《从Excel到Power BI:商业智能数据分析》由马世权著 ,电子工业出版社于2018年2月1日出版 ,博文视点出品 ,定价59元 ,平装装帧 ,ISBN为9787121333248 。本书以Excel基础结合Power BI为方法论 ,用通俗易懂语言讲解Power BI技术知识 ,助力零基础读者快速上手 。
内容架构
Power BI 基础:介绍Power BI概念 ,阐述从Excel过渡到Power BI的理由 ,并讲解数据分析原理 ,剥去数据分析神秘“外衣” 。
数据可视化体验:讲解数据可视化概念 ,带领读者初体验数据查询 、数据建模与度量值设定 ,介绍可视化及自定义视觉对象 ,讲解筛选器 、层次 、交互和分享功能 ,强调可视化原则 。
数据查询:借助Power Query工具 ,解决数据处理与分析时间分配失衡问题 ,涵盖数据清洗 、获取数据 、追加与合并查询 、多文件合并等内容 ,并探讨Power BI的M语言与DAX语言 。
数据建模与 DAX 语言:介绍Power Pivot与DAX语言 ,讲解度量值 、关系模型等概念 ,涉及计算列等内容 ,这部分是Power BI的核心与灵魂 。
DAX 语言学习:选取DAX公式中24个核心公式 ,按使用频率分阶段讲解 ,包括入门阶段聚合函数 、Calculate函数等 ,进阶阶段Divide函数 、If/Switch函数等 。
适用人群
适合财务 、管理 、客服 、物流 、行政 、人力资源 、电商等行业人员 ,以及无IT基础的读者 。
作者简介 · · · · · ·
马世权
CPA Canada特许专业会计师
具有多年“世界500强”公司财务分析 、风险管理经验
现任互联网金融行业运营分析经理
知乎专栏 、公众号“Power BI大师”创始人
目录 · · · · · ·
事物的本质往往没有那么复杂 ,就好像浩瀚的宇宙 ,虽然流星稍纵即逝 ,但我们可以计算它的速度 ,虽然我们触摸不到银河系 ,但可以度量它的大小 ,这是因为我们掌握了天体运动的原理 。同样 ,如果我们掌握了数据分析原理 ,就会发现那些所谓的高级分析 、转化漏斗分析 、全面预算 ,还有最近比较火的增长黑客 AARRR 模型等 ,不过是浩瀚的知识体系中原理应用的一个场景 。本章会剥去数据分析神秘的“外衣” ,以浅显的语言来讲述数据分析原理 。
1.1 什么是 Power BI:未来已至 2
1.2 从 Excel 到 Power BI 的 5 个理由 9
1.3 数据分析原理:其实很简单 14
第2章Power BI 初体验及数据可视化 24
“Logic will get you from A to B. Imagination will take you everywhere.”
(逻辑会把你从 A 带到 B ,而想象力可以带你去任何地方 。)
数据可视化不仅是一门技术 ,也是一门艺术 ,同样的数据在不同人的手里 ,展现的效果会千差万别 ,掌握这门技能需要我们理解数据并具有想象力 。
2.1 什么是数据可视化:视觉盛宴的开始 25
2.2 数据查询初体验:把数据装到“碗”里 27
2.3 数据建模和度量值:Excel 在 20 年来做的最好的事情 31
2.4 可视化及自定义视觉对象:将图表一网打尽 39
2.5 筛选器 、层次 、交互和分享:颠覆静态报表 51
2.6 可视化原则:平衡的艺术 61
第3章 数据查询:Power Query 69
大多数数据分析师都是用 80%的时间做基础的数据处理工作 ,而用不到 20%的时间做数据分析工作 。借助强大的 Power Query 工具 ,可以解决这个工作时间分配失衡的问题 ,打造一个工作新常态:用 20%的时间做数据处理工作 ,用 80%的时间做数据分析工作 。
3.1 告别“数据搬运工” 70
3.2 数据清洗 30 招:变形金刚 75
3.3 获取数据:从网页和数据库 97
3.4 追加与合并查询:你还在用 Vlookup 函数吗 103
3.5 多文件合并:复制和粘贴的杀手 109
3.6 Power Query 与精益管理思想 113
3.7 Power BI 的 M 语言与 DAX 语言之争 119
第4章 数据建模:Power Pivot 与 DAX 语言 123
“如果一件事情 ,你不能度量它 ,就不能增长它” 。有人说 ,度量值是 Excel 在 20年来做得最好的一件事 。作为一个数据分析工具 , Power Pivot 和 DAX 语言才是 Power BI 的核心和灵魂 。
4.1 基本概念:度量的力量 124
4.2 关系模型:建筑设计师 126
4.3 Power Pivot 与 Pivot:超越普通 129
4.4 度量值:将变革进行到底 133
4.5 计算列:温故而知新 138
第5章 DAX 语言入门:真正的颠覆从这里开始 142
DAX 什么是?DAX ,Data Analysis Expression ,即数据分析表达式 。
本书选取了 DAX 公式中的 24 个核心公式 ,并且根据它们的使用频率由大到小分成了 3 个阶段 。其中入门阶段的函数是最常用 、核心的部分 ,攻克它们便可以制作一些小的数据分析模型 。
5.1 DAX 语言:数据分析表达式 143
5.2 聚合函数:计算器 150
5.3 Calculate 函数:最强大的引擎 153
5.4 All 函数 156
5.5 Allexcept 和 Allselceted 函数兄弟 161
5.6 Filter 函数:高级筛选器 165
5.7 理解上下文:DAX 语言学习里程碑 173
第6章 DAX 语言进阶:最简单也是最好用的 184
我们可以把 DAX 当作一门语言来学习 ,也可以把它当作 Excel 公式来看 ,因为它们非常相似 ,而且大部分函数都是通用的 。这也会让你从传统的 Excel 转到现代的Power BI 更容易 ,相对学习成本更低 。
初阶函数的学习难度较小 ,与 Excel 函数很像 ,可以说是 Excel 函数的扩展 。
6.1 Divide 函数:安全除法 185
6.2 If/Switch 函数:逻辑判断 187
6.3 关系函数:Related 、Relatedtable 和 Lookupvalue 188
6.4 Time Intelligence 函数:时间智能函数 192
6.5 日历表的使用 200
6.6 分组的技巧 205
6.7 度量值的收纳盒 210
第7章 DAX 语言高阶:进击的数字大厨 213
高阶函数的学习相对前两个阶段要更难 ,然而有了前两个阶段的学习基础 ,它们不过是另一个小山头 。当你完成了这 3 个阶段共 24 个函数的学习 ,就好比掌握了太极拳的 24 个精髓招式 ,将它们组合起来运用自如后就可以达到以不变应万变的境界 。这些函数足以让你应对 80%以上的数据分析需求 。
7.1 Values 函数:不重复值 214
7.2 Hasonevalue 函数:只有一个值 217
7.3 SumX 函数:掌握 X 类函数 218
7.4 Earlier 函数:当前行 221
7.5 RankX 和 TopN 函数:排名 226
7.6 辅助表:巧妙的助攻 231
7.7 VAR/Return 函数:录音机 241
7.8 DAX:用作查询的语言 247
7.9 取长补短:Excel + Power BI = Better Together 256
后记 261
留言评论
暂无留言