數據分析從 Excel 到 Power BI：Power BI 商業數據分析思維、技術與實踐

本書以Power BI數據分析軟件為平臺，將企業實際工作需求作為出發點，分別從思維、技術、實踐這三方面，全面系統的講解和分享了Power BI在企業日常數據分析場景的運用思維、實操技能以及綜合管理應用的思路。 本書分為三大部分。第1篇（第1~4章）以循序漸進的方式介紹企業數據分析的基本流程、常見模型以及應用案例。第2篇（第5~8章）主要介紹和講解了企業數據分析人員必知必會的Power BI工具的操作技能、應用技巧及經驗，內容包括各種實用工具的使用技能，常見問題的解決方法，以及各類函數和各種圖表的作用及具體運用方法。通過這部分信息幫助商業數據分析人員精進、精通Power BI的核心技術。第3篇（第9-10章）則是主要介紹如何通過Power BI來製作數據分析報表，並結合常見的應用案例，綜合前面篇章所講的各種技能，講解Power BI在企業日常數據分析工作中的實踐應用，同時向讀者分享了數據報表的管理思路與應用經驗。

張煜，微軟商業數據分析（BI）方向最有價值專家（MVP），著有《Power BI數據分析從零開始》，現任職於AvePoint（中國）首席產品經理，主要從事產品設計、研發和管理等相關工作。
超過8年的產品項目管理經驗，擅長對產品數據進行可視化分析，從而製定推廣，開發，銷售以及維護等策略。

Chapter 01 走進商業數據分析
1.1 什麼是商業數據分析 .2
1.1.1 老闆為什麼要商業數據分析報告 2
1.1.2 誰才是商業數據分析的對象 .5
1.1.3 什麼樣的分析報告能獲得老闆的青睞 7
1.2 不同企業對商業數據分析的不同定位 .10
1.2.1 商業分析與數據分析 .10
1.2.2 商業分析與數據科學 .12
1.3 如何成為一名商業數據分析師 .13
1.3.1 經濟學背景 13
1.3.2 統計學常識 14
1.3.3 計算機基礎 16
1.3.4 其他能力 18
1.4 本章小結 .21

Chapter 02 商業數據分析基本流程
2.1 確認問題 .24
2.1.1 如何展開問題調查 .24
2.1.2 問題調查時的注意事項 .26
2.1.3 使用 5WHY 分析法明確調查方向27
2.2 數據收集 28
2.2.1 收集一手數據 28
2.2.2 收集二手數據 29
2.3 數據加工整理 .30
2.3.1 去除冗餘數據 31
2.3.2 提取整合數據 32
2.3.3 對數據進行脫敏 .33
2.3.4 修正問題數據 34
2.4 數據建模 35
2.4.1 規範數據指代名稱 .35
2.4.2 定義數據類型 36
2.4.3 建立表單關聯關係 .37
2.4.4 進行數學運算 38
2.5 製作數據分析報表 39
2.5.1 創建可視化對象 .39
2.5.2 報表用戶的權限分配 .40
2.5.3 報表的發布與更新 .41
2.5.4 編寫數據分析報告 .41
2.6 本章小結 43

Chapter 03 商業數據分析的模型與思路
3.1 商業數據分析的四個層次 46
3.1.1 描述性分析 46
3.1.2 診斷性分析 47
3.1.3 預測性分析 48
3.1.4 規範性分析 49
3.2 商業數據分析的常用模型 .51
3.2.1 PEST 宏觀環境分析模型 .51
3.2.2 SWOT 條件綜合分析模型 .54
3.2.3 波特五力分析模型 .57
3.2.4 4P 營銷分析模型 .60
3.2.5 5W2H 分析模型.62
3.3 商業數據分析的常見思路 .64
3.3.1 細分分析 64
3.3.2 對比分析 66
3.3.3 趨勢分析 67
3.3.4 組群分析 70
3.3.5 關聯分析 71
3.4 本章小結 73

Chapter 04 商業數據分析的常見應用示例
4.1 客戶分析 .76
4.1.1 客戶生命週期 76
4.1.2 客戶狀況衡量指標 .79
4.1.3 RFM 客戶分析模型 83
4.2 成本收益分析 .88
4.2.1 現值 89
4.2.2 淨現值 91
4.2.3 分析的基本步驟 .93
4.3 銷售分析 94
4.3.1 常見關注指標 95
4.3.2 基本分析點 101
4.4 本章小結 108

Chapter 05 商業數據分析利器：Power BI 的基本操作
5.1 巧用查詢編輯器 . 112
5.1.1 選擇恰當的數據加載方式 .112
5.1.2 靈活引用數據 .115
5.1.3 明確數據名稱和類型 .117
5.1.4 小心排序陷阱 .119
5.1.5 調用自定義函數和參數 .121
5.2 靈活使用建模工具 123
5.2.1 巧建表關聯關係 .123
5.2.2 向報表內添加圖片 .125
5.2.3 分析和預測功能 .127
5.2.4 角色權限分配 .128
5.3 提高建模效率的小技巧 .131
5.3.1 DIVIDE 函數 vs 除法操作符 / 132
5.3.2 恰當使用ISERROR和IFERROR 132
5.3.3 謹慎對待空值 .133
5.3.4 使用 SELECTEDVALUE 代替VALUES 135
5.3.5 在 CALCULATE 函數中盡可能使用布爾類型表達式 135
5.3.6 使用自定義變量代替複雜嵌套表達式 .136
5.4 本章小結 144

Chapter 06 商業數據分析準備：數據的整理與查詢
6.1 向 Power BI 中添加數據 152
6.1.1 輸入數據 152
6.1.2 獲取數據 153
6.2 對數據進行修正 .158
6.2.1 替換 Error 值 158
6.2.2 透視列和逆透視列 .160
6.2.3 拆分數據列 162
6.3 對數據進行整理 .167
6.3.1 添加條件列和自定義列 .167
6.3.2 對數據進行分組統計 .168
6.3.3 對分組數據進行拆解 .171
6.4 數據查詢語言 M .175
6.4.1 基本構成 175
6.4.2 函數結果 177
6.4.3 常見錯誤和解決方案 .178
6.5 本章小結 181

Chapter 07 商業數據分析建模：數據的建模計算
7.1 數據分析表達式 DAX.186
7.1.1 DAX 表達式.186
7.1.2 DAX 表達式與 Excel 函數 187
7.1.3 DAX 語言與 M 語言 188
7.1.4 計算列和度量值 .189
7.1.5 DAX 中的上下文193
7.2 數據匯總 195
7.2.1 自動匯總 196
7.2.2 求和函數 SUM 和 SUMX 197
7.2.3 求最大值函數 MAX 和 MAXX .198
7.3 數據排序 201
7.3.1 按列排序 201
7.3.2 排序函數 RANKX 203
7.4 數據篩選 207
7.4.1 篩選器 207
7.4.2 切片器 208
7.4.3 篩選函數 FILTER、All 和CALCULATE .210
7.5 數據分類 216
7.5.1 分組 216
7.5.2 層次結構列 218
7.5.3 統計分類函數 SUMMARIZE 和GROUPBY .218
7.5.4 邏輯函數 IF 和 SWITCH .223
7.6 本章小結 228

Chapter 08 商業數據的直觀展示：數據的可視化處理
8.1 打造優秀可視化數據報表的秘訣 .238
8.1.1 明確主題 238
8.1.2 選擇合適的視覺對象 .238
8.1.3 設定好標題和說明信息 .239
8.1.4 規劃好數據單位信息 .240
8.1.5 配置恰當的顏色 .241
8.1.6 設定合理的報表佈局 .244
8.2 對比類視覺對象 .245
8.2.1 條形圖和柱狀圖 .245
8.2.2 折線圖 248
8.2.3 表和矩陣 249
8.3 關係類視覺對象 .255
8.3.1 散點圖 255
8.3.2 氣泡圖 256
8.4 組成類視覺對象 .258
8.4.1 餅圖和環形圖 .258
8.4.2 樹狀圖 259
8.4.3 分解樹 259
8.4.4 漏斗圖 261
8.5 本章小結 264

Chapter 09 商業數據分析結果呈現：報表的生成與發布
9.1 數據分析報表的 4 種形式 267
9.1.1 報告 .267
9.1.2 積分卡 .268
9.1.3 儀表板 .268
9.1.4 信息圖 .269
9.2 在 Power BI 在線服務中管理報表 272
9.2.1 發布 Power BI 報表 272
9.2.2 配置數據源連接 .274
9.2.3 對數據繼續刷新 .278
9.2.4 設置數據警報 .279
9.2.5 使用指標分析 .279
9.3 編寫 Power BI 報表說明文檔 .280
9.3.1 概要介紹 .280
9.3.2 數據源信息 .281
9.3.3 數據建模信息 .281
9.3.4 視覺對像簡介 .282
9.4 本章小結 282

Chapter 10 實戰：商業數據分析項目應用
10.1 人力資源數據分析 .284
10.1.1 數據準備 .284
10.1.2 數據建模 .285
10.1.3 創建可視化報表 .289
10.2 利潤數據分析 .289
10.2.1 數據準備 .289
10.2.2 數據建模 .293
10.2.3 創建可視化報表 .295
10.3 客戶消費行為分析 297
10.3.1 數據準備 .297
10.3.2 數據建模 .298
10.3.3 創建可視化報表 .302
10.4 本章小結 303