自我提升 类型
可以朗读 语音朗读
183千字 字数
2025-06-01 发行日期
展开全部

主编推荐语

一本PowerBI工具书。

内容简介

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。

目录

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

评分及书评

评分不足
1个评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。