---
title: "Modelatge de dades a Power BI: consideracions per a un model ràpid, fiable i governat"
description: "Model en estrella, gra, claus, història amb SCD, models governats davant d'aplanats, catàleg de KPI i les pràctiques de DAX i rendiment que marquen la diferència a Power BI."
url: https://bidatia.com/ca/idees/modelado-power-bi-buenas-practicas
lang: ca
date: 2026-05-05
updated: 2026-11-04
author: "Santos Vicente"
keywords: ["modelatge power bi", "model en estrella", "kimball", "scd tipus 2", "model semàntic", "bones pràctiques dax", "rendiment power bi", "tabular editor", "dax studio"]
publisher: Bidatia
---

# Modelatge de dades a Power BI: consideracions per a un model ràpid, fiable i governat

> Model en estrella, gra, claus, història amb SCD, models governats davant d'aplanats, catàleg de KPI i les pràctiques de DAX i rendiment que marquen la diferència a Power BI.

## Resum executiu

- Els problemes de rendiment i de xifres que no quadren a Power BI solen ser problemes de model, no de visualització.
- Base: model en estrella de Kimball, amb fets que es resumeixen i dimensions que filtren, i el gra definit abans que res.
- Normalitzar el just, utilitzar claus numèriques i substitutes, dates com a enter YYYYMMDD i desar la història amb dimensions lentament canviants (SCD), sobretot de tipus 2 amb data de fi infinit.
- Separar un model governat (capa gold) d'entitats aplanades per a consum massiu, generades automàticament a partir d'aquest model.
- Al model semàntic: relacions d'un a diversos en una direcció, taula de mesures, jerarquies, columnes tècniques ocultes, seguretat per files i dimensió calendari.
- Rendiment i govern: reduir la cardinalitat, bones pràctiques de DAX, eines (DAX Studio, VertiPaq Analyzer, Tabular Editor amb Best Practice Analyzer, Bravo) i un catàleg únic de KPI.

La majoria dels informes de Power BI lents, difícils de mantenir o amb xifres que no quadren no tenen un problema de visualització: tenen un problema de **model**. Un bon model fa que les consultes volin, que el negoci entengui el que veu i que cada indicador signifiqui el mateix a tota l'organització. Aquestes són les consideracions que apliquem en cada projecte.

## 1. Comença pel model en estrella

El modelatge dimensional de Ralph Kimball continua sent la referència per a l'analítica, i el motor de Power BI hi està optimitzat. Té dues peces:

- **Taules de fets**: els esdeveniments del negoci (vendes, comandes, sinistres, hores) amb les seves **mesures numèriques**, si pot ser additives, i les claus a les dimensions. Responen a «quant?».
- **Taules de dimensions**: el context descriptiu amb què es filtra i s'agrupa (client, producte, data, territori). Responen a «qui, què, on, quan i com?».

La regla pràctica: **les dimensions filtren i agrupen; els fets es resumeixen.**

**Estrella o floc de neu.** En l'estrella, cada dimensió és una sola taula desnormalitzada; en el floc de neu, les dimensions es divideixen en diverses taules (per exemple, producte → subcategoria → categoria). El floc de neu estalvia una mica d'espai, però multiplica les relacions i complica el model. A Power BI, l'opció per defecte és l'**estrella**: si tens un floc de neu a l'origen, aplana'l en la càrrega.

## 2. Defineix el gra abans que res

El gra és el nivell de detall de la taula de fets: «una fila per línia de comanda», «una fila per pòlissa i dia». És la primera decisió, i la més cara de canviar després. Un gra massa agregat impedeix respondre preguntes de detall; un de barrejat (files de diferent nivell a la mateixa taula) produeix sumes incorrectes. Cada dimensió ha de ser coherent amb aquest gra.

## 3. Normalitza el just

La normalització (primera, segona i tercera forma normal) evita duplicitats i inconsistències, i és imprescindible en els sistemes transaccionals i en la capa on es cura la dada. Per a l'explotació, el criteri canvia:

- **Dades atòmiques sempre**: res de camps amb llistes («600111222, 600333444») ni adreces en un únic text.
- **Separa entitats** quan els seus atributs no depenen de la clau del fet (el nom del producte no pertany a la línia de comanda).
- **No separis per separar**: una jerarquia com país → regió → ciutat va en una sola dimensió, llevat que cada nivell tingui molts atributs propis.

## 4. Cuida les claus i els tipus de dada

- **Claus numèriques** millor que de text: ocupen menys, es comprimeixen millor i relacionen més ràpid.
- **Claus substitutes** a les dimensions, per no dependre dels codis del sistema d'origen, que poden canviar.
- **Compte amb els autonumèrics generats a la base de dades**: si la taula es recrea o es carrega en un altre entorn, la mateixa fila pot rebre una altra clau i trencar validacions i migracions. Millor claus deterministes generades en el procés de càrrega.
- **Dates com a clau entera `YYYYMMDD`** per relacionar amb el calendari, i convé comprovar-ne la precisió (té hora?, zona horària?) i homogeneïtzar a UTC en integracions internacionals.
- **El tipus correcte per a cada dada**: una data desada com a text obliga a fer conversions i espatlla el rendiment; un codi postal és text, no un nombre.

## 5. Decideix com desar la història (SCD)

Els sistemes operacionals sobreescriuen: si un client canvia d'adreça, l'anterior desapareix. Per analitzar l'evolució, auditar o reconstruir el context d'una decisió, Kimball defineix les **dimensions lentament canviants (SCD)**:

| Tipus | Què fa | Quan utilitzar-lo |
|---|---|---|
| 0 | Manté el valor original | Atributs immutables |
| 1 | Sobreescriu | Correccions o atributs la història dels quals no interessa |
| 2 | Fila nova per cada canvi, amb data d'inici i de fi | Història completa; el més habitual en magatzems de dades |
| 3 | Columna amb el valor anterior | Només un canvi i pocs camps |
| 4 | Taula de vigents i taula d'històric | Dimensions molt grans en què gairebé sempre es consulta el que és vigent |
| 6 i 7 | Variants estrictes del tipus 2 amb versió i clau física pròpia | Diversos canvis el mateix dia, reprocessaments o auditoria estricta |

Dos consells pràctics per al **tipus 2**: utilitza una **data de fi «infinit»** (31/12/9999) en lloc de nuls, que compliquen els filtres, i afegeix un **indicador de registre vigent** en comptes de dependre d'un número de versió que obliga a calcular màxims en cada consulta. I documenta al catàleg quins atributs desen història i quins no.

## 6. Model governat i model aplanat

No hi ha un únic model perfecte, sinó dues capes amb funcions diferents:

| | Model governat (capa *gold*) | Model aplanat (capa de servei) |
|---|---|---|
| Per a què | Auditoria, nucli corporatiu, curació de la dada | Quadres de comandament d'ús massiu, immediatesa, menys cost de còmput |
| Com | Estrella amb entitats ben definides, regles de qualitat i semàntica | Taules desnormalitzades derivades del governat, amb menys relacions |
| Risc | Més relacions i pitjor rendiment amb molt volum | Duplicitat i possible desalineació |

La recomanació: **definir el model governat com a font única i generar automàticament les entitats aplanades a partir d'aquest model**, documentades i versionades. Així es guanya rendiment sense perdre una única versió de la veritat.

## 7. Del model en estrella al model semàntic

Sobre les taules, el model semàntic de Power BI necessita:

1. **Relacions** d'un a diversos, de la dimensió al fet, amb **filtre en una sola direcció**. Evita les relacions de diversos a diversos i la direcció bidireccional excepte en casos justificats.
2. **Mesures** explícites, en una **taula de mesures** organitzada en carpetes: una mesura base per càlcul i mesures derivades per a intel·ligència de temps, acumulats o ràtios.
3. **Jerarquies** de navegació (any → trimestre → mes; país → regió → ciutat).
4. **Columnes tècniques ocultes**: claus, camps de control i atributs que no aporten res a l'anàlisi.
5. **Rols de seguretat a nivell de fila (RLS)** assignats a grups, no a persones.
6. **Una dimensió calendari estàndard** marcada com a taula de dates, i l'opció automàtica de data i hora desactivada.

**Columnes calculades o mesures.** Una columna calculada es materialitza fila a fila i serveix per filtrar, segmentar o categoritzar; una mesura es calcula en el context de cada objecte visual i és l'opció per a agregacions, ràtios i indicadors. Sempre que es pugui, les columnes calculades es fan **en la càrrega (ETL)**, no al model.

## 8. Rendiment: el que més es nota

- Elimina les columnes que no s'utilitzen i **redueix la cardinalitat**: els identificadors GUID, els textos lliures i les dates amb hora completa són el que més pesa.
- **Dimensions estretes i fets amb les claus i mesures justes.**
- En DAX, utilitza **variables**, `DIVIDE` en lloc de `/`, `COUNTROWS` en lloc de `COUNT` i `SELECTEDVALUE` en lloc de `VALUES` quan esperes un valor únic.
- Als informes, menys objectes visuals per pàgina i segmentadors jeràrquics només quan aporten valor.

**Eines per mesurar en lloc d'endevinar:**

| Eina | Per a què |
|---|---|
| Analitzador de rendiment de Power BI Desktop | Veure quin objecte visual o mesura alenteix una pàgina i extreure'n la consulta DAX |
| DAX Studio | Executar i perfilar consultes DAX i trobar colls d'ampolla |
| VertiPaq Analyzer | Veure la mida i la cardinalitat de cada taula i columna |
| Tabular Editor | Edició massiva, scripts i el **Best Practice Analyzer** amb les regles de bones pràctiques de Microsoft |
| Bravo | Formatar DAX, analitzar el model i generar calendaris |

## 9. Un catàleg únic d'indicadors

El model tècnic no n'hi ha prou si cada àrea calcula «les seves» vendes. Un catàleg corporatiu de KPI es basa en uns principis senzills:

- **Unicitat**: cada indicador existeix una sola vegada, amb un identificador.
- **Font de la veritat**: sistema i dataset oficials de cadascun.
- **Definició tancada**: fórmula, filtres, període, gra i desglossaments permesos.
- **Responsables**: qui defineix la dada i qui respon del resultat.
- **Versionatge i periodicitat**: canvis controlats i calendari de publicació.
- **Pocs i bons**: entre 15 i 25 indicadors corporatius; la resta, per àrea.

Cada indicador només existeix si té la fitxa completa i ha superat una validació tècnica, metodològica i de negoci. Ho expliquem amb detall a [gestió de metadades](/ca/idees/gestion-de-metadatos-catalogo-de-datos) i [qualitat de les dades](/ca/idees/calidad-del-dato-dimensiones-metricas).

## 10. Estàndards que estalvien temps

- **Nomenclatura**: `Dim_` per a dimensions, `Fact_` per a fets i noms de mesures amb sentit de negoci, sense duplicats ni sigles críptiques.
- **Plantilles**: un tema `.json` corporatiu i una plantilla `.pbit` amb pàgines base, navegació i tooltips reutilitzables. Acceleren el desenvolupament, unifiquen l'experiència d'usuari i faciliten la incorporació de persones noves a l'equip.
- **Documentar i versionar** el model com qualsevol altre codi.

## 11. Tria bé la tecnologia que hi ha a sota

El model lògic és el mateix, però cada plataforma demana matisos:

| Plataforma | Què cal tenir en compte |
|---|---|
| Bases de dades relacionals (SQL Server, Oracle, PostgreSQL) | Índexs, particionament, plans d'execució i finestres de càrrega, perquè la lectura i l'escriptura competeixen |
| Magatzems al núvol (Fabric, Snowflake, BigQuery, Redshift) | El cost el marca el còmput: desnormalitzar amb criteri i distribuir les dades per evitar lectures massives |
| Motors tabulars (Power BI, Analysis Services) | Compressió per columnes: la cardinalitat i el nombre de columnes pesen més que el nombre de files |
| Big data i dades semiestructurades | Normalitzar JSON en temps real pot frenar la ingesta; s'aplana després, a la capa d'explotació |

## 12. Arquitectures: on encaixa el model

El model de Power BI és l'última peça d'una cadena: sistemes operacionals, capa d'integració (abans ODS, avui capes *bronze* i *silver*), magatzem o *lakehouse* amb la capa governada (*gold*) i, finalment, el model semàntic. Enfocaments com **Data Mesh** (descentralitzar la responsabilitat per dominis) o **Data Fabric** (una capa unificada de govern sobre entorns distribuïts) canvien qui és l'amo de cada producte de dades, però no les regles del modelatge dimensional: fets, dimensions, gra i semàntica comuna continuen sent la base.

## Errors freqüents

- **Importar les taules tal com són al sistema d'origen** i relacionar-les a Power BI com un model transaccional.
- **Una taula de fets amb tot**: mesures de processos diferents i grans barrejats a la mateixa taula.
- **Relacions bidireccionals «perquè funcioni»**, que creen ambigüitats i alenteixen.
- **Calcular en DAX el que hauria de venir calculat** de la càrrega.
- **Utilitzar la jerarquia automàtica de dates** en lloc d'una dimensió calendari.
- **Duplicar la mateixa mesura** amb noms diferents en informes diferents.

## Llista de comprovació abans de publicar un model

- [ ] El gra de cada taula de fets està documentat.
- [ ] Les dimensions estan desnormalitzades i tenen clau substituta.
- [ ] Hi ha una dimensió calendari marcada com a taula de dates i la data automàtica està desactivada.
- [ ] No hi ha relacions de diversos a diversos ni bidireccionals sense justificar.
- [ ] Les columnes tècniques estan ocultes i les que no s'utilitzen, eliminades.
- [ ] Les mesures són en una taula de mesures, amb carpetes i format.
- [ ] Els noms segueixen la nomenclatura acordada.
- [ ] La seguretat per files està definida i assignada a grups.
- [ ] El Best Practice Analyzer no mostra incompliments rellevants.
- [ ] Els indicadors corresponen a fitxes del catàleg de KPI.
- [ ] El model està documentat i versionat.

A Bidatia dissenyem i optimitzem models semàntics a Power BI i Microsoft Fabric, des del model governat fins al quadre de comandament, i formem els equips per mantenir-los.

## Preguntes freqüents

### Per què es recomana el model en estrella a Power BI?
Perquè el motor de Power BI hi està optimitzat: menys relacions, filtres més senzills i consultes més ràpides. A més, és més fàcil d'entendre per al negoci que un model normalitzat o en floc de neu.

### Què és el gra d'una taula de fets?
El nivell de detall de cada fila, per exemple «una fila per línia de comanda». Cal definir-lo abans de dissenyar la taula, perquè condiciona quines preguntes es poden respondre i si les sumes són correctes.

### Què és una dimensió lentament canviant de tipus 2?
Una dimensió que desa una fila nova cada vegada que canvia un atribut, amb data d'inici i de fi, de manera que es pot saber quin valor tenia en qualsevol data. És la tècnica més habitual per conservar la història en un magatzem de dades.

### Columna calculada o mesura?
Columna calculada per a valors que s'utilitzen per filtrar, segmentar o categoritzar, preferiblement calculada en la càrrega. Mesura per a càlculs que depenen del context de l'informe, com ara totals, ràtios o comparatives amb l'any anterior.

### Quines eines serveixen per optimitzar un model de Power BI?
L'analitzador de rendiment de Power BI Desktop, DAX Studio, VertiPaq Analyzer, Tabular Editor amb el Best Practice Analyzer i Bravo. Permeten mesurar on és el problema en lloc d'endevinar-ho.