Bestandsgrößen werden in BI Systemen als semi-additive Measures bezeichnet, da diese in allen Dimensionen summmiert werden dürfen mit Ausnahme der Zeitdimenion. Für die Abbildung in Power BI bzw. in DAX stehen mehrere Lösungsmethoden zur Verfügung, deren Einsatz von der Beschaffenheit der Datensätze in der Faktentabelle abhängt.
In diesem ersten Teil der Blogserie werden der Sachverhalt und die Anwendungsszenarien für semi-additive Measures beschrieben und im zweiten und dritten Teil werden dann die Lösungsmethoden für die beiden zu unterscheidenden Anwendungsfälle beschrieben.
Was sind semi-additive Measures?
Bestandsgrößen wie Kontostände, Lagerstände, Headcounts/FTEs usw. dürfen auf der Zeitachse NICHT summiert werden - stattdessen wird bspw. auf der Monatsebene der letzte Tageswert des Monats gezeigt.
Hier ein konkretes Beispiel der Faktentabelle eines Cash Reportings, bei dem täglich die (summierten) Kontostände der Girokonten von insgesamt 5 Konzerngesellschaften berichtet werden:

Die Summierung dieser Kontostände über die Gesellschaften bspw. in einem Column Chart Visual ist noch vollkommen unproblematisch:

Wird jedoch der Visualisierungstyp auf das Matrix Visual geändert, dann findet dort auch eine Summierung der 6 Tagessalden auf der Zeitachse statt - dies ist betriebswirtschaftlich betrachtet unsinnig und folglich unerwünscht:

Daher der Begriff "Semi-additives Measure": die Summierung ist in allen Dimensionen erwünscht mit Ausnahme der Datumsdimension. Auf der Zeitachse soll auf den übergeordneten zeitlichen Ebenen der letzte verfügbare Tageswert innerhalb dieser Periode ausgewiesen werden ("Bestandslogik"). Hier die erwünschte korrekte Darstellung von Bestandswerten auf der Zeitachse:

Zwei Anwendungsfälle
Für die Realisierung einer solchen "semi-additiven" Berechnungslogik sind zwei Anwendungsfälle zu unterscheiden - nämlich ob die Faktentabelle auch 0-Datensätze enthält oder nicht.
Fall 1: die Faktentabelle enthält auch 0-Datensätze. Dies ist der einfachere Anwendungsfall und kommt häufig bei Excel als Datenquelle vor.

Fall 2: die Faktentabelle enthält keine 0-Datensätze für diejenigen Tage, an denen der Saldo 0 beträgt. Dies ist der anspruchsvollere Anwendungsfall und kommt häufig bei Datenbanken als Datenquelle vor.

Lösungsmethoden
Die Lösungsmethode für den ersten Anwendungsfall ("mit 0-Datensätzen") wird im zweiten Teil und für den zweiten Anwendungsfall ("ohne 0-Datensätze") dann im im dritten Teil dieser Blogserie vorgestellt.