课程大纲:
一、了解Power BI发展史你才能知道他的架构
1.Power BI的发展史与Excel的爱恨情仇
2.Power Query、Power Pivot、Power View与Power BI的关系
3.Excel的数据思维与Power BI大数据分析思维的区别
4.如何建立良好的大数据分析思维
二、Power Query下的数据清洗与数据规范
1.PQ的操作记录机制与优势
2.如何利用PQ解决姓名、电话拆分的问题
3.如何利用PQ一步解决身份证出生日期的问题
4.如何利用PQ解决名称逆序的问题
5.如何利用PQ解决合并单元格以及填充的问题
6.利用PQ的逆透视列解决二维转一维表的问题
7.利用PQ的透视列解决PBI导出永远是一维表的问题
8.利用M语言,将多个工作簿合为一个工作簿
9.多表且列数不相同情况下如何进行合并
10.利用PQ解决名称不尽相同,且1对多情况下的匹配问题
11.Power Query For Excel与Power Query For Power BI的优劣势
12.如何利用PQ从网站上抓取数据
三、利用Power Pivot进行数据建模与分析
1.如何利用Power Pivot做数据建模
2.如何利用Power Pivot做多表数据挖掘
3.如何利用PP做多表间的数据关联
4.度量值的使用与规范
5.何为行上下文,何为筛选上下文
6.超级透视与数据透视表区别是什么,关联是什么
7.利用SumX跳过行上下文,直接建立筛选上下文
8.利用Calculate解决条件汇总的问题
9.数据分析维度—群组分析
1)利用Switch和if函数,将数据分段:将业绩进行分段分析
10.数据分析维度—排名分析
1)利用RANKX和All/Allselected函数进行排名分析
11.数据分析维度—时间分析
1)利用Previous家族与Calculate,解决环比,同比问题
2)利用时间智能函数(TotalYTD),解决累计数据分析
3)利用Datesinperiod/Max, 与设置参数,解决移动平均分析问题
12.数据分析维度—占比分析
1)利用RankX、All和Allselected函数,解决占比分析问题
四、Power View仪表板呈现与数据可视化
1.什么叫数据可视化
2.如何实现仪表板展示
3.在画布上,如何做到部分联动
4.如何实现“向下钻取”,让图表一层层展示
5.如何实现“抖音”上常看到的,条形动态图
6.如何将数据发布到手机上,让老板随时随地可以轻松查阅(必须注册)
7.如何将数据发布到PPT上,并且实现演示时,时时可联动
五、利用Power BI做数据搭建与分析实例
1.将多年数据合并,分析原材料与半成品各自占比。来解决采购成本控制
2.建立采购数据与供应商数据模型,分析到底是否现在供应商是否合理
3.从天气网抓取过去五年数据,分析今年天气,来决定户外作业是否合理
4.如何从各大电商网站,抓取竞聘数据。并实时更新
5.如何利用销售数据,来追踪客户