本书以 Power BI 数据分析软件为平台，将企业实际工作需求作为出发点，分别从思维、技术、实践这三个方面，全面系统地讲解和分享了Power BI在企业日常数据分析场景的运用思维、实操技能及综合管理应用的思路。
本书分为三大部分。第 1 篇（第 1 ～ 4 章）以循序渐进的方式介绍企业数据分析的基本流程、常见模型及应用案例。第 2 篇（第 5 ～ 8 章）主要介绍和讲解了企业数据分析人员必知必会的 Power BI 工具的操作技能、应用技巧及经验，内容包括各种实用工具的使用技能、常见问题的解决方法，以及各类函数和各种图表的作用及具体运用方法。这部分知识可帮助商业数据分析人员精进、精通 Power BI 的核心技术。第 3 篇（第 9 ～ 10 章）则是主要介绍如何通过 Power BI 来制作数据分析报表，并结合常见的应用案例，综合前面篇章所讲的各种技能，讲解 Power BI 在企业日常数据分析工作中的实践应用，同时向读者分享数据报表的管理思路与应用经验。

1.易学易懂：提供高手神器+高手自，学练结合，力求看得懂、学得会、用得上；
2.系统全面：结合行业典型案例讲解，以数据的收集、分析、可视化为逻辑主线，涵盖数据分析全流程核心要点；
3.浓缩高效：杜绝难理解的高深理论，遵循“二八定律”，掌握20%的技能解决80%的问题；
4.优势特色：全彩印刷，例图精美，注重提供思路、方法和资源工具激发数据分析思维；
5.超值资源：免费赠送全书同步素材文件，相关视频、图文、插件工具等学习资源。

企业要想决策好，数据分析少不了

为什么写这本书？
在当前科技信息时代，大数据的商业价值显得格外重要。当下越来越多的企业开始注重挖掘数据信息的商业价值，并从企业长远发展角度出发，不断加大资源投入数据分析领域，力求从多方面收集、整理、分析企业内外部数据信息，从而帮助企业制订发展战略，解决企业运营中面临的各种问题。
商业数据分析之所以变得如此重要，是因为很多企业在进行战略决策制订时，开始越来越多地依仗数据分析预测的结果，而不再是单纯地依靠管理层经验。
在众多的数据分析工具中，Power BI 是微软在商业智能数据分析方面的一个划时代产品。它不仅提供了强大的数据分析和计算引擎，同时兼顾了易用性特点，只要用户具有 Excel 使用经验，学习 Power BI 数据分析就能轻松上手、水到渠成。
遗憾的是，Power BI 作为近几年新兴的分析工具，它强大的数据可视化功能并没有被广泛地挖掘和利用起来。能用 Power BI 制作出专业商务图表效果的人很少，大部分人只掌握了 Power BI 中最基础的图表制作技能，而不太擅长用 Power BI 中的其他功能制作出专业的商务图表。我们做教育培训、图书出版十余年，深知 Power BI 数据分析的便捷性和图表制作功能的强大。本书的终极目的不在于大而全地介绍软件，而是深刻剖析专业图表制作工具的相关功能，结合实例，将可行、实用、接地气的制作方法手把手传授给读者。
这本书的特点是什么？
（1）本书杜绝出现读者难以理解的高深理论。数据分析和可视化展示是一门带点艺术性的数据处理学问，但是学了不能用到工作、生活中，不能解决实际问题，等于零。本书将深奥的概念化为直白的语言，有些内容的安排旨在打破读者对商业数据分析的局限思维，从思维层面告诉读者，原来数据分析还可以转换到这个角度来进行。本书中的案例多是结合行业中触手可及的例子进行讲


解，力求让读者看得懂、学得会、用得上。
（2）本书既传授心法又传授技巧，注重“知行合一”。根据“数据整理→数据分析→数据呈现” 的业务处理逻辑，本书梳理了数据分析的全过程，并提供了一个数据呈现所遵循的数据可视化原理与实用方法的参考指南，以此来帮助大家有效利用 Power BI 完成专业的数据分析和可视化应用。
（3）本书内容在精不在多。Power BI 中的数据计算公式和图表制作具有很多操作技巧，如果要全面讲解，五六百页都写不完。书中内容遵循“二八定律”，将有关 Power BI 数据分析和可视化的所有原理及基本操作技法都传授给读者，再精心挑选 Power BI 中 20% 最常用的数据分析技巧进行讲解，可以帮助读者解决工作、生活中 80% 的常见数据分析问题。
（4）根据心理学大师研究出来的学习方法得知，有效的学习需要配合及时的练习。为了检验读者的学习效果，本书提供了 29 个“高手自测”题，并提供了参考答案。
（5）Power BI 工具有很强的扩展性，本书还介绍了 4 个对数据可视化有帮助的第三方插件，借以帮助读者获取更多的数据可视化技巧。
这本书写了些什么？
本书知识内容安排如下图所示。

读者能通过这本书学到什么？
（1）为何要进行商业数据分析：只有了解清楚何为商业数据分析、商业数据分析的目的是什么，才能制作出让老板满意的商业数据分析报表。
（2）如何才能成为一名合格的商业数据分析师：我们每天都在接触商业数据，需要清楚哪些是核心数据，哪些是补充说明数据，应该从哪些方面去评判，又应该从哪些方面去下功夫改善商业报



表的专业度。
（3）掌握商业数据分析的基本流程和所用模型：常规的商业数据分析开展方式都有一个基本流程，按照这个流程中必要的步骤一步一步来展开，并选用合适的分析模型，就能保证生成的数据分析报表最有价值。
（4）Power BI 中的基本操作技巧：Power BI 中提供了上千种数据分析功能，只要掌握常用必备的工具就可以更高效地对日常中的大部分数据进行解析。
（5）使用 Power BI 对原始数据进行修正：向 Power BI 加载数据有 3 种方法，选择和使用合适的方法可以让分析工作变得更加便捷。本书还专门列举了对原始数据中的信息进行修正，以及添加补充信息来对数据进行说明的方法。
（6）数据查询语言 M ：使用 Power BI 进行数据分析离不开数据查询语言，本书讲解了 M 数据查询语言的基本构成、使用方法和进行排错的相关技能。
（7） 数据分析表达式 DAX ： 数据分析表达式 DAX 与数据查询语言 M 的区别在哪里， 与
Excel 中的函数又有哪些不同？如何使用函数对数据进行计算？常见的几类 DAX 函数应该如何使用？有哪些注意事项？学完本书之后读者就明白了。
（8）Power BI 中的视觉对象：Power BI 中的视觉对象有好几类，掌握它们的选择和使用方法，
以及对视觉对象进行配置的技巧，才能让最终呈现的可视化效果更专业。
（9）创建 Power BI 数据分析报表：数据分析报表有几种常见格式，需要了解它们分别适用于哪些场景，应该如何选择和使用。
（10）对 Power BI 数据分析报表进行管理：数据分析报表的内容一般涉及的信息很全面，也具有一定的商业保密性。所以，针对不同的查阅者，可以查看的信息应该有一定的范围，这就要求对Power BI 报表设置权限，实现不同的用户看到不同的报表信息效果等。这需要在 Power BI 中进行相应的设置，还应掌握将 Power BI 数据分析报表共享给他人的技巧。
有什么阅读技巧或者注意事项吗？
（1）适用软件版本。笔者推荐使用微软官方网站上发布的最新版本。微软每个月会在官网上发布一次 Power BI 更新包供用户免费下载使用。新版本的 Power BI 桌面应用可以打开老版本创建的数据报表。
（2）由于 Power BI 更新比较频繁，可能出现新版本中界面功能按键的名称、样式和布局发生了些微小变化，与本书中的截图稍有不符，希望读者能多包涵。
（3）高手自测。本书每个小节均有一道测试题，建议读者根据题目回顾小节内容，进行思考后动手写出答案，最后再查看参考答案。


除了书，还能得到什么？
（1）本书同步的素材文件，方便读者学习和操作使用。相关素材都在“学习文件夹”中对应的章节里。
（2）赠送：10 小时的《Excel 2016 完全自学教程》视频教程。
（3）赠送：10 招精通超级时间整理术视频教程。
（4）赠送：5 分钟学会番茄工作法视频教程。

温馨提示：以上资源，请用手机微信扫描下方任意二维码关注公众号，输入代码 e2058B，获取下载地址及密码。
本书由凤凰高新教育策划并组织编写。在本书的编写过程中，作者竭尽所能地为您呈现最好、最全的实用功能，但仍难免有疏漏和不妥之处，敬请广大读者不吝指正。

张煜，微软商业数据分析（BI）方向最有价值专家（MVP），著有《Power BI数据分析从零开始》，现任职于AvePoint（中国）首席产品经理，主要从事产品设计、研发和管理等相关工作。超过8年的产品项目管理经验，擅长对产品数据进行可视化分析，从而制定推广，开发，销售以及维护等策略。

Chapter 01 走进商业数据分析
1.1 什么是商业数据分析 .2
1.1.1 老板为什么要商业数据分析报告 2
1.1.2 谁才是商业数据分析的对象 .5
1.1.3 什么样的分析报告能获得老板的青睐 7
1.2 不同企业对商业数据分析的不同定位 .10
1.2.1 商业分析与数据分析 .10
1.2.2 商业分析与数据科学 .12
1.3 如何成为一名商业数据分析师 .13
1.3.1 经济学背景 13
1.3.2 统计学常识 14
1.3.3 计算机基础 16
1.3.4 其他能力 18
1.4 本章小结 .21
Chapter 02 商业数据分析基本流程
2.1 确认问题 .24
2.1.1 如何展开问题调查 .24
2.1.2 问题调查时的注意事项 .26
2.1.3 使用 5WHY 分析法明确调查方向27
2.2 数据收集 28
2.2.1 收集一手数据 28
2.2.2 收集二手数据 29
2.3 数据加工整理 .30
2.3.1 去除冗余数据 31
2.3.2 提取整合数据 32
2.3.3 对数据进行脱敏 .33
2.3.4 修正问题数据 34
2.4 数据建模 35
2.4.1 规范数据指代名称 .35
2.4.2 定义数据类型 36
2.4.3 建立表单关联关系 .37
2.4.4 进行数学运算 38
2.5 制作数据分析报表 39
2.5.1 创建可视化对象 .39
2.5.2 报表用户的权限分配 .40
2.5.3 报表的发布与更新 .41
2.5.4 编写数据分析报告 .41
2.6 本章小结 43
Chapter 03 商业数据分析的模型与思路
3.1 商业数据分析的四个层次 46
3.1.1 描述性分析 46
3.1.2 诊断性分析 47
3.1.3 预测性分析 48
3.1.4 规范性分析 49
3.2 商业数据分析的常用模型 .51
3.2.1 PEST 宏观环境分析模型 .51
3.2.2 SWOT 条件综合分析模型 .54
3.2.3 波特五力分析模型 .57
3.2.4 4P 营销分析模型 .60
3.2.5 5W2H 分析模型.62
3.3 商业数据分析的常见思路 .64
3.3.1 细分分析 64
3.3.2 对比分析 66
3.3.3 趋势分析 67
3.3.4 组群分析 70
3.3.5 关联分析 71
3.4 本章小结 73
Chapter 04 商业数据分析的常见应用示例
4.1 客户分析 .76
4.1.1 客户生命周期 76
4.1.2 客户状况衡量指标 .79
4.1.3 RFM 客户分析模型 83
4.2 成本收益分析 .88
4.2.1 现值 89
4.2.2 净现值 91
4.2.3 分析的基本步骤 .93
4.3 销售分析 94
4.3.1 常见关注指标 95
4.3.2 基本分析点 101
4.4 本章小结 108
Chapter 05 商业数据分析利器：Power BI 的基本操作
5.1 巧用查询编辑器 . 112
5.1.1 选择恰当的数据加载方式 .112
5.1.2 灵活引用数据 .115
5.1.3 明确数据名称和类型 .117
5.1.4 小心排序陷阱 .119
5.1.5 调用自定义函数和参数 .121
5.2 灵活使用建模工具 123
5.2.1 巧建表关联关系 .123
5.2.2 向报表内添加图片 .125
5.2.3 分析和预测功能 .127
5.2.4 角色权限分配 .128
5.3 提高建模效率的小技巧 .131
5.3.1 DIVIDE 函数 vs 除法操作符 / 132
5.3.2 恰当使用ISERROR和IFERROR 132
5.3.3 谨慎对待空值 .133
5.3.4 使用 SELECTEDVALUE 代替
VALUES 135
5.3.5 在 CALCULATE 函数中尽可能使用
布尔类型表达式 135
5.3.6 使用自定义变量代替复杂嵌套表达式 .136
5.4 本章小结 144
Chapter 06 商业数据分析准备：数据的整理与查询
6.1 向 Power BI 中添加数据 152
6.1.1 输入数据 152
6.1.2 获取数据 153
6.2 对数据进行修正 .158
6.2.1 替换 Error 值 158
6.2.2 透视列和逆透视列 .160
6.2.3 拆分数据列 162
6.3 对数据进行整理 .167
6.3.1 添加条件列和自定义列 .167
6.3.2 对数据进行分组统计 .168
6.3.3 对分组数据进行拆解 .171
6.4 数据查询语言 M .175
6.4.1 基本构成 175
6.4.2 函数结果 177
6.4.3 常见错误和解决方案 .178
6.5 本章小结 181
Chapter 07 商业数据分析建模：数据的建模计算
7.1 数据分析表达式 DAX.186
7.1.1 DAX 表达式.186
7.1.2 DAX 表达式与 Excel 函数 187
7.1.3 DAX 语言与 M 语言 188
7.1.4 计算列和度量值 .189
7.1.5 DAX 中的上下文193
7.2 数据汇总 195
7.2.1 自动汇总 196
7.2.2 求和函数 SUM 和 SUMX 197
7.2.3 求最大值函数 MAX 和 MAXX .198
7.3 数据排序 201
7.3.1 按列排序 201
7.3.2 排序函数 RANKX 203
7.4 数据筛选 207
7.4.1 筛选器 207
7.4.2 切片器 208
7.4.3 筛选函数 FILTER、All 和
CALCULATE .210
7.5 数据分类 216
7.5.1 分组 216
7.5.2 层次结构列 218
7.5.3 统计分类函数 SUMMARIZE 和
GROUPBY .218
7.5.4 逻辑函数 IF 和 SWITCH .223
7.6 本章小结 228
Chapter 08 商业数据的直观展示：数据的可视化处理
8.1 打造优秀可视化数据报表的秘诀 .238
8.1.1 明确主题 238
8.1.2 选择合适的视觉对象 .238
8.1.3 设定好标题和说明信息 .239
8.1.4 规划好数据单位信息 .240
8.1.5 配置恰当的颜色 .241
8.1.6 设定合理的报表布局 .244
8.2 对比类视觉对象 .245
8.2.1 条形图和柱状图 .245
8.2.2 折线图 248
8.2.3 表和矩阵 249
8.3 关系类视觉对象 .255
8.3.1 散点图 255
8.3.2 气泡图 256
8.4 组成类视觉对象 .258
8.4.1 饼图和环形图 .258
8.4.2 树状图 259
8.4.3 分解树 259
8.4.4 漏斗图 261
8.5 本章小结 264
Chapter 09 商业数据分析结果呈现：报表的生成与发布
9.1 数据分析报表的 4 种形式 267
9.1.1 报告 .267
9.1.2 积分卡 .268
9.1.3 仪表板 .268
9.1.4 信息图 .269
9.2 在 Power BI 在线服务中管理报表 272
9.2.1 发布 Power BI 报表 272
9.2.2 配置数据源连接 .274
9.2.3 对数据继续刷新 .278
9.2.4 设置数据警报 .279
9.2.5 使用指标分析 .279
9.3 编写 Power BI 报表说明文档 .280
9.3.1 概要介绍 .280
9.3.2 数据源信息 .281
9.3.3 数据建模信息 .281
9.3.4 视觉对象简介 .282
9.4 本章小结 282
Chapter 10 实战：商业数据分析项目应用
10.1 人力资源数据分析 .284
10.1.1 数据准备 .284
10.1.2 数据建模 .285
10.1.3 创建可视化报表 .289
10.2 利润数据分析 .289
10.2.1 数据准备 .289
10.2.2 数据建模 .293
10.2.3 创建可视化报表 .295
10.3 客户消费行为分析 297
10.3.1 数据准备 .297
10.3.2 数据建模 .298
10.3.3 创建可视化报表 .302
10.4 本章小结 303