Power BI商業智能成長之道 段鵬舉 劉鈺 9787121504952 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202506*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：Power BI商業智能成長之道
ISBN：9787121504952
出版社：電子工業
著編譯者：段鵬舉 劉鈺
頁數：xxx
所在地：中國大陸 *此為代購商品
書號：1747427
可大量預訂，請先連絡。

內容簡介
本書主要介紹數據理論基礎、對數據的思考、商業智能及其背後的設計、Power BI及其使用方法、Power Query的使用、數據模型、數據可視化及Power BI Service管理、Power BI優化很好實踐，以及如何在Excel中使用Cube等內容 本書在保證技術專業性的前提下，使用幽默詼諧的語言剖析問題，深入淺出，讓讀者感受到學習的樂趣 本書適合有一定的Excel基礎，並且對PowerBI有一定瞭解的用戶閱讀。本書對初級用戶友好，需要進階的用戶也可以從書中獲得寶貴的知識。

作者簡介
段鵬舉，PowerPlatform中文社區講師、商業智能架構師、DAMA數據治理工程師、微軟辦公軟件國際認證大師級。擅長PowerBI方向商業智能分析，定位於業務+技術綜合體，10年數據分析從業經歷。
劉鈺，網名：天昕，微軟最有價值專家（MVP）；Power Platform中文社區聯合創始人；ExcelHome論壇Power Bl版塊版主；擁有超過15年的數據分析從業經歷。

目錄

第1章  轉行經歷及心路歷程 1
1 1 轉行經歷 2
1 2 學習Power BI的心路歷程 4
1 3 數據時代的背景 5
1 4 總結 7
1 5 作業 7
第2章  數據理論基礎 8
2 1 關係映射反演原則及應用 9
2 2 DIKW模型 11
2 3 數據遺傳學定律 12
2 4 總結 14
2 5 作業 14
第3章  對數據的思考 15
3 1 什麼數據能分析 16
3 2 什麼是”表” 16
3 3 什麼是標準表 19
3 4 數據是”變”出來的 23
3 5 業務用戶心目中的IT人員 24
3 6 數據訪問權限 26
3 7 數據的成本 29
3 8 數據是一個任人打扮的小姑娘 30
3 9 ”養”數據 31
3 10 數據管理 32
3 11 總結 33
3 12 作業 33
第4章  商業智能及其背後的設計 34
4 1 什麼是商業智能 35
4 2 商業智能工具應具備的能力 35
4 3 如何在企業內部推廣Power BI 38
4 4 數據分析師的新定位 39
4 5 關於商業智能架構的思考 41
4 5 1 病因（問題） 41
4 5 2 藥方（方案） 44
4 5 3 藥性（執行） 46
4 6 以商業智能為中心設計數據倉庫 53
4 7 以IT為主導的商業智能項目必將失敗 56
4 8 商業智能的價值導向 57
4 9 不要”神話”Power BI 62
4 10 不在於技術，而在於管理和認知 63
4 11 商業分析中的算法 64
4 12 如何處理需求 65
4 12 1 如何提需求 65
4 12 2 如何接需求 66
4 12 3 如何安排會議 67
4 13 如何彙報工作 71
4 14 從會吵架開始 71
4 15 總結 73
4 16 作業 73
第5章  瞭解Power BI並掌握使用方法 74
5 1 什麼是Power BI 75
5 2 下載Power BI Desktop 78
5 3 瞭解Power BI的結構 80
5 4 Excel商業智能或Power BI Desktop 80
5 5 Power BI的常見部署方式 80
5 5 1 個人使用 80
5 5 2 Power BI Service部署 81
5 5 3 本地部署 82
5 6 解決Power BI問題的10個方法 82
5 6 1 使用搜索引擎或AI 83
5 6 2 查閱官方文檔 83
5 6 3 瞭解行業近期新資訊 84
5 6 4 參加培訓 84
5 6 5 使用Power BI官方論壇 84
5 6 6 加入學習小組或群 84
5 6 7 付費諮詢 85
5 6 8 閱讀專業書籍 85
5 6 9 掌握學習方法 86
5 6 10 不斷地思考、實踐和總結 88
5 7 Power BI的學習路線 88
5 7 1 是學習一點點，而不是精通 88
5 7 2 第一階段 89
5 7 3 第二階段 89
5 7 4 第三階段 90
5 8 是否需要學習SQL或Python 90
5 9 Power BI的通用化設計理念 92
5 10 總結 92
5 11 作業 92
第6章  Power Query的使用 93
6 1 什麼是Power Query 94
6 2 Power Query和Excel操作數據的不同 98
6 3 使用Power Query獲取數據 100
6 3 1 從Excel文件中獲取數據 100
6 3 2 從CSV/TXT文件中獲取數據 110
6 3 3 從PDF文件中獲取數據 112
6 3 4 從文件夾中獲取數據 114
6 3 5 從SQL Server數據庫中獲取數據 125
6 3 6 從MySQL數據庫中獲取數據 130
6 3 7 輸入數據 133
6 4 Power Query常用基礎操作 134
6 4 1 數據類型 134
6 4 2 將第一行用作標題 140
6 4 3 自定義列 141
6 4 4 追加查詢 142
6 4 5 合併查詢 145
6 4 6 逆透視列 153
6 4 7 刪除重複項 155
6 4 8 填充 156
6 4 9 合併列 157
6 4 10 格式 158
6 4 11 拆分列 159
6 4 12 提取 160
6 4 13 分組依據 160
6 4 14 轉置 162
6 4 15 其他功能 162
6 5 Power Query實戰 162
6 6 Power Query的其他功能 168
6 6 1 查詢依賴項 168
6 6 2 管理參數 169
6 6 3 查詢管理 169
6 6 4 數據源設置 170
6 7 Power Query中的M函數 170
6 7 1 什麼是M函數 170
6 7 2 高級編輯器 173
6 8 總結 173
6 9 作業 174
第7章  數據模型 175
7 1 什麼是數據模型 176
7 2 單表模型 178
7 3 多表模型 180
7 4 維度表和事實表 181
7 5 維度建模的必要規則 184
7 6 維度建模的三種模型 186
7 7 數據模型的關係 190
7 7 1 表關係 192
7 7 2 交叉篩選器方向 196
7 7 3 管理關係 197
7 8 DAX是什麼 200
7 8 1 新建列 200
7 8 2 度量值 205
7 8 3 計算表 208
7 8 4 如何選擇新建列、度量值、計算表 210
7 8 5 如何學習DAX 212
7 8 6 DAX常用函數 213
7 8 7 在DAX編輯器中使用快捷鍵 215
7 9 表和度量值的命名規則及度量值管理 217
7 9 1 表命名規則 217
7 9 2 度量值命名規則 218
7 9 3 度量值管理 220
7 10 數據模型管理規範 225
7 10 1 調整字段匯總方式 225
7 10 2 隱藏非必要字段 227
7 10 3 關閉”自動日期/時間”功能 228
7 11 在DAX表達式中使用變量 228
7 11 1 變量的語法 229
7 11 2 變量的特性 230
7 12 DAX表達式的格式化 232
7 13 日期表 236
7 13 1 如何正確使用日期表 236
7 13 2 如何構建日期表 239
7 14 按列排序 241
7 15 循環依賴 243
7 16 新建參數 245
7 17 總結 251
7 18 作業 251
第8章  數據可視化及Power BI Service管理 252
8 1 可視化基本功能 254
8 1 1 使用可視化視覺對象 254
8 1 2 主題 258
8 1 3 頁面視圖 259
8 1 4 篩選器 261
8 1 5 選擇 262
8 1 6 書簽 263
8 1 7 性能分析器 263
8 1 8 頁面導航器 264
8 2 報告、儀錶板和數據大屏的區別 265
8 3 Power BI Service管理 266
8 4 總結 268
8 5 作業 268
第9章  Power BI優化很好實踐 269
9 1 Power Query優化 270
9 1 1 使用合適的數據源 270
9 1 2 只加載所需的數據 271
9 1 3 優先使用SQL查詢語句加載數據 271
9 1 4 使用參數 272
9 1 5 使用部分數據做預轉換 272
9 1 6 儘量不在Power Query中進行複雜處理 272
9 1 7 嘗試將數據源規範為標準表 273
9 1 8 使用Table Buffer函數提高計算效率 273
9 1 9 使用合適的數據類型 273
9 1 10 設置並行加載表 273
9 2 數據模型優化 273
9 2 1 使用一對多關係 274
9 2 2 反結構化設計 274
9 2 3 減少維度表的行數 274
9 2 4 關閉部分設置選項 275
9 2 5 減少列基數 276
9 2 6 使用增量刷新功能 277
9 2 7 引用已有的度量值 277
9 2 8 DAX優化 278
9 2 9 表和度量值的命名規則 280
9 2 10 度量值分層設計 280
9 2 11 使用合適的數據粒度 280
9 2 12 減少使用或不使用”新建列”功能 280
9 2 13 儘量不使用大寬表 281
9 2 14 數據模型中字母的大寫和小寫 281
9 2 15 為字段添加特殊前綴 281
9 3 可視化優化 281
9 3 1 減少視覺對象的數量 282
9 3 2 使用背景來管理佈局 283
9 3 3 儘量使用默認的視覺對象 283
9 3 4 特殊的可視化呈現 283
9 3 5 使用SVG輔助畫圖 283
9 3 6 打開所有的預覽功能 284
9 3 7 報告細節 優化 284
9 4 硬件優化 287
9 4 1 CPU 287
9 4 2 內存 290
9 4 3 硬盤 291
9 4 4 顯卡 291
9 4 5 網卡/帶寬 291
9 4 6 屏幕 292
9 4 7 小結 292
9 5 其他優化 292
9 5 1 使用較新版本的Power BI Desktop 292
9 5 2 Power BI Desktop提示內存不足 293
9 5 3 異常排查及排錯技巧 294
9 5 4 使用性能分析器巧妙排查異常 295
9 6 總結 295
9 7 作業 295
第10章  在Excel中使用Cube 296
10 1 什麼是Cube 297
10 2 為什麼要使用Cube 300
10 3 如何在Excel中連接Cube 305
10 4 數據透視表 311
10 5 Cube函數 312
10 5 1 CUBEVALUE 312
10 5 2 CUBEMEMBER 317
10 5 3 CUBESET 317
10 5 4 CUBESETCOUNT 322
10 5 5 CUBERANKEDMEMBER 322
10 5 6 CUBEKPIMEMBER 324
10 5 7 CUBEMEMBERPROPERTY 325
10 5 8 Cube函數與切片器搭配使用 327
10 6 表查詢 329
10 7 Cube函數優化 337
10 7 1 縮短公式的長度 337
10 7 2 提高函數計算效率 341
10 7 3 獲取所有成員作為維度 342
10 7 4 實戰應用建議 347
10 8 個人商業智能 348
10 9 總結 349

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。