《Power BI 商业智能成长之道》 - 段鹏举 - 电子工业出版社 - 香港大書城

	登入帳戶　 \|　訂單查詢　 \|　購物車/收銀台(0)　\|　在線留言板　 \|　付款方式　 \|　運費計算　 \|　聯絡我們　 \|　幫助中心　\|　加入書簽
		會員登入新用戶登記

HOME

新書上架

暢銷書架

好書推介

2024年度TOP

臺灣用戶

品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心

服務：香港／台灣／澳門／海外

送貨：速遞／郵局／服務站

新書上架：簡體書繁體書
暢銷書架：簡體書繁體書
好書推介：簡體書繁體書

『簡體書』Power BI 商业智能成长之道

書城自編碼： 4135312
分類：簡體書→大陸圖書→計算機/網絡→程序設計
作者：段鹏举
國際書號(ISBN)： 9787121504952
出版社：电子工业出版社
出版日期： 2024-12-01

頁數/字數： /
釘裝：平塑勒

售價：HK$ 110.0

我要買件

** 我創建的書架 **
未登入.

新書推薦：

內容簡介：

本书主要介绍数据理论基础、对数据的思考、商业智能及其背后的设计、Power BI及其使用方法、Power Query的使用、数据模型、数据可视化及Power BI Service管理、Power BI优化最佳实践，以及如何在Excel中使用Cube等内容。本书在保证技术专业性的前提下，使用幽默诙谐的语言剖析问题，深入浅出，让读者感同身受。本书适合有一定的Excel基础，并且对Power BI有一定了解的用户阅读。本书对初级用户友好，需要进阶的用户也可以从书中获得宝贵的知识。

關於作者：

段鹏举，Power Platform中文社区讲师、商业智能架构师、DAMA数据治理工程师、微软办公软件国际认证大师级。擅长Power BI方向商业智能分析，定位于业务+技术综合体，10年数据分析从业经历。刘钰，网名：天昕。ExcelHome 论坛Power BI 版块版主；”中国电子表格应用大会”讲师；”PowerPivot工坊”BI顾问；拥有超过10年的零售行业数据分析从业经历。

第1章　转行经历及心路历程1
1.1　转行经历2
1.2　学习Power BI的心路历程4
1.3　数据时代的背景5
1.4　总结7
1.5　作业7
第2章　数据理论基础8
2.1　关系映射反演原则及应用9
2.2　DIKW模型11
2.3　数据遗传学定律12
2.4　总结14
2.5　作业14
第3章　对数据的思考15
3.1　什么数据能分析16
3.2　什么是“表”16
3.3　什么是标准表19
3.4　数据是“变”出来的23
3.5　业务用户心目中的IT人员24
3.6　数据访问权限26
3.7　数据的成本29
3.8　数据是一个任人打扮的小姑娘30
3.9　“养”数据31
3.10　数据管理32
3.11　总结33
3.12　作业33
第4章　商业智能及其背后的设计34
4.1　什么是商业智能35
4.2　商业智能工具应具备的能力35
4.3　如何在企业内部推广Power BI38
4.4　数据分析师的新定位39
4.5　关于商业智能架构的思考41
4.5.1　病因（问题）41
4.5.2　药方（方案）44
4.5.3　药性（执行）46
4.6　以商业智能为中心设计数据仓库53
4.7　以IT为主导的商业智能项目必将失败56
4.8　商业智能的价值导向57
4.9　不要“神话”Power BI62
4.10　不在于技术，而在于管理和认知63
4.11　商业分析中的算法64
4.12　如何处理需求65
4.12.1　如何提需求65
4.12.2　如何接需求66
4.12.3　如何安排会议67
4.13　如何汇报工作71
4.14　从会吵架开始71
4.15　总结73
4.16　作业73
第5章　了解Power BI并掌握使用方法74
5.1　什么是Power BI75
5.2　下载Power BI Desktop78
5.3　了解Power BI的结构80
5.4　Excel商业智能或Power BI Desktop80
5.5　Power BI的常见部署方式80
5.5.1　个人使用80
5.5.2　Power BI Service部署81
5.5.3　本地部署82
5.6　解决Power BI问题的10个方法82
5.6.1　使用搜索引擎或AI83
5.6.2　查阅官方文档83
5.6.3　了解行业最新资讯84
5.6.4　参加培训84
5.6.5　使用Power BI官方论坛84
5.6.6　加入学习小组或群84
5.6.7　付费咨询85
5.6.8　阅读专业书籍85
5.6.9　掌握学习方法86
5.6.10　不断地思考、实践和总结88
5.7　Power BI的学习路线88
5.7.1　是学习一点点，而不是精通88
5.7.2　第一阶段89
5.7.3　第二阶段89
5.7.4　第三阶段90
5.8　是否需要学习SQL或Python90
5.9　Power BI的通用化设计理念92
5.10　总结92
5.11　作业92
第6章　Power Query的使用93
6.1　什么是Power Query94
6.2　Power Query和Excel操作数据的不同98
6.3　使用Power Query获取数据100
6.3.1　从Excel文件中获取数据100
6.3.2　从CSV/TXT文件中获取数据110
6.3.3　从PDF文件中获取数据112
6.3.4　从文件夹中获取数据114
6.3.5　从SQL Server数据库中获取数据125
6.3.6　从MySQL数据库中获取数据130
6.3.7　输入数据133
6.4　Power Query常用基础操作134
6.4.1　数据类型134
6.4.2　将第一行用作标题140
6.4.3　自定义列141
6.4.4　追加查询142
6.4.5　合并查询145
6.4.6　逆透视列153
6.4.7　删除重复项155
6.4.8　填充156
6.4.9　合并列157
6.4.10　格式158
6.4.11　拆分列159
6.4.12　提取160
6.4.13　分组依据160
6.4.14　转置162
6.4.15　其他功能162
6.5　Power Query实战162
6.6　Power Query的其他功能168
6.6.1　查询依赖项168
6.6.2　管理参数169
6.6.3　查询管理169
6.6.4　数据源设置170
6.7　Power Query中的M函数170
6.7.1　什么是M函数170
6.7.2　高级编辑器173
6.8　总结173
6.9　作业174
第7章　数据模型175
7.1　什么是数据模型176
7.2　单表模型178
7.3　多表模型180
7.4　维度表和事实表181
7.5　维度建模的必要规则184
7.6　维度建模的三种模型186
7.7　数据模型的关系190
7.7.1　表关系192
7.7.2　交叉筛选器方向196
7.7.3　管理关系197
7.8　DAX是什么200
7.8.1　新建列200
7.8.2　度量值205
7.8.3　计算表208
7.8.4　如何选择新建列、度量值、计算表210
7.8.5　如何学习DAX212
7.8.6　DAX常用函数213
7.8.7　在DAX编辑器中使用快捷键215
7.9　表和度量值的命名规则及度量值管理217
7.9.1　表命名规则217
7.9.2　度量值命名规则218
7.9.3　度量值管理220
7.10　数据模型管理规范225
7.10.1　调整字段汇总方式225
7.10.2　隐藏非必要字段227
7.10.3　关闭“自动日期/时间”功能228
7.11　在DAX表达式中使用变量228
7.11.1　变量的语法229
7.11.2　变量的特性230
7.12　DAX表达式的格式化232
7.13　日期表236
7.13.1　如何正确使用日期表236
7.13.2　如何构建日期表239
7.14　按列排序241
7.15　循环依赖243
7.16　新建参数245
7.17　总结251
7.18　作业251
第8章　数据可视化及Power BI Service管理252
8.1　可视化基本功能254
8.1.1　使用可视化视觉对象254
8.1.2　主题258
8.1.3　页面视图259
8.1.4　筛选器261
8.1.5　选择262
8.1.6　书签263
8.1.7　性能分析器263
8.1.8　页面导航器264
8.2　报告、仪表板和数据大屏的区别265
8.3　Power BI Service管理266
8.4　总结268
8.5　作业268
第9章　Power BI优化最佳实践269
9.1　Power Query优化270
9.1.1　使用合适的数据源270
9.1.2　只加载所需的数据271
9.1.3　优先使用SQL查询语句加载数据271
9.1.4　使用参数272
9.1.5　使用部分数据做预转换272
9.1.6　尽量不在Power Query中进行复杂处理272
9.1.7　尝试将数据源规范为标准表273
9.1.8　使用Table.Buffer函数提高计算效率273
9.1.9　使用合适的数据类型273
9.1.10　设置并行加载表273
9.2　数据模型优化273
9.2.1　使用一对多关系274
9.2.2　反结构化设计274
9.2.3　减少维度表的行数274
9.2.4　关闭部分设置选项275
9.2.5　减少列基数276
9.2.6　使用增量刷新功能277
9.2.7　引用已有的度量值277
9.2.8　DAX优化278
9.2.9　表和度量值的命名规则280
9.2.10　度量值分层设计280
9.2.11　使用合适的数据粒度280
9.2.12　减少使用或不使用“新建列”功能280
9.2.13　尽量不使用大宽表281
9.2.14　数据模型中字母的大写和小写281
9.2.15　为字段添加特殊前缀281
9.3　可视化优化281
9.3.1　减少视觉对象的数量282
9.3.2　使用背景来管理布局283
9.3.3　尽量使用默认的视觉对象283
9.3.4　特殊的可视化呈现283
9.3.5　使用SVG辅助画图283
9.3.6　打开所有的预览功能284
9.3.7　报告细节优化284
9.4　硬件优化287
9.4.1　CPU287
9.4.2　内存290
9.4.3　硬盘291
9.4.4　显卡291
9.4.5　网卡/带宽291
9.4.6　屏幕292
9.4.7　小结292
9.5　其他优化292
9.5.1　使用较新版本的Power BI Desktop292
9.5.2　Power BI Desktop提示内存不足293
9.5.3　异常排查及排错技巧294
9.5.4　使用性能分析器巧妙排查异常295
9.6　总结295
9.7　作业295
第10章　在Excel中使用Cube296
10.1　什么是Cube297
10.2　为什么要使用Cube300
10.3　如何在Excel中连接Cube305
10.4　数据透视表311
10.5　Cube函数312
10.5.1　CUBEVALUE312
10.5.2　CUBEMEMBER317
10.5.3　CUBESET317
10.5.4　CUBESETCOUNT322
10.5.5　CUBERANKEDMEMBER322
10.5.6　CUBEKPIMEMBER324
10.5.7　CUBEMEMBERPROPERTY325
10.5.8　Cube函数与切片器搭配使用327
10.6　表查询329
10.7　Cube函数优化337
10.7.1　缩短公式的长度337
10.7.2　提高函数计算效率341
10.7.3　获取所有成员作为维度342
10.7.4　实战应用建议347
10.8　个人商业智能348
10.9　总结349
10.10　作业349

書城介紹　 \|　合作申請　\|　索要書目　 \|　新手入門　\|　聯絡方式　 \|　幫助中心　\|　找書說明　 \|　送貨方式　\|　付款方式	香港用户　 \|　台灣用户　\|　海外用户

	megBook.com.hk
Copyright © 2013 - 2025 （香港）大書城有限公司　 All Rights Reserved.