前言

BI全称商业智能（Business Intelligence），在传统企业中，它是一套完整的解决方案。将企业的数据有效整合，快速制作出报表以作出决策。涉及数据仓库，ETL，OLAP，权限控制等模块。

今天的学习我们只着重于数据分析过程，使用Power BI打造数据分析师Dashboard报表。

Power BI 下载地址：https://www.microsoft.com/zh-cn/download/confirmation.aspx?id=45331

什么是Power BI

BI工具主要有两种用途。一种是利用BI制作自动化报表，数据类工作每天都会接触大量数据，并且需要整理汇总，这是一块很大的工作量。这部分工作可以交给BI自动化完成，从数据规整、建模到下载。

另外一种是使用其可视化功能进行分析，BI的优点在于它提供比Excel更丰富的可视化功能，操作简单上手，而且美观，如果大家每天作图需要两小时，BI会缩短一半时间。

BI作为企业级应用，可以通过它连接公司数据库，实现企业级报表的制作。这块涉及数据架构，就不深入讲了。

Power BI是微软家的。如果大家熟悉Excel，应该会知道微软推出的Power Query、Power Pivot、Power View和Power Map，是Excel上非常强大的四个插件。Power BI则是微软将它们作为集合推出。

Power Query是用于数据提取、整合、搜索的插件。它偏向数据模型的建立，而不是单元格的使用。

Power Pivot是数据透视表的高级应用，使用DAX能进行大量的科学计算。性能方面，比Excel函数要快两个量级，百万级的处理不成问题。

Power View是图表的高级应用，实现了过滤、联动、拖拽等功能。

Power Map是可视化地图。

如果大家熟练掌握以上四个插件，那么在Excel上也能实现部分BI。毕竟Excel是企业中人手一款的工具，和BI相比有轻量级的好处，虽然数据分析师需要掌握的工具更多。

BI的步骤

市面上有很多丰富的BI工具，Tableau，QlikView，BDP等，各有侧重，也各有价格。但是操作过程都是相似的，大体分为五个步骤：数据源读取、数据清洗、数据关联、图表制作、Dashboard整合。熟悉了其中一个，再学会另外的就不难。

数据源读取

界面和Office软件比较接近。上面是操作工具项，左侧栏是导航栏。

Power BI 的左侧导航栏对应三个模块：仪表板、报表和数据集。仪表板或报表需要数据才能操作，我们先读取数据集。

点击工具栏的取得资料（奇怪的翻译）

Power BI支持各类丰富数据源（市面上绝大部分BI都支持，只是读取方式略有差异），除了Excel和CSV 文件，它还支持Acess、SQL数据库、Hadoop／HDFS、Spark、第三方API等。

这里可以针对数据编辑，先略过，选择载入。

自动跳转到数据报表页，数据报表（Report）是数据规整和清洗过程。

数据清洗

Power BI有一个高级功能叫DAX（Data Analysis Expressions），它是整个 Power BI 使用的公式语言。

DAX近似Excel函数（大多数第三方BI，函数均接近Excel），故它针对新手非常友好。如果大家已经熟悉Excel函数，上手速度会很快。基本上函数名字都一样，如果不熟悉，可以查阅官网提供的文档。

我们先清洗报表中的薪水salery，和实战篇过程一样，需要将其拆分成两个新列，并且计算平均值。

点击模型项的新建资料行（这里的翻译应该不对，应是column列，后文我都用列表示），此时新增加的列没有任何内容。我们需要做的操作就是以salery生成两列。

这里需要用到DAX。当成函数使用它就行，不过Excel是单元格级别的引用，而DAX中的任何引用、计算、汇总等，都是以列为单位的。

='Table Name'[ColumnName]

这是最简单的引用，Table Name是我们这张报表的名字，我载入的csv叫DataAnalyst，那么报表就叫做DataAnalyst，ColumnName是我们需要引用的列，名字叫做salary。下图公式就是范例。

如果表名中有空格，需要加引号，如果没有则不需要。如果是跨表引用，TableName是必须的，否则只需要ColumnName。DAX支持自动填充，可以通过模糊输入+回车快速输入。

我说过它近似Excel，那么Excel加减乘除的习惯可以直接使用在上面。

='Table Name'[ColumnName1]+'Table Name'[ColumnName2]*3

接下来继续清洗步骤，我们查找k所在的字符串位置。

=search("k", DataAnalyst[salary],1)

利用left函数截取工资下限。

=left(DataAnalyst[salary],search("k", DataAnalyst[salary],1)-1)

搞定。资料行重命名为bottomSalery。接下来是工资上限topSalery，使用"-"截取的时候报错了。

=search("-", DataAnalyst[salary],1)

检查一下发现原来是有“10K以上”这类字符串。DAX查找不到“-”，这时需要返回一个出错时表达的值。因为10k以上的描述无法确定工资上限，那么我们就把返回的值限定为bottomSalery。

在这里请记住，DAX的容错性比Excel低，只要DAX中有一行返回Error，那么整列都是Error。我们需要用Iferror函数保证容错性。

这里给出topSalary的计算，比较繁琐。

topSalery = IFERROR(mid(DataAnalyst[salary],SEARCH("-",DataAnalyst[salary],1)+1,LEN(DataAnalyst[salary])-SEARCH("-",DataAnalyst[salary],1)-1),DataAnalyst[bottomSalery])

之后新建一列使用(DataAnalyst[bottomSalery]+DataAnalyst[topSalery])/2 计算该岗位的平均工资。

大家看到这里，是不是觉得DAX公式非常长？新手可以多增加辅助列来进行计算。

Excel中有比较方便的分列功能，那么Power BI中是否拥有呢？答案是肯定的，右键点击列，选择编辑查询选项。

北京数据是有重复值的，那么我们通过positionId这职位的唯一标示，来删除重复项。右键点击移除重复项目即可。

我们再看一下查询编辑的其他功能。

分组依据可以认为是数据透视表。可以选择多个字段进行分组。对结果进行求和、计数等操作。

如果是订单、用户行为、用户资料等大量数据，一般会以分组形式进行计算。不同分组字段，会生成不同的维度，像范例中的城市、工作年限，教育背景都是维度，也是图表的基础。如果生成的维度足够多，我们能利用维度组成数据模型，这是OLAP的概念。

除此以外，也能利用过滤直接筛选数据。我们选择出含有数据分析、分析的数据。排除掉大数据工程师等干扰职位。

这里支持多条件复杂逻辑筛选。

到这里，我们已经完成实战篇中的清洗过程中，我这次简单化了。以上步骤都能通过右侧的套用步骤还原和撤销。这里不会出现bottomSalery这类列。

图表

进入图表设计阶段，点击侧边栏第一个项。BI比Excel好的地方在于，它只要拖拽就能设计和生成。

点击任一图表，画布上会自动生成图形，要切换图表类型直接点击其他即可。我们把城市和平均工资拖拽到视觉效果下的栏目，它会自动生成图表。不同图表需要的维度、轴都不一样，具体按提示进行。

点击新增视觉效果（继续吐槽翻译），可以继续在画布上增加图表。绝大部分BI，都是支持联动的，所谓联动，通俗讲，就是点击图表上的维度元素，其他数据也会按此维度相应变化。

上图就是一个很好的联动例子，点击城市维度的北京，其他图表都变了，平均工资由14.23变成15.23。而学历则变成突出显示，显示出了北京的博士们薪水远高于平均水准。

图表联动带来更好的数据洞察，将不同数据维度的组合和选取，为分析师带来决策能力的提升。当然我最喜欢的特点之一是省时间。

通过不断的图表组合，就能生成数据分析师自己的分析画布。这块画布叫作Dashboard。当然图表好看与否，就取决于分析师的设计品味了

作品