從Excel到Power BI：商業智能數據分析 ( 簡體 字) |
| 作者：馬世權 | 類別：1. -> Office -> OFFICE -> EXCEL
2. -> Office -> PowerBI |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 48313
詢問書籍請說出此書號！【缺書】
NT售價： 295 元 |
| 出版日：2/1/2018 |
| 頁數：276 |
| 光碟數：0 |
|
站長推薦：  |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121333248 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：站在 Excel 的肩膀上
本書的緣起
每一本成功著作的背后都蘊藏著進步的力量，這力量或顛覆你對人生的思考，或助你找到前行的方向。我寫此書的野心也不例外，除作為讀者放在辦公桌上炫耀新興科技的擺設外，我有一個十分明確并且很接地氣的目標：讓更多的人站在 Excel 的肩膀上。這愿景從何而來？且聽下文分解。
我與數字打交道多年，其中的經歷可以寫成一部血汗史。回首這些年走過的“坑”，心中更是向往一種境界：
沏一杯清茶
或小酌一口啤酒
數據圖表呈現在眼前
打開腦洞
發現數字背后的故事
夢想是要有的
萬一實現了呢
理想很豐滿，現實很殘酷。大多數人，確切地說是使用 Excel 做數據分析的人，都是煎熬在重復的報表制作中，埋頭加班完成工作任務，又何談悠閑地分析數字背后的故事？這簡直是癡心妄想！還好這個世界不缺乏勇于改變現狀的人，對于這一點，只要看一下市面上繁多的 Excel 類書籍、課程，以及身邊眾多的 Excel 關注者，就知道大家的學習熱情是多么高。然而，熱情高并不等于能成功，你只有很努力，才能看起來很輕松。本書不想成為那些因讀者一時沖動而購買，但終因努力不夠而埋沒于書海的讀物，而是想另辟蹊徑，以 Excel 基礎+Power BI 為方法論，借助科技的力量，提高讀者的學習投資回報率。無論你是 Excel“小白”，還是代碼高手，都將重新站在同一起跑線，翻身成為數字的主人。
我的 Power BI 方法論
關于 Power BI 方法論，我想先從個人學習 Excel 的經歷講起。在我多年的工作經歷中，無論在哪座城市，哪家公司，哪個崗位，使用的一直是 Excel，而變化的是 Excel的版本，從 2007、2010、2013 到現在的 2016 版。即使是看著它長大的，對它的了解也不過是皮毛。一般人學習 Excel 的過程大抵是這樣：起步于基本的快捷鍵和簡單的Sum 類公式，曾驚嘆 Vlookup 的神奇，又得意于習得數據透視表本領，偶爾通過百度查找一些專治“疑難雜癥”類的小技巧與人炫耀，為能夠生成一些五顏六色的圖表而沾沾自喜。工作中的分析場景雖然是困難重重，但使用消磨時光的方法見招拆招也應付得過去，于是抱著知足者常樂的心態，學習就止步于此了，至于那些高級函數、數組公式、VBA 語言則淺嘗輒止，數年來技藝也不曾有過精進。所以，對于 Excel 這個“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。事實上，大多數人都在這個認知的邊界線徘徊。
工具能做的事情不完全在于工具本身，更在于使用的人。由于一直游走在認知的邊界，受技能的局限，Excel 的使用煩惱時不時地困擾著我。不甘愿做井底之蛙，帶著這種煩惱我開始尋找解決的辦法，在這個探索的過程中，看到很多工具品牌以“擺脫 Excel 煩惱”為廣告來宣傳自己的產品，現在想來著實可笑。屏蔽這些利益相關的干擾，我得到了一個誠懇的答案：
Excel 是使用人數較多的數據分析工具，然而，這個世界上的大多數人都是只知其一，不知其二，知道 Excel 卻未曾聽說過 Excel 還有幾大插件： Power Query、Power Pivot、Power View，也不知道什么是 Power BI（如果這是你第一次聽到這幾個詞，那么，此時走過路過可千萬不要錯過）。
于是，在我的 Excel 知識體系中又多了一個 Power BI，而且是高高在上。至于怎樣衡量這個高度，其實方法很簡單：當你掌握了這門黑科技，再去閱讀那些 Excel 技巧類的文章，思考如何使用 Power BI 來達到相同的效果。雖然這種方法有點挑釁的味道，但是當你感受到同樣一個應用場景你會以顛覆般的速度和呈指數級 10 倍、100倍，甚至 1000 倍的震撼力完成數據分析工作任務時，我保證你會有一種會當凌絕頂、一覽眾山小的感覺。
有一套學習計算機語言的叢書叫 Learn XXX the Hard Way，誠然，學習一門工具可能沒有捷徑，但選擇以什么方式來學將決定你要花多少成本。很多時候選擇比努力更重要。我沒能朝著傳統的方向走學習 Excel 高級公式+VBA 的老路，因為學習的時間成本太高，也可能是因為我個人比較愚笨，知難而退。但幸運的我依然找到了高效解決工作問題的辦法，把一些不敢妄想的事情在工作中變成了現實。科技降低了學習成本就好像互聯網改變了人類的生活一樣。
在過去的一年里，從認識 Power BI 開始，我秉燈夜讀，虔誠地追隨國外前輩們的博客，與同事們分享所學，再應用到實踐工作中，同時創建了公眾號“Power BI 大師”來記錄一些心得，錄制視頻課程并與讀者們交流思想。這一步步的體會讓我愈加堅定Excel 基礎+Power BI 是一條踏實的捷徑。橫看成嶺側成峰，我是站在大多數 Excel 人的角度來思考的，當然你也可能有不同立場的觀點。不過我相信，當你內在的聲音大于外在的觀點時，你就掌握了自己的命運。
牛頓說：“如果說我比別人看得更遠一些，那是因為我站在了巨人的肩膀上。”沒錯，謹以此書，獻給那些用 Excel 講故事的人，讓更多的人站到 Excel 的肩膀上。
作 者 |
內容簡介：Microsoft Power BI 是微軟發布的一套商業分析工具。其功能整合了Excel 中的Power Query、Power Pivot、Power View、Power Map 插件，并加入了社交分享、云服務等功能。《從Excel到Power BI : 商業智能數據分析》以Excel 基礎+Power BI 為方法論，使用最平易近人的語言講解Power BI 的技術知識，讓零基礎讀者也能快速上手操作Power BI。《從Excel到Power BI : 商業智能數據分析》以讀者的興趣閱讀為出發點，首先通過介紹可視化模塊讓讀者全面體驗Power BI 的操作，并掌握讓數據“飛起來”的秘籍；然后邁上一個大臺階，讓讀者學習Power Query 數據查詢功能，瞬間解決最耗費時間且附加值最低的工作；最后全力攻克Power BI 的核心價值模塊Power Pivot（數據建模）和DAX 語言，讓讀者直達商業智能數據分析的巔峰，站到Excel 的肩膀上。本書適合財務、管理、客服、物流、行政與人力資源、電商等行業人員，也適合零IT 基礎的讀者。 |
目錄：第1章 Power BI：讓數據飛起來 1
事物的本質往往沒有那么復雜，就好像浩瀚的宇宙，雖然流星稍縱即逝，但我們可以計算它的速度，雖然我們觸摸不到銀河系，但可以度量它的大小，這是因為我們掌握了天體運動的原理。同樣，如果我們掌握了數據分析原理，就會發現那些所謂的高級分析、轉化漏斗分析、全面預算，還有最近比較火的增長黑客 AARRR 模型等，不過是浩瀚的知識體系中原理應用的一個場景。本章會剝去數據分析神秘的“外衣”，以淺顯的語言來講述數據分析原理。
1.1 什么是 Power BI：未來已至 2
1.2 從 Excel 到 Power BI 的 5 個理由 9
1.3 數據分析原理：其實很簡單 14
第2章Power BI 初體驗及數據可視化 24
“Logic will get you from A to B. Imagination will take you everywhere.”
（邏輯會把你從 A 帶到 B，而想象力可以帶你去任何地方。）
數據可視化不僅是一門技術，也是一門藝術，同樣的數據在不同人的手里，展現的效果會千差萬別，掌握這門技能需要我們理解數據并具有想象力。
2.1 什么是數據可視化：視覺盛宴的開始 25
2.2 數據查詢初體驗：把數據裝到“碗”里 27
2.3 數據建模和度量值：Excel 在 20 年來做的最好的事情 31
2.4 可視化及自定義視覺對象：將圖表一網打盡 39
2.5 篩選器、層次、交互和分享：顛覆靜態報表 51
2.6 可視化原則：平衡的藝術 61
第3章 數據查詢：Power Query 69
大多數數據分析師都是用 80%的時間做基礎的數據處理工作，而用不到 20%的時間做數據分析工作。借助強大的 Power Query 工具，可以解決這個工作時間分配失衡的問題，打造一個工作新常態：用 20%的時間做數據處理工作，用 80%的時間做數據分析工作。
3.1 告別“數據搬運工” 70
3.2 數據清洗 30 招：變形金剛 75
3.3 獲取數據：從網頁和數據庫 97
3.4 追加與合并查詢：你還在用 Vlookup 函數嗎 103
3.5 多文件合并：復制和粘貼的殺手 109
3.6 Power Query 與精益管理思想 113
3.7 Power BI 的 M 語言與 DAX 語言之爭 119
第4章 數據建模：Power Pivot 與 DAX 語言 123
“如果一件事情，你不能度量它，就不能增長它”。有人說，度量值是 Excel 在 20年來做得最好的一件事。作為一個數據分析工具， Power Pivot 和 DAX 語言才是 Power BI 的核心和靈魂。
4.1 基本概念：度量的力量 124
4.2 關系模型：建筑設計師 126
4.3 Power Pivot 與 Pivot：超越普通 129
4.4 度量值：將變革進行到底 133
4.5 計算列：溫故而知新 138
第5章 DAX 語言入門：真正的顛覆從這里開始 142
DAX 什么是？DAX，Data Analysis Expression，即數據分析表達式。
本書選取了 DAX 公式中的 24 個核心公式，并且根據它們的使用頻率由大到小分成了 3 個階段。其中入門階段的函數是最常用、核心的部分，攻克它們便可以制作一些小的數據分析模型。
5.1 DAX 語言：數據分析表達式 143
5.2 聚合函數：計算器 150
5.3 Calculate 函數：最強大的引擎 153
5.4 All 函數 156
5.5 Allexcept 和 Allselceted 函數兄弟 161
5.6 Filter 函數：高級篩選器 165
5.7 理解上下文：DAX 語言學習里程碑 173
第6章 DAX 語言進階：最簡單也是最好用的 184
我們可以把 DAX 當作一門語言來學習，也可以把它當作 Excel 公式來看，因為它們非常相似，而且大部分函數都是通用的。這也會讓你從傳統的 Excel 轉到現代的Power BI 更容易，相對學習成本更低。
初階函數的學習難度較小，與 Excel 函數很像，可以說是 Excel 函數的擴展。
6.1 Divide 函數：安全除法 185
6.2 If/Switch 函數：邏輯判斷 187
6.3 關系函數：Related、Relatedtable 和 Lookupvalue 188
6.4 Time Intelligence 函數：時間智能函數 192
6.5 日歷表的使用 200
6.6 分組的技巧 205
6.7 度量值的收納盒 210
第7章 DAX 語言高階：進擊的數字大廚 213
高階函數的學習相對前兩個階段要更難，然而有了前兩個階段的學習基礎，它們不過是另一個小山頭。當你完成了這 3 個階段共 24 個函數的學習，就好比掌握了太極拳的 24 個精髓招式，將它們組合起來運用自如后就可以達到以不變應萬變的境界。這些函數足以讓你應對 80%以上的數據分析需求。
7.1 Values 函數：不重復值 214
7.2 Hasonevalue 函數：只有一個值 217
7.3 SumX 函數：掌握 X 類函數 218
7.4 Earlier 函數：當前行 221
7.5 RankX 和 TopN 函數：排名 226
7.6 輔助表：巧妙的助攻 231
7.7 VAR/Return 函數：錄音機 241
7.8 DAX：用作查詢的語言 247
7.9 取長補短：Excel + Power BI = Better Together 256
后記 261 |
| 序： |
