PL-300 er eksamenen som måler om en Power BI-bruker kan arbeide som Microsoft Power BI Data Analyst, ikke bare bygge gode rapporter i Power BI Desktop. For mange analytikere blir skillet tydelig når spørsmålene går fra rapportutforming til datamodellering, sikkerhet, arbeidsområder og utrulling i Power BI Service.
PL-300 er Microsoft-eksamenen for kandidater som vil dokumentere ferdigheter i å forberede, modellere, analysere, visualisere, distribuere og vedlikeholde løsninger i Power BI. Den passer for Power BI-brukere, dataanalytikere, BI-konsulenter og IT-fagfolk som arbeider med rapportering, selvbetjent analyse og styrte datasett i en organisasjon.
Faglig oppdatert: juli 2026. Eksamensdetaljer som pris i NOK, tilgjengelige språk, eksamensvarighet, leveringsform og retake-regler kan endres av Microsoft. Bruk derfor Microsoft Learn som siste kilde før registrering, og kontroller også den offisielle skills outline før studieplanen låses.
Hva PL-300 faktisk måler
PL-300 handler mindre om å lage en pen rapport og mer om å bygge en analysemodell som tåler bruk i praksis. Kandidaten må kunne hente data fra relevante kilder, rense og transformere dem i Power Query, lage en datamodell med riktige relasjoner, skrive DAX-mål, utforme rapporter og publisere innhold på en kontrollert måte i Power BI Service.
Dette er også grunnen til at ren visualiseringstrening sjelden er nok. Mange som bruker Power BI til daglig, er komfortable med diagrammer og slicere, men har mindre trening i query folding, kardinalitet, filterretning, radnivåsikkerhet og arbeidsområder. PL-300 tester ofte disse områdene indirekte gjennom scenarioer der en løsning må være vedlikeholdbar, sikker og effektiv.
Microsoft beskriver kompetanseområdene i en egen studieguide. Den bør leses som en arbeidsbeskrivelse, ikke bare som en eksamensliste: å forberede data betyr for eksempel å forstå datakilder, datatyper, transformasjoner og lastelogikk; å modellere data betyr å bygge en robust modell, ofte med faktatabeller og dimensjoner; å distribuere og vedlikeholde betyr å kunne håndtere workspaces, deling, apper, oppdateringsplaner og sikkerhetsbehov. Den offisielle PL-300 skills outline er derfor et av de viktigste dokumentene i forberedelsen.
Eksamen, registrering og format
PL-300 ble etterfølgeren til DA-100, som ble trukket tilbake 31. mars 2022. Kandidater bør derfor bruke PL-300-ressurser, ikke eldre DA-100-notater, med mindre innholdet er kontrollert mot dagens skills outline. Microsoft oppgir beståttgrense som 700 av 1000, men kandidatens opplevelse av vanskelighetsgrad påvirkes sterkt av hvor mye praktisk arbeid vedkommende har gjort i både Power BI Desktop og Power BI Service.
Oppgavene kan inkludere enkeltvalg, flervalg, dra-og-slipp, ja/nei-scenarioer og case-baserte spørsmål. Den tryggeste måten å forberede seg på er å behandle caseoppgaver som små analyseprosjekter: først identifiseres forretningsmålet, deretter datakildene, modellimplikasjonene, sikkerhetskravene og til slutt hvilket svaralternativ som passer best. Den som hopper rett til detaljene, overser ofte hvorfor en bestemt transformasjon, relasjon eller DAX-formel er nødvendig.
Før selve eksamenen er det nyttig å prøve Microsofts eksamensdemo, ikke fordi den lærer bort Power BI, men fordi den reduserer friksjonen rundt brukergrensesnittet. Kandidater som skal ta eksamen hjemmefra, bør også lese Microsofts gjeldende regler for proctoring, identifikasjon og teknisk kontroll i god tid. Pris, språkvalg, varighet og retake-regler bør sjekkes direkte i Microsofts registreringsflyt, siden disse detaljene kan variere og endres.
Power BI-ferdighetene som betyr mest i praksis
En god PL-300-kandidat forstår sammenhengen mellom Power Query, datamodellen, DAX og rapportopplevelsen. Hvis dataene er feil renset, blir modellen svak; hvis modellen er svak, blir DAX komplisert; hvis DAX blir komplisert, kan rapporten bli treg og vanskelig å feilsøke. Eksamensforberedelsen bør derfor bygges rundt hele livssyklusen, ikke rundt isolerte funksjoner.
I Power Query bør kandidaten kunne fjerne duplikater, håndtere tomme verdier, endre datatyper, slå sammen og legge til spørringer, pivotere eller avpivotere data og vurdere om transformasjoner kan foldes tilbake til kilden. Query folding er særlig viktig i større løsninger fordi transformasjoner som kan skyves til kildesystemet, ofte gir mer effektiv lasting enn transformasjoner som må utføres lokalt i Power BI.
I datamodellen bør målet være enkelhet og tydelighet. En stjernemodell med én-til-mange-relasjoner, rene dimensjonstabeller og tydelige faktatabeller er som regel enklere å analysere, sikre og vedlikeholde enn en flat tabell med mange beregnede kolonner. Kandidater bør også forstå når en beregnet kolonne er riktig valg, og når et DAX-mål gir bedre fleksibilitet.
DAX er et kjerneområde, men PL-300 krever ikke at kandidaten husker lange uttrykk uten sammenheng. Det viktigste er å forstå filterkontekst, radkontekst, CALCULATE, enkle tidsintelligensmønstre og forskjellen mellom mål, kolonner og tabeller. I praksis bør basis-mål holdes enkle, iteratorer bør brukes bevisst, og ytelsesproblemer bør undersøkes med Performance Analyzer før løsningen skaleres til flere brukere.
Power BI Service er et område mange øver for lite på. Arbeidsområder, apper, deling, datasett, planlagt oppdatering, deployment pipelines og RLS er ikke pynt rundt rapporten; de avgjør hvordan rapporten faktisk brukes i en organisasjon. Arbeidsgivere vektlegger ofte evnen til å etablere styrt selvbetjening med sertifiserte datasett, riktige delingsmønstre og sikker tilgang, ikke bare evnen til å lage visuelt tiltalende dashboards.
En praktisk studieplan for 4–6 uker
En realistisk studieplan bør koble hvert målområde til arbeid i verktøyet. Kandidaten bør velge ett sammenhengende datasett, for eksempel salgsdata med kunder, produkter, datoer, regioner og ordrelinjer, og bruke det gjennom hele forberedelsen. Offentlige eksempeldatasett, interne anonymiserte datasett eller Microsofts egne Power BI-eksempler fungerer godt så lenge datasettet er rikt nok til å kreve relasjoner, transformasjoner, DAX og rapportering.
- Uke 1: Les skills outline, se Microsofts PL-300-forberedelse om dataforberedelse, importer datasettet og dokumenter kilder, datatyper og datakvalitetsproblemer.
- Uke 2: Rens og transformer data i Power Query, test sammenslåing og appending av tabeller, og vurder hvilke trinn som bevarer query folding.
- Uke 3: Bygg en stjernemodell med faktatabell, dimensjoner, datotabell og riktige én-til-mange-relasjoner, og fjern modellvalg som gjør DAX unødvendig komplisert.
- Uke 4: Skriv sentrale DAX-mål for omsetning, margin, antall ordre, periodeendring og filtrerte beregninger med CALCULATE, og test resultatene mot enkle kontrollsummer.
- Uke 5: Lag rapporter med tydelig navigasjon, bruk Performance Analyzer til å finne trege visuals, og juster modell, mål eller visualer før publisering.
- Uke 6: Publiser til Power BI Service, opprett workspace og app, konfigurer planlagt oppdatering, test RLS med roller, og gjør caseoppgaver under tidspress.
Den samme øvingen bør gjennomføres som et end-to-end-prosjekt: hent data, bygg modellen, skriv DAX, lag rapport, publiser til Power BI Service, sikre med RLS og publiser en app til en definert målgruppe. Dette gir bedre læring enn å løse mange små oppgaver uten sammenheng, fordi PL-300 ofte undersøker om kandidaten forstår konsekvensene av valg på tvers av hele løsningen.
Kandidater med begrenset tid kan ha nytte av strukturert undervisning dersom de allerede bruker Power BI, men trenger en stram ramme rundt eksamensmålene. Et instruktørledet PL-300-kurs fra Readynez kan være relevant i den situasjonen, særlig når målet er å dekke Power Query, modellering, DAX og Power BI Service i en samlet plan.
Vanlige fallgruver før PL-300
Den vanligste feilen er å forveksle rapportbygging med analysemodellering. En rapport kan se ferdig ut, selv om datamodellen bak er vanskelig å utvide, treg å filtrere og uklar for andre utviklere. PL-300 belønner kandidater som forstår hvorfor modellen er laget slik den er, ikke bare hvordan sluttbildet ser ut.
En annen fallgruve er å ignorere Power BI Service til de siste dagene. Workspaces, apper, deling, RLS og oppdateringsplaner bør øves på tidlig, fordi disse funksjonene ofte skaper nye spørsmål om eierskap, tilgang, datasett og forvaltning. I organisasjoner med flere rapportforfattere er det nettopp disse valgene som avgjør om Power BI blir styrt selvbetjening eller ukontrollert rapportspredning.
Ytelse blir også undervurdert. Kandidaten bør kjenne igjen når en treg rapport skyldes for mange visuals, uheldig DAX, store tabeller, dårlig modellstruktur eller transformasjoner som burde vært håndtert tidligere i dataløpet. Performance Analyzer er ikke bare et feilsøkingsverktøy; det lærer kandidaten å tenke som en forvalter av en løsning som andre faktisk skal bruke.
PL-300 eller en mer avansert analysevei?
PL-300 er riktig valg når rollen primært handler om Power BI-dataanalyse: å forberede data, modellere, visualisere, analysere og distribuere Power BI-innhold. Kandidater som i tillegg har ansvar for enterprise-arkitektur, avansert analyse på tvers av Power BI og Azure-tjenester, eller løsninger som ligger nærmere dataplattform og datateknikk, bør vurdere om en mer avansert enterprise data analyst-retning passer bedre etter PL-300.
Dette skillet er nyttig for både enkeltpersoner og ledere. En rapportutvikler som skal bygge gode datasett, rapporter og apper, får mest direkte verdi av PL-300. En kandidat som skal designe analysearkitektur på tvers av flere datatjenester, bør se PL-300 som et fundament og deretter bygge videre med mer avanserte Azure- og enterprise-analyseferdigheter.
Videre læring og kilder
Microsoft Learn bør være hovedkilden for eksamensfakta, fordi Microsoft kan oppdatere målområder, registreringsdetaljer og policyer. Den offisielle skills outline bør brukes aktivt under hele studieperioden, mens eksamensdemoen hjelper kandidaten å forstå hvordan oppgavegrensesnittet fungerer. For bredere faglig påfyll kan en løpende leseliste, inkludert denne norske PL-300-ressursen, brukes til å repetere begreper og holde terminologien konsistent.
Det kan også være nyttig å sammenligne Power BI med andre analyseverktøy, som Tableau, men eksamensforberedelsen bør ikke bruke mye tid på verktøysammenligning. PL-300 tester Microsofts analyseplattform, og kandidaten bør derfor prioritere praktisk arbeid i Power BI Desktop, Power Query, DAX og Power BI Service.
FAQ om PL-300
Hva er beståttgrensen på PL-300?
Microsoft oppgir beståttgrense som 700 av 1000. Poengsummen bør likevel ikke være hovedmålet under forberedelsen; kandidaten bør heller sikre at hvert målområde i skills outline kan utføres praktisk i Power BI.
Må man kunne DAX godt for å bestå?
Ja, men DAX bør læres gjennom modellering og rapportbehov, ikke som isolert syntaks. Kandidaten bør spesielt forstå mål, filterkontekst, CALCULATE, enkle tidsberegninger og hvordan DAX-valg påvirker ytelse.
Er Power BI Desktop nok til å forberede seg?
Nei. Power BI Desktop dekker mye av arbeidet med data, modell og rapport, men PL-300 inkluderer også distribusjon og vedlikehold. Kandidaten bør derfor øve i Power BI Service med workspaces, apper, deling, planlagt oppdatering og RLS.
Hvor bør kandidaten starte hvis tiden er knapp?
Start med skills outline, bygg ett praktisk end-to-end-prosjekt og bruk eksamensdemoen for å bli kjent med formatet. Hvis læringen må komprimeres, bør kandidaten prioritere modellering, DAX, Power Query og Power BI Service fremfor flere timer med visuell finpuss.
Slik gjør du forberedelsen konkret
Den mest effektive PL-300-forberedelsen er praktisk, sammenhengende og kildebasert. Kandidaten bør bruke Microsoft Learn for oppdaterte eksamensfakta, arbeide gjennom et realistisk datasett fra import til app-publisering, og teste egne valg mot krav til sikkerhet, ytelse og forvaltning.
Et godt neste steg er å sammenligne nåværende ferdigheter med skills outline og velge om veien videre skal være selvstudium, intern øving eller strukturert opplæring. Ved spørsmål om PL-300-forberedelse eller kursvalg kan Readynez kontaktes via kontaktsiden.
