商業智能：Power BI數據分析

邁好第一步：Power BI 基礎知識
數據分析必經之路：Power BI 報表製作全流程
整理不規範的數據：Power Query 基本操作
為數據分析做準備：Power Query 高級應用
學習DAX 的正確姿勢：DAX 語言入門
最常用也是最好用的：DAX 進階函數
進擊之路從這里開始：DAX 高階函數
令人矚目的數據表現形式：數據可視化

前言
如何獲取學習資源
第1章邁好第一步—Power BI基礎知識
1.1Power BI：微軟新神器10
1.2為什麼選擇Power BI 12
1.3學習Power BI可能會遇到的問題17
1.4Power BI Desktop的安裝和介紹22
第2章數據分析必經之路—Power BI報表製作全流程
2.1連接數據源：邁出Power BI的第一步30
2.1.1導入Excel工作簿：最佳的數據搭檔30
2.1.2獲取數據：突破數據來源的限制33
2.2整理數據：修正數據中的明顯錯誤40
2.3數據建模：釐清數據的內在聯繫42
2.4可視化：酷炫的數據表達方式47
2.5報表發布：與他人共享數據50
第3章整理不規範的數據—Power Query基本操作
3.1知己知彼：初識Power Query編輯器54
3.2穩紮穩打：數據的簡單處理55
3.3事半功倍：行列數據的轉換63
3.4錦上添花：數據整理的進階工具70
第4章為數據分析做準備—Power Query高級應用
4.1添加列：增加輔助數據78
4.1.1添加重複列78
4.1.2添加條件列78
4.1.3添加自定義列80
4.2分組依據：分類匯總行列數據82
4.3合併與追加：匯總多個表的數據83
4.3.1合併查詢83
4.3.2追加查詢85
4.4列分析：輕鬆發現數據質量問題88
4.5M語言：數據處理的高級玩法90
第5章學習DAX的正確姿勢—DAX語言入門
5.1DAX語言：數據建模的核心和靈魂97
5.2度量值：移動的公式103
5.3新建列：為多個表建立關係107
5.4新表：利用DAX函數構建新表111
5.4.1UNION函數：合併多個表112
5.4.2NATURALINNERJOIN函數：合併聯結兩個表113
5.4.3DISTINCT函數：提取維度表116
5.4.4ADDCOLUMNS/CALENDAR/FORMAT函數：生成日期表117
5.4.5ROW/BLANK函數：新增空表120
第6章最常用也是最好用的—DAX進階函數
6.1CALCULATE函數：實現DAX功能的引擎123
案例列出不同篩選條件下的產品銷售數量123
6.2SUMX函數：完成列數據的逐行求和129
案例創建度量值統計銷售額129
6.3SUMMARIZE函數：建立匯總表132
案例匯總產品在各城市的銷售額132
6.4IF/SWITCH函數：分組數據137
案例將銷售額分為優、良、差三個等級138
6.5RELATED/RELATEDTABLE函數：單條件數據匹配139
案例為建有關係的兩個表匹配數據140
6.6LOOKUPVALUE函數：多條件數據匹配142
案例將銷售單價從一個表匹配到另一個表143
6.7ALL/ALLSELECTED函數：計算佔比144
案例計算產品佔總體或類別的比例145
第7章進擊之路從這裡開始— DAX高階函數
7.1FILTER函數：高級篩選器157
案例篩選超過2000萬的城市銷售金額157
7.2VALUES/HASONEVALUE函數：刪除重複值/判斷唯一性162
案例轉換“商舖城市”列為表/禁止計算總計值162
7.3TOTALYTD函數：年初至今的累計數據計算166
案例計算銷售總額的累計同 比增長率167
7.4EARLIER函數：獲取當前行信息170
案例計算產品的累計銷售額和累計銷售數量171
7.5RANKX函數：排名統計175
案例查看商舖城市和產品的銷售總額排名情況175
7.6TOPN函數：實現前幾名或後幾名的可視化展現180
案例查看前5名城市銷售總額佔比的趨勢180
第8章令人矚目的數據表現形式—數據可視化
8.1自定義視覺對象：突破想像力的可視化效果185
8.2標註最大值、最小值：關注走勢圖的特定數據188
8.3篩選器：篩掉無關數據，保留關注信息189
8.4編輯交互：體驗更靈活的數據可視化196
8.5鑽取：深入了解更詳細的信息198
8.6工具提示：滿足不同層次的用戶需求201