Stark's Power BI
電子報#82 嗨 Reader 這週過得如何呢? 上週我受邀至桃園的某一企業進行教育訓練,教導學員基礎的 Power BI 操作。 圖一、教育訓練上課畫面
總共 6 小時的課程包含以下內容:
如果看到這裡你覺得:「哇!也太多內容了吧!」 沒錯!就是這麼豐富!這麼紮實! 我對於自己課程的期許是:「比起只會點點按按做圖表,我希望每位學員在上完課程以後,都可以用更宏觀的角度了解資料,進而選用正確的工具。」 也因此,我會把 Power BI 內實用的工具,做一個完整地介紹,並且搭配實作幫助學員理解。 不過也因為太過於豐富,下半堂講視覺化的課程反而差點講不完。最後是以純解說的方式帶過,個人覺得比較可惜,也是我需要對課程進行優化的地方。 來自學員的問題在課程中場休息的時候,有位學員跑來提了一個很有趣的問題。 由於我沒有該位學員的報表,僅能夠就我的印象大致畫出他的畫面。 圖二、學員問題
從圖二中可以看出,畫面最上方是一組月份的篩選器,下面左邊與右邊則是兩個柱狀圖,分別來自兩張不同的資料表。 學生提問是:「為什麼他月份篩選器只選 1 ~ 3 月的時候,只會動左圖,而右圖不會動呢?」 這問題是一個滿經典的問題,在沒有改變視覺效果間預設的互動性狀況下,很大機率是資料模型設計的問題。 仔細看圖三的模型可以發現,資料表 1 與資料表 2 之間並沒有建立任何的關聯。 而篩選器是來自左邊的資料表 1,而下圖中的左邊柱狀圖也是來自資料表 1。 因此就會造成篩選器只會篩選到與資料表 1 相關的項目而已。 圖三、原本的資料模型
解決方案為了讓畫面上的兩個柱狀圖都可以被同一個篩選器篩選,有兩個作法:
第一個方式適用於當資料表 1 與資料表 2 的資料粒度(Data Graunality)不同時。 例如:資料表 1 每列是每月的銷售額彙總資料,而資料表 2 每列是每一筆銷售紀錄。 如此,從資料表 1 篩選某一個月份時,便可以在資料表 2 得到對應的所有紀錄。 第二個方式適用於兩張資料表的資料粒度相同(此狀況),或是整體資料模型比較複雜時。 這時候利用一張共用的日期維度表來各別與資料表 1 與資料表 2 建立一對多的關聯,如圖四。 圖四、修正後的資料模型
如此,篩選器使用來自日期表的月份以後,當選擇某一個月份,也可以往下將兩張表篩選出對應的紀錄,如圖五。 圖五、修正資料模型後的視覺化結果
結語上述是一個非常經典的案例。 該案例也體現出資料模型設計的重要性,而如何設計又與每張資料表的資料細緻程度有關。 透過了解需求與資料以後,我們才能設計出一份好的模型,解決使用者的問題。 Reader 也有遇過這種狀況嗎?歡迎跟我分享你當時遇到的問題情境哦! 哪邊還能獲得更多資源呢?如果你有使用臉書,那麼在臉書有一個 Taiwan Power BI User Group。 目前成員破萬,而且社員互動也相當良好。通常有問題拋上去詢問,許多社團大神都會協助解答,非常推薦你加入。 延伸閱讀Power BI 基礎知識Power BI DAX 教學關於 Stark
|
I am a software engineer and data enthusiast based in Taiwan. I share knowledge in data visualization tool, expecially Microsoft Power BI. If you don't want to miss out the latest update, do subscribe to my newsletter.
Stark's Power BI 電子報#111 嗨 Reader 這週過得如何呢? 最近有朋友問我:「Stark,如果現在想找數據分析的工作,最該準備的是什麼?」 我想了想,最關鍵的不是你學會多少軟體、語法、工具,而是 —— 你準備的東西,有沒有對應到企業真正想找的人才? 學了很多,卻總是差臨門一腳? 不管你是轉職者、應屆畢業生,還是已經在職場的職場人,也許你也曾遇過這樣的狀況: 明明學了 Excel、SQL、Power BI,但投出去的履歷都沒下文 一看到職缺說要「會做作品集」,卻不知道該從哪開始 面試時總是無法明確說出「為什麼你適合這份工作」 一直補技能,但還是不知道自己離企業要的人才還差多遠 老實說,這些都不是你不夠努力,而是 —— 你缺少一條清晰的準備路線圖。 對症下藥,成為企業的真正要的完美求職者 讓我用「數據分析求職四步驟」來拆解你可以怎麼準備: ✅ Step 1:掌握關鍵能力,而不是什麼都學一點 學技能,不是堆技能表。企業想找的是「可以交付成果的人」,所以你得先搞清楚: 哪些是 一定要會 的核心能力?(統計、資料處理、商業邏輯…) 哪些是 可選但加分...
Stark's Power BI 電子報#86 嗨 Reader 這週過得好嗎? 這禮拜的電子報將接續上週的主題探討:「究竟什麼時候會用到 CALCULATE 函數?」 如果 Reader 是第一次訂閱電子報,這邊幫你快速補充這個主題的緣由。 噢對了!背景補充以前,本篇電子報最後有免費的小禮物🎁要送給你,記得看到最後唷! 由於前陣子在與學生諮詢時,他突然提了一個問題:「請問什麼時候要用到 CALCULATE?什麼時候不用呢?」 而經他這麼一問,我也才意識到,原來平常一直使用的 CALCULATE,其實對於新手來說會是一個滿陌生的概念。畢竟,在 Excel 中並沒有這個函數。 要解釋 CALCULATE 前,需要先理解篩選的概念。而上週電子報就是在探討篩選。 總結來說... 在 Power BI 內,萬物皆篩選。 這個連結是上週電子報的網頁好讀版,歡迎 Reader 前去閱讀。 Power BI 篩選介紹 透過了解篩選以後,我們就可以再更深入地探討篩選這件事。 假設...我就不想要篩選呢? 因為 Power BI...
Stark's Power BI 電子報#85 嗨 Reader 這週過得好嗎? 今年的中秋節落在禮拜二,不知道你週一有沒有請假,自主連成四天連假呢? 我的話是沒有,剛好這陣子專案在趕進度,因此週一就還是乖乖上班 😂 今天的電子報,我想跟 Reader 分享一個基礎但新手不一定都容易明白的概念。 前幾天在與學生諮詢的時候,他突然問了我一個問題:「請問什麼時候要用到 CALCULATE?什麼時候不用呢?」 經他這麼一問,我才意識到,原來平常一直使用的 CALCULATE ,其實對於新手來說會是一個滿陌生的概念。畢竟,在 Excel 中並沒有這個函數。 因為要解釋 CALCULATE 的概念會需要用比較長的篇幅,因此我預計將內容分成兩篇電子報來寫。 今天會是第一篇,解釋篩選的概念。 Power BI 圖表的底層邏輯:萬物皆篩選 剛接觸 Power BI 的使用者可能很快就會發現一件事情,就是 Power BI 每一個圖表(精確來說是「視覺效果,Visual」)之間都具備很高的互動性。 而不同視覺效果間的互動性是 Power BI 內的第一種篩選。 如圖一,當我們在交叉分析篩選器選了...