站在 Excel 的肩膀上 本书的缘起 每一本成功著作的背后都蕴藏着进步的力量,这力量或颠覆你对人生的思考,或助你找到前行的方向。我写此书的野心也不例外,除作为读者放在办公桌上炫耀新兴科技的摆设外,我有一个十分明确并且很接地气的目标:让更多的人站在 Excel 的肩膀上。这愿景从何而来?且听下文分解。 我与数字打交道多年,其中的经历可以写成一部血汗史。回首这些年走过的“坑”,心中更是向往一种境界: 沏一杯清茶 或小酌一口啤酒 数据图表呈现在眼前 打开脑洞 发现数字背后的故事 梦想是要有的 万一实现了呢 理想很丰满,现实很残酷。大多数人,确切地说是使用 Excel 做数据分析的人,都是煎熬在重复的报表制作中,埋头加班完成工作任务,又何谈悠闲地分析数字背后的故事?这简直是痴心妄想!还好这个世界不缺乏勇于改变现状的人,对于这一点,只要看一下市面上繁多的 Excel 类书籍、课程,以及身边众多的 Excel 关注者,就知道大家的学习热情是多么高。然而,热情高并不等于能成功,你只有很努力,才能看起来很轻松。本书不想成为那些因读者一时冲动而购买,但终因努力不够而埋没于书海的读物,而是想另辟蹊径,以 Excel 基础+Power BI 为方法论,借助科技的力量,提高读者的学习投资回报率。无论你是 Excel“小白”,还是代码高手,都将重新站在同一起跑线,翻身成为数字的主人。 我的 Power BI 方法论 关于 Power BI 方法论,我想先从个人学习 Excel 的经历讲起。在我多年的工作经历中,无论在哪座城市,哪家公司,哪个岗位,使用的一直是 Excel,而变化的是 Excel的版本,从 2007、2010、2013 到现在的 2016 版。即使是看着它长大的,对它的了解也不过是皮毛。一般人学习 Excel 的过程大抵是这样:起步于基本的快捷键和简单的Sum 类公式,曾惊叹 Vlookup 的神奇,又得意于习得数据透视表本领,偶尔通过百度查找一些专治“疑难杂症”类的小技巧与人炫耀,为能够生成一些五颜六色的图表而沾沾自喜。工作中的分析场景虽然是困难重重,但使用消磨时光的方法见招拆招也应付得过去,于是抱着知足者常乐的心态,学习就止步于此了,至于那些高级函数、数组公式、VBA 语言则浅尝辄止,数年来技艺也不曾有过精进。所以,对于 Excel 这个“巨人”,充其量我也就是抱到了它的大腿,也不敢抱有突破的幻想。事实上,大多数人都在这个认知的边界线徘徊。 工具能做的事情不完全在于工具本身,更在于使用的人。由于一直游走在认知的边界,受技能的局限,Excel 的使用烦恼时不时地困扰着我。不甘愿做井底之蛙,带着这种烦恼我开始寻找解决的办法,在这个探索的过程中,看到很多工具品牌以“摆脱 Excel 烦恼”为广告来宣传自己的产品,现在想来着实可笑。屏蔽这些利益相关的干扰,我得到了一个诚恳的答案: Excel 是使用人数较多的数据分析工具,然而,这个世界上的大多数人都是只知其一,不知其二,知道 Excel 却未曾听说过 Excel 还有几大插件: Power Query、Power Pivot、Power View,也不知道什么是 Power BI(如果这是你第一次听到这几个词,那么,此时走过路过可千万不要错过)。 于是,在我的 Excel 知识体系中又多了一个 Power BI,而且是高高在上。至于怎样衡量这个高度,其实方法很简单:当你掌握了这门黑科技,再去阅读那些 Excel 技巧类的文章,思考如何使用 Power BI 来达到相同的效果。虽然这种方法有点挑衅的味道,但是当你感受到同样一个应用场景你会以颠覆般的速度和呈指数级 10 倍、100倍,甚至 1000 倍的震撼力完成数据分析工作任务时,我保证你会有一种会当凌绝顶、一览众山小的感觉。 有一套学习计算机语言的丛书叫 Learn XXX the Hard Way,诚然,学习一门工具可能没有捷径,但选择以什么方式来学将决定你要花多少成本。很多时候选择比努力更重要。我没能朝着传统的方向走学习 Excel 高级公式+VBA 的老路,因为学习的时间成本太高,也可能是因为我个人比较愚笨,知难而退。但幸运的我依然找到了高效解决工作问题的办法,把一些不敢妄想的事情在工作中变成了现实。科技降低了学习成本就好像互联网改变了人类的生活一样。 在过去的一年里,从认识 Power BI 开始,我秉灯夜读,虔诚地追随国外前辈们的博客,与同事们分享所学,再应用到实践工作中,同时创建了公众号“Power BI 大师”来记录一些心得,录制视频课程并与读者们交流思想。这一步步的体会让我愈加坚定Excel 基础+Power BI 是一条踏实的捷径。横看成岭侧成峰,我是站在大多数 Excel 人的角度来思考的,当然你也可能有不同立场的观点。不过我相信,当你内在的声音大于外在的观点时,你就掌握了自己的命运。 牛顿说:“如果说我比别人看得更远一些,那是因为我站在了巨人的肩膀上。”没错,谨以此书,献给那些用 Excel 讲故事的人,让更多的人站到 Excel 的肩膀上。 作 者
目录
第1章 Power BI:让数据飞起来 1 事物的本质往往没有那么复杂,就好像浩瀚的宇宙,虽然流星稍纵即逝,但我们可以计算它的速度,虽然我们触摸不到银河系,但可以度量它的大小,这是因为我们掌握了天体运动的原理。同样,如果我们掌握了数据分析原理,就会发现那些所谓的高级分析、转化漏斗分析、全面预算,还有最近比较火的增长黑客 AARRR 模型等,不过是浩瀚的知识体系中原理应用的一个场景。本章会剥去数据分析神秘的“外衣”,以浅显的语言来讲述数据分析原理。 1.1 什么是 Power BI:未来已至 2 1.2 从 Excel 到 Power BI 的 5 个理由 9 1.3 数据分析原理:其实很简单 14
第2章Power BI 初体验及数据可视化 24 “Logic will get you from A to B. Imagination will take you everywhere.” (逻辑会把你从 A 带到 B,而想象力可以带你去任何地方。) 数据可视化不仅是一门技术,也是一门艺术,同样的数据在不同人的手里,展现的效果会千差万别,掌握这门技能需要我们理解数据并具有想象力。 2.1 什么是数据可视化:视觉盛宴的开始 25 2.2 数据查询初体验:把数据装到“碗”里 27 2.3 数据建模和度量值:Excel 在 20 年来做的最好的事情 31 2.4 可视化及自定义视觉对象:将图表一网打尽 39 2.5 筛选器、层次、交互和分享:颠覆静态报表 51 2.6 可视化原则:平衡的艺术 61
第3章 数据查询:Power Query 69 大多数数据分析师都是用 80%的时间做基础的数据处理工作,而用不到 20%的时间做数据分析工作。借助强大的 Power Query 工具,可以解决这个工作时间分配失衡的问题,打造一个工作新常态:用 20%的时间做数据处理工作,用 80%的时间做数据分析工作。 3.1 告别“数据搬运工” 70 3.2 数据清洗 30 招:变形金刚 75 3.3 获取数据:从网页和数据库 97 3.4 追加与合并查询:你还在用 Vlookup 函数吗 103 3.5 多文件合并:复制和粘贴的杀手 109 3.6 Power Query 与精益管理思想 113 3.7 Power BI 的 M 语言与 DAX 语言之争 119
第4章 数据建模:Power Pivot 与 DAX 语言 123 “如果一件事情,你不能度量它,就不能增长它”。有人说,度量值是 Excel 在 20年来做得最好的一件事。作为一个数据分析工具, Power Pivot 和 DAX 语言才是 Power BI 的核心和灵魂。 4.1 基本概念:度量的力量 124 4.2 关系模型:建筑设计师 126 4.3 Power Pivot 与 Pivot:超越普通 129 4.4 度量值:将变革进行到底 133 4.5 计算列:温故而知新 138