Fabric groeit. Nieuwe workloads, nieuwe tools, nieuwe namen. Die uitbreiding is oprecht nuttig. Maar het brengt ook een vertrouwd risico mee: hoe meer opties je hebt, hoe makkelijker het wordt om het overzicht te verliezen over wat je eigenlijk probeert te doen.
Deze pagina hoort bij een sessie die ik heb ingediend voor FabCon. Het is geen examenpreparo. Geen featureoverzicht. Het is een kijk op de structuur achter PL-300 en waarom die structuur nog steeds een helder startpunt biedt bij het werken met Fabric.
Vier pijlers. Nog steeds vier.
Het PL-300 examen is opgebouwd rond een heldere volgorde: data ophalen, voorbereiden, er iets nuttigs van bouwen en zorgen dat het op een gecontroleerde manier bij de juiste mensen terechtkomt.
Die volgorde is niet veranderd toen Fabric verscheen. Wat veranderde is het aantal tools dat beschikbaar is om elke stap te ondersteunen.
- Data ophalen: Power Query, Dataflows, pipelines, shortcuts naar OneLake
- Data voorbereiden voor rapportage: Power Query-transformaties, Dataflow Gen2, notebooks, lakehouse-patronen
- Rapporten bouwen: Semantische modellen, DAX, Power BI-rapporten, DirectLake
- Delen en beheren: Werkruimten, apps, Microsoft Purview, beveiliging op rijniveau, gevoeligheidslabels
Fabric geeft je meer paden door hetzelfde terrein. Het terrein zelf is niet veranderd.
Meer paden, hetzelfde doel
De waarde van denken in pijlers is dat het de keuze voor een tool vertraagt. In plaats van vragen "moet ik een notebook of Power Query gebruiken?" vraag je eerst: "wat probeer ik op dit punt te bereiken?" Op die vraag is het antwoord meestal helderder.
Voor de meeste rapportageprojecten is het pad eenvoudiger dan het lijkt. Power Query of Dataflow Gen2 voor het ophalen en vormen van data. Een goed gestructureerd semantisch model voor de bedrijfslogica. Power BI-rapporten voor de presentatie. Werkruimten en apps voor distributie en governance.
Notebooks en pipelines worden relevant als schaal of complexiteit dat echt vraagt. Niet eerder. Dat is geen kritiek op notebooks. Het gaat erom dat je het juiste gereedschap kiest voor waar je nu staat, niet het gereedschap dat het meest indrukwekkend klinkt.
Het DP-600 examen (Fabric Analytics Engineer) bouwt hierop verder met lakehouses, Dataflow Gen2 en Fabric-specifieke workloads. Het DP-700 examen (Fabric Data Engineer) gaat verder de data-engineeringkant op. Beide examens veronderstellen dat je de fundamenten van PL-300 al goed onder de knie hebt.
Wat ik in de praktijk zie
In de sesssie, ontworpen voor FabCon Europe, loop ik dit kader in meer detail door, met praktijkvoorbeelden van hoe verschillende teams hun huidige werk kunnen koppelen aan deze vier pijlers en waar Fabric-workloads daar logisch in passen.
De sessie is opgebouwd rond een eenvoudig argument: hoe meer tools we hebben, hoe belangrijker het wordt om een helder mentaal model te hebben van wat we eigenlijk willen bereiken. PL-300 geeft je dat model. Fabric geeft je meer manieren om het te realiseren.
Een paar praktische observaties die steeds terugkomen als ik dit met teams doorloop:
- Gebruik tools die passen bij je vaardigheden en je probleem. Notebooks zijn nuttig. Ze zijn niet altijd het juiste startpunt.
- Ster-schema is nog steeds de standaard voor rapportage. Niet omdat het traditioneel is, maar omdat het werkt.
- Zet stabiele bedrijfslogica in de backend. Houd analytische flexibiliteit in DAX.
- Kies visuals bewust. Een grafiek die de vraag beantwoordt is beter dan een die indruk maakt.
- Een kleine-data-mentaliteit is een goed beginpunt, ook als je met grote datasets werkt. Begin met wat je kunt begrijpen, en schaal wat je leert.
Als je bezig bent met de PL-300-certificering of een stevige basis in Power BI wilt leggen voordat je Fabric induikt, is de PL-300 training het logische startpunt. Het totaalplaatje van wat ik aanbied vind je op de trainingsoverzichtpagina.
Nieuwsgierig naar de sessie of wil je verkennen wat dit betekent voor jouw team? Neem gerust contact op.
Een vraag die de moeite waard is om bij te stilstaan
Begin je vanuit de tools, of vanuit de structuur?
Dat is geen retorische vraag. Beide aanpakken kunnen werken. Maar in mijn ervaring nemen teams die beginnen vanuit de structuur later betere toolkeuzes. Ze weten waar ze op optimaliseren, en dat maakt de keuze tussen Power Query en een notebook een praktische vraag in plaats van een ideologische.
PL-300 is nog steeds het meest relevante certificeringspad voor mensen die rapportageoplossingen bouwen met Power BI. Niet omdat het examen een perfecte weergave is van elke praktijksituatie, maar omdat de structuur die het aanleert oprecht nuttig is. Het geeft je een gedeelde woordenschat, een logische volgorde en een fundament om op voort te bouwen terwijl Fabric om je heen blijft groeien.
Negen van de tien keer eindigt het werk nog steeds in een Power BI-rapport voor de businessgebruiker. Fabric integreert alle mogelijkheden om daar te komen. Weten wat je wilt bereiken maakt het kiezen van de weg een stuk makkelijker.