Power BI DAX Debugging Tutorial in Tamil | Fix Wrong Totals & Validate KPIs
Power BI DAX Debugging in Tamil – Fix Wrong Average Order Value Using DAX Query View
Real-time Power BI projects-ல ஒரு common issue என்னனா:
👉 “Average Order Value wrong-ஆ இருக்கு”
👉 “Client numbers match ஆகல”
👉 “Visual total correct போல இருக்கு but business value mismatch”
இந்த மாதிரி issues வந்தா அதை எப்படி debug பண்ணுவது?
இந்த blog-ல நாம் பார்க்கப் போவது:
✨ Average Order Value debugging
✨ Dependency measures validation
✨ Month-wise drill-down analysis
✨ DAX Query View quick queries
✨ Define & Evaluate options
✨ KPI validation interview question
✨ Real-time debugging techniques
Real-Time Scenario
ஒரு client சொல்றாங்க:
❌ “Average Order Value wrong”
நம்ம side-ல பார்த்தா value correct போல இருக்கும்.
ஆனா:
👉 Client Excel value
👉 Existing report value
👉 Business expected value
இதோட compare பண்ணும்போது mismatch இருக்கும்.
இந்த situation-ல direct measure edit பண்ண ஆரம்பிச்சா:
⚠ Original logic break ஆகலாம்
⚠ Root cause தெரியாமல் போகலாம்
⚠ Dependency measures impact ஆகலாம்
அதனால proper debugging process follow பண்ணணும்.
Step 1 – Check Measure Dependencies
Average Order Value measure usually depends on:
✅ Total Sales
✅ Total Orders
Formula example:
Average Order Value =
DIVIDE(
[Total Sales],
[Total Orders]
)
அதனால first step:
👉 Main measure மட்டும் check பண்ணக்கூடாது
👉 Dependency measures-யும் validate பண்ணணும்
Step 2 – Validate Overall Values
DAX Query View open பண்ணி:
EVALUATE
ROW(
"Total Sales", [Total Sales],
"Total Orders", [Total Orders],
"Average Order Value", [Average Order Value]
)
இதுல:
✅ Overall sales
✅ Overall orders
✅ Final average value
எல்லாமே output வரும்.
இதனால் high-level validation செய்யலாம்.
Why Overall Validation Alone is Not Enough?
Sometimes overall value correct போல இருக்கும்.
ஆனா:
❌ Particular month issue
❌ Zero order count
❌ Missing transactions
❌ Incorrect filters
இதனால் average calculation impact ஆகும்.
அதனால next step:
👉 Drill-down debugging
Step 3 – Month Wise Debugging
இதுக்கு SUMMARIZECOLUMNS use பண்ணலாம்.
EVALUATE
SUMMARIZECOLUMNS(
DimDate[Month Name],
"Total Sales", [Total Sales],
"Total Orders", [Total Orders],
"Average Order Value", [Average Order Value]
)
இந்த query run பண்ணினா:
📌 Month-wise sales
📌 Month-wise orders
📌 Month-wise AOV
எல்லாமே வரும்.
இதுல abnormal values easy-ஆ identify பண்ணலாம்.
Why Month-Wise Split is Important?
Suppose:
❌ One month sales = 0
❌ Orders missing
❌ Duplicate transactions
❌ Wrong filter context
இந்த issues overall average-ஐ impact பண்ணும்.
அதனால:
✅ Month-wise
✅ Week-wise
✅ Day-wise
split பண்ணி debug பண்ணணும்.
Quick Queries in DAX Query View
Power BI DAX Query View-ல ready-made quick query options இருக்கு.
Measure-ஓட three dots click பண்ணினா options வரும்.
1️⃣ Evaluate
இதனால்:
✅ Measure overall output மட்டும் வரும்
Useful for:
👉 Quick validation
2️⃣ Define and Evaluate
இதனால்:
✅ Measure definition
✅ Final output value
இரண்டும் வரும்.
இதனால் measure logic correct-ஆ இருக்குதா என்று validate பண்ணலாம்.
3️⃣ Define With References and Evaluate
இது மிகவும் powerful option.
இதுல:
✅ Main measure
✅ Dependency measures
✅ Reference calculations
எல்லாமே வரும்.
Example:
Average Order Value debug பண்ணும்போது:
👉 Total Sales logic
👉 Total Orders logic
👉 Final formula
எல்லாமே ஒரே இடத்தில் பார்க்க முடியும்.
இதனால் root cause debugging மிகவும் easy ஆகும்.
4️⃣ Define New Measure
இந்த option use பண்ணி:
✨ Temporary measures create பண்ணலாம்
✨ Output validate பண்ணலாம்
✨ Production model-க்கு push பண்ணாம test பண்ணலாம்
Example:
New Measure =
COUNTROWS(DimProducts)
இத run பண்ணி output validate பண்ணலாம்.
Important Advantage
Temporary testing measure immediately model-ல save ஆகாது.
அது save ஆகணும்னா:
✅ Update Model with Changes
கொடுக்கணும்.
இதனால்:
👉 Safe testing possible
👉 Production logic immediately impact ஆகாது
Important Warning
⚠ Once overwrite பண்ணிட்டீங்கன்னா undo செய்ய முடியாது.
அதனால:
✅ Cross-check பண்ணுங்க
✅ Validate பண்ணுங்க
✅ Backup வைத்துக்கோங்க
அதுக்கப்புறம் தான் update model செய்யணும்.
Define All Measures in Model
இந்த option use பண்ணினா:
📌 Model-ல இருக்கும் எல்லா measures
📌 Variables
📌 Calculations
📌 Summary outputs
ஒரே place-ல பார்க்க முடியும்.
Useful for:
✨ Bulk debugging
✨ Large model analysis
✨ Dependency validation
Real-Time Benefits of DAX Query View
🚀 Faster debugging
🚀 KPI validation
🚀 Wrong total analysis
🚀 Dependency tracing
🚀 Safe testing
🚀 Faster development
🚀 Better productivity
Important Interview Question
❓ How do you validate KPIs in Power BI?
Sample Answer:
“I use DAX Query View to independently validate measures before using them in visuals. I validate dependency measures, test outputs using DAX queries, and perform drill-down analysis like month-wise or day-wise validation to identify mismatches.”
Final Thoughts
DAX Query View என்பது Power BI Developers-க்கு மிகவும் powerful debugging workspace.
Especially:
✅ Average calculations
✅ Wrong totals
✅ KPI validation
✅ Dependency debugging
✅ Filter context analysis
இந்த மாதிரி scenarios-க்கு இது மிகவும் useful.
Conclusion
இந்த blog-ல நாம் பார்த்தது:
✨ Average Order Value debugging
✨ Dependency analysis
✨ Month-wise drill-down
✨ Quick Queries usage
✨ Define & Evaluate
✨ New Measure testing
✨ KPI validation interview answer
Real-time Power BI projects-ல இந்த techniques கண்டிப்பா use ஆகும்.
🎥 Learn More
இந்த topic-ஐ practical demo உடன் step-by-step பார்க்க:
👉 Full YouTube video available
Video-ல:
✅ Live debugging
✅ Real-time issue analysis
✅ DAX Query View usage
✅ KPI validation
✅ Drill-down debugging
எல்லாமே detailed-ஆ explain பண்ணப்பட்டிருக்கும்.
கருத்துரையிடுக
0 கருத்துகள்