Ein Kunde des Auftraggebers sammelt durch seine Verkaufsstellen und seinem Kundenbindungsprogramm eine enorme Menge an Konsumentendaten. Der Datenbezug allein würde nicht ausreichen, denn die Daten müssen nach dem Bezug zuerst so aufbereitet werden, dass Auswertungen erstellt, Analysen durchgeführt und fundierte Erkenntnisse daraus gezogen werden können.

Power BI Desktop unterstützt unter anderem mittels Power Query und der Power BI Author Lizenz den gesamten ETL-Prozess von der Extraktion der Daten aus den Datenquellen über die Transformationen in Power Query und dem Erstellen der Reports und Auswertungen bis zum Laden der Dashboards im Online-Arbeitsbereich von Power BI. Für die Analyse der Daten stehen sämtliche OLAP-Operationen zur Verfügung. Vor dem ETL-Prozess wurde jedoch zuerst ein konzeptuelles und ein logisches Datenmodell erstellt, um mit Hilfe der Theorie das bestmögliche Datenmodell bei der Umsetzung in Power BI Desktop zu finden.

Die theoretischen Modelle Star-, Galaxie- sowie Snowflake-Schema werden dazu verwendet, um die bestmögliche Umsetzung des Datenmodells zu identifizieren und realisieren. Dabei stellte sich heraus, dass eine Mischung der Schemas sowie gewisse individuelle Modifizierungen für die entwickelte Lösung am besten geeignet sind. Power BI Desktop bietet viele Möglichkeiten und auch viele Bestandteile eines Data-Warehouse-Systems sind bereits beinhaltet. Der gesamte ETL-Prozess mit sämtlichen Extraktionen und Transformationen kann in Power BI Desktop umgesetzt werden. Die Daten werden aus den Datenquellen, welche in einem SharePoint abgelegt sind, durch eine Schnittstelle und mit Hilfe von bestimmten Filtern extrahiert und so im Power BI Desktop ergänzt. Anschliessend erfolgen auf diesen Daten sämtliche Transformationen, um sie zu bereinigen, integrieren und in eine einheitliche Struktur zu bringen. Schliesslich können auf Basis dieser Daten durch eine Vielzahl an Visualisierungsmöglichkeiten und sämtlichen OLAP-Operationen fundierte und rasche Analysen durchgeführt werden.