有伙伴说一段时间没有更新文章,这一次顶十次。明明能拆成十期的文章,非要一次写完,没办法,厚道。
前些日子,有一位读者留言一个问题,我写了个公式过去,来回几次都没有解决,最后发现她竟然把DAX公式写在了编辑查询器里,我是五十步笑百步,因为本人也犯过同样的错误!我想告诉她没关系,自学成材这件事注定要有试错的弯路,而这些弯路都会让你更深刻地认识一个知识点。
PBI催化剂是笔者两年前开发的国内首款PowerBI外部工具,用于在PowerBI模型和报表层的元数据批量管理。
上述案例反应了用户选择了一个日期,然后所有的数据计算以该日期为基准,只显示最近 X 天的,X 由滑竿切片器给定。
本文并非标题党,实事求是讲道理,而且让小白也能读懂,体会一份喜悦,还不快到PowerBI的碗里来,不信你就读完它。想象一下,如果从一开始到最后,你将一个案例的性能优化了10W倍,是怎样一种体验,这种体验终于出现在PowerBI中。首先感谢PowerBI战友联盟的战友【天行】,他重新提及了一个问题,随后开始一场优化的旅程,其实这背后还有很多的故事,本文就一起来看看这些好玩的事情。
文章背景: 在进行商业数据分析时,经常需要给不同的度量值(如销售额、销量等)计算同比、环比、YTD(年初至今)等指标,如果给每个指标都写一个以上的时间智能函数,那么会写很多重复的度量值,这些度量值的唯一不同就在于引用的基础度量值。比如:上月业绩 = CALCULATE([销售业绩],DATEADD('日期表'[日期],-1,MONTH))。
每个门店由店长管理,店长的管理被评价得到KPI。现在希望按照如下结构显示,该如何实现?
如果说99%的人不真正理解PowerBI DAX的SUM,你信吗?只怕是说少了,从这个意义上讲,PowerBI就是一个坑爹的。
有不少战友提出过类似的问题:手里有一个PowerBI文件,但没办法修改里面的内容,数据源又没有,怎么办?
本书并不陌生,它已经是该书的第二版了,第一版是针对当年在 Excel 中的 Power Pivot 编写的模式。而本书则是以 PowerBI 作为实践载体来编写的。
判断一家门店经营好坏,通常会选择参照物进行比较,可以是不同时间区间和自身的同环比,也可以在同一个时间区间不同部门间横向比较,或是和某个标准、标杆比较。本节重点介绍对比分析中的一个关键点,计算口径的问题。
本月发布了峰会上的第一个功能,Icon集,它也解决了我们目前在ideas.powerbi.com上排名第一的想法。除了这一重大更新之外,我们还对许多现有功能进行了渐进式改进,例如关键影响因素视觉对象和RLS对聚合的支持。
虽然 PowerBI 发展得如火如荼,很多人进入 PowerBI 领域却遇到很多障碍,最明显的一项就是来自 DAX 的挑战。
之前已经简单与大家聊过 Power BI 中的分组问题了,近日朋友又问了一个实际工作中的问题,恰巧也与分组有关,便整理之后,与众位朋友共享,再谈 Power BI 分组的博大精深。
很多人说国内的学习资料太少,在学习的过程中坎坷不断,我与大多数PowerBI学习者一样,一边读外文的博客摸索一边铺路,在不断尝试和与人分享的过程中,总结了个人认为最宝贵的十条DAX学习经验,分享给读者。
本文蕴藏杀机,PowerBI DAX 设计的诸多精华尽在一个模型,推荐仔细阅读。上篇文章写得少得可怜,很多战友提出严重抗议,要求继续揭示这其中的奥秘,好吧,你吩咐,我照办。
我们一直在考虑的其实是一个终极问题:到底如何最大限度复用。在 PowerBI 中处理这类问题主要涉及两件事:业务逻辑的处理以及可视化的处理。在实践中常常表现为以下问题:
随着 PowerBI 在2020.7月的发布,迎来一个重要的功能:计算组(Caculation Group)。
到了年底,PowerBI积累了一年的功能来了波大的,本次更新的功能涉及几处重大改进。更新功能列表如下:
近日,一场和 PowerBI DAX 之父 Jeffery Wang 的 AMA 活动。AMA 的意思是:Ask Me Anything。Jeffery Wang 在该活动中回答了很多关于 Power BI 尤其是 DAX 的相关重要问题。
性能优化,在 DAX 中是很重要的问题,对 DAX 的性能优化大致可以归结为针对 SE(存储引擎) 或 FE(公式引擎) 的性能优化。
虽然Excel的PowerPivot没有计算表功能,可能某些DAX新函数也不支持,但这并不妨碍它的强大。
这个震撼的功能是在2024年3月更新的Power BI Desktop中出现的,名字叫做“DAX query view with copilot”(使用copilot创建DAX查询):
《PowerBI 重构》系列(代指:Power BI DAX 重构系列)将是一系列新的话题,旨在将PowerBI 技艺提升到更高的阶段。该阶段需要坚实的DAX基础,这些基础内容已经在其他文章讨论过并提供了达成方法。
因此,从 PowerBI 中也就不存在导出矩阵了,因为我们可以在 Excel 中直接利用这些成果了,例如:
PowerBI 战友联盟,是中国范围内由 PowerBI 从业者发起的专业学习现代商业智能的组织,我们以 PowerBI 为主题研究如何帮助企业和个人提升数字化生产力,面向 PowerBI 的国际最前沿资讯和技术,PowerBI Premium 作为 PowerBI 的企业级扛把子产品,必然要研究透彻,而可惜的是:
兄弟们慢点,4天发布6项更新,你们不考虑下大家有时间学不,还有竞争对手会蒙圈的~ 产品经理无奈回复:这不是老大你安排的嘛。
这个系列的函数相对而言比较简单,顾名思义,计算每个时间粒度的第一天,隶属于“表函数”,但是返回结果是单列单行的表,某些时候可以作为“值函数”使用。
分别表示月末最后一天/季度末最后一天/年度末最后一天。还记得白茶之前曾经写过关于半累加的文章么?如果对于CALCULATE函数使用不习惯,那么可以尝试使用本期这三个函数。
如果将任何一个点的值都由此前的7个值平均得到,就是7日移动平均了。考察如下的示意图:
最近,有网友发来信息,称实现了超过我们此前公布的算法。牛了,都优化了10万倍性能了还能被超越。晕~~
如果你打开 PowerBI Desktop 从头创建一个报告,你会发现让你眼前一亮,本月更新已经使用了新的主题,而且不止一个哦,增加了很多。如果你是一个主题设计师,你会发现可以更加容易和快速地构建主题。不过罗叔不会展开这个,罗叔预测在主题的设计上,微软会提供设计器,而不是停留在手工编写 JSON 的,这不符合微软的调性。当然,对于 JSON 格式的编写,罗叔会专门开一个文章来介绍。这次的更新,罗叔需要强调一个重点:DAX 驱动可视化(首发理念,参考此前可视化类高级文章)。 DAX 驱动可视化指的是,表面上你在拖拽设计可视化,但由于拖拽本身的限制,导致设计者无法完全控制报告的展现,因此,微软提供了一种终极的灵活方式就是通过 DAX 来控制可视化,这是微软在设计产品时候的一个重大选择。DAX 驱动可视化 将在未来更加渗透到每个细节,在这方面,罗叔专门会开专题来分享其中的思想。值得一提的是,这块的内容由微软的实习项目实现,也体现了微软将一些任务分拆并合理利用资源的做法。
FIESTDATE函数与LASTDATE函数都隶属于“时间智能函数”,属于“表”函数,当然,有些时候也可以作为“值函数”使用。
PowerBI 的基础已经普及,如果您刚刚接触到这个领域,您可以从公众号的历史文章中找到很多资源。
本案例有着强大而非常实用的业务背景,几乎适用于任何规模和发展阶段的企业,而使用者却根本不需要理解什么是PowerBI或商业智能,使用者只需要自己的业务指标是什么,什么时候该被考察,以及基于常识性的点击鼠标就可以看到所需要的洞察力。
本文除了介绍PowerBI Desktop在2019年6月的更新,其将介绍PowerBI的几件大事。
近来,一个问题刷爆国内 PowerBI 圈子。感谢小伙伴提供了一个这么真实,这么有价值的好题。
如果让分析师去做一些高信息含量的图表,那该图一定位列其中,因为企业几乎都是是目标(结果)导向的,对此,KPI的达成就是关键的信息了。
如果有人说他会透视表,那他一定看过本书;相反,如果没有看过本书说自己会透视表的,那他还没有知道真正的透视表。本书是透视表的真正权威。它随着每次Excel的版本更新而更新,帮助人们掌握Excel中最强大的武器(没有之一),那就是透视表。
门店数是企业经营最基础的指标,在一定程度上代表着市场占有率,也是核算单店营业额(店效)的基础。
PowerBI 每月更新,微软官方提供一个示例文件,我们基于该文件来进行介绍,与微软官方保持一致,为了便于理解,在需要时我们采用其他案例进行说明。
我们在此前多次提到视图层计算,其通用思维模式其实已经给出,真正的正式给出也呼之欲出,我们会单独发文。
过往的PowerBIDeskTop,它是一个独立的软件,不像Excel那样可以有二次开发的接口,但7月份更新PowerBIDeskTop后,已经开放了外部工具,单独有一个外部工具的选项卡。
“PowerBI是一个漫长的学习过程,不是说掌握了一个两个函数就是会了,基础不牢,学那么多花里胡哨的干啥?”
除此之外,另增加批量创建表关系功能,对同类事实表追加关系变得SoEasyShu,又是批量完成,爽到爆。
ENDOFMONTH函数,ENDOFQUARTER函数和ENDOFYEAR函数三者都隶属于“时间智能函数”,属于“表”函数,当然,有些时候也可以作为“值函数”使用。
PowerBI于2日前更新,为何迟迟没有介绍更新的内容呢,这次涉及到两个很重大的更新:分级聚合(微软官方并未给出这个名字)以及PowerBI的查询编辑器(PowerQuery)开始支持 智能感知(千呼万唤始出来的功能)。
SQLBI的工具,有兴趣的可了解下,需要点英文阅读能力:https://www.sqlbi.com/tools/analyze-in-excel-for-power-bi-desktop/
在2019年3月,微软连续发布了 SSAS 2019 的社区预览版CTP2.3及2.4,SSAS 引擎中加入了新的特性。就这点也可以从 Power BI 的引擎中看到。
这三部分内容在此前不久结束的 PASS 2018 大会中有完整介绍,不妨回顾文章:
领取专属 10元无门槛券
手把手带您无忧上云