alsof er een echte relatie bestaat. Dit is bijzonder handig in dynamische rapporten of wanneer je werkt met tabellen uit verschillende bronnen die geen relaties hebben in het model. Met TREATAS kun je filtercontexten flexibel overdragen, zonder dat je het datamodel hoeft te wijzigen. Het is een krachtige oplossing voor het bouwen van berekeningen gebaseerd op logische in plaats van fysieke relaties.
Voorbeeld:
omzetPerLand = CALCULATE([Omzet], TREATAS(VALUES(‘SlicerTabel'[Land]), ‘Klant'[Land]))
De RELATEDCOLUMNS-functie geeft een lijst met unieke waarden van een kolom in een gerelateerde tabel, op basis van de huidige filtercontext. Het werkt als een manier om snel kolomwaarden te halen uit tabellen waarmee een relatie bestaat, bijvoorbeeld in een berekende tabel of voor filterdoeleinden. Dit is vooral nuttig wanneer je een aangepaste visualisatie maakt of een subset van data nodig hebt. SELECTCOLUMNS is breder en laat je kolommen selecteren én hernoemen in een nieuwe tabel.
Voorbeeld:
landen = RELATEDCOLUMNS(‘Klant'[Land])
Hoe kan je in Power BI meerdere kolommen combineren in één relatie-achtige tabel? (NATURALINNERJOIN)
De NATURALINNERJOIN-functie combineert twee tabellen op basis van hun gemeenschappelijke kolommen, zoals bij een inner join in SQL. Het resultaat bevat alleen rijen die overeenkomen in beide tabellen. Deze functie is handig voor rapportages waarin je geconsolideerde inzichten wilt genereren uit gegevens die logisch bij elkaar horen, zonder dat er een fysieke relatie nodig is. NATURALINNERJOIN helpt je flexibele dashboards te bouwen waarin data dynamisch kan worden gecombineerd.
Voorbeeld:
klantVerkopen = NATURALINNERJOIN(‘Klant’, ‘Verkopen’)
Met NATURALLEFTOUTERJOIN voeg je twee tabellen samen, waarbij alle rijen uit de linkertabel worden behouden en alleen de overeenkomende rijen uit de rechtertabel worden toegevoegd. Deze functie werkt net als een left outer join in SQL. Het is vooral handig wanneer je een overzicht wilt van alle primaire entiteiten (zoals klanten), zelfs als er geen gekoppelde gegevens zijn in de gerelateerde tabel (zoals verkopen). Je behoudt hiermee de volledigheid van je rapportage zonder informatieverlies.
Voorbeeld:
klantenMetVerkoop = NATURALLEFTOUTERJOIN(‘Klant’, ‘Verkopen’)
