Total Tuition Collected =
SUM (
  Fact_Enrollments[Tuition_Collected_USD]
)

1. יצירהקליק ימני על Fact_Enrollments ← New measure
2. עיצובMeasure tools ← Format: Currency ← 2 ספרות
3. בדיקהגררו לקארד ריק כדי לוודא שהמספר מופיע

למה דווקא העמודה הזאת: בטבלה יושבת גם Tuition_Billed_USD, והיא מחזירה 61,236,519.19. ההפרש של 10,942,462.32 דולר הוא בדיוק החיוב של השורות שבוטלו — כסף שנרשם כחוב ומעולם לא נגבה. תרגיל 4.1 מפרק את זה לגמרי.

תוצאה: 50,294,056.87 דולר — מספר העוגן של כל המטלה.

Students Enrolled =
DISTINCTCOUNT (
  Fact_Enrollments[Student_ID]
)

למה לא COUNT: COUNT(Student_ID) היה מחזיר 28,640 — הוא סופר שורות שיש בהן ערך, לא ערכים ייחודיים. כל סטודנט נרשם ל-6.8 קורסים בממוצע, ולכן 28,640 ÷ 4,198 ≈ 6.82.

תוצאה: 4,198 סטודנטים.

Tuition per Student =
DIVIDE (
  [Total Tuition Collected],
  [Students Enrolled]
)

ממוצע של מה: AVERAGE(Tuition_Collected_USD) היה מחזיר את הממוצע לשורת רישום (1,756.08), לא לסטודנט. כשהמדד בנוי משני מדדים קיימים המכנה מוגדר במפורש ואתם יודעים בדיוק מה חילקתם. DIVIDE עדיף על / כי הוא מחזיר ריק במקום שגיאה כשהמכנה אפס.

המדד מתגלגל אוטומטית לכל הקשר: גררו אותו לטבלת התוכניות והוא יחזיר את שכר הלימוד לסטודנט בכל תוכנית בנפרד — בלי לכתוב שורה נוספת.

תוצאה: 11,980.48 דולר לסטודנט.

Total Credit Hours =
SUM ( Fact_Enrollments[Credit_Hours] )

העמודה הזאת נגזרת באמת: Credit_Hours בטבלת העובדות שווה תמיד ל-Credit_Value של הקורס ב-Dim_Course. אפשר היה לוותר עליה ולסכם דרך הקשר — היא יושבת בעובדות כדי שתוכלו לסכם בלי לגעת במימד.

תוצאה: 481,915 שעות זכות.

Courses Delivered =
DISTINCTCOUNT (
  Fact_Enrollments[Course_ID]
)

שימו לב להבדל מ-1.2: אותה פונקציה, עמודה אחרת, ותוצאה בסדר גודל אחר לגמרי. DISTINCTCOUNT תמיד סופר את הערכים הייחודיים בהקשר הנוכחי — גררו את המדד לטבלה לפי Dim_Campus[Campus_Name] והוא יראה כמה קורסים שונים רצו בכל קמפוס, לא 180 בכל שורה.

תוצאה: 180 קורסים — כל הקטלוג פעיל.

Online Tuition =
CALCULATE (
  [Total Tuition Collected],
  Dim_Course[Delivery_Mode] = "Online"
)

מה קורה כאן: CALCULATE מוסיפה את התנאי לבועת הסינון ורק אז מריצה את [Total Tuition Collected]. הפילטר יושב על עמודת טקסט בטבלת המימד, זורם דרך הקשר אל 28,640 שורות העובדה — בלי שום JOIN.

תוצאה: 14,331,147.98 דולר — 28.49% מסך הגבייה.
הפירוק המלא: Campus 24,521,003.34 · Online 14,331,147.98 · Hybrid 11,441,905.55

Realized Tuition =
CALCULATE (
  [Total Tuition Collected],
  KEEPFILTERS (
    Dim_Status[Status_Group] = "Realized"
  )
)

מה KEEPFILTERS משנה: תנאי רגיל בתוך CALCULATE דורס כל פילטר קיים על אותה עמודה. KEEPFILTERS מחליף את הדריסה בהצטלבות. הבדיקה: שימו סלייסר על Status_Group ובחרו Open בלבד. בלי KEEPFILTERS המדד ימשיך להחזיר 35,487,304.63 ויתעלם מהסלייסר; עם KEEPFILTERS הוא יחזיר ריק — כי החיתוך של Open עם Realized הוא קבוצה ריקה. זו התשובה הנכונה.

למה זה חשוב כאן במיוחד: הקבוצה השלישית, Lost, מחזיקה גבייה אפס אבל חיוב של 10,410,534.43 דולר. הפילוח לפי סטטוס הוא בדיוק המקום שבו המלכודת של הקובץ נחשפת בעין.

תוצאה: 35,487,304.63 דולר.
לפי קבוצת סטטוס: Realized 35,487,304.63 · Open 14,806,752.24 · Lost 0.00

% of All Programs =
DIVIDE (
  [Total Tuition Collected],
  CALCULATE (
    [Total Tuition Collected],
    ALL ( Dim_Program )
  )
)

איפה ALL עובדת: המונה מחושב בהקשר השורה — שכר הלימוד של התוכנית הנוכחית. המכנה עטוף ב-CALCULATE עם ALL ( Dim_Program ), שמוחק את הפילטר על כל העמודות של המימד ומחזיר תמיד את סך 24 התוכניות. אילו כתבתם ALL ( Dim_Program[Program_Name] ) הייתם משחררים רק עמודה אחת — פילטר על Faculty_Name היה ממשיך לחתוך את המכנה.

מבחן השפיות: גררו את המדד לטבלת התוכניות. עמודת האחוזים חייבת להסתכם בדיוק ל-100.00%. אם היא לא — סימן שהמכנה שלכם מסונן.

תוצאה: Public Health = 5.20% (2,613,332.23) · Digital Marketing = 2.88% (1,449,455.63) · סך העמודה = 100.00%

Program Status =
IF (
  [Total Tuition Collected] >= 2100000,
  "Above Target",
  "Below Target"
)

יעד קבוע, לא ממוצע: היעד כאן הוא מספר מוסכם מראש שנקבע בתקציב, לא ערך שמחושב מהנתונים. היתרון: התוצאה יציבה ולא זזה כשמסננים את הוויזואל. החיסרון: אם תשנו את היעד תצטרכו לערוך את הנוסחה — בתרגיל 2.6 תראו איך פרמטר What-if פותר את זה.

מדד טקסט אינו מדד מספרי: אי אפשר לדרג אותו, לסכם אותו או להזין ממנו גרף. מקומו בטבלה ובקארד בלבד.

תוצאה: 14 תוכניות מעל היעד · 10 מתחתיו. התוכנית הראשונה מתחת ליעד: Social Work (1,995,665).

Program Tier =
SWITCH (
  TRUE (),
  [Total Tuition Collected] >= 2400000,
    "Top",
  [Total Tuition Collected] >= 1900000,
    "Mid",
  "Low"
)

למה SWITCH(TRUE()) ולא IF מקונן: TRUE() כארגומנט ראשון הופך את SWITCH לרשימת תנאים שנבדקים מלמעלה למטה, והראשון שמתקיים מנצח. הסדר קריטי: אילו שורת ה-Mid הייתה ראשונה, כל התוכניות מעל 2.4 מיליון היו מקבלות Mid כי הן עוברות גם את הסף הנמוך.

הארגומנט האחרון בלי תנאי הוא ברירת המחדל. בלעדיו תוכנית שלא עונה לאף תנאי תחזיר ריק, והוויזואל יראה שורה ריקה במקום תווית.

תוצאה: 6 תוכניות Top · 13 Mid · 5 Low. סך הכל 24 — כל תוכנית קיבלה בדיוק תווית אחת.

Tier Color =
SWITCH (
  [Program Tier],
  "Top", "#132449",
  "Mid", "#F5C518",
  "#A9B4CC"
)

שתי צורות של אותה פונקציה: בתרגיל הקודם SWITCH קיבלה TRUE() והשוותה תנאים. כאן היא מקבלת ביטוי ומשווה אותו לערכים. הצורה הזאת קצרה יותר וקריאה יותר כשיש רשימת ערכים סגורה.

המדד הזה לא מיועד לעין. הוא מזין את חלונית העיצוב המותנה בתרגיל 3.2. אם תגררו אותו לטבלה תראו מחרוזות הקסה — זה תקין.

תוצאה: 6 תוכניות מקבלות #132449 · 13 מקבלות #F5C518 · 5 מקבלות #A9B4CC.

Program Rank =
RANK (
  DENSE,
  ALLSELECTED (
    Dim_Program[Program_Name]
  ),
  ORDERBY (
    [Total Tuition Collected], DESC
  )
)

שלושת החלקים: DENSE קובע שאחרי תיקו הדירוג הבא הוא הבא בתור ולא קופץ · ALLSELECTED מגדיר את החלון — כל התוכניות שהסלייסר משאיר גלויות · ORDERBY קובע לפי מה ממיינים. בלי ORDERBY, RANK תמיין לפי סדר העמודה ותחזיר דירוג אלפביתי.

למה ALLSELECTED ולא ALL: עם ALL הדירוג היה מתעלם מהסלייסרים ותמיד נע בין 1 ל-24. עם ALLSELECTED סינון לפקולטה אחת מדרג מחדש בתוך הפקולטה — מספר 1 יהיה המוביל בבחירה הנוכחית.

תוצאה: Public Health = 1 · Digital Marketing = 24. 24 תוכניות, 24 דירוגים — אין תיקו בקובץ הזה, ולכן DENSE ו-SKIP מחזירים כאן אותו דבר. ההבדל יתגלה ברגע שתסננו לפקולטה עם ערכים זהים.

Leader Tuition =
CALCULATE (
  [Total Tuition Collected],
  INDEX (
    1,
    ALLSELECTED (
      Dim_Program[Program_Name]
    ),
    ORDERBY (
      [Total Tuition Collected], DESC
    )
  )
)

INDEX מחזירה שורה, לא מספר. היא בוררת את השורה במיקום שביקשתם בתוך החלון — 1 = הראשונה אחרי המיון. כדי להפוך שורה למספר עוטפים ב-CALCULATE, שמשתמש בשורה שנבחרה כפילטר ומריץ עליה את המדד. INDEX ( -1, ... ) היה מחזיר את האחרונה.

מה עושים עם זה: מדד עזר טבעי הוא DIVIDE ( [Total Tuition Collected], [Leader Tuition] ) — אחוז מהמוביל. אצל Public Health הוא יחזיר 100%, ואצל Digital Marketing 55.46%.

תוצאה: 2,613,332.23 — אותו מספר בכל 24 השורות. אם הוא משתנה משורה לשורה, החלון שלכם לא ALLSELECTED.

Tuition Moving Avg 3M =
AVERAGEX (
  WINDOW (
    -2, REL, 0, REL,
    ALLSELECTED ( Dim_Date[Year_Month] ),
    ORDERBY ( Dim_Date[Year_Month], ASC )
  ),
  [Total Tuition Collected]
)

ארבעת המספרים הראשונים: -2, REL = גבול תחתון, שתי שורות אחורה יחסית לשורה הנוכחית · 0, REL = גבול עליון, השורה הנוכחית עצמה. REL = יחסי לשורה הנוכחית; ABS היה סופר מתחילת החלון.

למה AVERAGEX ולא AVERAGE: WINDOW מחזירה טבלה של עד שלוש שורות. AVERAGEX רצה עליה שורה-שורה, מחשבת את המדד בכל אחת, ורק אז ממצעת. החלפה ל-SUMX תיתן סכום נגרר במקום ממוצע נע.

שתי השורות הראשונות שונות: בינואר 2023 יש שורה אחת בחלון ובפברואר שתיים, ולכן הממוצע שם הוא של פחות משלושה חודשים. זו התנהגות נכונה, לא באג — מי שרוצה ריק בשורות האלה חייב לספור אותן במפורש.

הציגו לפי Dim_Date[Year_Month] (36 חודשים).
תוצאה: 2023-03 = 2,059,545.77 · 2025-12 = 1,593,617.98 (החודש עצמו: 817,666.91 — הממוצע הנע מרכך את צניחת הסמסטר).

1. גודל הקנבסView ← Page size ← 16:9 (1280×720)
2. רקעFormat page ← Canvas background ← #132449 ← שקיפות 0%
3. כותרתInsert ← Text box ← "Education Performance Overview" ← Segoe UI 28 · לבן
4. תת-כותרתתיבה שנייה, 13pt, בצבע #A9B4CC: "Tuition collected, FY2023-FY2025"
5. מגשInsert ← Shapes ← Rectangle ← מלא #1B3060 ← פינות מעוגלות 8 ← שלחו לאחור
6. שם העמודלחיצה כפולה על לשונית העמוד ← Overview

למה מגש ולא ארבעה רקעים נפרדים: צורה אחת מאחורי ארבעה קארדים נותנת מרווח אחיד וקל להזזה. ארבעה רקעים נפרדים מתחילים לזחול ברגע שמזיזים ויזואל אחד.

הקפידו על גריד: הפעילו View → Gridlines ו-Snap to grid לפני שאתם מניחים משהו. פריסה שנבנתה בעין תיראה עקומה בכל רזולוציה אחרת.

בסוף התרגיל יש עמוד כהה עם כותרת, תת-כותרת ומלבן ריק ברוחב הדשבורד. אין עדיין אף ויזואל.

1. מקורחפשו תמונה חופשית לשימוש (Unsplash / Pexels) בנושא campus או library
2. הוספהInsert ← Image ← בחרו את הקובץ
3. התאמהFormat image ← Scaling: Fit כדי לא לעוות יחס
4. שקיפותלתמונת הרקע: הוסיפו מלבן #132449 מעליה בשקיפות 70%
5. סדרSelection pane ← גררו את התמונה מתחת לכל הטקסט
6. נגישותGeneral ← Alt text ← תיאור קצר לקורא מסך

כלל אצבע: תמונה בדשבורד היא רקע, לא תוכן. אם היא מושכת את העין לפני המספרים — הורידו את השקיפות שלה עוד. יחס ניגודיות של 4.5:1 בין טקסט לרקע הוא המינימום.

גודל הקובץ נכנס ל-PBIX: תמונה של 4MB מנפחת את הקובץ ומאיטה את הפתיחה. כווצו ל-200KB לפני ההוספה.

בסוף התרגיל יש לוגו קטן בפינה ותמונת רקע מעומעמת מאחורי הכותרת, והכותרת עדיין נקראת בבירור.

1. הוספהVisualizations ← Card ← גררו את המדד ל-Fields
2. כותרתFormat ← Callout value ← 32pt · לבן
3. תוויתCategory label ← 12pt · #A9B4CC
4. יישורבחרו את ארבעתם ← Format ← Align top ← Distribute horizontally
5. רקעכבו את הרקע של כל קארד — המגש מתרגיל 2.1 הוא הרקע

למה לא עמודה גולמית: קארד שמקבל עמודה מציג First או Count לפי הסוג, וברגע שמישהו מסנן הוא עלול להחזיר מספר שאין לו משמעות. מדד מוגדר במפורש ומתגלגל נכון בכל הקשר.

ארבעת הקארדים מציגים: 50,294,056.87 · 4,198 · 180 · 11,980.48.

1. ויזואלClustered bar chart
2. ציר YDim_Program[Program_Name]
3. ערכים[Total Tuition Collected]
4. מיוןשלוש נקודות ← Sort axis ← Total Tuition Collected ← Descending
5. תוויותFormat ← Data labels ← On ← Display units: Millions
6. צירכבו את כותרת הציר — שם הוויזואל כבר אומר מה זה

גררו את השם מהמימד, לא מהעובדות. ב-Fact_Enrollments יש רק Program_ID. ויזואל שבנוי על המפתח יראה קודים במקום שמות, ולא יגיב לסלייסר על Faculty_Name.

Bar ולא Column: 24 שמות תוכניות ארוכים על ציר אופקי נחתכים או מסתובבים באלכסון. עמודות אופקיות נותנות לשם שורה מלאה.

התוכנית העליונה: Public Health — 2,613,332.23. התחתונה: Digital Marketing — 1,449,455.63.

1. ויזואלLine chart
2. ציר XDim_Date[Year_Month] — ודאו שהוא Categorical ולא Date hierarchy
3. ערכים[Total Tuition Collected] ו-[Tuition Moving Avg 3M]
4. החלקהFormat ← Lines ← Shape ← Smooth line: On
5. צבעיםהקו הראשי #F5C518 ברוחב 3 · הממוצע הנע #A9B4CC ברוחב 2 מקווקו
6. מיוןSort axis ← Year_Month ← Ascending

עונתיות שתראו מיד: ספטמבר-אוקטובר וינואר-פברואר מזנקים, יולי-אוגוסט צונחים. זה לוח השנה האקדמי, לא רעש. סך הכל: Spring 24,763,017 · Fall 21,537,164 · Summer 3,993,875.

ההחלקה משקרת קצת. Smooth line מצייר עקומה בין נקודות ולכן ממציא ערכי ביניים שלא קיימים. הוא יפה למגמה ומסוכן לקריאה מדויקת — לכן הממוצע הנע נשאר קו ישר.

הקו המוחלק מתחיל ב-2,568,361.43 (2023-01) ומסתיים ב-817,666.91 (2025-12). הממוצע הנע בנקודה האחרונה: 1,593,617.98.

1. עמוד+ בתחתית ← שם: Detail ← אותו רקע ואותה כותרת
2. סלייסרSlicer ← Dim_Date[Academic_Year]
3. סגנוןFormat ← Slicer settings ← Style: Tile ← אופקי
4. סנכרוןView ← Sync slicers ← סמנו Sync ו-Visible בשני העמודים
5. ברירת מחדלהשאירו את הסלייסר ריק — ריק פירושו הכול
6. What-ifModeling ← New parameter ← Numeric range ← Target · 1,000,000 עד 3,000,000 · צעד 100,000

הפרמטר משחרר את היעד מ-1.9: החליפו בנוסחת Program Status את המספר 2100000 ב-[Target Value], והמשתמש יזיז את הסליידר ויראה כמה תוכניות עוברות את היעד בזמן אמת.

שימו לב לסנכרון: Sync בלי Visible מסנן את העמוד השני בלי להראות שם את הסלייסר — מצב מבלבל שגורם למשתמשים לדווח על "מספרים שגויים".

בחירת AY2024 מורידה את הקארד הראשון ל-16,814,633.91. שלוש השנים: AY2023 16,802,711.36 · AY2024 16,814,633.91 · AY2025 16,676,711.60 — סכומן הוא בדיוק מספר העוגן.

1. ויזואלTable — לא Matrix, אין כאן היררכיה
2. עמודותשתי עמודות מימד ואז חמשת המדדים לפי הסדר
3. מיוןלחצו על כותרת Program Rank ← עולה
4. סכוםFormat ← Totals ← On — ודאו ש-% מסתכם ל-100.00%
5. רוחבגררו את גבולות העמודות ידנית; אל תסמכו על ההתאמה האוטומטית

מבחן האדיטיביות: שורת הסיכום של [Total Tuition Collected] חייבת להראות 50,294,056.87 ושל [% of All Programs] בדיוק 100.00%. [Program Rank] בשורת הסיכום יראה 1 — זה תקין, כי בהקשר הסיכום אין תוכנית לדרג.

מה לא לשים כאן: את Revenue_Per_Credit_Hour מטבלת העובדות. הוא יחס ברמת שורה, ו-Power BI יסכם אותו בברירת מחדל ויציג מספר חסר משמעות לגמרי. יחס מחשבים תמיד כמדד DIVIDE ברמת הסיכום.

השורה הראשונה: Public Health · Faculty of Health · 2,613,332.23 · 5.20% · 1 · Above Target · Top.

1. ויזואלClustered bar chart ← ציר: Dim_Course[Course_Name]
2. ערכים[Total Tuition Collected]
3. פילטרFilters ← Course_Name ← Filter type: Top N
4. הגדרהShow items: Top ← 10 ← By value: [Total Tuition Collected]
5. החלהApply filter — בלי הלחיצה הזאת שום דבר לא קורה

Top N הוא פילטר דינמי. ברגע שיבחרו AY2024 בסלייסר, הרשימה תחושב מחדש ועשרת המובילים עשויים להתחלף. מיון ידני עם "הצג 10 ראשונים" לא היה עושה את זה.

שימו לב לאשליית הריכוזיות: עשרת הקורסים המובילים מחזיקים יחד רק 11.47% מהגבייה. בקטלוג של 180 קורסים אין זנב ארוך אמיתי — התפלגות שטוחה למדי, וזו תובנה בפני עצמה.

הקורס המוביל: Finance Practice — 634,376.62. סך עשרת המובילים: 11.47% מ-50,294,056.87.

1. ויזואלMatrix
2. שורותDim_Program[Faculty_Name]
3. עמודותDim_Course[Delivery_Mode]
4. ערכים[Total Tuition Collected]
5. סכומיםFormat ← Row subtotals ו-Column subtotals ← On
6. יחידותFormat ← Display units: Millions ← ספרה אחת

שני מימדים שונים בצלעות אחת מטריצה. זה בדיוק מה שסכמת כוכב נותנת: Dim_Program ו-Dim_Course לא מכירות זו את זו, אבל שתיהן מסננות את אותה טבלת עובדות, ולכן החיתוך ביניהן מחושב לבד.

מבחן הפינה הימנית התחתונה: הסכום הכולל של המטריצה חייב להיות 50,294,056.87. אם הוא גדול יותר — יש לכם קשר דו-כיווני או נתיב סינון כפול במודל.

סכומי העמודות: Campus 24,521,003.34 · Online 14,331,147.98 · Hybrid 11,441,905.55 · סך הכל 50,294,056.87.

1. ויזואלLine and clustered column chart
2. צירDim_Course[Subject_Area]
3. עמודות[Total Tuition Collected]
4. קו[Total Credit Hours] ← באזור Line y-axis
5. ציר שניFormat ← Y-axis (secondary) ← On — בלעדיו הקו יימעך
6. מיוןלפי [Total Tuition Collected] יורד

שני צירים = שתי יחידות מידה. דולרים ושעות זכות אינם אותו סדר גודל. בלי ציר משני הקו ייצמד לקרקע ולא תראו בו כלום.

מה לחפש: תחום שבו העמודה גבוהה והקו נמוך גובה הרבה כסף על מעט שעות — כלומר תעריף לשעת זכות גבוה. תחום הפוך הוא תחום עתיר הוראה. זה מקדים את תובנת הסיום בתרגיל 4.2.

סך הקו על כל התחומים: 481,915 שעות זכות. סך העמודות: 50,294,056.87 דולר.

1. כפתורInsert ← Buttons ← Navigator ← Page navigator
2. סגנוןצבע לא-פעיל #1B3060 · פעיל #F5C518 · טקסט לבן
3. כותרותכל ויזואל מקבל כותרת בעברית ברורה ב-Format ← Title
4. TooltipFormat ← Tooltips ← On לכל גרף
5. סדר טאבView ← Selection ← Tab order — כותרת, קארדים, גרפים
6. Alt textתיאור קצר לכל ויזואל ב-General ← Alt text

רשימת הפוליש הסופית: אין ויזואל עם כותרת ברירת מחדל (Total Tuition Collected by Program_Name) · אין פס גלילה בתוך ויזואל בגודל הסטנדרטי · כל המספרים באותו מספר ספרות · אין שני גוונים של אותו כחול · אין ויזואל שנחתך בקצה הקנבס.

בדיקת סגירה: לחצו על עמודה בגרף התוכניות וודאו שכל שאר הוויזואלים מגיבים. אם אחד מהם לא זז — הוא בנוי על עמודה מטבלת העובדות במקום מהמימד.

בסוף התרגיל: שני עמודים מקושרים, כל ויזואל עם כותרת, וכל מספר בדשבורד מגיע ממדד שכתבתם.

1. פתיחהבחרו את הגרף ← Format ← Bars ← Colors ← fx
2. סוגFormat style: Rules
3. שדהBased on field: [Total Tuition Collected] ← Summarization: Sum
4. כלל 1If value >= 2400000 and < 999999999 ← #132449
5. כלל 2If value >= 1900000 and < 2400000 ← #F5C518
6. כלל 3If value >= 0 and < 1900000 ← #A9B4CC

הסדר בחלונית הוא הסדר שנבדק. Power BI עוצר בכלל הראשון שמתקיים, בדיוק כמו SWITCH(TRUE()). כלל שמכסה טווח רחב מדי בראש הרשימה יבלע את כל השאר.

המגבלה של Rules: הן חיות בתוך הוויזואל הזה בלבד. אם תרצו את אותה חלוקה בטבלה, ב-Matrix ובקארד — תצטרכו להגדיר אותה שלוש פעמים ולשמור על סנכרון ידני. זו בדיוק הבעיה שתרגיל 3.2 פותר.

שש עמודות כחולות כהות · שלוש-עשרה צהובות · חמש אפורות. אותה חלוקה בדיוק כמו [Program Tier] בתרגיל 1.10.

1. פתיחהבחרו את הטבלה ← Format ← Cell elements
2. שדהApply to: [Total Tuition Collected]
3. סוגBackground color ← On ← fx
4. מצבFormat style: Field value
5. מדדWhat field should we base this on: [Tier Color]
6. חזרהחזרו על אותו הליך על גרף העמודות — אותו מדד, אפס הגדרות חדשות

זה ההבדל המהותי: ב-Rules הלוגיקה גרה בוויזואל; ב-Field value היא גרה במודל. שינוי סף אחד במדד Program Tier מעדכן בבת אחת את כל הוויזואלים שמשתמשים ב-Tier Color. זו הסיבה שכתבנו שני מדדי SWITCH נפרדים — אחד ללוגיקה ואחד לתרגום שלה לצבע.

מה חייב לחזור מהמדד: מחרוזת הקסה תקינה בת שבעה תווים או שם צבע מוכר. מדד שמחזיר ריק ייתן תא בלי צבע — לא שגיאה, פשוט חוסר.

הטבלה וגרף העמודות מציגים כעת בדיוק את אותה חלוקה, משני מקורות שונים לחלוטין — וזו הבדיקה שהמדד נכון.

התשובה המלאה — מה שגוי: העמודה Tuition_Billed_USD מתעדת חיוב, לא גבייה. שתי קבוצות סטטוס מתוך שלוש — Withdrawn ו-Cancelled, שיחד הן Status_Group = "Lost" — נושאות חיוב חיובי וגבייה אפס. הרישום בוטל, הכסף מעולם לא נכנס, אבל שורת החיוב נשארה בטבלת העובדות. מדד שמסכם חיוב סופר את הכסף הזה כאילו התקבל.

כמה הפער: 61,236,519.19 פחות 50,294,056.87 = 10,942,462.32 דולר — 17.9% מסך החיוב, וכולו מיוחס לקבוצה אחת. הפירוק לפי קבוצת סטטוס: Realized 35,487,304.63 חויב ונגבה במלואו · Open 15,338,680.13 חויב מול 14,806,752.24 שנגבה · Lost 10,410,534.43 חויב מול 0.00 שנגבה.

הבדיקה שחושפת את זה בדקה: בנו Matrix עם Dim_Status[Status_Group] בשורות ושני מדדים בערכים — סכום החיוב מול סכום הגבייה. שורה שבה עמודה אחת גדולה מאפס והשנייה אפס היא דגל אדום ואי אפשר לפספס אותה. הכלל הכללי: כל אימת ששתי עמודות כסף בטבלת עובדות נראות תאומות, פלחו את שתיהן לפי מימד הסטטוס לפני שאתם בוחרים אחת.

מה כן היה לגיטימי: להציג את שני המספרים זה לצד זה ולקרוא להם בשמם — "חויב" ו"נגבה" — ולהוסיף מדד שלישי לפער. זה הופך את המלכודת לתובנה תפעולית על אחוז הנשירה.

הפער: 10,942,462.32 דולר · 17.9% מהחיוב · כולו מקבוצת Lost.

הטבלה שתקבלו:

התובנה: Campus הוא הערוץ הגדול — 48.8% מהגבייה — אבל הוא מייצר רק 23.8% מהרווח, בשיעור של 8.77%. Online גובה 41% פחות ממנו ומייצר יותר רווח בערכים מוחלטים: 4,509,735 מול 2,150,521. הערוץ שנראה הכי חשוב בגרף העמודות הוא הפחות רווחי בפועל.

למה זה קורה — הסבר מהנתונים, לא מהניחוש: שני כוחות פועלים באותו כיוון. ראשית, Contact_Minutes לשעת זכות בקורס מקוון עומד על 72% מזה של קורס בקמפוס. שנית, עלות דקת הוראה בקמפוס גבוהה ב-12% מזו של דקה מקוונת — כיתות, טכנאים, נסיעות. פחות דקות שכל אחת מהן זולה יותר. מנגד, קורס מקוון גובה תעריף נמוך ב-14% לשעת זכות — וזה עדיין לא מספיק כדי לסגור את הפער.

מה זה אומר להנהלה: החלטה על הרחבת Online אינה החלטה על גודל אלא על תמהיל. אבל לפני שממליצים — שימו לב למה שהנתונים לא אומרים: אין כאן מדידה של איכות למידה, שביעות רצון או שיעור השלמה לפי ערוץ. ניתוח רווחיות הוא צד אחד של ההחלטה בלבד, וכדאי לומר את זה במפורש בשקף.

הרחבה למי שרוצה עוד: הוסיפו לטבלה עמודת Dim_Program[Program_Level] וראו אם הפער בין הערוצים נשמר בכל רמת תוכנית או שהוא מתרכז ברמה אחת. זו הבדיקה שמפרידה בין תובנה אמיתית לבין פרדוקס סימפסון.

Online — 31.47% שיעור רווח, ורווח מוחלט גבוה ב-110% מזה של Campus, למרות שהוא גובה 41% פחות.

כל התוצאות אומתו ב-pandas מול Education_PowerBI_Star.xlsx (28,640 שורות עובדה), וכל שבעת הקשרים נבדקו תכנותית — 0 מפתחות יתומים, 0 מפתחות ריקים, 0 תלויות מעגליות ו-0 נתיבי סינון כפולים. שתי העמודות הנגזרות בטבלת העובדות אומתו מול הנוסחה שלהן שורה-שורה.