- 第2部分00.PowerBI界面認(rèn)識(shí)與矩陣表操作
- 第2部分01.運(yùn)算符與新建列
- 第2部分02.建模與關(guān)系函數(shù)
- 第2部分03.多表建模是針對(duì)數(shù)據(jù)庫的,數(shù)據(jù)分析必須懂?dāng)?shù)據(jù)庫
- 第2部分04.度量值、Calculate引擎、Calculatetable篩選表
- 第2部分05.高級(jí)篩選器Filter與Values人工造表
- 第2部分06.被翻譯耽誤的上下文
- 第2部分07.ALL函數(shù)、Allexcept函數(shù)、ALLSELECTED函數(shù)
- 第2部分08.ALLNOBLANKROW核對(duì)數(shù)據(jù)
- 第2部分09.聚合函數(shù)與迭代函數(shù)
- 第2部分10.Earlier函數(shù)【當(dāng)前行
- 第2部分11.Values與Distinct區(qū)別
- 第2部分12.條件判斷函數(shù)[基礎(chǔ)]
- 第2部分13.安全除法DIVIDE與按層級(jí)計(jì)算ISINSCOPE函數(shù)
- 第2部分14.ISCROSSFILTERED函數(shù)和ISFILTERED函數(shù)的區(qū)別
- 第2部分15.FIRSTNONBLANK與LASTNONBLANK函數(shù)
- 第2部分16.001.HASONEFILTER函數(shù)
- 第2部分16.002.HASONEVALUE函數(shù)
- 第2部分16.003.SELECTEDVALUE函數(shù)
- 第2部分16.【擴(kuò)展知識(shí)】DATATABLE人工建表
- 第2部分17.轉(zhuǎn)換函數(shù)
- 第2部分18.FORMAT函數(shù) 【格式化】
- 第2部分19.日期時(shí)間函數(shù)【非智能函數(shù)】
- 第2部分20.文本函數(shù)
- 第2部分21.替換函數(shù)
- 第2部分22.三角、數(shù)學(xué)、信息函數(shù)
- 第2部分23.001.ADDMISSINGITEMS與SUMMARIZECOLUMNS
- 第2部分23.002.分組連接函數(shù)
- 第2部分24.001.CONTAINS 【多條件查找】
- 第2部分24.002.TREATAS 函數(shù)【無關(guān)系情況下查找匹配】
- 第2部分24.003.Row函數(shù)【返回一個(gè)單行表】
- 第2部分24.004.綜合案例:自由切換坐標(biāo)軸
- 第2部分24.005.VAR函數(shù)
- 第2部分24.006.檢查字符串是否被包含
- 第2部分24.【實(shí)戰(zhàn)案例】
- 第2部分25.001.RankX排名函數(shù)
- 第2部分25.002.TOPN提取滿足條件的前N條記錄
- 第2部分25.003.CONCATENATEX多字符串連接到一起再排名
- 第2部分25.004.【案例】CONCATENATEX綜合案例
- 第2部分26.人工造表最終方案
- 第2部分27.001.時(shí)間標(biāo)記作用
- 第2部分27.002.DATESYTD年初至今
- 第2部分27.003.TOTALYTD年初至今
- 第2部分27.004.同比推薦SAMEPERIODLASTYEAR
- 第2部分27.005.DATEADD環(huán)比
- 第2部分27.006.利用時(shí)間計(jì)算累積值 PARALLELPERIOD
- 第2部分27.007.移動(dòng)總計(jì)DATESINPERIOD
- 第2部分27.008.【拓展知識(shí)】LastDate與max的區(qū)別
- 第2部分27.009.返回最后一天與第一天
- 第2部分27.010.區(qū)間日期Datesbetween
- 第2部分27.011.下一個(gè)與上一個(gè)
- 第2部分27.012.期初庫存
- 第2部分27.【補(bǔ)充】動(dòng)態(tài)日期表
- 第2部分28.001.篩選函數(shù)REMOVEFILTERS
- 第2部分28.002.篩選函數(shù)KEEPFILTERS
- 第2部分28.003.篩選函數(shù)CROSSFILTER
- 第2部分28.004.篩選函數(shù)USERELATIONSHIP
- 第2部分28.005.【案例】USERELATIONSHIP案例
- 第3部分01.堆積條形圖與柱形圖
- 第3部分02.簇狀條形圖與柱形圖
- 第3部分03.百分比堆積條形圖與柱形圖
- 第3部分04.折線圖
- 第3部分05.分區(qū)圖 【標(biāo)準(zhǔn)面積圖】與堆積面積圖
- 第3部分06.折線和堆積柱形圖與折線和簇狀柱形圖
- 第3部分07.功能區(qū)圖表
- 第3部分08.瀑布圖
- 第3部分09.散點(diǎn)圖
- 第3部分10.餅圖和環(huán)形圖
- 第3部分11.樹狀圖
- 第3部分12.漏斗圖
- 第3部分13.儀表盤
- 第3部分14.卡片圖與多行卡
- 第3部分15.KPI
- 第3部分16.分解樹
- 第3部分17.關(guān)鍵者影響
- 第3部分18.問答
- 第3部分19.地圖
- 第3部分20.著色地圖
- 第3部分21.阿斯特圖(Aster plot)
- 第3部分22.博彥日歷(Beyondsoft Calendar)
- 第3部分23.子彈圖(Bullet Chart)
- 第3部分24.和弦圖(Chord)
- 第3部分25.PowerKPI
- 第3部分26.甘特圖(Gantt)
- 第3部分27.直方圖(Histogram Chart)
- 第3部分28.點(diǎn)線圖(LineDot Chart)
- 第3部分29.脈沖圖(pulse chart)
- 第3部分30.雷達(dá)圖(Radar Chart)
- 第3部分31.桑基圖(Sankey Chart)
- 第3部分32.流線圖&河流圖【Stream Graph】
- 第3部分33.旭日?qǐng)D&陽光圖【Sunburst by MAQ Software】
- 第3部分34.百變星君圖 【Infographic Designer】
- 第3部分35.詞云圖【W(wǎng)ord Cloud】
- 第3部分36.動(dòng)畫條形圖 【Animated Bar Chart Race】
- 第3部分37.蝴蝶結(jié)圖 Bowtie chart
- 第3部分38.占比小人圖 Walkers Animated Pictogram
- 第3部分39.評(píng)分圖表 Ratings by MAQ Software
- 第3部分40.SVG地圖 Synoptic Panel
- 第3部分41.圖表交互-工具提示
- 第3部分42.跨頁鉆取
- 第4部分DAX原理.S01E01.數(shù)據(jù)模型(表關(guān)系)
- 第4部分DAX原理.S01E02.避免使用雙向箭頭
- 第4部分DAX原理.S01E03.表名規(guī)范與表構(gòu)造函數(shù)
- 第4部分DAX原理.S01E04.常見錯(cuò)誤與處理方法
- 第4部分DAX原理.S01E05.聚合函數(shù)與迭代函數(shù)介紹
- 第4部分DAX原理.S01E06.DAX常用函數(shù)
- 第4部分DAX原理.S01E07.基礎(chǔ)表函數(shù)之Filter函數(shù)
- 第4部分DAX原理.S01E08.基礎(chǔ)表函數(shù)之ALL與ALLEXCEPT函數(shù)
- 第4部分DAX原理.S01E09.基礎(chǔ)表函數(shù)之VALUES與DISTINCT函數(shù)
- 第4部分DAX原理.S01E10.將表用做標(biāo)量值
- 第4部分DAX原理.S01E11.基礎(chǔ)表函數(shù)之ALLSELECTED
- 第4部分DAX原理.答網(wǎng)友問01.關(guān)于AllExcep函數(shù)
- 第4部分DAX原理.S01E12.理解上下文
- 第4部分DAX原理.答網(wǎng)友問02.if函數(shù)如何用到度量值中
- 第4部分DAX原理.S01E13.嵌套多個(gè)表的行上下文
- 第4部分DAX原理.S01E14.同一表上的多層嵌套上下文EARLIER當(dāng)前行與VAR變量
- 第4部分DAX原理.S01E15.在篩選上下文中使用DISTINCT和SUMMARIZE
- 第4部分DAX原理.S01E16.創(chuàng)建篩選上下文與Filter+ALL應(yīng)用
- 第4部分DAX原理.S01E17.KEEPFILTERS函數(shù)調(diào)節(jié)器與Values做篩選器
- 第4部分DAX原理.S01E18.Calculate復(fù)雜的篩選條件
- 第4部分DAX原理.S01E19.上下文轉(zhuǎn)換你還不知道的秘密
- 第4部分DAX原理.S01E20.循環(huán)依賴什么鬼?
- 第4部分DAX原理.S01E21.Calculate調(diào)節(jié)器USERELATIONSHIP函數(shù)
- 第4部分DAX原理.S01E22.Calculate調(diào)節(jié)器之CROSSFILTER函數(shù)
- 第4部分DAX原理.S02E01.VAR變量
- 第4部分DAX原理.答網(wǎng)友問03.VAR變量與惰性計(jì)算
- 第4部分DAX原理.S02E02.理解度量值中迭代函數(shù)的行數(shù)
- 第4部分DAX原理.答網(wǎng)友問04 懶惰計(jì)算與迭代函數(shù)轉(zhuǎn)換上下文
- 第4部分DAX原理.答網(wǎng)友問05 返回表的迭代函數(shù)你應(yīng)該注意什么?
- 第4部分DAX原理.S02E03.計(jì)算移動(dòng)平均值再次理解Filter+ALL
- DAX神功.S02E04.不連續(xù)日期情況下計(jì)算移動(dòng)平均值
- 第4部分DAX原理.S02E05.RankX函數(shù)前兩個(gè)參數(shù)的秘密
- 第4部分DAX原理.S02E06.RankX神秘的第三參數(shù)
- 第4部分DAX原理.S02E07.RankX排名優(yōu)化與相對(duì)排名
- 第4部分DAX原理.答網(wǎng)友問06.RankX多字段分層級(jí)的排名問題
- 第4部分DAX原理.S02E08.RankX在行上下文中的應(yīng)用
- 第4部分DAX原理.S02E09.多張表建立關(guān)系時(shí)RankX的應(yīng)用
- 第4部分DAX原理.答網(wǎng)友問07.什么是改變計(jì)算顆粒度
- 第4部分DAX原理.S02E10.初步理解時(shí)間智能計(jì)算過程
- 第4部分DAX神功.S02E11.年初至今,季度初至今,月初至今
- 第4部分DAX神功.S02E12.計(jì)算平移后的周期:同比與環(huán)比
- 第4部分DAX神功.S02E13.計(jì)算平移后的周期PARALLELPERIOD詳解
- 第4部分DAX神功.答網(wǎng)友問08.嵌套使用時(shí)間智能日期函數(shù)
- 第4部分DAX神功.答網(wǎng)友問09.計(jì)算周期之間的差異
- 第4部分DAX神功.答網(wǎng)友問10 計(jì)算移動(dòng)總計(jì)必先理解日期區(qū)間
- 第4部分DAX神功.S02E14.半累加計(jì)算就是日期維度最大日期對(duì)應(yīng)的值
- 第4部分DAX神功.答網(wǎng)友問11.使用期初和期末余額
- 第4部分DAX神功.S02E15.理解高級(jí)時(shí)間智能計(jì)算
- 第4部分DAX神功.S02E16.為何要學(xué)習(xí)時(shí)間智能函數(shù)因?yàn)橛袝r(shí)它不易替代
- 第4部分DAX神功.答網(wǎng)友問12.為什么LastDate與Max結(jié)果不同
- 第4部分DAX神功.S02E17.基于周的時(shí)間智能
- 第4部分DAX神功.S02E18.自定義年初至今,季初至今和月初至今
- 第4部分DAX神功.S02E19.HASONEVALUE和SELECTEDVALUE函數(shù)
- 第4部分DAX神功.S02E20.ISCROSSFILTERED和ISFILTERED函數(shù)
- 第4部分DAX神功.答網(wǎng)友問13.Values與Filters的區(qū)別
- 第4部分DAX神功.答網(wǎng)友問14 HASONEFILTER與HASONEVALUE的區(qū)別,你問錯(cuò)了!
- 第4部分DAX神功.答網(wǎng)友問15 Allexcept和ALL與VALUES的區(qū)別 刪除與添加篩選器
- 第4部分DAX神功.答網(wǎng)友問16 使用ALL函數(shù)避免上下文轉(zhuǎn)換與ISEMPTY函數(shù)
- 第4部分DAX神功.S02E21.數(shù)據(jù)沿襲和TREATAS函數(shù)
- 第4部分DAX神功.S02E22.簡單篩選器與固化篩選器
- 第4部分DAX神功.S03E01.計(jì)算層級(jí)占比
- 第4部分DAX神功.S03E02.處理父子層級(jí)結(jié)構(gòu)
- 第4部分DAX神功.S03E03.CALCULATETABLE與FILTER函數(shù)的區(qū)別
- 第4部分DAX神功.S03E04.ADDCOLUMNS函數(shù) 你不一定會(huì)用
- 第4部分DAX神功.S03E05.多張表使用SUMMARIZE函數(shù)
幾乎每家企業(yè)都會(huì)產(chǎn)生和面對(duì)大量的數(shù)據(jù),這些數(shù)據(jù)本身是沒有任何價(jià)值的。要讓這些數(shù)據(jù)的意義得以顯現(xiàn),需要對(duì)這些數(shù)據(jù)進(jìn)行整合、分析和洞察。Power BI是由微軟推出的一整套商業(yè)智能解決方案,其中的數(shù)據(jù)分析模塊是Power BI的核心,本套課程將從零開始講解,如何學(xué)習(xí)Power BI的數(shù)據(jù)分析語言DAX?學(xué)習(xí)完成本課程后,將能夠挖掘數(shù)據(jù)中的信息,快速準(zhǔn)確地生成可以交互的可視化報(bào)表,從而幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策。
一、認(rèn)識(shí)Power BI
Power BI并非是單一的一款應(yīng)用軟件,而是一套由軟件服務(wù)、應(yīng)用和連接器所組成的完整的商業(yè)智能解決方案。在Power BI各組成部分的協(xié)同工作下,來自本地或者云端的數(shù)據(jù)將能夠迅速地被轉(zhuǎn)化為可以交互的可視化見解。
二、Power BI的關(guān)鍵組成部分
Power BI由適用于桌面PC的Power BI Desktop、基于SaaS的在線服務(wù),以及適用于Windows 10 Mobile、Android和iOS平臺(tái)的移動(dòng)應(yīng)用共三個(gè)關(guān)鍵部分組成,它們分別適用于企業(yè)中不同的角色。
▲Power BI Desktop
▲Power BI在線服務(wù)
▲Power BI移動(dòng)應(yīng)用
例如,對(duì)于需要數(shù)據(jù)數(shù)字和生成報(bào)表的團(tuán)隊(duì)成員來講,他們平時(shí)接觸Power BI Desktop的機(jī)會(huì)可能更多一些,而對(duì)于需要隨時(shí)從數(shù)據(jù)中獲取信息的團(tuán)隊(duì)成員(例如銷售人員)來講,他們主要接觸的可能是Power BI移動(dòng)應(yīng)用或者Power BI在線服務(wù)。
三、試用Power BI
在中國大陸,企業(yè)用戶有Power BI國內(nèi)版(由世紀(jì)互聯(lián)運(yùn)營)和Power BI國際版共兩種選擇,本文用于演示的Power BI是國際版。
定價(jià)方面,適用于共享和協(xié)作的Power BI Pro是9.99美元(約合人民幣67.04元,匯率按1美元=6.7112人民幣計(jì)算)每用戶每月,適用于縮放大型部署的Power BI Premium的使用成本則需按需估算(立即估算)。
在決定購買Power BI之前,我們可以免費(fèi)試用60天的Power BI Pro,下面是Power BI Pro試用賬戶的注冊步驟:
1、點(diǎn)擊這里訪問Power BI官網(wǎng)首頁,點(diǎn)擊其中的“免費(fèi)開始試用“按鈕;
2、點(diǎn)擊頁面中段的“免費(fèi)試用”按鈕,我們將會(huì)跳轉(zhuǎn)到這個(gè)頁面:
3、在這個(gè)頁面中輸入企業(yè)郵箱的賬號(hào)(注意不能是個(gè)人郵箱),然后點(diǎn)擊“注冊”鏈接;
4、接著,注冊向?qū)?huì)要求我們做一個(gè)簡短的驗(yàn)證,這個(gè)驗(yàn)證可以通過短信或者電話呼叫來進(jìn)行;
Power BI簡介
1. 什么是Power BI?
以下是Microsoft Power BI官網(wǎng)給的定義:
Power BI是一種業(yè)務(wù)分析解決方案,可讓您可視化數(shù)據(jù)并在整個(gè)組織中共享洞察,或?qū)⑵淝度氲侥膽?yīng)用或網(wǎng)站中。連接數(shù)百個(gè)數(shù)據(jù)源,通過實(shí)時(shí)儀表板和報(bào)告將數(shù)據(jù)變?yōu)楝F(xiàn)實(shí)。
簡單來說,Power BI就是一個(gè)數(shù)據(jù)分析工具,它能實(shí)現(xiàn)數(shù)據(jù)分析的所有流程,包括對(duì)數(shù)據(jù)的獲取、清洗、建模和可視化展示,從而來幫助個(gè)人或企業(yè)來對(duì)數(shù)據(jù)進(jìn)行分析,用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù),做出正確的決策。說到這,我們有必要先來了解和理解一下數(shù)據(jù)分析的整個(gè)流程。
首先,我們先來看一下數(shù)據(jù)分析的一般流程是怎樣的?
在數(shù)據(jù)分析過程中,有3個(gè)“最”我們需要銘記于心:
最關(guān)鍵的步驟:明確分析目的。
2. 最耗時(shí)的步驟:數(shù)據(jù)清洗。
3. 最難的步驟:建模分析。
通常,我們可以將數(shù)據(jù)分析比喻成做菜,做菜的過程其實(shí)就類似數(shù)據(jù)分析的過程。
明確分析目的——明確客人喜歡吃什么菜(比如:辣椒炒肉)。數(shù)據(jù)分析之后的一切工作都是圍繞著這個(gè)目的來展開的,只有明確我們的分析目的,明確我們要解決什么問題,我們才能有針對(duì)性的去收集數(shù)據(jù),解決問題。
2. 獲取數(shù)據(jù)——獲取食材(比如:辣椒、肉和其他調(diào)料)。
3. 數(shù)據(jù)清洗——洗菜、切菜(比如:將辣椒切成絲,將肉切成片)。數(shù)據(jù)清洗是數(shù)據(jù)分析過程中最為繁瑣和最耗時(shí)的一步,它幾乎占用了數(shù)據(jù)分析的60%~80%的時(shí)間,一個(gè)優(yōu)秀的數(shù)據(jù)分析工具可以幫助我們簡化數(shù)據(jù)清洗的工作,讓我們更加專注于產(chǎn)生價(jià)值的部分,Power BI就是如此。
4. 建模分析——炒菜、調(diào)味(比如:是先炒辣椒還是先炒肉呢?)。建模分析是最能考察一個(gè)數(shù)據(jù)分析師的分析能力的步驟,對(duì)待同一份數(shù)據(jù),不同的分析師會(huì)有著不同的見解,得出的結(jié)果也不盡相同,這不僅需要我們積累業(yè)務(wù)經(jīng)驗(yàn)提高對(duì)數(shù)字的敏感度,同時(shí)也需要我們提高對(duì)工具的熟練度。
5. 數(shù)據(jù)可視化——調(diào)色(比如:一道好看的菜,食欲都會(huì)增加幾分)。數(shù)據(jù)可視化可以幫助我們更加直觀、清楚的理解數(shù)據(jù)內(nèi)在的含義,分析出其存在的規(guī)律,但我們需要遵循一條原則是:可視化的目的是讓我們能更加容易的理解數(shù)據(jù),因此,并不是越復(fù)雜的圖形就越好。
6. 發(fā)布報(bào)告——上菜。當(dāng)您得出了一份比較有價(jià)值的可視化報(bào)告,您就可以共享給組織或其他人,讓數(shù)據(jù)產(chǎn)生其應(yīng)有的真正價(jià)值。
2. 為什么要使用Power BI?
如果您還不清楚為什么要學(xué)習(xí)Power BI,下面這些回答相信可以解決您的困擾。
十多年的行業(yè)領(lǐng)導(dǎo)地位
Gartner連續(xù)12年將微軟評(píng)為分析和商業(yè)智能平臺(tái)的魔力象限領(lǐng)導(dǎo)者。下面展示的是2019年最新的評(píng)價(jià):
