Deze database bekijkt de verkoop van vastgoed in Vlaanderen.
Download de basis, vastgoed.zip en pak uit in een oefenmap. De zip bevat zowel de basisbestanden als afbeeldingen van de rapportpagina's.
Combineer in Power BI de drie bestanden in submap vastgoed tot één grote tabel. Geef die als naam vastgoed
Transformeer die tabel verder: enkele kolommen moeten niet opnieuw ingeladen worden: source.name, CD_TYPE_FR, CD_REFNIS_FR, CD_CLASS_SURFACE, evenals de lege kolommen rechts.
Kolommen MS_P_25, MS_P_50_median en MS_P_75 zijn decimale getallen.
Verander de veldnaam CD_niveau_refnis in Niveau en het veldtype in tekst.
Pas de inhoud van kolom Niveau aan: 1 wordt land, 2 > gewest, 3 > provincie, 4 > arrondissement en 5 > gemeente.
Controleer dat veld CD_REFNIS van type tekst is en verander de naam in RefNIS. Dat zijn de NIS-codes die Statbel als geografische aanduidingen gebruikt in plaats van postcodes.
Vervang met optie Identieke Celinhoud in kolom RefNIS 1000 door 01000, 2000 door 02000, 3000 door 03000 en 4000 door 04000.
Importeer tabel postNIS.csv. Hier zie je de postcodes die bij elke NIS-code horen. De inhoud van veld Refnis code is tekst.
Voeg veld Postal Code uit tabel postNIS toe aan tabel Vastgoed. Tabel postNIS wordt niet geladen.
Verander de veldnaam CD_REFNIS_NL in NIS-naam. Inhoud: zorg dat elke naam met een hoofdletter begint en voor de rest in kleine letters staat.
Importeer nog provincies.xlsx en laad de query's in de Power BI Desktop.
Opmerking: na het laden zie je in tabel Vastgoed schijnbaar lege kolommen: er werd pas een gemiddelde verkoopprijs (p_50_median) berekend vanaf 15 transacties (Total_Transactions) in de
relevante periode (CD_PERIOD) en voor de soort vastgoed in kwestie (Type_NL) en datzelfde geldt voor de prijzen onder het gemiddelde (p_25) en die erboven (p_75).
Voeg een kalendertabel toe zodat alle datums van de feitentabel er in voorkomen, maar zonder overbodige maanden/jaren.
Zorg dat de kalendertabel een veld bevat met het jaartal, tekst kw en het kwartaalnummer. Verder zie je op de visualisaties welke datumkolommen in welke volgorde nodig zijn.
Voeg aan de feitentabel een kolom toe met de referentie naar de provincies: dat is het eerste cijfer van de RefNIS-code.
Controleer de relaties in het datamodel.
Voeg de volgende berekeningen toe:
Bereken voor MS_P_25 het laagste bedrag (= minimum), voor MS_P_50_median het gemiddelde bedrag en voor MS_P_75 het hoogste bedrag (= maximum).
Bereken eveneens het laagste, gemiddelde en hoogste bedrag van vorig jaar en van vorig kwartaal.
Bereken het gemiddelde bedrag van het begin van het jaar tot vandaag.
Alle bedragen staan in euro.
Maak het rapport, vergelijk met de voorbeelden Dashboard.png en Limburg.png.
Gebruik thema Klassiek.
De eerste pagina heet Dashboard en ze bevat de titel, evenals je naam. De titel staat in Verdana 44 punt, themakleur 1, in een kader van dezelfde kleur en met schaduw.
Je naam staat in Georgia 12 punt. De titels van de visuals staan ook in Georgia.
Op beide pagina's staan dezelfde slicers; ze zijn niet gesynchroniseerd.
Maak de visuals op pagina Dashboard. Let op alle details op het voorbeeld dashboard.png. Sommige visuals zijn gefilterd.
Pagina Limburg: als paginafilter werd provincie Limburg ingesteld. Op de slicers is het 4e kwartaal van 2022 geselecteerd. De slicers werken niet op de onderste grafiek.
Bij de voorwaardelijke opmaak werden wat lichtere tinten gekozen, zodat de tekst leesbaar blijft.