מטלת סיכום טלקום — סכמת כוכב ב-Power BI

מטלת סיכום · טלקום

מודל טלקום — הכנה ומבנה המטלה

שני עמודי דשבורד שכל מספר בהם מגיע ממדד שאתם כותבים מאפס, עם חיווי צבע אוטומטי למצב האזורים. עובדים על Telecom_PowerBI_Star.xlsx — סכמת כוכב טהורה: טבלת עובדות אחת, שבעה מימדים, 30,000 שורות ושבעה קשרים. 29 תרגילים, כל אחד בדף נפרד ועם פתרון מלא. שימו לב: ההורדה והתרגול הם במחשב בלבד — Power BI Desktop אינו קיים בטלפון.

הורדת הדאטהסט — Telecom_PowerBI_Star.xlsx 8 טבלאות · 30,000 שורות עובדה · 7 קשרים · להורדה במחשב בלבד

2,594,253.85USD הכנסה מחויבת — מספר העוגן

30,000שורות בטבלת העובדות

1,236לקוחות פעילים

14מדדים לכתיבה

הנתונים סינתטיים. שמות המדינות אמיתיים, אבל כל לקוח, חבילה, מכשיר, ערוץ ומספר בקובץ נוצרו באופן מלאכותי עם זרע אקראי קבוע 20260821. אין להסיק מהם דבר על שוק הטלקום האמיתי.

לפני שמתחילים — בניית המודל. הקובץ הוא סכמת כוכב טהורה: טבלת עובדות אחת Fact_Usage ושבעה מימדים, וכל מימד מתחבר ישירות אליה. אין קשר מימד-למימד ואין שרשור. סמנו את Dim_Date כטבלת תאריכים (Mark as date table על Full_Date), כבו Autodetect ובנו את שבעת הקשרים ידנית, כולם Single מהמימד אל העובדה. Both כאן מיותר לחלוטין.

המלכודת של הקובץ הזה — שורות עם מרווח שלילי בכוונה. בטבלת Fact_Usage יש 2,824 שורות (9.41%) שבהן Gross_Margin_USD שלילי — מכשירים מסובסדים וחבילות נדידה שנקנו בעלות סיטונאית גבוהה מהמחיר ללקוח. הן נושאות 241,146.59 USD הכנסה ומוחקות 50,484.13 USD מרווח. מדד מרווח כולל מקזז אותן בשקט ומראה 889,705.65 במקום 940,189.78. ההפסד לא נעלם — הוא רק מתחבא בסכימה. תרגיל 3.3 מפרק אותו.

עמודה שנראית אדיטיבית ואינה. Fact_Usage[Revenue_Per_GB] היא יחס, לא סכום. גרירה שלה עם Sum מחזירה 1,374,449.63 — מספר חסר כל משמעות. תרגיל 3.2 מסביר בדיוק למה, ומה כן עושים.

מילון סוגריים. Table[Column] = עמודה · [מדד] = סוגריים מרובעים בלי שם טבלה. לכל מדד: קליק ימני על Fact_Usage בחלונית Data ← New measure ← הנוסחה ← Enter. השם חייב להיות בדיוק כפי שמופיע בתרגיל.

מבנה המטלה

חלק 1

14 מדדי DAX

שני SUM, שני DISTINCTCOUNT, DIVIDE, שני CALCULATE, ALL, IF, שני SWITCH — ושלוש פונקציות חלון: RANK, INDEX ו-WINDOW.

חלק 2

אחד-עשר עמודי דשבורד

מגש KPI, דונאט מול עמודות, Small multiples, פיזור, מד מול יעד, Drill-through, Tooltip, Bookmark, Waterfall, Treemap וניווט.

חלק 3

צבע, מלכודת ותובנה

עיצוב מותנה בשתי טכניקות, שני תרגילי חשיבה על מספרים מטעים, ותובנת הסיום על רווחיות הערוצים.

שבעת הקשרים — בדיוק כפי שצריך לבנות אותם

שבעת הקשרים במודל
מימד	מפתח	קרדינליות	כיוון סינון
Dim_Date	Date_ID	1 : Many	Single
Dim_Customer	Customer_ID	1 : Many	Single
Dim_Plan	Plan_ID	1 : Many	Single
Dim_Region	Region_ID	1 : Many	Single
Dim_Device	Device_ID	1 : Many	Single
Dim_Channel	Channel_ID	1 : Many	Single
Dim_Service_Type	Service_Type_ID	1 : Many	Single

האזורים — לוח האימות לפרק I

הכנסה, שכבה ולקוחות לכל אזור
אזור	הכנסה USD	שכבה	לקוחות	שורות
North Metro	367,098.76	Top	1,087	4,277
South Metro	335,335.68	Top	1,070	3,772
Thames Corridor	282,052.63	Top	1,030	3,311
West Valley	268,760.12	Top	993	2,991
Rhine Belt	253,778.56	Top	994	2,989
East Coastal	250,554.98	Top	980	2,942
Pacific Rim	216,630.96	Mid	935	2,542
Northern Lakes	188,973.52	Mid	861	2,061
Iberian Coast	155,388.98	Mid	825	1,794
Central Plains	125,991.31	Low	783	1,560
Alpine South	81,044.73	Low	578	893
Highland West	68,643.62	Low	559	868

כל המספרים אומתו ב-pandas מול הקובץ

1.1 · Total Billed Revenue — מדד העוגן

צרו מדד בשם Total Billed Revenue שמסכם את Fact_Usage[Billed_Amount_USD]. עצבו עם מפריד אלפים ושתי ספרות אחרי הנקודה.

Total Billed Revenue =
SUM ( Fact_Usage[Billed_Amount_USD] )

יצירהקליק ימני על Fact_Usage ← New measure
עיצובFormat ← Currency ← שתי ספרות
בדיקהגררו לקארד ריק כדי לוודא שהמספר מופיע

למה זה מדד ולא עמודה: עמודה מחושבת הייתה נשמרת פעם אחת לכל שורה מתוך 30,000 ולא הייתה יודעת להגיב לסלייסר. מדד מחושב מחדש בכל תא של כל ויזואל, לפי בועת הסינון שהתא הזה מייצר. זה ההבדל היחיד שחשוב באמת.

תוצאה: 2,594,253.85 USD — מספר העוגן של כל המטלה.

1.2 · Total Gross Margin — ה-SUM השני

צרו מדד בשם Total Gross Margin שמסכם את Fact_Usage[Gross_Margin_USD]. שימו לב שזו עמודה אחרת מזו של תרגיל 1.1.

Total Gross Margin =
SUM ( Fact_Usage[Gross_Margin_USD] )

העמודה נגזרת, לא הומצאה: Gross_Margin_USD = Billed_Amount_USD - Service_Cost_USD בכל אחת מ-30,000 השורות. לכן 2,594,253.85 פחות 1,704,548.20 שווה בדיוק 889,705.65. אם אצלכם יוצא אחרת — הטעינה שברה משהו, לא המודל.

אזהרה מוקדמת: המרווח הכולל הזה כבר מקזז בתוכו 2,824 שורות הפסד. תרגיל 3.3 מפרק אותן.

תוצאה: 889,705.65 USD — 34.3% מההכנסה.

1.3 · Active Customers — כמה לקוחות באמת

צרו מדד בשם Active Customers שסופר לקוחות ייחודיים על בסיס Fact_Usage[Customer_ID].

Active Customers =
DISTINCTCOUNT ( Fact_Usage[Customer_ID] )

למה לא COUNT: COUNT(Customer_ID) היה מחזיר 30,000 — הוא סופר שורות שיש בהן ערך, לא ערכים ייחודיים. כל לקוח נושא 24.3 שורות שימוש בממוצע, ולכן 30,000 ÷ 1,236 ≈ 24.3.

תוצאה: 1,236 לקוחות פעילים.

1.4 · Devices In Use — ה-DISTINCTCOUNT השני

צרו מדד בשם Devices In Use שסופר דגמי מכשיר ייחודיים על בסיס Fact_Usage[Device_ID] — עמודה אחרת מזו של תרגיל 1.3. המדד משרת את ה-Treemap בתרגיל 2.10.

Devices In Use =
DISTINCTCOUNT ( Fact_Usage[Device_ID] )

שימו לב לרמת הפירוט: המדד סופר דגמים, לא יחידות פיזיות. Dim_Device מכילה 48 דגמים וכולם מופיעים בעובדות, ולכן ברמת הסך הכל המדד מחזיר בדיוק את מספר השורות במימד. ברגע שמסננים אזור או תקופה המספר יורד — וזה בדיוק מה שהופך אותו למדד שימושי.

תוצאה: 48 דגמי מכשיר.

1.5 · Revenue per Customer — עקרון הלגו

צרו מדד בשם Revenue per Customer — אך ורק משני המדדים הקיימים, בלי סימן החלוקה / ובלי AVERAGE. עצבו לשתי ספרות.

Revenue per Customer =
DIVIDE ( [Total Billed Revenue],
         [Active Customers] )

ממוצע של מה: AVERAGE(Billed_Amount_USD) היה מחזיר את הממוצע לשורת שימוש (86.48 USD), לא ללקוח. 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 האזורים והוא יחזיר את ה-ARPU של כל אזור בנפרד — בלי לכתוב שורה נוספת.

תוצאה: 2,098.91 USD ללקוח.

1.6 · Postpaid Revenue — CALCULATE ראשון

צרו מדד בשם Postpaid Revenue שמחזיר את ההכנסה מחבילות פוסטפייד בלבד. השתמשו ב-CALCULATE עם [Total Billed Revenue] כביטוי, ותנאי על Dim_Plan[Plan_Type].

Postpaid Revenue =
CALCULATE (
    [Total Billed Revenue],
    Dim_Plan[Plan_Type] = "Postpaid"
)

מה קורה כאן: CALCULATE מוסיפה את התנאי לבועת הסינון ורק אז מריצה את [Total Billed Revenue]. הפילטר יושב על עמודת טקסט בטבלת המימד, זורם דרך הקשר Dim_Plan[Plan_ID] → Fact_Usage[Plan_ID] ומשם אל שורות העובדה — בלי שום JOIN.

הכנסה לפי סוג חבילה
סוג חבילה	הכנסה USD	אחוז
Postpaid	1,742,988.22	67.19%
Business	681,426.86	26.27%
Prepaid	169,838.77	6.55%

תוצאה: 1,742,988.22 USD — 67.19% מכלל ההכנסה.

1.7 · Core Services Revenue — CALCULATE עם IN

צרו מדד בשם Core Services Revenue שמחזיר את ההכנסה משלושה שירותי ליבה בלבד: Mobile Data, Fiber Broadband ו-IPTV. השתמשו באופרטור IN { } ולא בשלושה תנאי OR.

Core Services Revenue =
CALCULATE (
    [Total Billed Revenue],
    Dim_Service_Type[Service_Name] IN {
        "Mobile Data",
        "Fiber Broadband",
        "IPTV"
    }
)

למה IN ולא OR: שלושה תנאי || על אותה עמודה עובדים, אבל הם מתרחבים לשלושה פילטרים נפרדים שהמנוע חייב לאחד. IN { } מייצר רשימת ערכים אחת — קצר יותר, מהיר יותר, וקל להוסיף לו ערך רביעי בלי לגעת בלוגיקה.

המלכודת בסוגריים המסולסלים: { } ב-DAX הוא בנאי טבלה, לא רשימה. אם תכתבו שם ערך שלא קיים בעמודה — לא תקבלו שגיאה, פשוט תקבלו פחות הכנסה. בדקו את האיות מול Dim_Service_Type לפני שאתם מאשימים את המדד.

שלושת שירותי הליבה
שירות	הכנסה USD
Mobile Data	768,275.52
Fiber Broadband	437,010.40
IPTV	260,392.29
Core Services Revenue	1,465,678.21

תוצאה: 1,465,678.21 USD — 56.5% מכלל ההכנסה.

1.8 · Pct of All Usage — ALL ואחוז מכלל העובדות

צרו מדד בשם Pct of All Usage שמחזיר את חלקה של השורה הנוכחית מתוך כל ההכנסה בטבלת העובדות. הציגו אותו בטבלה לפי Dim_Service_Type[Service_Name] ובדקו שהעמודה מסתכמת ל-100%.

Pct of All Usage =
DIVIDE (
    [Total Billed Revenue],
    CALCULATE (
        [Total Billed Revenue],
        ALL ( Fact_Usage ),
        ALL ( Dim_Service_Type )
    )
)

למה שני ALL ולא אחד — זו הנקודה של התרגיל: ALL ( Fact_Usage ) מנקה פילטרים שיושבים על עמודות טבלת העובדות. הוא לא מנקה פילטר שהגיע מ-Dim_Service_Type וזרם פנימה דרך הקשר. אם תשאירו רק את ה-ALL הראשון, המונה והמכנה יהיו זהים בכל שורה והמדד יחזיר 100.00% בכל שורה — וזו הטעות הנפוצה ביותר במדד הזה.

בדיקת שפיות מיידית: אם סכום העמודה בטבלה אינו בדיוק 100.00% — המכנה לא באמת השתחרר. זו הבדיקה היחידה שצריך.

אחוז ההכנסה לכל שירות
שירות	הכנסה USD	אחוז מהכל
Mobile Data	768,275.52	29.61%
Roaming Package	513,156.72	19.78%
Fiber Broadband	437,010.40	16.85%
IPTV	260,392.29	10.04%
Device Instalment	228,696.21	8.82%
Cloud Storage	149,152.69	5.75%
Voice Domestic	125,399.74	4.83%
SMS Messaging	58,374.38	2.25%
Voice International	53,795.90	2.07%
Total	2,594,253.85	100.00%

תוצאה: המוביל Mobile Data עם 29.61%; העמודה מסתכמת ל-100.00%.

1.9 · Margin Status — IF מול נקודת איזון מחושבת

צרו מדד טקסט בשם Margin Status שמשווה את ההכנסה לנקודת האיזון — כלומר לעלות השירות באותו הקשר — ומחזיר Above Break-Even או Below Break-Even. נקודת האיזון חייבת להיות מחושבת בתוך המדד, לא מספר קשיח.

Margin Status =
VAR BreakEven =
    SUM ( Fact_Usage[Service_Cost_USD] )
VAR Revenue = [Total Billed Revenue]
RETURN
IF (
    Revenue >= BreakEven,
    "Above Break-Even",
    "Below Break-Even"
)

למה VAR ולא לכתוב את הסכום פעמיים: VAR מחושב פעם אחת לכל תא ואז נעשה בו שימוש חוזר. זה גם מהיר יותר וגם מונע את הטעות הקלאסית שבה מישהו משנה את הנוסחה במקום אחד ושוכח את השני.

נקודת האיזון זזה עם ההקשר: ברמת הסך הכל היא 1,704,548.20 USD, ובכל שורת שירות היא העלות של אותו שירות בלבד. זה בדיוק ההבדל בין מדד לבין מספר קשיח — מספר קשיח היה מסמן הכול כרווחי או הכול כהפסדי.

נקודת איזון לכל שירות
שירות	הכנסה USD	עלות USD	Margin Status
Mobile Data	768,275.52	414,499.34	Above Break-Even
Roaming Package	513,156.72	411,929.20	Above Break-Even
Fiber Broadband	437,010.40	233,766.61	Above Break-Even
IPTV	260,392.29	186,268.21	Above Break-Even
Device Instalment	228,696.21	264,819.00	Below Break-Even
Cloud Storage	149,152.69	68,839.97	Above Break-Even
Voice Domestic	125,399.74	60,184.93	Above Break-Even
SMS Messaging	58,374.38	25,012.54	Above Break-Even
Voice International	53,795.90	39,228.40	Above Break-Even

תוצאה: 8 שירותים מעל נקודת האיזון ו-1 מתחתיה (Device Instalment). ברמת הערוצים: 8 מעל, 0 מתחת.

1.10 · Region Tier — SWITCH ( TRUE ( ) )

צרו מדד בשם Region Tier שמחלק אזורים לשלוש שכבות לפי ההכנסה: Top מ-250,000 USD ומעלה, Mid מ-150,000 ומעלה, וכל השאר Low. השתמשו ב-SWITCH ( TRUE ( ) ) ולא ב-IF מקונן.

Region Tier =
VAR Revenue = [Total Billed Revenue]
RETURN
SWITCH (
    TRUE (),
    Revenue >= 250000, "Top",
    Revenue >= 150000, "Mid",
    "Low"
)

למה SWITCH ( TRUE ( ) ): הוא קורא את התנאים מלמעלה למטה ועוצר בראשון שמתקיים, בדיוק כמו IF מקונן — אבל בלי קינון. הוספת שכבה רביעית היא שורה אחת, ולא ניתוח מחדש של סוגריים.

הסדר הוא הלוגיקה: אם תהפכו את שתי השורות ותשימו 150000 ראשון, כל אזור מעל 250,000 יקבל Mid — כי הוא עונה גם על התנאי הרופף יותר. אין שגיאה, יש רק תוצאה שקטה ושגויה.

שכבת ההכנסה לכל אזור
אזור	הכנסה USD	שכבה
North Metro	367,098.76	Top
South Metro	335,335.68	Top
Thames Corridor	282,052.63	Top
West Valley	268,760.12	Top
Rhine Belt	253,778.56	Top
East Coastal	250,554.98	Top
Pacific Rim	216,630.96	Mid
Northern Lakes	188,973.52	Mid
Iberian Coast	155,388.98	Mid
Central Plains	125,991.31	Low
Alpine South	81,044.73	Low
Highland West	68,643.62	Low

תוצאה: 6 אזורים Top · 3 Mid · 3 Low.

1.11 · Tier Color — SWITCH על ערך

צרו מדד בשם Tier Color שמקבל את התוצאה של [Region Tier] ומחזיר קוד הקסה: Top ← #132449, Mid ← #F5C518, כל השאר ← #A9B4CC. זהו SWITCH על ערך, לא על TRUE ( ).

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

שתי צורות של אותה פונקציה: ב-1.10 הארגומנט הראשון היה TRUE () וכל זוג היה תנאי-ותוצאה. כאן הארגומנט הראשון הוא ביטוי, וכל זוג הוא ערך-ותוצאה — השוואת שוויון פשוטה. הארגומנט האחרון בלי בן זוג הוא תמיד ברירת המחדל.

המדד הזה לא מיועד לעין: הוא מיועד ל-Conditional formatting ← Field value. גררו אותו לטבלה כדי לוודא שהוא מחזיר מחרוזות תקינות, ואז הסתירו את העמודה. תרגיל 3.1 מחבר אותו בפועל.

פלטת הצבעים
שכבה	קוד הקסה
Top	#132449
Mid	#F5C518
Low	#A9B4CC

תוצאה: שלוש מחרוזות הקסה תקינות — #132449 · #F5C518 · #A9B4CC.

1.12 · Region Rank by Customers — RANK

צרו מדד בשם Region Rank by Customers שמדרג אזורים לפי מספר הלקוחות (לא לפי הכנסה), מהגבוה לנמוך, בדירוג צפוף. השתמשו ב-RANK עם ORDERBY.

Region Rank by Customers =
RANK (
    DENSE,
    ALLSELECTED ( Dim_Region ),
    ORDERBY ( [Active Customers], DESC )
)

שלושת החלקים של RANK: DENSE קובע שאין קפיצות במספור, ALLSELECTED ( Dim_Region ) מגדיר את קבוצת ההשוואה — כל האזורים שהסלייסר השאיר על המסך — ו-ORDERBY קובע לפי מה ממיינים. בלי הארגומנט השני כל שורה תדרג את עצמה מול עצמה ותקבל 1.

למה ALLSELECTED ולא ALL: ALL היה מתעלם גם מהסלייסר, וכך אזור שסוננה החוצה עדיין היה תופס מקום בדירוג. ALLSELECTED מדרג בתוך מה שהמשתמש באמת רואה — וזה כמעט תמיד מה שרוצים בדשבורד.

דירוג לפי מספר לקוחות
אזור	לקוחות	דירוג
North Metro	1,087	1
South Metro	1,070	2
Thames Corridor	1,030	3
Rhine Belt	994	4
West Valley	993	5
East Coastal	980	6
Pacific Rim	935	7
Northern Lakes	861	8
Iberian Coast	825	9
Central Plains	783	10
Alpine South	578	11
Highland West	559	12

תוצאה: North Metro במקום 1 עם 1,087 לקוחות · Highland West במקום 12 עם 559.

1.13 · Top Margin Channel Rev — INDEX

צרו מדד בשם Top Margin Channel Rev שמחזיר את ההכנסה של הערוץ עם המרווח הגבוה ביותר — אותו מספר בכל שורה של הטבלה, כדי שאפשר יהיה להשוות אליו. השתמשו ב-INDEX עם ORDERBY.

Top Margin Channel Rev =
VAR TopRow =
    INDEX (
        1,
        ALLSELECTED ( Dim_Channel ),
        ORDERBY (
            [Total Gross Margin], DESC
        )
    )
RETURN
CALCULATE (
    [Total Billed Revenue],
    TopRow
)

INDEX מחזיר שורה, לא מספר: INDEX ( 1, ... ) בוחר את השורה הראשונה במיון שהגדרתם ומחזיר טבלה בת שורה אחת. כדי לקבל ממנה מספר צריך להזין אותה כפילטר ל-CALCULATE — וזו הסיבה שהמדד בנוי בשני שלבים.

המיון הוא לפי מרווח, הפלט הוא הכנסה: וזו בדיוק הנקודה. הערוץ שמוביל במרווח הוא Web Self Service עם 203,233.89 USD מרווח, ואילו הערוץ שמוביל בהכנסה הוא Authorised Dealer עם 518,340.19 USD. שני מובילים שונים — תרגיל 3.4 חוזר לזה.

הכנסה ומרווח לכל ערוץ
ערוץ	הכנסה USD	מרווח USD	שיעור מרווח
Web Self Service	409,216.29	203,233.89	49.66%
Mobile App	369,873.34	179,382.20	48.5%
Authorised Dealer	518,340.19	136,924.32	26.42%
Own Retail Store	353,217.67	130,295.07	36.89%
Inbound Call Center	240,639.08	95,938.14	39.87%
Retail Chain	289,874.03	65,925.50	22.74%
Online Marketplace	256,111.85	54,088.01	21.12%
Field Sales Agency	156,981.40	23,918.52	15.24%

תוצאה: 409,216.29 USD בכל שורה — ההכנסה של Web Self Service.

1.14 · Trailing Avg Excl Current — WINDOW

צרו מדד בשם Trailing Avg Excl Current שמחזיר את ממוצע ההכנסה של שלושת החודשים שקדמו לחודש הנוכחי — בלי לכלול את החודש הנוכחי עצמו. השתמשו ב-WINDOW עם ORDERBY על Dim_Date[Month_Key].

Trailing Avg Excl Current =
AVERAGEX (
  WINDOW (
    -3, REL, -1, REL,
    ALLSELECTED ( Dim_Date[Month_Key] ),
    ORDERBY ( Dim_Date[Month_Key], ASC )
  ),
  [Total Billed Revenue]
)

קריאת הגבולות: -3, REL הוא שלוש שורות אחורה מהשורה הנוכחית, -1, REL הוא שורה אחת אחורה. החלון נעצר לפני החודש הנוכחי, ולכן הממוצע לא כולל אותו. אם תכתבו 0, REL בגבול העליון — קיבלתם ממוצע נע רגיל של ארבעה חודשים, וזה תרגיל אחר.

למה Month_Key ולא Month_Label: WINDOW ממיין את השורות לפי העמודה שנתתם ל-ORDERBY, וזו חייבת להיות אותה עמודה שמופיעה על ציר הוויזואל. Month_Key הוא מספר (202401) ולכן ממיין נכון גם בין שנים. שימו אותו על הציר.

החודש הראשון מחזיר ריק: אין לפניו שורות, והחלון ריק. זה נכון ולא באג — אל תעטפו ב-COALESCE רק כדי לראות אפס.

הכנסה חודשית מול הממוצע הנגרר
חודש	הכנסה USD	Trailing Avg
2024-01	82,029.81	BLANK
2024-02	72,960.34	82,029.81
2024-03	95,505.01	77,495.07
2024-04	97,030.72	83,498.39
2024-05	102,307.88	88,498.69
2024-06	95,712.73	98,281.20
2024-07	151,134.88	98,350.44
2024-08	144,246.34	116,385.16
2024-09	102,500.84	130,364.65
2024-10	101,186.78	132,627.35
2024-11	107,624.55	115,977.99
2024-12	133,989.19	103,770.72
2025-01	88,243.35	114,266.84
2025-02	87,518.17	109,952.36
2025-03	115,544.53	103,250.24
2025-04	92,545.61	97,102.02
2025-05	106,137.18	98,536.10
2025-06	97,856.65	104,742.44
2025-07	135,264.34	98,846.48
2025-08	160,572.15	113,086.06
2025-09	96,813.81	131,231.05
2025-10	101,957.78	130,883.43
2025-11	95,232.77	119,781.25
2025-12	130,338.44	98,001.45

תוצאה: 2025-12 = 130,338.44 USD מול ממוצע נגרר 98,001.45 USD. 2024-01 מחזיר BLANK.

2.1 · רקע, כותרת ומגש KPI

בנו את עמוד הדשבורד הראשון: רקע כהה, כותרת עליונה, ומגש עם ארבעה קארדים שמציגים את [Total Billed Revenue], [Total Gross Margin], [Active Customers] ו-[Revenue per Customer].

גודל הדףFormat page ← Canvas settings ← 16:9 ← 1280x720
רקעCanvas background ← צבע #132449 ← שקיפות 0%
כותרתText box ברוחב מלא בראש הדף — Telecom Performance, גופן 28, לבן
מגשמלבן אחד ברוחב 1240 וגובה 130 מתחת לכותרת, מילוי #1B2E5A, פינות מעוגלות 8
ארבעה קארדיםCard ← מדד אחד לכל קארד ← סדרו אותם בתוך המגש עם רווח שווה
יישורבחרו את ארבעתם ← Format ← Align top ← Distribute horizontally
קטגוריהבכל קארד: Category label דלוק, גופן 11, צבע #A9B4CC

ארבעה קארדים: 2,594,253.85 · 889,705.65 · 1,236 · 2,098.91.

2.2 · דונאט מול עמודות — אותו נתון, שתי צורות

בנו שני ויזואלים זה לצד זה על אותו נתון בדיוק: [Total Billed Revenue] לפי Dim_Service_Type[Service_Name] — פעם כדונאט ופעם כעמודות מדורגות. כתבו בתיבת טקסט מתחתם משפט אחד שמסביר איזה מהם עונה מהר יותר על השאלה ״מי השני״.

דונאטDonut chart ← Legend = Service_Name ← Values = [Total Billed Revenue]
תוויותDetail labels ← Label style = Category, percent of total
עמודותClustered bar chart ← Y axis = Service_Name ← X axis = אותו מדד
מיוןבגרף העמודות: שלוש נקודות ← Sort axis ← המדד ← Descending
צבע אחידשני הוויזואלים עם אותה פלטה, כדי שההשוואה תהיה על הצורה ולא על הצבע
המסקנהבדונאט צריך להשוות זוויות; בעמודות התשובה היא השורה השנייה מלמעלה

חמשת השירותים המובילים
שירות	הכנסה USD	אחוז
Mobile Data	768,275.52	29.61%
Roaming Package	513,156.72	19.78%
Fiber Broadband	437,010.40	16.85%
IPTV	260,392.29	10.04%
Device Instalment	228,696.21	8.82%

המוביל Mobile Data עם 29.61%; השני Roaming Package עם 19.78%.

2.3 · Small multiples — אזור אחר בכל תא

בנו גרף עמודות של [Total Billed Revenue] לפי Dim_Date[Month_Key], ופצלו אותו ל-Small multiples לפי Dim_Region[Market_Cluster]. שלושה תאים, אחד לכל אשכול שוק.

גרף בסיסClustered column chart ← X axis = Month_Key ← Y axis = [Total Billed Revenue]
פיצולגררו את Market_Cluster אל השדה Small multiples
רשתFormat ← Small multiples ← Rows = 1 ← Columns = 3
ציר משותףY axis ← Shared axis דלוק — בלי זה ההשוואה בין התאים חסרת ערך
כותרותHeader ← גופן 12 ← צבע #F5C518

שלושה תאים: Urban Core, Suburban, Rural — עם ציר Y משותף.

2.4 · פיזור — הכנסה מול מרווח לכל ערוץ

בנו גרף פיזור שבו כל נקודה היא ערוץ: ציר X = [Total Billed Revenue], ציר Y = [Total Gross Margin], גודל = [Active Customers]. הוסיפו קו מגמה וסמנו את החריג.

ויזואלScatter chart ← Details = Dim_Channel[Channel_Name]
ציריםX Axis = [Total Billed Revenue] ← Y Axis = [Total Gross Margin]
גודלSize = [Active Customers]
קו מגמהAnalytics ← Trend line ← מקווקו ← #A9B4CC
החריגהנקודה שהכי רחוקה מתחת לקו היא הערוץ שמייצר הכנסה יקרה מדי

החריג: Authorised Dealer — 518,340.19 USD הכנסה אך רק 26.42% מרווח.

2.5 · מד מול יעד — Gauge על המרווח

בנו Gauge שמציג את [Total Gross Margin] מול יעד שנתי של 900,000.00 USD. הגדירו מינימום 0, מקסימום 1,200,000.00 ויעד קבוע.

ויזואלGauge ← Value = [Total Gross Margin]
גבולותFormat ← Gauge axis ← Min = 0 ← Max = 1200000
יעדTarget value = 900000 — ידני, כי אין טבלת יעדים בקובץ
צבעמילוי #F5C518 ← קו היעד #A9B4CC
תוויתCallout value דלוק, שתי ספרות אחרי הנקודה

המרווח 889,705.65 USD מול יעד 900,000.00 — פער של -10,294.35 USD (98.9% מהיעד).

2.6 · Drill-through — מערוץ אל פירוט השירותים

בנו עמוד שלישי בשם Channel Detail שמוגדר כיעד Drill-through לפי Dim_Channel[Channel_Name]. בעמוד היעד: כרטיס עם שם הערוץ, טבלת שירותים וגרף חודשי — כולם מסוננים אוטומטית לערוץ שממנו הגיעו.

עמוד יעדצרו עמוד חדש ← Format page ← Page information ← Allow use as drill-through
שדה הצלילהגררו את Channel_Name אל Add drill-through fields here
כרטיס כותרתCard עם Channel_Name — כדי שיהיה ברור לאן צללתם
טבלהTable ← Service_Name, [Total Billed Revenue], [Total Gross Margin], [Margin Status]
גרףLine chart ← Month_Key מול [Total Billed Revenue]
כפתור חזרהPower BI מוסיף חץ חזרה אוטומטית — עצבו אותו ואל תמחקו אותו
בדיקהבעמוד הראשי: קליק ימני על עמודת ערוץ ← Drill through ← Channel Detail

צלילה על Authorised Dealer מציגה 518,340.19 USD ותשעה שירותים.

2.7 · עמוד Tooltip — חלונית שמופיעה בריחוף

בנו עמוד Tooltip ייעודי בגודל 320x240 שמציג שלושה מספרים על האזור שמרחפים מעליו: הכנסה, מרווח ושכבה. חברו אותו לגרף העמודות של האזורים.

עמוד חדשFormat page ← Page information ← Allow use as tooltip
גודלCanvas settings ← Type = Tooltip ← 320x240
תוכןשלושה קארדים קטנים: [Total Billed Revenue], [Total Gross Margin], [Region Tier]
רקע#132449 בשקיפות 0 — אחרת החלונית תיראה שקופה מעל הגרף
חיבורבגרף האזורים: Format ← Tooltips ← Type = Report page ← בחרו את העמוד
בדיקהרחפו מעל North Metro — צריכות להופיע שלוש שורות

ריחוף מעל North Metro מציג 367,098.76 USD ושכבה Top.

2.8 · Bookmark — החלפת תצוגה בלחיצה

בנו שני Bookmarks שמחליפים בין תצוגת הכנסה לתצוגת מרווח באותו אזור על הדף, וחברו אותם לשני כפתורים.

שני ויזואליםגרף הכנסה וגרף מרווח, אחד בדיוק מעל השני, באותם קואורדינטות וגודל
SelectionView ← Selection — כאן מכבים ומדליקים עין לכל ויזואל
Bookmark ראשוןהכנסה דלוק, מרווח כבוי ← Bookmarks ← Add ← שם Revenue View
Bookmark שניהפוך ← Add ← שם Margin View
חשובבכל Bookmark: קליק ימני ← בטלו Data ← השאירו רק Display — אחרת הוא יקפיא גם את הסלייסרים
כפתוריםשני Button ← Action ← Bookmark ← בחרו את המתאים

לחיצה מחליפה בין 2,594,253.85 USD לבין 889,705.65 USD באותו מקום על הדף.

2.9 · Waterfall — מהיכן המרווח נבנה ומהיכן נשחק

בנו Waterfall chart של [Total Gross Margin] לפי Dim_Service_Type[Service_Name]. השירות היחיד עם עמודה יורדת הוא זה שמפסיד כסף.

ויזואלWaterfall chart ← Category = Service_Name ← Y axis = [Total Gross Margin]
מיוןSort axis ← המדד ← Descending — כדי שהתורמים יופיעו לפני השוחקים
צבעיםSentiment colors ← Increase = #132449 ← Decrease = #F5C518
BreakdownFormat ← Breakdown ← Max breakdowns = 9 — כדי שכל תשעת השירותים יופיעו ולא יתקבצו ל-Other
קריאהעמודת ה-Total בסוף חייבת להיות שווה בדיוק ל-[Total Gross Margin]

תרומת כל שירות למרווח
שירות	מרווח USD
Mobile Data	353,776.18
Roaming Package	101,227.52
Fiber Broadband	203,243.79
IPTV	74,124.08
Device Instalment	-36,122.79
Cloud Storage	80,312.72
Voice Domestic	65,214.81
SMS Messaging	33,361.84
Voice International	14,567.50

עמודה יורדת אחת: Device Instalment עם -36,122.79 USD. ה-Total מסתכם ל-889,705.65.

2.10 · Treemap — נתח לפי סוג מכשיר

בנו Treemap של [Total Billed Revenue] לפי Dim_Device[Device_Class], עם Dim_Device[Device_Vendor] כפירוט פנימי. הוסיפו קארד עם [Devices In Use] לצידו.

ויזואלTreemap ← Category = Device_Class ← Values = [Total Billed Revenue]
פירוטDetails = Device_Vendor — יוצר תיבות פנימיות בתוך כל מלבן
תוויותData labels דלוק ← Value דלוק — בלי זה ה-Treemap הוא רק ציור
קארד לצדCard עם [Devices In Use] — ההקשר משתנה עם הסלייסר
אזהרהTreemap טוב להראות מי גדול ורע להראות בכמה. אם צריך להשוות מספרים — עמודות

הכנסה לפי סוג מכשיר
סוג מכשיר	הכנסה USD
Smartphone	522,228.62
Mobile Hotspot	404,352.95
Feature Phone	384,515.09
Fiber Router	374,095.97
Tablet	315,831.16
IoT Module	298,428.47
Fixed Modem	294,801.59

המלבן הגדול: Smartphone עם 522,228.62 USD. הקארד: 48 דגמים.

2.11 · ניווט ופוליש — הדף שהופך את זה לדשבורד

סגרו את הדשבורד: סלייסר אזורים משותף, ניווט בין העמודים, יישור אחיד, וכיבוי כל מה שמיותר. זהו העמוד שמבדיל בין אוסף ויזואלים לבין מוצר.

סלייסרSlicer ← Dim_Region[Region_Name] ← Format ← Dropdown
סנכרוןView ← Sync slicers ← סמנו Sync ו-Visible בשני העמודים
ניווטInsert ← Buttons ← Navigator ← Page navigator
יישורבחרו הכול ← Format ← Align — רווחים לא אחידים הם מה שהעין קולטת ראשון
ניקויבכל ויזואל: Title קצר, Background כבוי, Border כבוי, Shadow כבוי
Focus modeכבו Visual header על ויזואלים דקורטיביים בלבד
בדיקה אחרונהFile ← Options ← Report settings ← ודאו ש-Persistent filters דלוק

שני עמודים + עמוד Drill-through + עמוד Tooltip, סלייסר מסונכרן וניווט עובד. כל מספר על המסך מגיע מאחד מ-14 המדדים.

3.1 · אותה חלוקה, שתי טכניקות צביעה

צבעו את טבלת האזורים לפי השכבה — פעם עם Rules בתוך הוויזואל, ופעם עם המדד [Tier Color] דרך Field value. השוו בין השתיים וכתבו משפט אחד על מתי כל אחת עדיפה.

טבלהTable ← Region_Name, [Total Billed Revenue], [Region Tier]
טכניקה אFormat ← Cell elements ← Background color ← Format style = Rules
כללים>= 250000 ← #132449 · >= 150000 ← #F5C518 · אחרת #A9B4CC
טכניקה באותו מסך ← Format style = Field value ← [Tier Color]
הבדיקהשתי הטכניקות חייבות לתת בדיוק את אותה תמונה — 6 כהים, 3 צהובים, 3 אפורים
ההבדלRules חי בתוך הוויזואל; המדד חי במודל ומשרת כל ויזואל בקובץ

מתי כל אחת: Rules מהיר לוויזואל בודד ולא דורש מדד. Field value הוא היחיד שמבטיח שכל ויזואל בדוח מספר את אותו סיפור צבע — וכשמישהו ישנה את הסף מ-250,000 ל-260,000, זו שורה אחת במדד במקום עריכה של כל ויזואל בנפרד.

שתי הטכניקות: 6 תאים #132449 · 3 #F5C518 · 3 #A9B4CC.

3.2 · למה התשובה הנאיבית שגויה — ולא לכתוב מדד

התרגיל הזה לא מבקש מדד. מנהל שואל ״כמה אנחנו גובים בממוצע לג״ב?״. אנליסט גורר את Fact_Usage[Revenue_Per_GB] לקארד, בוחר Average ומקבל 45.8150 USD. התשובה הנכונה היא 1.2057 USD — פי 38.0 פחות. כתבו בשתי-שלוש שורות למה הנאיבי שגוי, ומה עושים במקום.

התשובה: ממוצע של יחסים אינו היחס של הסכומים. Revenue_Per_GB מחושבת לכל שורה בנפרד — Billed_Amount_USD / Data_Volume_GB — ולכן שורה שצרכה 0.03 ג״ב ושילמה 6.00 USD תורמת יחס של 200 בדיוק כמו שורה שצרכה 400 ג״ב. AVERAGE נותן לשתיהן משקל זהה, והשורות הקטנות — שהן הרוב — מושכות את התוצאה למעלה.

מה עושים במקום: מחשבים את היחס פעם אחת ברמת האגרגט, לא ממצעים יחסים:

True Revenue per GB =
DIVIDE (
    [Total Billed Revenue],
    SUM ( Fact_Usage[Data_Volume_GB] )
)

ולמה בכלל אסור לסכם את העמודה: SUM(Revenue_Per_GB) מחזיר 1,374,449.63 — מספר שאין לו יחידת מידה ואין לו משמעות. כל עמודה שכבר עברה חלוקה אינה אדיטיבית, ולכן היא צריכה להיות מוסתרת במודל (Hide in report view) כדי שאף אחד לא יגרור אותה בטעות.

שלושה מספרים, רק אחד נכון
חישוב	תוצאה	תקין?
AVERAGE ( Revenue_Per_GB )	45.8150	לא — ממוצע של יחסים
SUM ( Revenue_Per_GB )	1,374,449.63	לא — עמודה לא אדיטיבית
DIVIDE ( Revenue, GB )	1.2057	כן — יחס ברמת האגרגט

התשובה הנכונה: 1.2057 USD לג״ב (2,594,253.85 ÷ 2,151,653.92 ג״ב).

3.3 · המלכודת — ההפסד שהסכימה מחביאה

כתבו שני מדדי עזר שמפרקים את המרווח הכולל לשני חלקים: מה שנרוויח ומה שנשרף. המטרה היא להראות שהמרווח המדווח הוא תוצאה של קיזוז, לא של רווחיות אחידה.

Margin From Loss Rows =
CALCULATE (
    [Total Gross Margin],
    Fact_Usage[Gross_Margin_USD] < 0
)

Loss Rows Revenue =
CALCULATE (
    [Total Billed Revenue],
    Fact_Usage[Gross_Margin_USD] < 0
)

מה המספרים אומרים: 2,824 שורות מתוך 30,000 (9.41%) נושאות מרווח שלילי. הן מייצרות 241,146.59 USD הכנסה — ומוחקות 50,484.13 USD מרווח. בלעדיהן המרווח היה 940,189.78 במקום 889,705.65.

למה זה חשוב דווקא כאן: 9.41% מהשורות נראה זניח, אבל הן מרוכזות בשירות אחד — Device Instalment — שכולו יורד מתחת לנקודת האיזון. סכימה על פני כל הקובץ מחביאה את זה לחלוטין; רק פילוח לפי שירות חושף אותו. זו בדיוק הסיבה שתרגיל 2.9 בנוי כ-Waterfall ולא כעמודות.

פירוק המרווח לשני חלקים
חלק	שורות	הכנסה USD	מרווח USD
שורות רווחיות	27,176	2,353,107.26	940,189.78
שורות הפסד	2,824	241,146.59	-50,484.13
סך הכל	30,000	2,594,253.85	889,705.65

הקיזוז: 940,189.78 מינוס 50,484.13 שווה 889,705.65 USD.

3.4 · תובנת הסיום — הערוץ שמוכר הכי הרבה אינו הרווחי

השאלה הסוגרת: איזה ערוץ באמת מרוויח לנו כסף? בנו טבלה אחת עם ארבע עמודות — ערוץ, הכנסה, מרווח ושיעור מרווח — מיינו לפי הכנסה, ואז מיינו שוב לפי מרווח. כתבו שלוש שורות: מה ראיתם, מה זה אומר, ומה הייתם ממליצים.

טבלהTable ← Channel_Name, [Total Billed Revenue], [Total Gross Margin]
שיעור מרווחמדד עזר: DIVIDE ( [Total Gross Margin], [Total Billed Revenue] ) בפורמט אחוז
מיון ראשוןלפי הכנסה יורד — ורשמו מי בראש
מיון שנילפי מרווח יורד — ורשמו מי בראש עכשיו
השוואההוסיפו את [Top Margin Channel Rev] מתרגיל 1.13 כעמודת ייחוס

מה רואים: Authorised Dealer מוביל בהכנסה עם 518,340.19 USD — אבל שיעור המרווח שלו הוא רק 26.42%, והמרווח בפועל 136,924.32 USD. לעומתו Web Self Service מייצר פחות הכנסה (409,216.29) אבל יותר מרווח — 203,233.89 USD בשיעור 49.66%.

מה זה אומר: הפער אינו במחיר שהלקוח משלם — הוא בעלות הרכישה. הערוצים הדיגיטליים הישירים לא משלמים עמלה, והערוצים השותפים כן. לכן Field Sales Agency מסיים עם 15.24% בלבד. דירוג ערוצים לפי הכנסה הוא דירוג של מחזור, לא של תרומה.

מה ממליצים: לא לסגור את ערוץ השותפים — הוא עדיין מייצר 280,856.35 USD מרווח חיובי. ההמלצה היא להזיז לקוחות קיימים לחידוש דיגיטלי ולשמור את השותפים לגיוס חדש בלבד. וכל מדד יעד לערוץ צריך להיות על מרווח, לא על מחזור.

ערוצים ישירים מול שותפים
קבוצת ערוץ	הכנסה USD	מרווח USD	שיעור מרווח
Direct	1,372,946.38	608,849.30	44.35%
Partner	1,221,307.47	280,856.35	23.0%

כל שמונת הערוצים לפי מרווח
ערוץ	הכנסה USD	מרווח USD	שיעור מרווח
Web Self Service	409,216.29	203,233.89	49.66%
Mobile App	369,873.34	179,382.20	48.5%
Authorised Dealer	518,340.19	136,924.32	26.42%
Own Retail Store	353,217.67	130,295.07	36.89%
Inbound Call Center	240,639.08	95,938.14	39.87%
Retail Chain	289,874.03	65,925.50	22.74%
Online Marketplace	256,111.85	54,088.01	21.12%
Field Sales Agency	156,981.40	23,918.52	15.24%

המוביל בהכנסה Authorised Dealer; המוביל במרווח Web Self Service. פער שיעורי מרווח: 49.66% מול 15.24%.

סיכום — כל התוצאות במקום אחד

טבלת אימות מרוכזת לכל 14 המדדים ולכל מספר במטלה. פתחו אותה רק אחרי שסיימתם — היא נותנת את כל התשובות.

כל התוצאות המאומתות במקום אחד
מדד / רכיב	תוצאה מאומתת
Total Billed Revenue	2,594,253.85 USD
Total Gross Margin	889,705.65 USD (34.3%)
Active Customers	1,236 (COUNT היה מחזיר 30,000)
Devices In Use	48
Revenue per Customer	2,098.91 USD
Postpaid Revenue	1,742,988.22 USD (67.19%)
Core Services Revenue	1,465,678.21 USD (56.5%)
Pct of All Usage	מוביל 29.61% · Total 100.00%
Margin Status	8 מעל · 1 מתחת · נקודת איזון 1,704,548.20
Region Tier	6 Top · 3 Mid · 3 Low
Tier Color	#132449 · #F5C518 · #A9B4CC
Region Rank by Customers	North Metro = 1 · Highland West = 12
Top Margin Channel Rev	409,216.29 בכל שורה (Web Self Service)
Trailing Avg Excl Current	2025-12 = 98,001.45 · 2024-01 = BLANK
True Revenue per GB	1.2057 USD לג״ב
הערוץ המוביל בהכנסה	Authorised Dealer — 518,340.19 USD
הערוץ המוביל במרווח	Web Self Service — 203,233.89 USD
האזור המוביל	North Metro — 367,098.76 USD
חודש השיא	2025-08 — 160,572.15 USD
החודש החלש	2024-02 — 72,960.34 USD
השירות המפסיד	Device Instalment — -36,122.79 USD
שורות מרווח שלילי	2,824 (9.41%)

כל התוצאות אומתו ב-pandas מול Telecom_PowerBI_Star.xlsx (30,000 שורות עובדה), וכל שבעת הקשרים נבדקו תכנותית — 0 מפתחות יתומים, 0 מפתחות ריקים, 0 תלויות מעגליות ו-0 נתיבי סינון כפולים.