如何使用Excel和Power BI高效發(fā)現(xiàn)數(shù)字背后的信息？在數(shù)據(jù)分析時(shí)如何準(zhǔn)確寫(xiě)出所需的公式?如何快速響應(yīng)各方需求，提升自己的價(jià)值……答案是使用“數(shù)據(jù)模型”。在本書(shū)中，著名的Excel、Power BI專家Alberto Ferrari和Marco Russo將會(huì)告訴你關(guān)于數(shù)據(jù)模型的基礎(chǔ)知識(shí)，并通過(guò)多個(gè)實(shí)例幫助你構(gòu)建、展示報(bào)表，教你通過(guò)設(shè)計(jì)數(shù)據(jù)模型以快速得到想要的答案，并提升效率。通過(guò)閱讀，你會(huì)發(fā)現(xiàn)：找到正確的答案原來(lái)如此簡(jiǎn)單！本書(shū)不僅適合在校學(xué)生、初入職場(chǎng)的白領(lǐng)，也適合那些希望了解數(shù)據(jù)建模的數(shù)據(jù)分析師。如果你希望獲得資深專家的豐富經(jīng)驗(yàn)，相信本書(shū)也會(huì)帶給你啟發(fā)。
Alberto Ferrari和Marco Russo是SQLBI.COM的創(chuàng)始人。 他們定期發(fā)布關(guān)于微軟Power BI、PowerPivot、DAX和SQL Server的文章。自2009年測(cè)試版的Power Pivot發(fā)布以來(lái)，SQLBI.COM成了DAX相關(guān)文章和教程的主要來(lái)源之一。他們都為商業(yè)智能（Business Intelligence，BI）解決方案提供咨詢和指導(dǎo)，并精通與BI相關(guān)的微軟技術(shù)。他們編寫(xiě)了很多關(guān)于Power Pivot、DAX和Analysis Services的文章、圖書(shū)。他們是Power BI領(lǐng)域知名的培訓(xùn)師，是微軟官方認(rèn)證的SQL Server分析服務(wù)(SSAS)大師，并在MicrosoftIgnite、PASS Summit和SQLBits等大型國(guó)際會(huì)議上發(fā)表演講，你可以通過(guò)Marco.russo@sqlbi.com、ferrari@sqlbi.com來(lái)聯(lián)系他們。
劉鈺，網(wǎng)名：天昕。ExcelHome 論壇Power BI 版塊版主；“中國(guó)電子表格應(yīng)用大會(huì)”講師；“PowerPivot工坊”BI顧問(wèn)；擁有超過(guò)10年的零售行業(yè)數(shù)據(jù)分析從業(yè)經(jīng)歷。潘麗萍，20余年財(cái)務(wù)工作經(jīng)驗(yàn)；蘇黎世交易所上市公司中國(guó)區(qū)財(cái)務(wù)總監(jiān)，主管兼、并購(gòu)業(yè)務(wù)及供應(yīng)鏈整合。全球特許管理會(huì)計(jì)師公會(huì)資深會(huì)員(FCMA)，全球特許公認(rèn)會(huì)計(jì)師公會(huì)會(huì)員(ACCA)。付大偉，先后就職于西門(mén)子、霍尼韋爾、三星等多家世界500強(qiáng)企業(yè)，從事質(zhì)量管理工作。Power BI和Python數(shù)據(jù)分析的愛(ài)好者和使用者。
第1章 數(shù)據(jù)建模介紹 1
使用單張表構(gòu)建模型 2
數(shù)據(jù)模型的介紹 9
關(guān)于星形模型 17
理解命名規(guī)則的重要性 22
本章小結(jié) 24
第2章 處理匯總表/明細(xì)表 26
關(guān)于匯總表/明細(xì)表 26
從匯總表聚合值 28
扁平化匯總表/明細(xì)表 35
本章小結(jié) 38
第3章 處理多維事實(shí)表 39
處理規(guī)范化的事實(shí)表 39
維度表的交叉篩選 45
理解模型中的不確定因素 48
案例：訂單表/發(fā)票表 51
計(jì)算客戶的開(kāi)票總額 56
計(jì)算包含指定客戶與指定訂單的發(fā)票金額 56
計(jì)算已經(jīng)開(kāi)具發(fā)票的訂單的金額 57
本章小結(jié) 59
第4章 處理日期和時(shí)間 61
創(chuàng)建一張日期維度表 61
使用時(shí)間維度自動(dòng)分組 65
Excel中的按時(shí)間自動(dòng)分組 66
Power BI Desktop中的按時(shí)間自動(dòng)分組 67
處理多個(gè)日期維度 68
處理日期和時(shí)間 74
實(shí)現(xiàn)時(shí)間智能的計(jì)算 76
處理財(cái)年日歷 78
計(jì)算工作日 80
針對(duì)單個(gè)國(guó)家或地區(qū)的工作日模型 81
多個(gè)國(guó)家或地區(qū)的工作日模型 84
處理年度特定的時(shí)間段 88
處理非重疊日期區(qū)間 88
截至今天的相對(duì)周期 90
處理重疊的日期區(qū)間 92
按照周日歷計(jì)算 94
本章小結(jié) 100
第5章 跟蹤歷史屬性 101
漸變維度簡(jiǎn)介 101
使用漸變維度 106
加載漸變維度表 109
確定維度表中的顆粒度 113
在事實(shí)表中固定顆粒度 116
快變維度 118
選擇正確的建模技巧 121
本章小結(jié) 122
第6章 使用快照表 123
處理不能隨時(shí)間累積的數(shù)據(jù) 123
快照表的聚合方式 124
理解派生的快照表 130
理解轉(zhuǎn)換矩陣 132
本章小結(jié) 138
第7章 日期和時(shí)間間隔分析 140
處理時(shí)態(tài)數(shù)據(jù) 140
簡(jiǎn)單間隔的聚合 142
跨天的間隔 145
基于工作輪班與時(shí)間偏移的建模 150
分析活動(dòng)事件 151
混合不同的持續(xù)時(shí)間 162
本章小結(jié) 168
第8章 多對(duì)多關(guān)系 169
關(guān)于多對(duì)多關(guān)系 169
理解雙向模式 171
理解非累加性 174
級(jí)聯(lián)多對(duì)多 175
時(shí)間多對(duì)多關(guān)系 178
重新分配因子和百分比 182
多對(duì)多關(guān)系的物化 184
使用事實(shí)表作為橋表 185
考慮性能因素 187
本章小結(jié) 189
第9章 不同顆粒度的使用 190
關(guān)于顆粒度 190
不同顆粒度之間的聯(lián)系 192
分析預(yù)算數(shù)據(jù) 192
使用DAX代碼移動(dòng)篩選器 195
通過(guò)關(guān)系來(lái)篩選 197
在錯(cuò)誤的顆粒度上隱藏值 199
在更細(xì)的顆粒度上分配值 203
本章小結(jié) 205
第10章 數(shù)據(jù)模型的切片 206
計(jì)算多列關(guān)系 206
計(jì)算靜態(tài)切片 209
使用動(dòng)態(tài)切片 211
理解計(jì)算列的威力：ABC分析 214
本章小結(jié) 218
第11章 處理多幣種模型 219
理解不同的場(chǎng)景 219
使用多種原始貨幣，一種報(bào)告貨幣 220
使用一種來(lái)源貨幣，多種報(bào)告貨幣 225
使用多種來(lái)源貨幣，多種報(bào)告貨幣 229
本章小結(jié) 232
書(shū)單推薦
