从Excel到Power BI：商业智能数据分析

Microsoft Power BI是微软发布的一套商业分析工具。其功能整合了Excel中的Power Query、Power Pivot、Power View、Power Map这几大插件，并加入了社交分享、云服务、智能等功能。《从Excel到Power BI：商业智能数据分析》以Excel基础+Power BI为方法论，使用平易近人的语言讲解Power BI的技术知识，让零基础读者也能快速上手操作Power BI。
　　《从Excel到Power BI：商业智能数据分析》以读者的兴趣阅读为出发点，首先通过介绍可视化模块让读者全面体验Power BI的操作并掌握让数据飞起来的秘籍；然后再迈上一个大台阶，让读者学习Power Query数据查询功能，瞬间解决耗费时间且附加值低的工作；全力攻克Power BI的核心价值模块Power Pivot（数据建模）和DAX语言，让读者直达商业智能数据分析的上峰，站到Excel的肩膀上。
　　《从Excel到Power BI：商业智能数据分析》适合财务、管理、客服、物流、行政与人力资源、电商等人员，也适合零IT基础的读者。

马世权，
　　CPA Canada特许专业会计师
　　具有多年“世界500强”公司财务分析、风险管理经验
　　现任互联网金融行业运营分析经理
　　知乎专栏、公众号“Power BI大师”创始人

适读人群 ：本书适合财务、管理、客服、物流、行政与人力资源、电商等人员，也适合零IT基础的读者。
　　1.深入讲解Power BI与DAX语言精髓
　　2.用20%的时间做80%的工作，摆脱数据搬运工，成为数据分析师
　　3.跟上时代趋势，学习一门黑科技，让你站在Excel的肩膀上
　　4.颠覆传统工具，数据处理量更大、速度更快；数据分析功能更强大；可视化效果更精美

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

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

第5章 DAX 语言入门：真正的颠覆从这里开始 142
DAX 什么是？DAX，Data Analysis Expression，即数据分析表达式。
本书选取了 DAX 公式中的 24 个核心公式，并且根据它们的使用频率由大到小分成了 3 个阶段。其中入门阶段的函数是最常用、核心的部分，攻克它们便可以制作一些小的数据分析模型。
5．1 DAX 语言：数据分析表达式 143
5．2 聚合函数：计算器 150
5．3 Calculate 函数：最强大的引擎 153
5．4 All 函数 156
5．5 Allexcept 和 Allselceted 函数兄弟 161
5．6 Filter 函数：高级筛选器 165
5．7 理解上下文：DAX 语言学习里程碑 173

第6章 DAX 语言进阶：最简单也是最好用的 184
我们可以把 DAX 当作一门语言来学习，也可以把它当作 Excel 公式来看，因为它们非常相似，而且大部分函数都是通用的。这也会让你从传统的 Excel 转到现代的Power BI 更容易，相对学习成本更低。
初阶函数的学习难度较小，与 Excel 函数很像，可以说是 Excel 函数的扩展。
6．1 Divide 函数：安全除法 185
6．2 If/Switch 函数：逻辑判断 187
6．3 关系函数：Related、Relatedtable 和 Lookupvalue 188
6．4 Time Intelligence 函数：时间智能函数 192
6．5 日历表的使用 200
6．6 分组的技巧 205
6．7 度量值的收纳盒 210

第7章 DAX 语言高阶：进击的数字大厨 213
高阶函数的学习相对前两个阶段要更难，然而有了前两个阶段的学习基础，它们不过是另一个小山头。当你完成了这 3 个阶段共 24 个函数的学习，就好比掌握了太极拳的 24 个精髓招式，将它们组合起来运用自如后就可以达到以不变应万变的境界。这些函数足以让你应对 80%以上的数据分析需求。
7．1 Values 函数：不重复值 214
7．2 Hasonevalue 函数：只有一个值 217
7．3 SumX 函数：掌握 X 类函数 218
7．4 Earlier 函数：当前行 221
7．5 RankX 和 TopN 函数：排名 226
7．6 辅助表：巧妙的助攻 231
7．7 VAR/Return 函数：录音机 241
7．8 DAX：用作查询的语言 247
7．9 取长补短：Excel + Power BI = Better Together 256
后记 261