מטלת סיכום ליגת האלופות — סכמת כוכב ב-Power BI

מטלת סיכום · ליגת האלופות

מודל ליגת האלופות — הכנה ומבנה המטלה

שני עמודי דשבורד שכל מספר בהם מגיע ממדד שאתם כותבים מאפס, עם חיווי צבע אוטומטי למצב המועדונים. עובדים על UCL_PowerBI_Model.xlsx — סכמת כוכב עם 32 טבלאות, 100,000 שורות ו-44 קשרים. 27 תרגילים, כל אחד בדף נפרד ועם פתרון מלא. שימו לב: ההורדה והתרגול הם במחשב בלבד — Power BI Desktop אינו קיים בטלפון.

הורדת הדאטהסט — UCL_PowerBI_Model.xlsx 32 טבלאות · 100,000 שורות · 44 קשרים · 5.7MB · להורדה במחשב בלבד

2,970שערים — מספר העוגן

50,799שורות שחקן-משחק

1,500משחקים

14מדדים לכתיבה

הנתונים סינתטיים. שמות המועדונים, האצטדיונים והערים אמיתיים, אבל כל שחקן, תוצאה, שער וסכום בקובץ נוצרו באופן מלאכותי. אין להסיק מהם דבר על ליגת האלופות האמיתית — וכדאי לומר את זה לכיתה במפורש, כי מישהו תמיד ינסה להצליב מול הזיכרון שלו.

לפני שמתחילים — בניית המודל. בקובץ 44 קשרים; המטלה נשענת על עשרה מהם. הטבלה שבהמשך העמוד מפרטת אותם אחד-אחד. סמנו את Dim_Date כטבלת תאריכים (Mark as date table על Full_Date), כבו Autodetect ובנו ידנית, וודאו שכל הקשרים בכיוון Single מהמימד אל העובדה — בקובץ 11 טבלאות עובדה שחולקות מימדים, ו-Both ייצור לולאה.

פער שאינו תקלה: ב-Dim_Date יש 4,383 תאריכים, אבל טבלת המשחקים משתמשת רק ב-267 מהם, ורק ב-8 חודשים בשנה. אין משחקים בינואר וביוני–אוגוסט — אלה חודשי הפגרה, וזה מה שמייצר את החורים בגרף הקו.

מילון סוגריים. Table[Column] = עמודה · [מדד] = סוגריים מרובעים בלי שם טבלה. לכל מדד: קליק ימני על Fact_PlayerMatchStats בחלונית Data ← New measure ← הנוסחה ← Enter.

מבנה המטלה

חלק 1

14 מדדי DAX

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

חלק 2

שני עמודי דשבורד

ארבעה קארדים על מגש, גרף עמודות, גרף קו, סלייסר עונה, טבלת מועדונים, Top 10 קלעים, Matrix וגרף משולב.

חלק 3

עיצוב מותנה כפול

אותה חלוקה לשלוש שכבות בשתי טכניקות: Rules בתוך ויזואל אחד, ומדד SWITCH שמזין את הצבע לכל ויזואל.

כל המספרים אומתו ב-pandas מול הקובץ

1.1 · Total Goals — מדד הבסיס

צרו מדד בשם Total Goals שמסכם את Fact_PlayerMatchStats[Goals]. עצבו עם מפריד אלפים.

Total Goals = SUM ( Fact_PlayerMatchStats[Goals] )

יצירהקליק ימני על Fact_PlayerMatchStats ← New measure
בדיקהגררו לקארד ריק כדי לוודא שהמספר מופיע

המלכודת החשובה ביותר בקובץ הזה: SUM ( Fact_Matches[Total_Goals] ) מחזיר 3,051 ולא 2,970. ההפרש הוא 81 שערים עצמיים, שנזקפים לזכות היריבה אבל אינם נרשמים לאף שחקן — בדיוק כמו בנתוני אמת. שני המספרים נכונים, הם פשוט עונים על שתי שאלות שונות: "כמה שערים נכבשו במשחקים" מול "כמה שערים כבשו שחקנים". זה תרגיל מצוין להראות למה חייבים להגדיר מדד לפני שמתווכחים על מספר.

תוצאה: 2,970 שערים — מספר העוגן של כל המטלה.

1.2 · Matches Played — כמה משחקים באמת

צרו מדד בשם Matches Played שסופר משחקים ייחודיים על בסיס Fact_PlayerMatchStats[Match_ID].

Matches Played = DISTINCTCOUNT ( Fact_PlayerMatchStats[Match_ID] )

למה לא COUNT: COUNT(Match_ID) היה מחזיר 50,799 — הוא סופר שורות שיש בהן ערך, לא ערכים ייחודיים. כל משחק מיוצג ב-33 עד 34 שורות שחקן (סגל של שתי הקבוצות), ולכן 50,799 ÷ 1,500 ≈ 33.9.

תוצאה: 1,500 משחקים.

1.3 · Goals per Match — עקרון הלגו

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

Goals per Match = DIVIDE ( [Total Goals], [Matches Played] )

ממוצע של מה: AVERAGE(Fact_PlayerMatchStats[Goals]) היה מחזיר 0.06 — ממוצע לשורת שחקן-משחק, לא למשחק. 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 המועדונים והוא יחזיר את הקצב של כל מועדון בנפרד — ראו את התובנה בתרגיל 2.4.

תוצאה: 1.98 שערים למשחק.

1.4 · Total Assists — המדד השני

צרו מדד בשם Total Assists שמסכם את Fact_PlayerMatchStats[Assists]. המדד משרת את הגרף המשולב בתרגיל 2.10.

Total Assists = SUM ( Fact_PlayerMatchStats[Assists] )

תוצאה: 9,169 בישולים (6.11 למשחק).

1.5 · Knockout Goals — CALCULATE ראשון

צרו מדד בשם Knockout Goals שמחזיר את השערים בשלבי הנוקאאוט בלבד, עם CALCULATE ותנאי על Dim_Stage[Stage_Type].

Knockout Goals =
CALCULATE ( [Total Goals], Dim_Stage[Stage_Type] = "Knockout" )

מה קורה כאן: CALCULATE מוסיפה את התנאי לבועת הסינון ורק אז מריצה את [Total Goals]. הפילטר יושב על עמודת טקסט בטבלת המימד, זורם דרך הקשר אל Fact_Matches ומשם אל 50,799 שורות העובדה — בלי שום JOIN.

תוצאה: 671 — 22.59% מכלל השערים. הפירוק לפי שלב: Final 20 · Group Stage 2,299 · Quarter-Final 189 · Round of 16 370 · Semi-Final 92

1.6 · Home Goals — CALCULATE על טבלת עובדות אחרת

צרו מדד בשם Home Goals שמחזיר את השערים של הקבוצה המארחת. שימו לב: ב-Fact_PlayerMatchStats אין עמודת בית/חוץ — היא ב-Fact_ClubMatchStats[Home_Away].

Home Goals =
CALCULATE (
    SUM ( Fact_ClubMatchStats[Goals_For] ),
    Fact_ClubMatchStats[Home_Away] = "Home"
)

למה לא על טבלת השחקנים: המידע פשוט לא קיים שם. הוא ב- Fact_ClubMatchStats, שבה שורה לכל קבוצה בכל משחק. שני המדדים חיים תחת אותם סלייסרים כי שתי הטבלאות מחוברות לאותם מימדים — וזה בדיוק מה שמודל כוכב טוב נותן.

יש כאן יתרון ביתיות אמיתי: 58.8% מהשערים למארחת, ו-44.2% מהמשחקים הסתיימו בניצחון בית (תיקו 28.5%, ניצחון חוץ 27.3%).

בדיקת שפיות: 1,794 + 1,257 = 3,051. שימו לב שהשלם כאן הוא 3,051 ולא 2,970, כי טבלה זו כן כוללת שערים עצמיים.

תוצאה: 1,794 — 58.8% (חוץ: 1,257).

1.7 · % of Competition Goals — ALL משחררת את הפילטר

צרו מדד בשם % of Competition Goals: חלקו את [Total Goals] בסך שערי כל התחרות — CALCULATE שמסיר את הסינון מ-Dim_Club באמצעות ALL. עצבו כאחוז, שתי ספרות.

% of Competition Goals =
DIVIDE (
    [Total Goals],
    CALCULATE ( [Total Goals], ALL ( Dim_Club ) )
)

מה עושה ALL: המונה חי בבועה של השורה (מועדון אחד), והמכנה משוחרר מסינון ולכן תמיד מחזיק את כל התחרות. בשורת ה-Total המונה כבר שווה למכנה — וזו הבדיקה שהמדד נכתב נכון.

תוצאה: המועדון המוביל (Dynamo Kyiv) מחזיק 3.16% · שורת ה-Total מציגה 100.00%.

1.8 · Club Status — IF מול ממוצע התחרות

צרו מדד בשם Club Status שמחזיר טקסט: "מעל הממוצע" אם המועדון קלע 46 שערים או יותר, ואחרת "מתחת לממוצע".

Club Status =
IF ( [Total Goals] >= 46, "מעל הממוצע", "מתחת לממוצע" )

מאיפה 46: 2,970 ÷ 64 = 46.41 — ממוצע השערים למועדון. המדד מחזיר טקסט ולכן מתאים לטבלה, לא לקארד מספרי.

שאלת בונוס: שלושה מועדונים עומדים על 46 שערים בדיוק. מי שיכתוב > במקום >= יקבל 27 במקום 30 — בדיוק סוג הטעות ששווה לתפוס בשיעור.

תוצאה: 30 מועדונים "מעל הממוצע" · 34 "מתחת לממוצע".

1.9 · Club Tier — SWITCH לשלוש שכבות

צרו מדד בשם Club Tier שמסווג כל מועדון: "צמרת" מ-60 שערים ומעלה, "אמצע" מ-40 ומעלה, ואחרת "תחתית". השתמשו בתבנית SWITCH ( TRUE (), … ).

Club Tier =
SWITCH (
    TRUE (),
    [Total Goals] >= 60, "צמרת",
    [Total Goals] >= 40, "אמצע",
    "תחתית"
)

הסדר קובע: SWITCH עוצר בתנאי הראשון שמתקיים. אם ≥ 40 ייכתב ראשון, כל מועדוני הצמרת יסווגו "אמצע" והשכבה העליונה תישאר ריקה. הארגומנט האחרון, בלי תנאי לפניו, הוא ברירת המחדל.

תוצאה: 12 "צמרת" · 31 "אמצע" · 21 "תחתית".

1.10 · Tier Color — SWITCH שמחזיר צבע

צרו מדד בשם Tier Color שמחזיר קוד HEX לפי [Club Tier]: צמרת #132449, אמצע #F5C518, ברירת מחדל #A9B4CC. כאן התבנית הרגילה של SWITCH, בלי TRUE().

Tier Color =
SWITCH (
    [Club Tier],
    "צמרת", "#132449",
    "אמצע", "#F5C518",
    "#A9B4CC"
)

שתי הצורות של SWITCH זו לצד זו: בתרגיל הקודם השתמשנו ב-TRUE() כי התנאים הם השוואות טווח; כאן הביטוי הוא מדד טקסט והערכים הם התאמה מדויקת.

המלכודת הנפוצה: SWITCH משווה מחרוזות בהתאמה מדויקת. רווח אחד בסוף מחרוזת ייכשל בשקט, בלי הודעת שגיאה, וכל המועדונים יקבלו את צבע ברירת המחדל. העתיקו את המחרוזות מהמדד הקודם, אל תקלידו מחדש.

המדד לא מוצג בשום ויזואל — הוא משמש רק את העיצוב המותנה בתרגיל 3.2.

1.11 · Club Rank — RANK

צרו מדד בשם Club Rank שמדרג את המועדונים לפי [Total Goals] באמצעות RANK על ALL ( Dim_Club[Club_Name] ), עם ORDERBY בסדר יורד. דורש Power BI מגרסת 2023 ואילך.

Club Rank =
RANK ( ALL ( Dim_Club[Club_Name] ), ORDERBY ( [Total Goals], DESC ) )

מה עושה ALL: מוחקת את סינון השורה ומחזירה את כל 64 המועדונים לרשימת המתמודדים — בלעדיה, בשורה של מועדון אחד יש מתמודד יחיד ואין את מי לדרג.

מה שונה מ-RANKX: ברירת המחדל של ORDERBY היא ASC, ולכן בלי DESC המועדון החלש יקבל מקום 1 — ההפך מ-RANKX. בשורת ה-Total הפונקציה מחזירה ריק, כי אין "שורה נוכחית" לאתר ברשימה.

תוצאה: Dynamo Kyiv = 1 · Lazio = 64.

1.12 · Leader Goals ו-% of Leader — INDEX

צרו מדד בשם Leader Goals שמחזיר בכל שורה את השערים של המועדון הראשון ברשימה — CALCULATE עם INDEX ( 1, … ). בונוס: מדד % of Leader — DIVIDE של המדד הבסיסי ב-[Leader Goals], כאחוז עם ספרה אחת.

Leader Goals =
CALCULATE (
    [Total Goals],
    INDEX ( 1, ALL ( Dim_Club[Club_Name] ), ORDERBY ( [Total Goals], DESC ) )
)

% of Leader = DIVIDE ( [Total Goals], [Leader Goals] )

עמודת כסף קבועה — ערך המוביל חוזר בכל שורה
מועדון	Total Goals	Leader Goals	% of Leader
Dynamo Kyiv	94	94	100.0%
Liverpool FC	78	94	83.0%
Celtic FC	77	94	81.9%
Bologna FC	76	94	80.9%
Lazio	13	94	13.8%

איך להסביר: RANK עונה "איפה אני"; INDEX עונה "תראה לי את מי שבמקום 1". העטיפה ב-CALCULATE היא שגורמת למדד להתחשב שם במקום כאן.

תוצאה: 94 שערים בכל שורה · האחרון עומד על 13.8% ממנו.

1.13 · Running Goals — WINDOW

צרו מדד בשם Running Goals — סכום מצטבר מראש הרשימה ועד השורה הנוכחית, באמצעות WINDOW ( 1, ABS, 0, REL, … ) עם אותה ALL ואותה ORDERBY.

Running Goals =
CALCULATE (
    [Total Goals],
    WINDOW ( 1, ABS, 0, REL,
        ALL ( Dim_Club[Club_Name] ),
        ORDERBY ( [Total Goals], DESC )
    )
)

החלון גדל שורה-שורה עד לסך התחרות
מועדון	Total Goals	Running Goals
Dynamo Kyiv	94	94
Liverpool FC	78	172
Celtic FC	77	249
Sevilla FC	20	2,941
Athletic Club	16	2,957
Lazio	13	2,970

ההיגיון של ארבעת המספרים: 1, ABS = מתחילים במקום 1 המוחלט, ראש הרשימה · 0, REL = עוצרים 0 צעדים ממני, כלומר אצלי. אם תחליפו ל-1, ABS ← 3, ABS תקבלו עמודה קבועה עם סכום שלושת הגדולים — מילה אחת הופכת חלון נודד לחלון קבוע.

בדיקת שפיות מובנית: השורה האחרונה חייבת להיות בדיוק 2,970. אם לא, משהו בחלון שבור.

1.14 · Total Attendance — טבלת עובדות שלישית

צרו מדד בשם Total Attendance שמסכם את Fact_Matches[Attendance]. עצבו עם Display units = Millions ו-decimal places = 1.

Total Attendance = SUM ( Fact_Matches[Attendance] )

למה זה חשוב: המדד מוכיח שהמודל מחבר שלוש טבלאות עובדה תחת אותם סלייסרים. בחרו עונה בסלייסר — שערים, בישולים וקהל יתעדכנו יחד.

שימו לב: Attendance_Pct בקובץ שמור כשבר (0.71–0.99). עצבו אותו כאחוז ב-Power BI, אל תכפילו ב-100.

תוצאה: 68,442,087 צופים · ממוצע 45,628 למשחק.

2.1 · רקע, כותרת ומגש KPI

עמוד 1 של הדשבורד — רקע, כותרת ומגש שעליו יישבו הקארדים.

גווניםשלושה בלבד: נייבי #132449, זהב #F5C518 ואפור ניטרלי
רקעקליק על קנבס ריק ← Format your report page ← Canvas background ← גרסה בהירה מאוד של הנייבי ← Transparency = 0%
כותרתInsert ← Text box ← "ליגת האלופות — חדר המצב של התחרות"
מגשInsert ← Shapes ← Rectangle ← רצועה רוחבית ← Rounded corners ← Send to back

הצורה חייבת לשבת מתחת לקארדים. אם היא מכסה אותם — Format ← Arrange ← Send to back.

2.2 · תמונות — חיפוש והוספה

שני קבצי תמונה יהפכו את הדוח ממטלה לדוח שנראה מקצועי.

חיפושכדורגל או גביע ברקע שקוף — הוסיפו transparent PNG לחיפוש וסננו ב-Tools ← Color ← Transparent
גודלקובץ ברוחב 300px לפחות; קטן מדי ייראה מטושטש כשתמתחו אותו
הוספהInsert ← Image ← פינת הכותרת בעמוד 1, גובה כ-60 פיקסלים
יחסFormat image ← Scaling = Fit. שינוי גודל תמיד מפינה ולא מהצד

אל תשתמשו בלוגו של UEFA או של מועדון. אלה סימנים מסחריים רשומים, והנתונים בקובץ ממילא מומצאים — לוגו רשמי על נתונים מומצאים הוא בדיוק מה שאסור. השתמשו בתמונה גנרית מ-Unsplash או Pexels.

2.3 · ארבעת הקארדים — רק מדדים

בנו 4 קארדים מעל המגש, כל אחד מציג מדד שכתבתם. עצבו קארד אחד במלואו ואז שכפלו ×3 והחליפו את השדה.

Total Goals · Matches Played · Goals per Match · Total Attendance

ארבעת הקארדים והערכים המאומתים
קארד	המדד	ערך שיוצג
סך שערים	Total Goals	2,970
משחקים	Matches Played	1,500
שערים למשחק	Goals per Match	1.98
סך קהל	Total Attendance	68.4M

שתי מלכודות תצוגה: (1) Matches Played חייב Display units = None, אחרת יוצג "1.5K" במקום "1,500". (2) בקארד הקהל קבעו decimal places = 1 במפורש — בברירת המחדל Power BI בוחר לבד ומספר הספרות לא יהיה אחיד מול שאר הקארדים.

יישרו: Ctrl+Click על ארבעתם ← Group ← Distribute horizontally ← Align top.

2.4 · גרף עמודות — שערים לפי מועדון

בנו Clustered column chart עם Dim_Club[Club_Name] בציר X ו-[Total Goals] בציר Y. מיון יורד, Data labels = On, ציר Y מ-0. 64 מועדונים הם הרבה — הוסיפו Top N = 20 בחלונית Filters.

X-axis = Dim_Club[Club_Name]
Y-axis = [Total Goals]     ← המדד, לא העמודה
Sort   = Total Goals, descending

שישה מובילים ושלושה אחרונים
#	מועדון	שערים	% מהתחרות
1	Dynamo Kyiv	94	3.16%
2	Liverpool FC	78	2.63%
3	Celtic FC	77	2.59%
4	Bologna FC	76	2.56%
5	AZ Alkmaar	72	2.42%
6	Arsenal FC	70	2.36%
62	Sevilla FC	20	0.67%
63	Athletic Club	16	0.54%
64	Lazio	13	0.44%

התובנה החשובה של הדשבורד — ומלכודת פרשנות קלאסית: Dynamo Kyiv מובילה עם 94 שערים ו-Lazio סוגרת עם 13 — פער של פי 7.2. אבל גררו את [Goals per Match] לאותה טבלה ותקבלו 1.08 מול 1.08 — בדיוק אותו קצב. כל ההבדל הוא השתתפות: 87 משחקים מול 12, כי לא כל מועדון עולה לתחרות בכל עונה (2 עד 10 עונות). זה בדיוק ההבדל בין מדד מצטבר למדד יחס, וזו הסיבה שדשבורד עם סכומים בלבד יכול להטעות לחלוטין.

המוביל: Dynamo Kyiv — 94 שערים (3.16% מהתחרות).

2.5 · גרף קו — מגמת שערים לאורך הזמן

בנו Line chart עם Dim_Date[Full_Date] בציר X ו-[Total Goals] בציר Y. אם רואים 12 נקודות בלבד — לחצו על החץ המזלגי (Expand all down one level) עד רמת Month.

X-axis = Dim_Date[Full_Date]
Y-axis = [Total Goals]

השערים לפי עונה
עונה	Total Goals
2014/15	230
2015/16	242
2016/17	258
2017/18	240
2018/19	257
2019/20	242
2020/21	292
2021/22	243
2022/23	224
2023/24	252
2024/25	244
2025/26	246

מה רואים: שיא בעונת 2020/21 עם 292 שערים, שפל ב-2022/23 עם 224. ברמת החודשים: 8 חודשים עם משחקים בלבד, שיא ב-October עם 777 שערים.

החורים בקו אמיתיים: שלב הבתים מרוכז בסתיו, ואין משחקים בפגרה. העקומה החודשית אינה מעידה על "עונה חזקה" אלא על לוח המשחקים — וזו הסיבה שחייבים Mark as date table.

שיא: 2020/21 עם 292 שערים.

2.6 · עמוד 2 וסלייסר העונה

פתחו עמוד שני בשם "זרקור מועדונים ושחקנים" עם אותו רקע ואותה משפחת צבע.

עמוד＋ בתחתית ← שם: זרקור מועדונים ושחקנים ← אותו רקע קנבס — עקביות
סלייסרSlicer ← שדה Dim_Season[Season_Label] ← Format ← Slicer settings ← Style = Tile
עיצובמתחו לרוחב מתחת לכותרת · נבחר = הגוון הכהה, לא-נבחר = בהיר

בדקו שהסלייסר משפיע על כל הוויזואלים בעמוד. ויזואל שלא מגיב — כנראה בנוי על עמודה מ-Fact_Matches ולא מהמימד.

2.7 · טבלת המועדונים — כאן חיים IF ו-SWITCH

בנו Table עם Dim_Club[Club_Name] ושבעת המדדים: Club Rank, Total Goals, % of Competition Goals, % of Leader, Running Goals, Club Status ו-Club Tier. מיון יורד, Totals = Off.

Dim_Club[Club_Name] · [Club Rank] · [Total Goals]
[% of Competition Goals] · [% of Leader] · [Running Goals]
[Club Status] · [Club Tier]

ארבעה מובילים ושניים אחרונים
דירוג	מועדון	שערים	% מהתחרות	Status	Tier
1	Dynamo Kyiv	94	3.16%	מעל הממוצע	צמרת
2	Liverpool FC	78	2.63%	מעל הממוצע	צמרת
3	Celtic FC	77	2.59%	מעל הממוצע	צמרת
4	Bologna FC	76	2.56%	מעל הממוצע	צמרת
63	Athletic Club	16	0.54%	מתחת לממוצע	תחתית
64	Lazio	13	0.44%	מתחת לממוצע	תחתית

ההבדל בין שני המדדים: Club Status משווה לממוצע שמחושב מהדאטה (46.41), ו-Club Tier משווה לספים קבועים שאנחנו קבענו. מועדון יכול להיות "מתחת לממוצע" ועדיין בשכבת "אמצע" — שני מדדים, שתי שאלות עסקיות שונות.

למה Totals = Off: פונקציות חלון מחזירות ריק בשורת הסיכום, כי אין "שורה נוכחית" לאתר ברשימה.

30 מועדונים "מעל הממוצע" · חלוקת השכבות: 12 / 31 / 21.

2.8 · Top 10 קלעים — Bar עם פילטר Top N

בנו Clustered bar chart עם Dim_Player[Player_Name] בציר Y ו-[Total Goals] בציר X. בחלונית Filters: Filter type = Top N ← Show items: Top 10 ← By value = [Total Goals].

Y-axis = Dim_Player[Player_Name]
X-axis = [Total Goals]
Filter = Top N, 10, by [Total Goals]

עשרת הקלעים המובילים
#	שחקן	עמדה	שערים
1	Mateo Wagner	Second Striker	12
2	Alessio Sorensen	Left Winger	11
3	Andre Hoffmann	Centre Forward	11
4	Aaron Perrin	Left Winger	10
5	Idrissa Zlatko	Right Winger	10
6	Riccardo Escobar	Right Winger	10
7	Andres Rossi	Left Winger	9
8	Erik Peeters	Attacking Midfielder	9
9	Felix Marchetti	Right Winger	9
10	Minjun Brennan	Centre Forward	9

מקרה תיקו לשיעור: הערך במקום העשירי הוא 9 שערים, ו-5 שחקנים עומדים עליו בדיוק. פילטר Top N עם ערכים זהים בגבול יחזיר יותר שורות מהצפוי — במצבי תיקו מוסיפים שובר-שוויון (למשל מיון משני לפי בישולים או דקות משחק). זו התנהגות תקינה של Power BI, לא באג.

המוביל: Mateo Wagner (Second Striker) — 12 שערים.

2.9 · Matrix — מדינה × שלב בטורניר

בנו Matrix עם Dim_Country[Country] בשורות, Dim_Stage[Stage_Name] בעמודות ו-[Total Goals] בערכים. Style presets = Minimal · Cell elements ← Data bars = On.

Rows    = Dim_Country[Country]
Columns = Dim_Stage[Stage_Name]
Values  = [Total Goals]

תשע המדינות המובילות מתוך 16
מדינה	בתים	שמינית	רבע	חצי	גמר	סה"כ
England	306	52	25	12	1	396
Germany	304	47	25	9	1	386
Italy	280	41	24	18	3	366
Spain	227	45	17	6	3	298
France	207	30	15	13	3	268
Netherlands	142	35	21	8	0	206
Portugal	136	28	6	1	2	173
Ukraine	98	18	11	9	4	140
Belgium	107	10	8	2	0	127

שימו לב לנתיב הסינון: המדינה מחוברת ל-Dim_Club, שמחוברת לטבלת השחקנים. שרשרת של שני קשרים — וזו בדיוק הסיבה שהמודל חייב להיות נקי מנתיבים כפולים.

מלכודת פרשנות: עמודת הגמר מבוססת על משחק אחד בעונה בלבד. אחוזים על בסיס כה קטן מטעים, וזה שיעור בפני עצמו.

סך כל התאים: 2,970 שערים — זהה למדד הבסיס.

2.10 · גרף משולב — שערים מול בישולים לפי עמדה

בנו Line and clustered column chart עם Dim_Position[Position_Group] בציר X, [Total Goals] בעמודות ו-[Total Assists] בקו. העמודות בנייבי, הקו בזהב.

X-axis        = Dim_Position[Position_Group]
Column y-axis = [Total Goals]
Line y-axis   = [Total Assists]

שתי סדרות, שתי יחידות מידה
קבוצת עמדה	שערים	% מהשערים	בישולים	% מהבישולים
Forward	1,559	52.5%	3,096	33.8%
Midfielder	1,123	37.8%	4,617	50.4%
Defender	288	9.7%	1,437	15.7%
Goalkeeper	0	0.0%	19	0.2%

זו התובנה של כל הדשבורד: חלוצים מחזיקים 52.5% מהשערים אבל רק 33.8% מהבישולים, בעוד הקשרים הם ההפך — 37.8% מהשערים ו-50.4% מהבישולים. אותו מודל, אותו ויזואל, שני מדדים, שני סיפורים.

שוערים עם 0 שערים: זו התנהגות נכונה ולא חור בדאטה. בגרף עמודות רגיל הסדרה הזו הייתה נמעכת לתחתית — ולכן דווקא כאן שני צירים הם הבחירה הנכונה, והכלל "אל תשתמשו בשני צירים" לא חל.

המובילה: Forward — 52.5% מהשערים.

2.11 · ניווט ופוליש

הוסיפו כפתורי ניווט בין שני העמודים והשלימו את הפוליש.

ניווטInsert ← Buttons ← Navigator ← Page navigator ← מקמו למטה במרכז
עקביותאותם Rounded corners, אותם מרווחים, Align לכל שורה
בדיקהזום 100%: אין טקסט חתוך ואין ויזואל שנוגע בקצה הקנבס

בדיקה אחרונה: הסתירו את הכותרת — עדיין צריך להיות ברור מיד שזה דוח על ליגת האלופות.

3.1 · Rules על גרף העמודות

צבעו את גרף העמודות (תרגיל 2.4) בשלושה חוקים לפי [Total Goals]. לא נדרש מדד חדש.

Rule 1:  >= 0   and <  40   ->  #A9B4CC
Rule 2:  >= 40  and <  60   ->  #F5C518
Rule 3:  >= 60              ->  #132449

פתיחהבחרו את גרף העמודות ← Format visual ← Columns ← Colors ← לחצו fx
הגדרהFormat style = Rules · What field = [Total Goals]
חוקיםשלושה חוקים עם New rule
קריטיסוג הערך = Number, לא Percent ← OK

התוצאה: 12 מועדונים בנייבי כהה, 31 בזהב, 21 בנייבי בהיר.

3.2 · Field value — המדד SWITCH מזין את הצבע

צבעו את טבלת המועדונים (תרגיל 2.7) בלי לכתוב אף חוק ביד — הצבע מגיע מהמדד Tier Color שכתבתם בתרגיל 1.10.

Format visual <- Cell elements
  Series: Club Tier
  Background color = On <- fx
  Format style = Field value
  What field should we base this on? = [Tier Color]

למה זה חזק יותר מ-Rules: החוקים בתרגיל 3.1 חיים בתוך ויזואל אחד — שינוי סף מחייב תיקון בכל ויזואל בנפרד. המדד Tier Color הוא מקור אמת יחיד: שינוי אחד בקוד ה-SWITCH מתעדכן בכל מקום שבו הוא משמש.

אם הטקסט לא נקרא על הרקע הכהה — הפעילו גם Font color באותה דרך עם מדד צבע-טקסט משלכם.

שתי הטכניקות מייצרות בדיוק את אותה חלוקה: 12 / 31 / 21.

סיכום — כל התוצאות במקום אחד

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

כל התוצאות המאומתות במקום אחד
מדד / רכיב	תוצאה מאומתת
Total Goals	2,970
סך שערים ב-Fact_Matches (כולל עצמיים)	3,051 — הפרש של 81
Matches Played	1,500 (COUNT היה מחזיר 50,799)
Goals per Match	1.98
Total Assists	9,169 (6.11 למשחק)
Knockout Goals	671 (22.59%)
Home Goals	1,794 (58.8%) · חוץ 1,257
% of Competition Goals	מוביל 3.16% · Total 100.00%
Club Status (IF)	30 מעל · 34 מתחת · ממוצע 46.41
Club Tier (SWITCH)	12 צמרת · 31 אמצע · 21 תחתית
Club Rank (RANK)	Dynamo Kyiv = 1 · Lazio = 64
Leader Goals (INDEX)	94 בכל שורה · האחרון 13.8%
Running Goals (WINDOW)	שורה אחרונה = 2,970
Total Attendance	68,442,087 · ממוצע 45,628
המועדון המוביל	Dynamo Kyiv — 94 שערים ב-87 משחקים
מוביל הקליעה	Mateo Wagner — 12 שערים
עונת השיא	2020/21 — 292 שערים
גרף משולב	חלוצים 52.5% מהשערים · קשרים 50.4% מהבישולים

כל התוצאות אומתו ב-pandas מול UCL_PowerBI_Model.xlsx (50,799 שורות עובדה), וכל 44 הקשרים נבדקו תכנותית — 0 מפתחות יתומים, 0 מפתחות ריקים, 0 תלויות מעגליות ו-0 נתיבי סינון כפולים.