课程介绍 Introduction
大数据时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而做出，而并非基于经验和直觉。大数据在企业中的运用涉及到各个领域，商业模式、管理革新、人事管理、市场分析、采购成本等等…… 本课程结合行业典型案例，讲述从初级的数据透视表工具，到中级的动态数据透视表的创建、函数GETPIVOTDATA的使用、切片器等技能点，再到高级部分PowerQuery获取\处理\清洗数据、PowerPivot建模分析创建各种数据透视表及报表，以及利用PowerMap和PowerView工具对数据可视化展示，最终Dashboard报告呈现等内容。协助各个领域的数据分析工作者，加强运用、整合企业数据提高工作效率，增强探索数据背后价值和制定精确行动纲领的能力，提高进行精确快速实时行动的能力。 学员收益 Benefits
§ 学习将PowerBI构建数据模型和查询、PowerView图表呈现，实现可视化数据动态分析 § 本课程不仅仅只是拘泥于工具的使用介绍，还有思维的传递，以及方法的传授 § 可根据企业实际情况，量身定制课程，让所学知识立刻应用到实际工作中 相关信息 Information
§ 课程时长：12学时/2天 § 适合对象：市场调查人员/ 数据分析人员/ 公司营运人员/ 营销企划人员（高级培训） § 授课方式：理念讲授+ 分组讨论+ 案例分析+ 操作示范+ 学员上台演练+ 一对一辅导 § 学员人数：为了达到更好的学习效果，课程人数建议50人以内 § 课程环境：Office2016及以上 课程大纲 Outline
一、思维篇——形成规范（1h） ▪ 案例讨论：从客户想要的结果，回溯应该收集什么样的源数据？ ▪ 规范的源数据表必须符合三级范式 ▪ 第一范式（1NF）：强调的是列的原子性，即列不能够再分成其他几列 ▪ 第二范式（2NF）：表必须有主键 ▪ 第三范式（3NF）：非主键列必须直接依赖于主键，不能存在传递依赖 ▪ 实战案例：将一张大表拆分成满足三级范式的独立子表 ▪ 比操作技巧更重要的是表格框架设计 ▪ 源数据表格应该用一维表还是二维表？ ▪ 什么是一维表和二维表 ▪ 套用表格格式实现动态数据源 ▪ 自动形成汇总行 ▪ 快速调整行列顺序 ▪ 结构化引用、自建名称 ▪ 自动隔行变色及冻结首行 ▪ 一键快速选择整行、整列及整表 ▪ 公式输入完成后自动填充到整列 ▪ 明细表一更新，图表、透视表联动更新 ▪ 表格不仅内容重要，颜值也很重要 二、 整理篇——清洗数据（5h） ▪ 什么是 Power BI ▪ Power BI组件介绍 ▪ Power Query简介 ▪ Power Query 是一种数据连接技术，使用Power Query，可以从不同的数据源提取数据（如关系型数据库、Excel、文本和XML文件、Web页面等），并能把不同来源的数据源整合在一起，建立数据模型，为用Excel、Power Pivot、Power View、Power Map作进一步的数据 ▪ 数据的获取 ▪ 从Excel或其它文件获取 ▪ 从数据库获取 ▪ 加载到表、模型或仅保留连接 ▪ 数据的转换 ▪ 查询编辑器 ▪ 数据的行列管理及筛选 ▪ 数据格式的转换 ▪ 删除空行、错误值 ▪ 数据的拆分、合并、提取
▪ 分离复杂的中文、英文、数字
▪ 运用IF语句进行多条件判断
▪ 利用分组合并同类项，提取同类项的第一条或最后一条记录
▪ 日期和时间的整理 ▪ 相同或不同工作簿的多表汇总，源表更新汇总表自动更新 ▪ 追加查询：多张工作表的纵向合并 ▪ 合并查询：多张工作表的横向合并 ▪ 联接类型：左外部、右外部、内部、完全外部、左反、右反
▪ 利用合并查询，实现两张表的数据合并
▪ 从Excel工作薄汇总 ▪ 从文件夹合并多个Excel ▪ 相对路径的多工作簿合并 ▪ 一维表和二维表互转 ▪ 简单的一二维表互转
▪ 复杂的一二维表互转
▪ 表头不相同的多张二维表转一维表再合并
▪ 与Power Pivot的配合 ▪ 加载到模型 ▪ 数据的刷新 三、 建模篇——多表透视（4h） ▪ Power Pivot简介 ▪ Power Pivot是一种数据建模技术，用于创建数据模型，建立关系，以及创建计算。可使用PowerPivot处理大型数据集，构建广泛的关系，以及创建复杂（或简单）的计算 ▪ 加载数据到Power Pivot ▪ 从当前工作表加载 ▪ 从其他工作簿的工作表 ▪ 从Power Query加载数据 ▪ 解读多表之间逻辑关系 ▪ 什么是主键 ▪ 解读一对一关系、一对多关系、多对多关系 ▪ 建立表单之间的引用 ▪ 跨表汇总，引用函数和RELATEDTABLE用法 ▪ 认识Power Pivot界面和常用概念 ▪ 操作界面和选项卡介绍 ▪ 创建多表数据模型 ▪ 数据分析表达式 (DAX) ▪ Power Pivot 中的计算列和度量值 ▪ 常用DAX函数介绍 ▪ 聚合函数：MEDIEN、COUNTROWS、DISTINCTCOUNT ▪ 条件汇总函数：CALCULATE ▪ 安全除法函数：DIVIDE ▪ 高级聚合函数：SUMX ▪ 排名函数：RANKX ▪ 筛选函数：FILTER、VALUES、TOPN、ALL、ALLEXCEPT、ALLSELECT ▪ 使用时间智能 ▪ Power Pivot的时间智能概述 ▪ 创建一个日历表 ▪ 时间智能函数：TOTALYTD、TOTALQTD、TOTALMTD、DATEADD、PARALLELPERIOD ▪ 年累计（YTD）/季度累计（QTD）/月累计（MTD） ▪ 计算同比（YOY）和环比（MOM） 四、 呈现篇——生成报告（2h） ▪ 创建并美化数据分析报告 ▪ 养成良好的工作习惯 ▪ 创建层次结构并设置报告的刷新 ▪ 制作报告说明页和美化 ▪ 常见企业分析场景 ▪ 销售趋势分析：每个月的销售趋势，可通过地区、产品类别、年份的切片器进行筛选
▪ 产品分析：制作气泡图分析每个产品的订单数量、数量合计和销售额合计
▪ 客户分析：不同地区的客户订单数量、销售额汇总、平均订单金额
销售人员分析：任务完成率分析、关键绩效指标（KPI）、销售业绩排名
| 
