国产极品粉嫩福利姬萌白酱_伊人WWW22综合色_久久精品a一国产成人免费网站_法国啄木乌AV片在线播放

Power BI經營數據分析

課程背景：
現今企業中，從總經理到財務總監及各部門職能人員，每天都在接觸、使用數據，同時也在產生數據。然而隨著時代發展，你會面臨幾個問題，看是否已解決:
● 從100種不同數據源快速獲取需要的數據
● 迅速建立數據的關系并從中發現價值
● 能夠支持多達上億數據的處理
● 能夠立馬把商業價值分享出去轉化成現實價值
但我們發現這些好象都做不到，因為我們缺少一個實現這些的系統或工具。而做為管理者、決策者要立刻，馬上，現在，當下搞定企業經營數據，拿到信息，做出決策，沒有等待時間。如果完全指望依靠IT，這個周期有點長，最好的方式就是自己快速搞定。當下商業數據分析從IT導向的時代已經到了業務導向的時代，商業數據分析已經進入了自助式智能時代，而Power BI 的出現正好幫我們打破現狀，實現數據的自助分析，因為Power BI工具具有以下優勢：
● 易用：瞬間生成令人驚嘆的可視化精美報表
● 強大：連接各類數據源快速獲得商業洞察力
● 智能：動態交互，根據提出的問題生成報表
● 便捷：多種方式共享報表，PC，Web，手機
● 高效：點擊刷新，隨時獲取*數據
《Power BI 在企業(ye)經營數(shu)據分析中(zhong)的(de)(de)(de)高效(xiao)應用》課程將帶著(zhu)您掌握一(yi)套章法，駕馭工具(ju)而不是陷入(ru)工具(ju)，利用1臺(tai)筆記本，而不是一(yi)架(jia)服務器，使用過億數(shu)據而不只是1萬或10萬數(shu)據，只需(xu)1個人而不是一(yi)個團隊(dui)，就能將企業(ye)中(zhong)現有(you)的(de)(de)(de)數(shu)據進(jin)行有(you)效(xiao)的(de)(de)(de)整合，并快速準確的(de)(de)(de)制作出可(ke)視(shi)化管理(li)駕駛艙(cang)，給管理(li)者、決策(ce)者提供(gong)相應的(de)(de)(de)決策(ce)依據，幫助企業(ye)做出明智的(de)(de)(de)業(ye)務經營決策(ce)。

課程收益：
● 掌握智能化數據分析思維和BI自助工具
● 掌握數據可視化實現分析結果呈現的方法與技巧
● 掌握數據清洗、加工、挖掘及鉆取的思路及方法
● 利用Power BI工具快速制作可視化分析儀表板
● 利用工具(ju)賦能實(shi)現數據字化(hua)轉型，提升個(ge)人價(jia)值

課(ke)程對象：從事業務分析、Excel用戶(hu)，需要提升數(shu)據分析技(ji)能及效率(lv)的企(qi)業人員和決策(ce)者

課程大綱
第一講：認識PowerBI，開啟你的技能之旅
導入：自助商業智能BI概述
前言：Power BI Desktop的下載與安裝
1、PBID中的查詢視圖：獲取數據與查詢編輯
2、PBID中的關系視圖：創建基業務事實表間的數據關系（建模）
3、PBID中的數據視圖：新建列、調整類型格式
4、PBID中的報表視圖：用可視化對象創建圖表并優化格式
5、PBID中的可視化對象：Power BI中的原生可視化控件
6、Power BI工(gong)作主流(liu)程：設計與(yu)發(fa)布

第二講：BI智能化數據分析必備的數據思維
一、表的結構化思維
1、非結構化數據表
2、結構化數據表
1）一維表標準化范式（存儲數據）
2）二維表結構化范式（瀏覽數據）
3、數據標準化思維
1）數據類別：靜態數據、動態數據
2）數據類型：日期與時間、文本、數字
4、數據模型思維
導入：什么是數據模型
1）建立數據模型的目的
2）數據模型中表的分類及起名原則
3）數據模型的架構方式
5、數據分析思維
1）萬變不離其宗，分析6步法
2）分析方法
a對比：判斷好壞
b拆分：追根溯源
c排序：找到重點
d分組：萬物歸宗
e交叉：厘清關系
f降維：提高精度
g增維：直觀明了
h預測：發現走勢
3）數據可視化呈現步驟
4）數(shu)據分(fen)析報告框架

第三講：Power BI數據的獲取及加工整理
一、Power BI數據準備——理解Power Query查詢流程
二、Power Query數據準備——數據獲取
1、從Excel或其它文件獲取
2、從數據庫獲取
3、從Web獲取
三、Power Query數據準備——數據轉換
1、數據的行列管理及篩先
2、數據格式的轉換
3、數據的拆分、合并、提取
4、刪除重復項與錯誤值
5、轉置和反轉
6、透視和逆透視
7、分組依據
8、列的添加
9、日期與時間的整理
四、Power Query數據準備——數據組合
1、追加查詢
2、合并查詢
3、合并查詢里的聯接種類
五、Power Query數據準備——多文件匯總
1、從工作薄中匯總大量工作表
2、從文(wen)件(jian)夾中匯總多個工作(zuo)薄

第四講：數據建模分析——在Power BI 中設計數據模型
導入：Power BI分析數據的工作流程
一、Power BI數據分析的業務思維模式
二、Power BI數據分析的建模思維模式
1、星型架構設計
2、如何管理數據關系
3、使用關系和基數
三、Power BI數據模型中的三種計算元素
1、計算列：增加觀察的角度
2、度量值：計算復雜的業務指標
3、計算表：不是關注的結果，但是得到結果的前提
四、Power BI數據模型中的計算環境（計算上下文）
1、篩選上下文
2、計算行上下文
3、行上下文轉換

第五講：在Power BI數據模型中使用DAX數據分析表達式
一、DAX分析表達式的基礎操作
1、理解PBI DAX中的數據類型
2、理解PBI DAX中的基本運算規則
二、常見的DAX數據分析表達式應用
1、利用聚合函數對Power BI模型中的數據進行聚合
2、利用邏輯函數對Power BI模型中的數據進行邏輯判斷
3、利用文本函數對Power BI模型中的數據顆粒進一步細化
4、在 Power BI模型中使用迭代器函數
5、利用關系函數獲取Power BI模型中關聯表的數據
三、數據模型中返回表的應用
1、FILTER函數：篩選Power BI模型中的表
2、ALL函數：返回表和移除Power BI模型中的篩選器
3、VALUES函數：返回參數在當前篩選上下文中的所有可見值
分享：安全除法——DIVIDE函數
四、在Power BI模型計算部分與整體（不同占比的公式創建）
五、Power BI模型中計算隨時間變化的業務指標
1、日期表的創建
2、在Power BI Desktop 模型中使用 DAX 時間智能函數
3、年累計（YTD），季度累計（QTD）和月度累計（MTD）
4、上年同期（PY），上季同期（PQ）和上月同期（PM）
5、上年全部（PYT），上季全部（PQT）和上月全部（PMT）
6、月度環比（MOM%），年度同比（YOY%）
7、去年年度至今（PYTD）
8、年度至今同比差異增長率（YTD YOY%）
9、用移(yi)動(dong)平均做(zuo)預測

第六講：Power BI數據可視化對象操作及應用
1、表與矩陣可視化對象的操作及格式設置
2、關鍵性指標：卡片圖與KPI圖的操作方法
3、利用柱形圖與條形圖做對比分析的操作方法
4、利用折線圖與面積圖做趨勢分析的操作方法
5、利用餅圖與圓環圖做占比分析的操作方法法
6、利用散點圖做相關性分析的操作方法
7、利用地圖做地域分析的操作方法
8、利用瀑布圖做影響因素分析的操作方法
9、個性(xing)化分析(xi)的可(ke)視化對象操作方法(fa)

第七講：經營數據的可視化分析及呈現
案例：整體收入分析
案例：變化趨勢分析
案例：產品維度分析
案例：客戶維度分析
案例：區域分布分析
案例：月度執行分析
案例：經營預測與預警

第八講：智能化經營分析報告的制作及布局
1、報告主題的設置
2、插入按鈕與形狀
3、頁面視圖的設置
4、制作報表的導航
5、篩選器的使用及設置
6、切片器的使用及設置
7、可視化對象編輯交互的使用
8、數據鉆取操作的細節
9、工具提示的設置
10、報表的發布與共享

Power BI經營數據分(fen)析(xi)