Innholdsfortegnelse:
Video: Increase Brain Power, Enhance Intelligence, IQ to improve, Binaural Beats, Improve Memory 2024
Ved hjelp av Power Pivot og Power Query sammen kan du hjelpe deg med å opprette rapporteringsmodeller som er enkle å administrere og vedlikeholde. En rapporteringsmodell gir grunnlaget for rapporteringsmekanismen. Når du bygger en rapporteringsprosess som importerer, forvandler, former og aggregater data, bygger du i hovedsak en rapporteringsmodell.
Å lage en dårlig utformet rapporteringsmodell kan koste deg timevis av manuell arbeidskraft som har brukt og opprettholder rapporteringsmekanismer. På den annen side kan du opprette en effektiv modell enkelt gjenta månedlige rapporteringsprosesser uten å skade rapporter eller sunnhet.
Adskillelse av data og analyse
Et vitalt konsept i en rapporteringsmodell er adskillelse av data og analyse. Den grunnleggende ideen er at du ikke vil at dataene dine blir for bundet til noen enkelt måte å presentere dataene på.
For å bryte deg rundt dette konseptet, sett en faktura. Når du mottar en faktura, antar du ikke at de økonomiske dataene på den er den virkelige kilden til dataene. Det er bare en presentasjon av data som er lagret andre steder i en database. Disse dataene kan analyseres og presenteres på mange måter: i diagrammer, i tabeller eller på nettsteder. Denne uttalelsen kan høres åpenbar, men Excel-brukere smelter ofte (eller blander) data, analyse og presentasjon.
Eksempelvis inneholder noen Excel-arbeidsbøker 12 tabber, som hver representerer en måned. På hver kategori er data for den aktuelle måneden oppført sammen med formler, pivottabeller og oppsummeringer. Nå, hva skjer når du blir bedt om å gi et sammendrag per kvartal? Legger du til flere formler og faner for å konsolidere dataene på hver av månedens faner? Det grunnleggende problemet i dette scenariet er at fanene representerer dataverdier som er sammensmeltet i presentasjonen av analysen din.
Et bedre alternativ er å skape rapporteringsmodeller der data- og analyselagene er skilt. Datalaget håndterer import og omforming av rå data til staging områder. Analyselaget fungerer som plattform for aggregering og presentasjon av analysen av de rå dataene.
Når det gjelder å opprette rapporteringsmodeller der du har optimal separering av data og analyse, kan du ikke slå den kraftige kombinasjonen av Power Query og Power Pivot.
Hvordan Power Query og Power Pivot utfyller hverandre
Power Query er det perfekte verktøyet for å lage datalaget. Ved hjelp av Power Query kan du
- Importere data fra et bredt utvalg av eksterne datakilder, inkludert SQL Server, Microsoft Access, Web Services, og til og med Facebook.
- Transform og rengjør data før du importerer den til rapporteringsmodellen din.
- Slett data fra en rekke datakilder, eller legg til tabeller.
- "Unpivot" rådata fra et matriseformat til et flatt bord.
- Legg til data i Power Query's Internal Data Model.
Når du har Power Query, gir det nødvendige datalaget, kan Power Pivot brukes til å lage analyselaget. Med Power Pivot kan du
- Legg til relasjoner og angi tabell- og kolonneegenskaper.
- Legg til tilpassede formler med Data Analysis Expressions (DAX).
- Samle data i hierarkiske visninger.
- Lag pivottabellrapporter som aggregat og nåværende data fra ulike perspektiver.
Leveringsspørsmål og Power Pivot sammen gir et par fordeler:
- Datalaget kan oppdateres enkelt uten at man må repetere omformings- og dataoppryddingstrinn manuelt (Power Query gjør det for deg). Hvis du trenger data som ikke eksisterer i datalaget, kan du enkelt redigere dine Power Query-spørringer for å få inn nye data og ikke forstyrre analyselaget.
- Eventuelle tilleggsanalyser kan enkelt opprettes ved å starte flere pivottabeller fra Power Query-modellen.
Kort sagt, ved å bruke en-to-kombinasjonen av Power Query og Power Pivot, kan du opprette robuste rapporteringsmodeller som er fleksible, skalerbare og enkle å vedlikeholde.