一、沟通需求
沟通的内容主要包括报表的用途及受众、分析的主要指标及维度、目前分析存在的主要问题、分析报表主要解决的问题,以及未来潜在的分析需求等。
二、获取数据
获取数据主要是通过功能组件 Power Query 完成的,对导入的数据进行清洗。
数据清洗工作十分重要,如果数据规范、结构合理,则后续建模就会相对容易。
三、建立模型
建立模型主要是通过功能组件 Power Pivot 完成的,其是 Power BI 数据分析的核心。
建立模型需要确定哪些是事实表、哪些是维度表,以及表与表之间的关系等。
如果业务逻辑比较复杂,则需要使用 DAX 编写度量值,从而将各业务指标表示出来。
四、数据可视化
数据可视化就是将模型的分析结果呈现出来,该步骤主要由功能组件 Power View 和 Power Map 完成。
数据可视化与建立模型的过程密不可分,虽然在工作步骤中是先建立模型、编写度量值,然后将度量值用可视化视觉对象呈现出来。
但在人脑的逻辑思维中,很多时候先思考选择采用什么图表呈现数据,然后编写该图表所需要的度量值或建立模型所需的辅助表等。
五、分享报表
分享报表就是分析报表成果的输出。
由于 Power BI 是动态交互式报表,为了突出交互功能,首选以 Web 方式将报表分享给报表使用者。
分析报表的制作是一个不断完善和优化的过程,若效果不达预期,或者有新的需求,这时就需要再次按照上述步骤进行修改和优化等。
【案例数据说明】
为了突出 Power BI 数据处理能力,这本书以零售行业为例(零售行业交易频繁、数据量大,分析方法与思路也适用于其他行业),使用一家虚拟公司的业务数据与财务数据展开分析。
该虚拟公司以销售箱包为主,也销售少量的服装及配饰等其他产品。
该虚拟公司主要从事产品的研发和销售,研发设计完成的产品并不直接生产,而是交由代工厂生产,然后以线上自营和代理销售相结合的方式销售产品。
今天就到这,下期我们来讲「创建资产负债表分析报表」。
联系客服