博客來
Microsoft PowerBI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，並加入了社交分享、雲服務等功能。
《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PowerBI的操作，並掌握讓數據「飛起來」的秘籍；然后邁上一個大台階，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。
馬世權
CPA Canada特許專業會計師
具有多年「世界500強」公司財務分析、風險管理經驗
現任互聯網金融行業運營分析經理
知乎專欄、公眾號「Power BI大師」創始人
| FindBook |
有 1 項符合
從Excel到Power BI：商業智能數據分析的圖書 |
| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：從Excel到Power BI：商業智能數據分析
內容簡介
目錄
第1章 Power BI：讓數據飛起來 1
事物的本質往往沒有那麼復雜，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 什麼是 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並具有想象力。
2.1 什麼是數據可視化：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 年來做的很好的事情 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 追加與合並查詢：你還在用 Vlookup 函數嗎 103
3.5 多文件合並：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年來做得很好的一件事。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：建築設計師 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 什麼是？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，並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：最簡單也是很好用的 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
事物的本質往往沒有那麼復雜，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 什麼是 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並具有想象力。
2.1 什麼是數據可視化：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 年來做的很好的事情 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 追加與合並查詢：你還在用 Vlookup 函數嗎 103
3.5 多文件合並：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年來做得很好的一件事。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：建築設計師 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 什麼是？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，並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：最簡單也是很好用的 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
|
