Power BI数据分析从入门到进阶电子书

前言

教学视频索引表

第1章 初识数据分析——商业智能与数据分析概述

1.1 商业智能概述

1.1.1 什么是商业智能

1.1.2 商业智能的价值

1.1.3 商业智能系统功能

1.2 商业智能的基本概念

1.2.1 数据库常见术语

1.2.2 数据表常见术语

1.2.3 常用的BI工具

1.3 数据分析概述

1.3.1 数据分析的概念

1.3.2 数据分析的常规流程

1.3.3 数据分析的三个要点

第2章 数据分析利器——Power BI

2.1 认识Power BI

2.1.1 Power BI是什么

2.1.2 Power BI能做什么

2.1.3 Power BI组件的构成

2.1.4 Power BI的工作流程

2.2 为什么要学习Power BI

2.3 Power BI Desktop概述

2.3.1 Power BI Desktop的安装方法

2.3.2 Power BI账号注册

2.3.3 Power BI Desktop界面介绍

第3章 Power BI初体验——数据分析与可视化制作全过程

3.1 项目案例概述

3.2 数据清洗：修正错误

3.2.1 获取数据

3.2.2 整理数据

3.3 数据建模：梳理表之间的内在关系

3.3.1 建立数据表之间的关系

3.3.2 新建列

3.3.3 新建度量值

3.4 数据可视化：炫酷的数据表达方式

3.4.1 插入Logo、文本等基本元素

3.4.2 插入内置的可视化图表

3.4.3 插入第三方可视化图表

3.4.4 报表美化

3.5 发布可视化报表：与他人共享数据

3.5.1 在线发布

3.5.2 在移动应用端查看报表

3.5.3 在Web端查看报表

第4章 整理不规范数据——Power BI数据预处理

4.1 数据表的规范性要求

4.2 数据的获取

4.2.1 从文件导入数据

4.2.2 从文件夹导入数据

4.2.3 从数据库导入数据

4.2.4 从Web导入数据

4.2.5 从其他数据源导入数据

4.2.6 设置数据源路径

4.3 数据的清洗

4.3.1 认识Power Query和M语言

4.3.2 数据行列的增删、填充与替换

4.3.3 数据行列的转换

4.3.4 数据类型的转换

4.3.5 数据格式的转换

4.3.6 数据的拆分、提取与合并

4.3.7 数据的透视与逆透视

4.3.8 分组依据功能

4.3.9 合并与追加查询功能

4.3.10 添加列：增加不同用途的列

4.3.11日期和时间的处理

4.4 综合案例：对学生成绩表进行数据清洗

第5章 掌握DAX语言——Power BI数据建模

5.1 建立表关联

5.1.1 维度表和事实表

5.1.2 创建关系

5.1.3 管理关系

5.2 DAX：数据建模的核心

5.2.1 DAX语法

5.2.2 DAX运算符

5.2.3 十类常用的DAX函数

5.2.4 理解DAX语言的上下文

5.2.5 五个常用的DAX入门函数

5.2.6 六个重要的DAX进阶函数

5.2.7 四个重要的DAX高阶函数

5.3 创建度量值

5.4 创建计算列

5.5 创建计算表

5.5.1 UNION函数合并多表

5.5.2 ADDCOLUMNS/CALENDAR函数创建日期表

5.5.3 SUMMARIZE创建新表

5.5.4 ROW/BLANK函数创建空表

5.6 综合案例：零售店铺客户信息表数据建模

第6章 一图胜千言——Power BI数据可视化

6.1 图表选择的原则

6.1.1 基于场景选择图表

6.1.2 合理布局图表元素

6.2 常用的可视化内置图表

6.2.1 柱形图和条形图

6.2.2 饼图和环形图

6.2.3 散点图

6.2.4 组合图

6.2.5 漏斗图

6.2.6 树状图

6.2.7 瀑布图

6.2.8 卡片图和多行卡

6.2.9 表和矩阵

6.2.10 仪表

6.3 第三方自定义图表

6.3.1 信息图

6.3.2 旋风图

6.3.3 象限图

6.3.4 直方图

6.3.5 柏拉图

6.3.6 文字云

6.3.7 子弹图

6.3.8 气泡图

6.3.9 雷达图

6.4 图表的布局美化

6.4.1 主题切换

6.4.2 格式设置

6.5 图表的交互式分析

6.5.1 筛选

6.5.2 钻取

6.5.3 交互

6.5.4 书签

6.6 综合案例：某连锁餐饮店会员信息数据可视化分析

6.6.1 会员数量分析——折线图

6.6.2年龄段分析——柱形图

6.6.3 入会途径分析——环形图

6.6.4 会员消费金额分析——柱形图

6.6.5 不同年龄段会员消费力分析——柱形图

6.6.6 不同性别的会员消费力分析——堆积柱形图

6.6.7 Power BI报表的整合

第7章 报表的发布与协作——Power BI在线服务

7.1 Power BI在线服务介绍

7.2 报表在线发布

7.3 仪表板

7.3.1 仪表板的设计原则

7.3.2 仪表板与报表的区别

7.3.3 仪表板的创建方法

7.4 分享与协作

7.4.1 使用工作区

7.4.2 报表的分享

7.4.3 仪表板的共享

7.5 Power BI移动版应用

7.5.1 了解Power BI移动版

7.5.2 移动应用数据发布

第8章 学以致用——Power BI数据分析实战

8.1 某天猫小家电专卖店销售数据可视化分析

8.1.1 数据清洗：数据文件的合并、删重与拆分

8.1.2 数据建模：创建计算列和度量值

8.1.3 数据可视化：创建柱形图、饼图及树形图，钻取图表

8.2 某连锁商超运营数据可视化分析

8.2.1 数据清洗：数据获取与填充

8.2.2 数据建模：创建新列和度量值

8.2.3 数据可视化：构建多维度销售数据可视化仪表盘

8.3 某零售企业库龄与存货周转率可视化分析

8.3.1 数据清洗：数据导入与整理

8.3.2 数据建模：构建库龄与库存周转率指标

8.3.3 数据可视化：制作多维度存货分析可视化仪表盘

8.4 某公司HR人员结构数据可视化分析

8.4.1 数据清洗：获取并整理数据

8.4.2 数据建模：搭建人员结构模型并新建度量值

8.4.3 数据可视化：建立基于日期、部门、职称等的多维度可视化分析仪表盘

8.5 某上市公司财务报表可视化分析

8.5.1 数据获取与数据整理

8.5.2 资产负债表可视化分析

8.5.3 利润表可视化分析

8.5.4 现金流量表可视化分析

8.5.5 偿债能力可视化分析

8.5.6 营运能力可视化分析

8.5.7 盈利能力可视化分析

8.5.8 杜邦数据分析模型可视化分析

8.6 某制造业成品物流发货数据可视化分析

8.6.1 数据清洗：数据的导入、删空删重与自定义列

8.6.2 数据建模：创建计算列、计算表、维度表及度量值

8.6.3 数据可视化：建立基于货量、运费、产品及区域等的多维度可视化分析仪表盘

参考文献