翻轉Exce l駕馭Power BI 商業智慧進化 自助大數據分析實務應用

第1章　Power BI：讓資料飛起來
1.1 什麼是Power BI：未來已至
1.2 從Excel到Power BI的5個理由
1.3 資料分析原理：其實很簡單

第2章　Power BI初體驗及資料視覺化
2.1 什麼是資料視覺化：視覺盛宴的開始
2.2 資料查詢初體驗：把資料裝到「碗」裡
2.3 資料建模和量值：Excel在20年來做的最好的事情
2-4 視覺化及自訂視覺物件：將圖表一網打盡
2-5 篩選器、階層、交互和分享：顛覆靜態報表
2-6 視覺化原則：平衡的藝術

第3章　資料查詢：Power Query
3-1 告別「資料搬運工」
3-2 資料清洗30 招：變形金剛
3-3 取得資料：從網頁和資料庫
3-4 附加與合併查詢：你還在用Vlookup函數嗎
3-5 多檔合併：複製和貼上的殺手
3-6 Power Query與精實管理思想
3-7 Power BI的M語言與DAX語言之爭

第4章　資料建模：Power Pivot與DAX語言
4-1 基本概念：度量的力量
4-2 關聯模型：建築設計師
4-3 Power Pivot與Pivot：超越普通
4-4 量值：將變革進行到底
4-5 計算資料行：溫故而知新

第5章　DAX語言入門：真正的顛覆從這裡開始
5-1 DAX語言：資料分析運算式
5-2 彙總函數：計算器
5-3 Calculate 函數：最強大的引擎
5-4 All 函數
5-5 Allexcept和Allselceted函數兄弟
5-6 Filter函數：進階篩選器
5-7 理解上下文：DAX語言學習里程碑

第6章　DAX語言初階：最簡單也是最好用的
6-1 Divide函數：安全除法
6-2 If/Switch函數：邏輯判斷
6-3 關聯函數：Related、Relatedtable和Lookupvalue
6-4 Time Intelligence函數：時間智慧函數
6-5 日曆表的使用
6-6 分組的技巧
6-7 量值的收納盒

第7章　DAX語言進階：進擊的數字大廚
7-1 Values函數：不重複值
7-2 Hasonevalue函數：只有一個值
7-3 SumX函數：掌握X類函數
7-4 Earlier函數：當前列
7-5 RankX和TopN函數：排名
7-6 輔助表：巧妙的助攻
7-7 VAR/Return函數：答錄機
7-8 DAX：用作查詢的語言
7-9 截長補短：Excel + Power BI = Better Together
後記

序

人有千算，天則一算

　　新經濟的浪潮已經不可逆轉地到來，一個又一個領域相繼出現破壞性創新的獨角獸企業，這既給我們的生活不斷帶來種種便利，同時也從靈魂深處拷問著所有行業的決策者們：你的商業模式是否合理？你的業務拓展速度是否迅速？你對客戶的滿意度搜集和相應的回饋機制是否及時、有效？

　　可以預見，對任何一個行業的決策者來說，世界的變化只會越來越快，對於決策的挑戰也就越來越大—正確的決策可能會帶來業務規模和收入的爆發式增長，而錯誤的決策可能在瞬間就會將一家企業從巔峰拖入深淵；同樣，正確的決策早一些做出可能就讓你有領先對手一個身位的先發優勢，而先發優勢在新經濟領域常見的平臺戰略中的重要性不言而喻。

　　如何正確、快速地做出決策？許多企業家都不乏想像力和直覺，況且還有高管們群策群力，各抒己見。我並不反對這樣的決策方式，只是根據我的經驗發現，我們更應該提倡各種直覺觀點和系統化的資料分析之相互驗證。每個人都有自己的角度和想法，這就是所謂「人有千算」，人的「千算」中必然包含著想像力和創意，這是值得珍視和保留的；然而「天則一算」，所有的想法到最後還是靠資料來證實的，冰冷的數字從來沒有情緒，也從來不會說謊，它會用最直接的方式告訴我們事實的真相。

　　在高度競爭的行業中，資料並非一成不變，而是不斷反映著最原始的客戶回饋和市場競爭的變化情況。所以我們不但要關注資料，還必須建立從資料到基於資料小步快跑的商業決策，然後得到新的資料回饋，再得到更新後的基於資料的商業決策，這樣的快速反覆運算、不斷更新的閉環，才能夠把錯誤的決策扼殺在萌芽狀態，同時不斷地積累勝利。

　　世界變化快速，並且變化速度還必將越來越快，所有既有的生存法則、商業模式、資源配置都將不可避免地在世界的快速變化中面臨挑戰，並且必然發生重大的變化。任何數量級的財富和資源都不夠你在快速變化的世界中沒有方寸地亂折騰，唯有本著惶惶不可終日之心，建立起系統、敏捷的資料分析體系和基於資料分析體系的決策體系，才能生存。

　　綱舉則目張

　　我認為，一家企業要建立系統、敏捷的資料分析體系和基於資料分析體系的決策體系，關鍵在於決策者必須要做一個良好的頂層設計。

　　首先，我們應該從業務角度出發，從全流程來梳理整個業務的所有節點。一定要確保節點顆粒度的細緻和準確，只有良好地還原出整個業務的所有節點，我們才能夠在業務系統中設置好資料的採集點，進而才能夠為資料分析提供良好的資料支援基礎—正所謂皮之不存，毛將焉附，如果在資料搜集上已經不準確，或者有較大遺漏，那麼使用先天不足的資料庫必然也不可能分析出最全面、最有價值的決策建議。

　　其次，資料分析體系的建設永遠沒有盡頭，因此，我們應該有優先順序的概念。我們必須本著「以終為始」的觀點，首先搞明白我們在業務上面臨的最主要挑戰是什麼，我們最不能夠放棄業務的哪個環節，我們的成本中最大占比項目是什麼。資料分析系統的建設要首先針對這些目標打「必贏之戰」。

　　最後，要不斷地自上而下地推動用資料驅動方式來做決策的內部培訓和文化養成工作，形成「let data talk（用資料說話）」的文化。決策者和管理者往往站得比較高，但是真正面對業務的往往是一線人員。一定要把一線人員的資料文化和意識培養起來，讓其明白「不謀全域者，不足謀一域」的觀點，形成依靠資料做決策的內因，讓每個人都成為資料分析師和資料分析體系的優化師。

　　綱舉則目張；路雖遠，不行不至；事雖難，不為不成。我相信，再傳統的行業、再原始的企業，也必須要走出資料化決策這一步，雖然資料化決策和快速反覆運算的概念都來自高科技行業，看起來很高深，但是只要把握住以上三條大綱，持之以恆地進擊，「雄關漫道」都會「從頭而越」！

　　工欲善其事，必先利其器

　　非常高興和有幸能夠在探討資料決策的管理理念的同時，向廣大的讀者推薦我的同事馬世權以及他最新出爐的著作。馬世權在我們這樣一個快速反覆運算、快速發展的新經濟公司中已經工作較長時間了，在我們愉快的合作中，他從0到1地逐漸建立起針對公司業務的資料分析和商業智慧體系。大量的真實資料、大量的真實業務目標和訴求、大量的蘊藏在資料背後的商業機會和危險，這些無不是馬世權和他的資料分析小夥伴們需要去創造價值的戰場。

　　令人欣慰的是，馬世權不但在戰場上凱旋，還帶回了經過實戰磨煉的武器—也就是我們眼前的這本秘笈。授人以魚，不如授人以漁，也許馬世權所做的資料分析工作只對我們有利網公司自身有價值，但是在真刀真槍的工作中總結出來的工具和方法卻可以普惠所有相關的有識之士。我在前文中反復強調了資料分析工作的重要性，而馬世權的這本著作恰好可以幫助我和所有認可這個理念的人來高效、落地開展資料分析工作。工欲善其事，必先利其器，如果廣大的讀者真心想要做好資料分析工作，不妨在投入具體工作之前或者之中好好翻一翻這本書，必定可以起到事半功倍之效。

　　本書是一本很好的工具書，詳細地介紹了Power BI這個新推出的也是非常有競爭力的商業智慧資料分析工具。但是同時，本書又不僅限於工具的介紹，在不少地方都有著對於工具本身的思考，以及對於開展資料分析的原則方法論的探討。比如，對「精實管理」思想探討的這部分內容就已經上升到了方法論的層次上，類似的例子還有不少。我相信，無論資料分析工具有多厲害，最終也要依靠掌握了方法論的人去理解它、優化它和革新它—兵無常勢，水無常形，能因敵變化而取勝者，謂之神！

　　下面的時間就趕緊交給馬世權和他的作品吧！