Power BI leidžia paversti duomenis aiškiomis įžvalgomis, tačiau realybėje tai nėra vienas atskiras veiksmas. Gerai veikianti Power BI ataskaita susideda iš kelių dalių: duomenų paruošimo, modelio, skaičiavimų ir vizualizacijų.
Dauguma problemų atsiranda ne tada, kai kuriamas grafikas, o daug anksčiau – kai duomenys netvarkingi, modelis neaiškus arba DAX skaičiavimai nesupranta filtro konteksto.
Kaip veikia Power BI procesas
Paprastai Power BI procesą galima suprasti kaip grandinę:
- pirmiausia duomenys paimami iš šaltinio;
- tada jie sutvarkomi su Power Query;
- vėliau kuriamas duomenų modelis;
- skaičiavimai atliekami su DAX;
- galiausiai rezultatai pateikiami vizualizacijose.
Jei viena grandinės dalis silpna, visa ataskaita tampa nestabili. Todėl svarbu suprasti ne tik atskiras funkcijas, bet ir visą procesą nuo pradžios iki pabaigos.
1. Duomenų paruošimas su Power Query
Power BI analizė prasideda ne nuo grafiko, o nuo duomenų. Jeigu duomenys netvarkingi, vėliau net ir teisingos DAX formulės gali grąžinti klaidingus rezultatus.
Power Query naudojamas duomenims importuoti, valyti ir transformuoti. Čia šalinami nereikalingi stulpeliai, keičiami duomenų tipai, jungiamos lentelės, tvarkomi tekstai ir automatizuojami pasikartojantys veiksmai.
Jei tik pradedi, verta pradėti nuo šių straipsnių: Power Query pagrindai ir tvarkingas duomenų rinkinys .
Dažniausiai Power Query prireikia tada, kai reikia:
- sujungti kelias lenteles;
- automatiškai apdoroti failus iš aplanko;
- sugrupuoti duomenis;
- sutvarkyti tekstinius laukus;
- pakeisti duomenų tipus.
Praktinėms transformacijoms pravers: Merge vs Append Power Query , Group By Power Query ir Changed Type ir Remove Columns klaidos .
2. Duomenų modelis
Kai duomenys sutvarkyti, kitas svarbus etapas yra duomenų modelis. Čia sprendžiama, kaip lentelės susijusios tarpusavyje ir kaip filtrai keliauja per modelį.
Geras modelis leidžia kurti paprastesnes DAX formules, aiškesnius KPI ir stabilesnes ataskaitas. Blogas modelis dažnai lemia keistus rezultatus net tada, kai formulės atrodo teisingos.
Praktikoje dažnai siekiama turėti aiškią struktūrą: faktų lentelę ir dimensijų lenteles. Tokia logika padeda ataskaitai augti tvarkingai.
3. Skaičiavimai su DAX
DAX yra Power BI skaičiavimų kalba. Ji naudojama kuriant measures, KPI, laiko analizę, filtrų logiką ir kitus dinaminius rodiklius.
Svarbiausia DAX idėja – rezultatas priklauso nuo konteksto. Tas pats measure gali rodyti skirtingus rezultatus pagal pasirinktą laikotarpį, klientą, produktą ar regioną.
Pradžiai verta perskaityti: įvadą į DAX ir Row vs Filter context .
Kai supranti kontekstą, tampa lengviau suprasti ir sudėtingesnes temas: ALL, REMOVEFILTERS ir KEEPFILTERS bei Time Intelligence .
4. Vizualizacijos ir KPI
Kai duomenys paruošti, modelis sutvarkytas, o DAX skaičiavimai aiškūs, galima kurti vizualizacijas. Šiame etape svarbiausia ne parodyti kuo daugiau grafikų, o aiškiai atsakyti į verslo klausimus.
KPI padeda greitai suprasti, ar rezultatas geras, ar blogas, ar artėjama prie tikslo. Apie tai plačiau: KPI Power BI su DAX .
Gera Power BI ataskaita dažniausiai turi:
- kelis aiškius KPI;
- filtrus ir slicerius;
- laiko analizę;
- grafikus, kurie atsako į konkretų klausimą;
- aiškią struktūrą be perteklinio triukšmo.
5. Power BI ataskaitos svetainėje
Power BI galima naudoti ne tik vidinėms ataskaitoms. Interaktyvų Power BI grafiką galima įdėti ir į svetainę, jeigu duomenys skirti viešam rodymui.
Tam naudojamas Power BI Service ir iframe kodas. Kaip tai padaryti žingsnis po žingsnio: kaip įdėti interaktyvų Power BI grafiką į svetainę .
Kaip viskas susiję
Power BI nėra tik vienas įrankis ar vienas veiksmas. Tai sistema, kurioje kiekvienas etapas daro įtaką kitam.
Netvarkingi duomenys apsunkina modelį. Blogas modelis apsunkina DAX. Neteisingi DAX skaičiavimai sugadina KPI. O blogi KPI lemia klaidingas verslo išvadas.
Todėl geriausia Power BI mokytis ne nuo pavienių funkcijų, o nuo viso proceso: Power Query, modelis, DAX ir vizualizacijos.
Išvada
Norint gerai dirbti su Power BI, reikia suprasti visą grandinę: kaip duomenys patenka į ataskaitą, kaip jie sutvarkomi, kaip susiejamos lentelės, kaip skaičiuojami rodikliai ir kaip rezultatai pateikiami vartotojui.
Trumpai tariant:
- Power Query – duomenų paruošimas;
- Duomenų modelis – struktūra ir ryšiai;
- DAX – skaičiavimai ir logika;
- Vizualizacijos – aiškus rezultatų pateikimas.
Kai šios dalys veikia kartu, Power BI tampa ne tik grafikų kūrimo įrankiu, bet pilna duomenų analizės sistema.
