Power BI x Copilot x ChatGPT 商業報表設計入門:資料清理、資料模型、資料視覺化到報表共享建立全局觀念
戴士寶, Taiwan Power BI User Group 共同版主, I Master Power BI 社群創辦人
買這商品的人也買了...
-
$2,300$2,185 -
$2,781Artificial Intelligence in Finance: A Python-Based Guide
-
$1,200$948 -
$2,641$2,502 -
$390$308 -
$650$514 -
$654$621 -
$600$468 -
$680$537 -
$750$593 -
$2,185$2,070 -
$720$569 -
$680$537 -
$820$648 -
$880$695 -
$594$564 -
$599$473 -
$500$395 -
$680$476 -
$600$468 -
$700$525 -
$2,328Deep Learning for Finance: Creating Machine & Deep Learning Models for Trading in Python
-
$560$442 -
$500$395 -
$680$537
相關主題
商品描述
內容介紹:
在這個以數據為核心的時代,企業的數據轉型不再是選擇,而是必然。《PowerBI x Copilot x ChatGPT 商業報表設計入門:資料清理、資料模型、資料視覺化到共享報表建立全局觀念》是一本為這一轉型需求而生的專業書籍。作者戴士寶 Stark,憑藉在 Power BI 領域的豐富經驗,為讀者提供全面而深入的學習途徑。
本書從「資料流」的視角切入,全面介紹 Power BI 的各個方面,從資料清理、資料模型建構,到資料視覺化和雲端分享報表等。對於初學者而言,這本書從第一頁到最後一頁是一個完整的學習路徑,可以逐步掌握 Power BI 的各項工具和技能。對於已經有一定經驗的 Power BI 使用者,本書提供了新的視野和啟發,在現有基礎上進一步提升。
在書中亦引入了 Copilot 和 ChatGPT 等 AI 工具,使讀者在學習過程中能夠更高效地解決問題。此外,書中豐富的實戰案例和 Stark 的「無私分享」和「無私小撇步」,不僅豐富了讀者的操作技巧,更深化了對 Power BI 應用場景的理解。
尤其值得一提的是,書中對資料視覺化的深入探討和實作指導,透過詳細講解 Power BI Desktop 的強大功能,如欄位參數、深度鑽研分析和客製化工具提示等,使讀者更能夠充分發揮 Power BI 的潛力。
本書是一本既適合初學者又能滿足有經驗使用者需求的實用工具書。它不僅提供了全面的技術知識,更是一個實戰平台,讓讀者能夠將學到的知識直接應用於實際工作,有效推動個人和企業的數據轉型進程。
本書特色:
本書以其獨特的視角和實用性,為讀者提供了一個全面學習 Power BI 的絕佳機會。特色包括:
●資料流導向學習:這是業界唯一從「資料流」的角度出發,全面深入地介紹 Power BI 的書籍。內容覆蓋從資料清理、資料模型構建,到資料視覺化及雲端分享報表等各階段的重要工具和技巧。
●結合 AI 工具:書中巧妙融合了 Copilot 與 ChatGPT 這兩項先進的 AI 工具,協助讀者有效解決問題,提升學習和應用的效率。
●實戰案例分析:每章都配有大量貼近實際工作場景的案例,幫助讀者將所學知識迅速應用於工作之中,從理論到實踐一氣呵成。
●Stark 的經驗分享:書中包含「Stark 無私分享」及「Stark 無私小撇步」單元,Stark 將自己多年來的經驗和心得毫無保留地傳授給讀者,讓操作細節更加精準有效。
●資料視覺化專案實作:書中以實際專案為例,指導讀者掌握 Power BI 的強大功能,如欄位參數、鑽研分析和客製化工具提示等,讓讀者能夠充分發揮 Power BI 的潛力。
●持續學習的支援:Stark 在他的 Instagram、部落格、電子報等媒體持續提供學習文章以及新功能分享。
●全彩印刷:詳細的操作與視覺化過程,用彩色呈現更能所見即所得。
作者簡介
作者簡介:
戴士寶,或可稱 Stark,現職為外商軟體工程師。Stark 擁有四年豐富的資料視覺化實戰經驗,擅長使用 Power BI 為組織實現數據轉型,包含傳統產業、百貨零售業、學術界及半導體科技業。
除此之外,Stark 已累積超過百名學員的授課經驗,這些授課包括實體與線上課程。他也是 Taiwan Power BI User Group 的共同版主,這是一個擁有超過萬名成員的社群,成員旨在 Power BI 的知識分享和交流。
Stark 亦積極於社交媒體和自媒體領域發揮影響力。他創立的 I Master Power BI 品牌旨在推廣 Power BI 知識,吸引了大量的關注。他的 Instagram 帳號 I_Master_Power_BI 擁有超過 2,800 名追蹤者,而他的電子報則擁有超過 700 名訂閱者。透過這些平台,Stark 定期分享關於 Power BI 的最新動態和實用技巧。
若您對學習 Power BI 有興趣,還可以在以下平台找到 Stark:
●Instagram:https://www.instagram.com/i_master_power_bi/
●電子報:https://convertkit.imasterpowerbi.com/newsletter-book-online
●部落格:https://imasterpowerbi.com/
目錄大綱
目錄:
〈第一篇〉Power BI 基本認識
第 1 章 揭開 Power BI 面紗:背景與專有名詞介紹
1.1 為什麼需要 Power BI?
1.2 初識 Power BI 家族的系列產品
1.3 如何挑選最適合的 Power BI 產品做為最佳解決方案
1.4 資料流:理解報表數字背後的歷程
1.4.1 資料蒐集
1.4.2 資料清理
1.4.3 資料模型
1.4.4 資料視覺化
第 2 章 Power BI Desktop 初識與實作:銷售報表
2.1 Power BI 報表實作:銷售成效追蹤報表
2.2 匯入資料源
2.3 啟用新版功能:物件專屬互動(On-object Interaction)
2.4 認識視覺效果
2.5 建立篩選:使用「交叉分析篩選器」視覺效果
2.5.1 製作年度篩選器
2.5.2 完成剩餘的篩選器
2.6 銷售額對月份走勢:使用「折線圖」視覺效果
2.6.1 為折線圖新增欄位
2.6.2 修改欄位的格式
2.7 不同產品類別銷售額比較:利用「群組直條圖」視覺效果
2.7.1 為群組直條圖增加欄位
2.7.2 修改欄位的格式
2.8 不同國家銷售渠道銷售成效比較:利用「群組直條圖」視覺效果
2.9 檢視我們完成的第一個 Power BI 專案
〈第二篇〉Power Query:資料清理的厲害工具
第 3 章 Power Query 基本操作
3.1 用 Power Query 匯入資料
3.1.1 Power Query 找不到檔案怎麼辦?
3.1.2 匯入檔案到 Power Query,以 CSV 為例
3.1.3 Power Query 的工作區塊
3.2 常用操作 (1)
3.2.1 變更資料表名稱
3.2.2 移除頂端資料列
3.2.3 使用第一個資料列作為標頭
3.2.4 移除重複的資料列
3.2.5 移除空白的資料列
3.2.6 分割資料行(依分隔符號)
3.2.7 分割資料行(依字元數)
3.2.8 移除資料行
3.3 常用操作 (2)
3.3.1 重新命名資料行標頭
3.3.2 取代值
3.3.3 修改資料行之資料型態
3.3.4 排序
3.3.5 檢視查詢所套用的步驟
3.3.6 參考資料表
3.3.7 分組依據
3.4 資料行的操作
3.4.1 新增自訂資料行
3.4.2 新增條件資料行
3.4.3 新增索引資料行
3.4.4 新增複製資料行
3.4.5 合併資料行
3.5 將 Power Query 的操作套進 Power BI
第 4 章 Power Query 進階操作 (1)
4.1 資料表的資料結構轉換
4.1.1 適合用做資料視覺化的資料結構
4.1.2 樞紐與取消樞紐資料行
4.1.3 轉換 1×1 資料結構
4.1.4 轉換 2×1 資料結構
4.1.5 轉換 2×2 資料結構
4.2 日期與時間的操作
4.2.1 將日期時間拆分成日期與時間
4.2.2 擷取年、季、月、週、星期
4.2.3 將西元年轉換為民國年
4.3 文字資料行的操作
4.3.1 將英文字母改為全小寫
4.3.2 將英文字母改為全大寫
4.3.3 將每個英文單字字首改為大寫
4.3.4 清除字串前後空白
4.3.5 清除字串空白
4.3.6 在字串前面新增首碼
第 5 章 Power Query 進階操作 (2)
5.1 合併資料表的方法
5.1.1 縱向合併資料
5.1.2 橫向合併資料
5.1.3 合併同一資料夾之不同月份的檔案
5.2 步驟紀錄的調整
5.2.1 將某步驟刪除到結尾
5.2.2 移動步驟的次序
〈第三篇〉資料模型 - 模型建得好,製表沒煩惱
第 6 章 初識資料模型,善用 ChatGPT 協助正規化
6.1 資料模型是什麼?為什麼需要資料模型?
6.2 認識資料表間的關聯
6.2.1 關聯的種類
6.2.2 篩選(關聯)的方向
6.2.3 作用中與非作用中的關聯
6.3 Star Schema:最常見的資料模型
6.3.1 為什麼需要 Star Schema
6.3.2 資料正規化:產生 Star Schema
6.3.3 事實資料表
6.3.4 維度資料表
6.4 實作:利用 ChatGPT 協助建立資料模型
6.4.1 將問題交給 ChatGPT 解決:撰寫適當的提示詞
6.4.2 建立產品類別維度表
6.4.3 建立產品維度資料表
6.4.4 建立客戶維度資料表
6.4.5 建立日期維度資料表
6.4.6 建立銷售事實資料表
6.4.7 檢視完成後的資料模型
第 7 章 初識 DAX 函數:提升 Power BI 實力的必學招式
7.1 什麼是 DAX 函數?
7.2 DAX 函數基礎認識
7.2.1 資料型態
7.2.2 運算子
7.2.3 語法組成
7.3 DAX 公式使用場景 1:計算資料行
7.3.1 計算資料行的定義
7.3.2 新增計算資料行的方式
7.3.3 範例 1:計算銷售額的資料行
7.3.4 範例 2:計算顧客年齡的資料行
7.4 DAX 公式使用場景 2:量值
7.4.1 量值的定義
7.4.2 新增量值的方式
7.4.3 範例 1:計算總銷售額的量值
7.4.4 範例 2:計算顧客平均年齡的量值
7.5 計算資料行與量值的差異.
第 8 章 常見的 DAX 函數 - 以飯店旅客住宿資料模型為例
8.1 比較飯店服務的營收差異
8.1.1 新增服務消費金額的量值 – 使用 SUM 函數
8.1.2 將量值用群組直條圖呈現
8.2 計算所有房型的各別營收
8.2.1 計算入住天數 – 使用 DATEDIFF 函數
8.2.2 獲取關聯表的房型價格 – 使用 RELATED 函數
8.2.3 計算預定房間的收入 – 使用 SUMX 函數
8.2.4 優化 DAX 公式
8.3 為計算加入篩選 - 布林值篩選條件運算式
8.3.1 瞭解布林值篩選條件運算式的寫法
8.3.2 在一個量值中引入另一個量值
8.3.3 CALCULATE 函數的運作方式
8.3.4 實際操作新增「餐廳酒吧收入額」量值
8.3.5 布林值的邏輯算符
8.4 為計算加入篩選 - 資料表篩選條件運算式
8.4.1 新增「外國旅客服務消費金額」量值
8.4.2 建立外籍旅客消費各項服務類型的群組直條圖
8.5 為計算加入篩選 - 篩選條件修改函數
8.5.1 保留外部篩選條件–使用 KEEPFILTERS 函數
8.5.2 清除外部篩選條件 - 使用 ALL 函數
8.5.3 計算子群組百分比 – 使用 ALLEXCEPT 函數
8.5.4 啟用非作用中的關聯 – 使用 USERELATIONSHIP 函數
8.6 利用時間智慧函數執行與時間相關計算
8.6.1 使用時間智慧函數的先決條件:日期表
8.6.2 計算去年同期指標 – 使用 SAMEPERIODLASTYEAR 函數
8.6.3 計算任何同期指標 – 使用 DATEADD 函數
8.6.4 計算今年至今累加指標 – 使用 TOTALYTD 函數
8.7 建立量值彙總表以分類四散的量值
8.7.1 新增量值資料表
8.7.2 為不同類別的量值區分資料夾
第 9 章 利用 Copilot 與範本自動產生量值
9.1 Copilot 與 Power BI
9.2 快速量值:使用 Copilot 的建議
9.2.1 啟用 Power BI 中的 Copilot
9.2.2 新增銷售額快速量值
9.2.3 新增判斷高低銷售狀態量值
9.2.4 新增前五名高銷售顧客量值
9.2.5 視覺化結果
9.3 快速量值:使用範本
9.3.1 年初、季初、月初迄今的總計
9.3.2 與去年、上季、上月相比的變化
9.3.3 視覺化結果
〈第四篇〉資料視覺化-作吸引人的互動式報表
第 10 章 製作 HR 監控報表之基本功能
10.1 認識資料集
10.1.1 維度表:員工資訊表
10.1.2 維度表:日期表
10.1.3 事實表:員工年度考核表
10.1.4 事實表:缺勤及請假表
10.1.5 事實表:薪水發放紀錄表
10.1.6 事實表:員工訓練紀錄表
10.1.7 事實表:職缺招募表
10.2 製作報表的標題
10.2.1 製作標題底色
10.2.2 製作標題內容
10.3 製作年度篩選器
10.4 製作 KPI 卡片以追蹤指標
10.4.1 員工數量卡片
10.4.2 製作年資卡片
10.4.3 製作平均績效卡片
10.4.4 製作平均招募天數卡片
10.4.5 製作平均招募成本卡片
10.5 製作人員平均薪資樹狀圖
10.6 製作缺勤數分析緞帶圖
第 11 章 善用 Power BI 進階技巧升級 HR 報表 (1)
11.1 製作教育訓練成本分析
11.1.1 新增教育訓練成本所需量值
11.1.2 建立折線與群組直條圖視覺效果
11.1.3 修改數值單位為「萬」
11.2 製作動態分析群組橫條圖:Y 軸指標
11.2.1 分析篩選器的功能與準備所需欄位
11.2.2 新增欄位參數與建立交叉分析篩選器
11.2.3 修改 Y 軸指標的欄位參數篩選器
11.3 製作動態分析群組橫條圖:X 軸指標
11.3.1 準備篩選器需要的資料表
11.3.2 建立交叉分析篩選器
11.3.3 套用篩選器的樣式
11.4 製作動態分析群組橫條圖:橫條圖
11.4.1 新增履歷投遞量量值
11.4.2 建立動態指標量值
11.4.3 新增群組橫條圖並產生連動效果
11.4.4 修改群組橫條圖格式
11.5 建立圖所需的標題與外框
11.5.1 製作動態標題所需的量值
11.5.2 為動態群組橫條圖加上標題與外框
第 12 章 善用 Power BI 進階技巧升級 HR 報表 (2)
12.1 利用鑽研查看請假人員名單
12.1.1 製作鑽研頁面
12.1.2 操作鑽研功能
12.1.3 篩選窗格的用途
12.2 利用客製化工具提示查看成長率表
12.2.1 分析客製化工具提示所需的量值
12.2.2 認識計算群組(Calculation Group)
12.2.3 啟用模型檢視功能
12.2.4 製作五個計算項目於計算群組中
12.2.5 新增客製化工具提示報表頁面
12.2.6 使用與測試客製化工具提示
12.3 利用書籤記住報表的狀態
12.3.1 新增書籤以記錄當前狀態
12.3.2 新增按鈕並連結到書籤
〈第五篇〉Power BI Service – 共享報表的雲端工具
第 13 章 Power BI Service 基礎功能
13.1 發行地端報表至雲端服務中
13.1.1 在 Power BI Desktop 登入帳號
13.1.2 從 Power BI Desktop 發行到雲端
13.2 利用資料閘道實現資料刷新與排程管理
13.2.1 認識資料閘道
13.2.2 下載並安裝內部部署資料閘道
13.2.3 設定 Power BI Service 與資料來源溝通的帳號密碼
13.2.4 在 Power BI Service 設定連線
13.2.5 設定資料刷新與排程
第 14 章 Power BI Service 進階實踐
14.1 多人協作或多報表開發的最佳實踐
14.1.1 工作區(Workspace)的類型
14.1.2 切割開發、測試與正式環境
14.1.3 將一個 Power BI 資料集用於多份 Power BI 報表
14.2 利用 Power BI APP 整合數個報表
14.2.1 建立應用程式
14.2.2 設定受眾並發佈
14.2.3 修改報表並更新 Power BI App
14.3 權限控管與分享報表
14.3.1 工作區的權限種類
14.3.2 指派工作區權限予使用者
14.3.3 指派單一報表權限給他人
附錄A 下載並安裝Power BI Desktop(電子書)
A.1 下載 Power BI Desktop
A.2 安裝 Power BI Desktop
附錄B 註冊 Power BI 帳號(電子書)
B.1 註冊 Office 365 帳號
B.2 登入 Power BI Service
附錄C 利用 ChatGPT 協助產生 DAX 量值(電子書)
C.1 新增銷售額快速量值
C.2 新增判斷高低銷售狀態量值
C.3 新增前五名高銷售顧客量值