
如何快速掌握逆天可视化神器Power BI
Power BI是微软最新的商业智能(BI)概念,它包含了一系列的组件和工具。话不多说,先上图:
是不是一下就明白了Power BI系列组件的功能?其实Power BI的核心理念就是让我们用户不需要强大的技术和编程背景,针对在如同客户经理、产品经理、网络运营、市场营销等岗位上,只需要掌握Excel这样简单的工具就能快速上手商业数据分析及可视化。
微软的Power BI主要含有四套插件,包含Power Query,Power Pivot,Power view和Power map。
一、Power Query
Power Query是负责抓取和整理数据的,它可以抓取几乎市面上所有格式的源数据,然后再按照我们需要的格式整理出来。通过Power Query 我们可以快速将多个数据源的数据合并、追加到一起,任意组合数据、将数据进行分组、透视等整理操作。而且这些步骤将来是自动完成的,也就是说以后你只要点下刷新,所有的数据就都乖乖的按照你的要求到碗里来了,再也不需要手工调整数据了…感动到哭…
1.合并/追加表
2.数据分组
3. 透视/逆透视
二、Power Pivot
Power Pivot是微软Power BI 系列工具的大脑,负责建模分析。有人说它是过去20年Excel里最好的新功能。它可以
1.轻松处理各种量级的数据
2. 快速建立多表关系,再也不用vlookup了
3.看看生成的数据透视表报告:
三、Power View
Power View是嵌套在Excel里的交互式图表工具,只用Excel也可以制作高大上的仪表板。
四、Power Map
号称Excel地表最强可视化神器,Power Map是直接嵌套在Excel里的基于地图的可视化工具,效果如下图:
那么,如此炫酷的神器 Power BI 要怎么学?
CDA数据分析员-电子表格大会主席、微软Excel MVP(Excel最有价值专家)李奇老师手把手带你零基础入门商业智能分析。
在这里,你可以学到迅速提升数据分析技能,分分钟做出亮眼的商业数据分析报表。
一、课程安排
北京&远程:2017年12月02~03日 09~10(周末四天)
上海远程:2017年12月02~03日 09~10日
深圳远程:2017年12月02~03日 09~10日
课程费用:现场班1500元,远程班900元
授课安排:
(1) 授课方式:面授直播两种形式,中文多媒体互动式授课方式
(2) 授课时间:上午9:00-12:00,下午13:30-16:30,16:30-17:00(答疑)
(3) 学习期限:现场与视频结合,长期学习加练习答疑。
二、报名流程
1. 在线填写报名信息
微信端:
2. 给予反馈,确认报名信息
3. 网上缴费
4. 开课前一周发送电子版课件和教室路线图
三、讲师介绍
李奇
微软Excel MVP(Excel最有价值专家)/经管之家签约讲师/中国电子表格应用大会主席
IBM中国担任销售管理团队数据分析项目组长及德勤北京所的数据分析高级咨询顾问。专精于企业数据分析、制定商业智能业务解决方案、软件开发及Excel培训等。
四、课程大纲
第一阶段:[12.02] EXCEL基础与数据处理方法介绍
1.数据分析概述
2.分析工具Excel概述
3.Excel基本数据类型操作
4.Excel公式功能与条件格式
5.Excel数据透视与图表功能
6.常用函数介绍
7.Excel数据处理(错误值、异常值、重复)
8.数据提取与数据分组
9.数据转换与数据标准化
第二阶段:[12.03]EXCEL商业智能分析工具精讲
1.Power Map介绍
2.Power View介绍
3.Power Query介绍
4.导入数据与数据横向、纵向合并
5.基本功能介绍与M函数
6.Power Pivot介绍
7.导入外部数据与搭建多维数据集
8.KPI多层次结构介绍
9.DAX表达式与高级数据透视分析
第三阶段:[12.09]高级数据可视化方法精讲
1.基本可视化分析方法
2.应用切片器及透视表制作动态图表
3.应用控件及名称定义制作动态图表
4.制作单元格图表
5.制作嵌套图表
6.基本图表再创新
第四阶段:[12.10]Excel商业智能分析案例精讲、浅谈VBA与统计
1.财务杜邦分析仪介绍
2.餐饮行业数据分析仪介绍
3.销售管理分析仪介绍
4.浅谈Excel VBA
5.浅谈描述性统计分析
6.浅谈回归分析方法
五、优惠信息
1. 论坛其他现场班老学员9折优惠;
2. 同一单位三人及以上报名9折优惠;
3. 同时报名参加LEVELⅠ立减400元;
4. 同时报名CDA数据分析师-周末集训班课程立减500元。
2. 针对在校大学生,大一大二学生的双方实行专业共建合作,并接受河北地质大学的大三大四学生的实训外派。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23