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.
企業學員的實戰問題，你也遇過嗎🤔
|
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
|
關注 Hi! I'm a 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#164 在儀表板開發與設計的過程中，我們一定都會有想要追蹤的指標，並且透過卡片呈現。 但要設計出一張豐富、具有價值的卡片，其實也很有學問。 如上圖所示：同樣顯示本月營收 1,456 萬，左側只有目前結果（資訊量扁平）。 相反地，右側加入目標狀態、比較基準、退貨率異常與指標定義，讓使用者能直接判斷這個數字代表什麼（資訊量立體）。 如果讓你先不要看右邊，只看左邊的「本月營收 1,456 萬」，你能判斷這個月的表現到底好不好嗎？ 這個數字看起來很大，版面也很乾淨。如果它被放在 Power BI 儀表板最上方，主管第一眼應該就會看到。 可是看到了，然後呢？ 1,456 萬可能代表業績非常好，也可能代表表現不如預期。 它可能比上個月成長，也可能已經連續三個月下滑。 甚至有可能營收變高了，背後卻伴隨更嚴重的退貨問題。 光看這張卡片，我們完全不知道。 而這正是很多 KPI 卡片最常見的問題：數字有顯示出來，但使用者還是無法判斷。 ↓ 想用更舒服的版面閱讀？我也把這篇整理成部落格版本，圖片與段落會更容易閱讀。 到部落格閱讀完整文章 先釐清：數值卡片和...
Stark's Power BI 電子報#163 最近有學員問我一個問題： 現在 AI 越來越強，很多資料清理、圖表分析，甚至 DAX 計算，好像都可以交給 AI。 我覺得這個問題問得滿好的（因為我曾經也自我懷疑過 😂）。 以前你可能覺得會 Power BI、寫 DAX、會做圖表、會整理資料，是一件很有競爭力的事。 但現在 AI 可以幫你生公式、整理邏輯、建議圖表、甚至可以直接幫你解讀資料。 那學這些東西的價值，是不是就變低了？ 我覺得答案是： 如果你只是把 Power BI 當工具學，那價值確實會被壓縮。 所以真正該問的不是：「Power BI 還有沒有價值？」 而是：「你到底把 Power BI 當成什麼來學？」 ↓ 點我閱讀網頁版（閱讀體驗更好） 只把 Power BI 當工具學，AI 真的會讓你焦慮 很多人學 Power BI，一開始都是從工具開始，這很正常。 ➔ 學怎麼匯入資料 ➔ 學怎麼清理資料 ➔ 學怎麼建立關聯 ➔ 學怎麼拉圖表 ➔ 學怎麼寫 DAX ➔ 學怎麼發布報表 這些都很重要。 但問題是，如果你的學習只停在這裡，那你最後很容易變成一種角色： 報表工具人。...
Stark's Power BI 電子報#162 近況更新 嗨 Reader 這週過得如何呢？ 從這一期電子報開始，將改成不定期發送，但會盡量維持 2 週左右一封的頻率。 可能你也有發現，最近幾封電子報篇幅開始比較多。 最主要是想要把電子報的內容做深，不是只是單純停留在片面、零散的內容。 但要產出這類型的長文會很需要長時間的資料統整、消化、與產出。 因此，為了不要降低品質為了發送而發送，所以先暫時改成不定期～ 如果你喜歡最近電子報的形式，可以回信讓我知道嗎？ 這樣我也會知道這樣的內容形式是能夠幫助到你的 🙂 好啦！就這樣，以下這文開始。 Power BI Fabric Apps 讓報表不只停在洞察，而是把分析結果接到實際行動 今天想跟你聊一個 Power BI 最近很值得觀察的新方向：Fabric Apps。 不過我不想一開始就跟你介紹功能，因為那樣很容易變成 Microsoft 官方文件整理，讀起來會有點硬，坦白說，也有點無聊。 我想先從一個比較實際的問題開始。 你有沒有遇過這種情況：一張 Power BI...