從Excel到Power BI：商業(yè)智能數(shù)據(jù)分析

目錄
第1章 Power BI：讓數(shù)據(jù)飛起來(lái) 1
事物的本質(zhì)往往沒(méi)有那么復(fù)雜，就好像浩瀚的宇宙，雖然流星稍縱即逝，但我們可以計(jì)算它的速度，雖然我們觸摸不到銀河系，但可以度量它的大小，這是因?yàn)槲覀冋莆樟颂祗w運(yùn)動(dòng)的原理。同樣，如果我們掌握了數(shù)據(jù)分析原理，就會(huì)發(fā)現(xiàn)那些所謂的高級(jí)分析、轉(zhuǎn)化漏斗分析、全面預(yù)算，還有最近比較火的增長(zhǎng)黑客 AARRR 模型等，不過(guò)是浩瀚的知識(shí)體系中原理應(yīng)用的一個(gè)場(chǎng)景。本章會(huì)剝?nèi)?shù)據(jù)分析神秘的“外衣”，以淺顯的語(yǔ)言來(lái)講述數(shù)據(jù)分析原理。
1．1 什么是 Power BI：未來(lái)已至 2
1．2 從 Excel 到 Power BI 的 5 個(gè)理由 9
1．3 數(shù)據(jù)分析原理：其實(shí)很簡(jiǎn)單 14
第2章Power BI 初體驗(yàn)及數(shù)據(jù)可視化 24
“Logic will get you from A to B． Imagination will take you everywhere．”
（邏輯會(huì)把你從 A 帶到 B，而想象力可以帶你去任何地方。）
數(shù)據(jù)可視化不僅是一門技術(shù)，也是一門藝術(shù)，同樣的數(shù)據(jù)在不同人的手里，展現(xiàn)的效果會(huì)千差萬(wàn)別，掌握這門技能需要我們理解數(shù)據(jù)并具有想象力。
2．1 什么是數(shù)據(jù)可視化：視覺(jué)盛宴的開始 25
2．2 數(shù)據(jù)查詢初體驗(yàn)：把數(shù)據(jù)裝到“碗”里 27
2．3 數(shù)據(jù)建模和度量值：Excel 在 20 年來(lái)做的最好的事情 31
2．4 可視化及自定義視覺(jué)對(duì)象：將圖表一網(wǎng)打盡 39
2．5 篩選器、層次、交互和分享：顛覆靜態(tài)報(bào)表 51
2．6 可視化原則：平衡的藝術(shù) 61
第3章 數(shù)據(jù)查詢：Power Query 69
大多數(shù)數(shù)據(jù)分析師都是用 80%的時(shí)間做基礎(chǔ)的數(shù)據(jù)處理工作，而用不到 20%的時(shí)間做數(shù)據(jù)分析工作。借助強(qiáng)大的 Power Query 工具，可以解決這個(gè)工作時(shí)間分配失衡的問(wèn)題，打造一個(gè)工作新常態(tài)：用 20%的時(shí)間做數(shù)據(jù)處理工作，用 80%的時(shí)間做數(shù)據(jù)分析工作。
3．1 告別“數(shù)據(jù)搬運(yùn)工” 70
3．2 數(shù)據(jù)清洗 30 招：變形金剛 75
3．3 獲取數(shù)據(jù)：從網(wǎng)頁(yè)和數(shù)據(jù)庫(kù) 97
3．4 追加與合并查詢：你還在用 Vlookup 函數(shù)嗎 103
3．5 多文件合并：復(fù)制和粘貼的殺手 109
3．6 Power Query 與精益管理思想 113
3．7 Power BI 的 M 語(yǔ)言與 DAX 語(yǔ)言之爭(zhēng) 119
第4章 數(shù)據(jù)建模：Power Pivot 與 DAX 語(yǔ)言 123
“如果一件事情，你不能度量它，就不能增長(zhǎng)它”。有人說(shuō)，度量值是 Excel 在 20年來(lái)做得最好的一件事。作為一個(gè)數(shù)據(jù)分析工具， Power Pivot 和 DAX 語(yǔ)言才是 Power BI 的核心和靈魂。
4．1 基本概念：度量的力量 124
4．2 關(guān)系模型：建筑設(shè)計(jì)師 126
4．3 Power Pivot 與 Pivot：超越普通 129
4．4 度量值：將變革進(jìn)行到底 133
4．5 計(jì)算列：溫故而知新 138
第5章 DAX 語(yǔ)言入門：真正的顛覆從這里開始 142
DAX 什么是？DAX，Data Analysis Expression，即數(shù)據(jù)分析表達(dá)式。
本書選取了 DAX 公式中的 24 個(gè)核心公式，并且根據(jù)它們的使用頻率由大到小分成了 3 個(gè)階段。其中入門階段的函數(shù)是最常用、核心的部分，攻克它們便可以制作一些小的數(shù)據(jù)分析模型。
5．1 DAX 語(yǔ)言：數(shù)據(jù)分析表達(dá)式 143
5．2 聚合函數(shù)：計(jì)算器 150
5．3 Calculate 函數(shù)：最強(qiáng)大的引擎 153
5．4 All 函數(shù) 156
5．5 Allexcept 和 Allselceted 函數(shù)兄弟 161
5．6 Filter 函數(shù)：高級(jí)篩選器 165
5．7 理解上下文：DAX 語(yǔ)言學(xué)習(xí)里程碑 173
第6章 DAX 語(yǔ)言進(jìn)階：最簡(jiǎn)單也是最好用的 184
我們可以把 DAX 當(dāng)作一門語(yǔ)言來(lái)學(xué)習(xí)，也可以把它當(dāng)作 Excel 公式來(lái)看，因?yàn)樗鼈兎浅Ｏ嗨?，而且大部分函?shù)都是通用的。這也會(huì)讓你從傳統(tǒng)的 Excel 轉(zhuǎn)到現(xiàn)代的Power BI 更容易，相對(duì)學(xué)習(xí)成本更低。
初階函數(shù)的學(xué)習(xí)難度較小，與 Excel 函數(shù)很像，可以說(shuō)是 Excel 函數(shù)的擴(kuò)展。
6．1 Divide 函數(shù)：安全除法 185
6．2 If/Switch 函數(shù)：邏輯判斷 187
6．3 關(guān)系函數(shù)：Related、Relatedtable 和 Lookupvalue 188
6．4 Time Intelligence 函數(shù)：時(shí)間智能函數(shù) 192
6．5 日歷表的使用 200
6．6 分組的技巧 205
6．7 度量值的收納盒 210
第7章 DAX 語(yǔ)言高階：進(jìn)擊的數(shù)字大廚 213
高階函數(shù)的學(xué)習(xí)相對(duì)前兩個(gè)階段要更難，然而有了前兩個(gè)階段的學(xué)習(xí)基礎(chǔ)，它們不過(guò)是另一個(gè)小山頭。當(dāng)你完成了這 3 個(gè)階段共 24 個(gè)函數(shù)的學(xué)習(xí)，就好比掌握了太極拳的 24 個(gè)精髓招式，將它們組合起來(lái)運(yùn)用自如后就可以達(dá)到以不變應(yīng)萬(wàn)變的境界。這些函數(shù)足以讓你應(yīng)對(duì) 80%以上的數(shù)據(jù)分析需求。
7．1 Values 函數(shù)：不重復(fù)值 214
7．2 Hasonevalue 函數(shù)：只有一個(gè)值 217
7．3 SumX 函數(shù)：掌握 X 類函數(shù) 218
7．4 Earlier 函數(shù)：當(dāng)前行 221
7．5 RankX 和 TopN 函數(shù)：排名 226
7．6 輔助表：巧妙的助攻 231
7．7 VAR/Return 函數(shù)：錄音機(jī) 241
7．8 DAX：用作查詢的語(yǔ)言 247
7．9 取長(zhǎng)補(bǔ)短：Excel + Power BI = Better Together 256
后記 261