王小伟：Power BI 在企业经营数据分析中的高效应用

课程背景：

现今企业中，从总经理到财务总监及各部门职能人员，每天都在接触、使用数据，同时也在产生数据。然而随着时代发展，你会面临几个问题，看是否已解决:

• 从100种不同数据源快速获取需要的数据
• 迅速建立数据的关系并从中发现价值
• 能够支持多达上亿数据的处理
• 能够立马把商业价值分享出去转化成现实价值

但我们发现这些好象都做不到，因为我们缺少一个实现这些的系统或工具。而做为管理者、决策者要立刻，马上，现在，当下搞定企业经营数据，拿到信息，做出决策，没有等待时间。如果完全指望依靠IT，这个周期有点长，最好的方式就是自己快速搞定。当下商业数据分析从IT导向的时代已经到了业务导向的时代，商业数据分析已经进入了自助式智能时代，而Power BI 的出现正好帮我们打破现状，实现数据的自助分析，因为Power BI工具具有以下优势：

• 易用：瞬间生成令人惊叹的可视化精美报表
• 强大：连接各类数据源快速获得商业洞察力
• 智能：动态交互，根据提出的问题生成报表
• 便捷：多种方式共享报表，PC，Web，手机
• 高效：点击刷新，随时获取最新数据

《Power BI 在企业经营数据分析中的高效应用》课程将带着您掌握一套章法，驾驭工具而不是陷入工具，利用1台笔记本，而不是一架服务器，使用过亿数据而不只是1万或10万数据，只需1个人而不是一个团队，就能将企业中现有的数据进行有效的整合，并快速准确的制作出可视化管理驾驶舱，给管理者、决策者提供相应的决策依据，帮助企业做出明智的业务经营决策。

课程收获：

• 掌握智能化数据分析思维和BI自助工具
• 掌握数据可视化实现分析结果呈现的方法与技巧
• 掌握数据清洗、加工、挖掘及钻取的思路及方法
• 利用Power BI工具快速制作可视化分析仪表板
• 利用工具赋能实现数据字化转型，提升个人价值

课程时长：2天

课程对象：从事业务分析、Excel用户，需要提升数据分析技能及效率的企业人员和决策者

授课方式：理论讲解 + 案例教学 + 老师互动 + 课中辅导 + 学员动手

教学软件：参训学员请自备笔记本电脑，提前按装好Power BI Desktop软件

课程大纲：

第一讲：认识PowerBI，开启你的技能之旅

1. 自助商业智能BI概述
2. Power BI Desktop的下载与安装
3. PBID中的查询视图：获取数据与查询编辑
4. PBID中的关系视图：创建基业务事实表间的数据关系（建模）
5. PBID中的数据视图：新建列、调整类型格式
6. PBID中的报表视图：用可视化对象创建图表并优化格式
7. PBID中的可视化对象：Power BI 中的原生可视化控件
8. Power BI 工作主流程——设计与发布

• 表的结构化思维

第二讲：BI智能化数据分析必备的数据思维

• 非结构化数据表
• 结构化数据表

1. 一维表标准化范式（存储数据）
2. 二维表结构化范式（浏览数据）

• 数据标准化思维
• 数据类别

1. 静态数据
2. 动态数据

• 数据类型

1. 日期与时间
2. 文本
3. 数字

• 数据模型思维

1. 什么是数据模型
2. 建立数据模型的目的
3. 数据模型中表的分类及起名原则
4. 数据模型的架构方式

• 数据分析思维

1. 万变不离其宗，分析6步法
2. 分析方法

• 对比：判断好坏
• 拆分：追根溯源
• 排序：找到重点
• 分组：万物归宗
• 交叉：厘清关系
• 降维：提高精度
• 增维：直观明了
• 预测：发现走势

1. 数据可视化呈现步骤
2. 数据分析报告框架

Power BI数据准备——理解Power Query查询流程

第三讲：Power BI数据的获取及加工整理

1. Power Query数据准备——数据获取
2. 从Excel或其它文件获取
3. 从数据库获取
4. 从Web获取
5. Power Query数据准备——数据转换

• 数据的行列管理及筛先
• 数据格式的转换
• 数据的拆分、合并、提取
• 删除重复项与错误值
• 转置和反转
• 透视和逆透视
• 分组依据
• 列的添加
• 日期与时间的整理

1. Power Query数据准备——数据组合
2. 追加查询
3. 合并查询
4. 合并查询里的联接种类

Power Query数据准备——多文件汇总

1. 从工作薄中汇总大量工作表
2. 从文件夹中汇总多个工作薄

Power BI分析数据的工作流程

第四讲：数据建模分析——在Power BI 中设计数据模型

1. Power BI数据分析的业务思维模式
2. Power BI数据分析的建模思维模式
3. 星型架构设计
4. 如何管理数据关系
5. 使用关系和基数

Power BI 数据模型中的三种计算元素

1. 计算列：增加观察的角度
2. 度量值：计算复杂的业务指标
3. 计算表：不是关注的结果，但是得到结果的前提

Power BI数据模型中的计算环境（计算上下文）

1. 筛选上下文
2. 计算行上下文
3. 行上下文转换

第五讲：在Power BI数据模型中使用DAX数据分析表达式

1. DAX分析表达式的基础操作
2. 理解PBI DAX中的数据类型
3. 理解PBI DAX中的基本运算规则
4. 常见的DAX数据分析表达式应用

• 利用聚合函数对Power BI模型中的数据进行聚合
• 利用逻辑函数对Power BI模型中的数据进行逻辑判断
• 利用文本函数对Power BI模型中的数据颗粒进一步细化
• 在 Power BI模型中使用迭代器函数
• 利用关系函数获取Power BI模型中关联表的数据

数据模型中返回表的应用

• FILTER函数：筛选Power BI模型中的表
• ALL 函数：返回表和移除Power BI模型中的筛选器
• VALUES函数：返回参数在当前筛选上下文中的所有可见值

1. 安全除法：DIVIDE函数
2. 在Power BI模型计算部分与整体：不同占比的公式创建
3. Power BI模型中计算随时间变化的业务指标
4. 日期表的创建
5. 在 Power BI Desktop 模型中使用 DAX 时间智能函数
6. 年累计（YTD），季度累计（QTD）和月度累计（MTD）
7. 上年同期（PY），上季同期（PQ）和上月同期（PM）
8. 上年全部（PYT），上季全部（PQT）和上月全部（PMT）
9. 月度环比（MOM%），年度同比（YOY%）
10. 去年年度至今（PYTD）
11. 年度至今同比差异增长率（YTD YOY%）
12. 用移动平均做预测

表与矩阵可视化对象的操作及格式设置

第六讲：Power BI数据可视化对象操作及应用

1. 关键性指标：卡片图与KPI图的操作方法
2. 利用柱形图与条形图做对比分析的操作方法
3. 利用折线图与面积图做趋势分析的操作方法
4. 利用饼图与圆环图做占比分析的操作方法法
5. 利用散点图做相关性分析的操作方法
6. 利用地图做地域分析的操作方法
7. 利用瀑布图做影响因素分析的操作方法
8. 个性化分析的可视化对象操作方法

第七讲：经营数据的可视化分析及呈现

1. 案例：整体收入分析
2. 案例：变化趋势分析
3. 案例：产品维度分析
4. 案例：客户维度分析
5. 案例：区域分布分析
6. 案例：月度执行分析
7. 案例：经营预测与预警

报告主题的设置

第八讲：智能化经营分析报告的制作及布局

1. 插入按钮与形状
2. 页面视图的设置
3. 制作报表的导航
4. 筛选器的使用及设置
5. 切片器的使用及设置
6. 可视化对象编辑交互的使用
7. 数据钻取操作的细节
8. 工具提示的设置
9. 报表的发布与共享