小勤：用个例子给我讲讲Power BI怎么用的呗。大海：好吧，Power Query你学了那么多，Power Pivot也基本入门了，Power BI也可以同步开始学了，反正PQ和PP的知识除了操作上有一点点儿区别外，都是能在Power BI里直接用的。 小勤：嗯。所以我想现在同步来，边深入学习PQ和PP，边开始熟悉PBI的操作和基本用法。 大海：那咱们先用一个简单的例子来体会一下用PBI从数据接入到完成分析结果的过程吧。首先，桌面上双击这个图标打开Power BIDesktop软件（如果桌面上没有这个快捷键就到程序里找，如果程序里没找到的话说明你还没装？）： 小勤：晕菜，打开软件谁不会啊！真啰嗦…… 大海：做戏做全套嘛……呵呵。好了，接下来进入正题： Step-01：数据获取 即要针对什么数据进行分析，就先接进来，数据的来源可以各种各样，比如日常的Excel 报表、业务系统的数据库、公开的网站数据等等……这个例子咱们先用Excel表里的数据。 选择数据所在的Excel工作簿： 选择需要参与分析的数据，并点击【编辑】。
大海：你看，这些功能熟悉吧？ 小勤：这不是和Excel里的Power Query一模一样的吗？虽然披了个黑乎乎的马甲，但不就是那些功能嘛。 大海：就是！其实PBI里的数据整理过程就是使用PQ的过程。现在数据接进来了，可以做数据的整理了，比如这里面的雇员的姓和名是分开的，咱们把它合到一起。 Step-02：数据整理（清洗） 数据整理好后就可以【关闭并应用】了——在Excel里用PQ的时候是数据加载，把处理结果返回到Excel的工作表中，在PBI里实际就是把处理的结果存起来待用。 小勤：这么简单？！ 大海：这不是只做个例子嘛……这个例子的数据很规范，所以要做的处理不多，你回头翻翻你那些用PQ处理过的乱七八糟的数据看看？ 小勤：嗯。好多数据需要逆透视啊、分组啊、清理无用文本啊、分离转换啊等等……不过还好，学了PQ就不怕了。 大海：对的，所有的不规范的数据，首先考虑转换为规范的数据明细，这是进行后续数据分析的基础。数据整理好，咱们就可以进行数据建模了。 小勤：数据建模？好高深的样子啊。 大海：要精通数据建模的确需要学习很多数据分析方面的知识，但一般的业务应用的话，咱们可以先简单学这两样：构建表关系、构建分析维度和度量。
小勤：大概了解了，这部分其实就是Power Pivot里的知识？ 大海：对的，其实就是Power Pivot里的内容，只是操作方法上可能有一点儿差别而已。我们来简单试一下： Step-03：数据建模-构建表间关系 小勤：咦，这个怎么都已经建好了？ 大海：对的，Power BI在构建数据表间关系是挺智能的，会根据数据的规律自动构建一些关系，比如这个例子里的2个表，实际在加载数据的时候就已经建好了，当然，有时候可能自动识别的关系是错的，那就自己手动先删除原来的关系，然后再将两个表之间匹配的字段拖拽一下。 小勤：嗯。多点点右键。呵呵。 大海：接下来咱们构建一个度量：订单明细数量（表里面那些地区、日期等等，都可以直接用作维度，不需要专门构建） Step-04：数据建模-构建维度/度量 这里是在订单明细表里【新建度量值】，其实度量值可以建在模型里的任何一个表里，整个模型都可以调用的。甚至有的时候，因为度量值太多了，可以考虑建一张单独的空白表，里面专门放度量值，这根据实际需要或按照自己的喜好选择就行了。
构建度量的函数就是PowerPivot里的DAX函数。输入函数后就能出现可选的字段，选择好字段后按TAB键就能将字段名填入公式里面。整个公式输入完毕后回车，建好的度量值就出现在订单明细表里了。
大海：经过构建表间关系和度量值2步，一个简单的数据模型就建好了。接下来咱们就可以进行数据分析了。比如咱们按货主地区看一下销售数量的情况。 Step-05：数据分析（柱状图实现数据对比）
出现一个很小的空白图形，可以用鼠标放大一些（这些基本操作自己多动动鼠标尝试一下即可，跟其他Office软件的应用基本一致）。
将“货主地区”字段拖放到“轴”里，将“销售数量”拖放到“值”里：
结果出来了：
小勤：嗯。大概理解了。感觉操作很简单啊。 大海：对的。这个例子很简单，主要是用于体会一下用Power BI做数据分析的全过程。 小勤：大概了解了。整个过程基本就分为四块：数据获取、数据处理、数据建模和数据分析，对吧？
大海：对的。就是这么一个过程。 小勤：然后其中的获取和整理其实就是相当于用Power Query接入数据并进行各种各样的规范处理，建模就相当于用Power Pivot构建表间关系和写度量值。 大海：总结得不错。最后的数据分析其实就是最后按需要构建各种各样的图表了。 小勤：嗯。对了，我还没保存呢。 大海：保存就不用我教了吧。 小勤：…… |
|
|
