Společné používání Power Pivot a Power Query vám může pomoci vytvořit modely sestav, které se snadno spravují a udržují. Model podávání zpráv poskytuje základ, na kterém je mechanismus podávání zpráv postaven. Když vytváříte proces vytváření sestav, který importuje, transformuje, tvaruje a agreguje data, v podstatě vytváříte model sestav.
Vytvoření špatně navrženého modelu výkaznictví vás může stát hodiny manuální práce vynaložené na údržbu a aktualizaci mechanismů výkaznictví. Na druhou stranu vám vytvoření efektivního modelu umožní snadno opakovat měsíční reportovací procesy, aniž byste poškodili vaše reporty nebo váš zdravý rozum.
Oddělení dat a analýzy
Jedním ze zásadních konceptů v modelu výkaznictví je oddělení dat a analýzy. Základní myšlenkou je, že nechcete, aby se vaše data příliš vázala na jakýkoli jednotlivý způsob prezentace těchto dat.
Chcete-li si tento koncept zabalit, představte si fakturu. Když obdržíte fakturu, nepředpokládáte, že finanční údaje na ní jsou skutečným zdrojem údajů. Je to pouze prezentace dat, která jsou uložena jinde v databázi. Tato data mohou být analyzována a prezentována mnoha jinými způsoby: v grafech, tabulkách nebo dokonce na webových stránkách. Toto tvrzení může znít jako samozřejmost, ale uživatelé Excelu často spojují (nebo mísí) data, analýzy a prezentace.
Například některé sešity aplikace Excel obsahují 12 karet, z nichž každá představuje měsíc. Na každé kartě jsou uvedeny údaje za daný měsíc spolu se vzorci, kontingenčními tabulkami a souhrny. Co se stane, když budete požádáni o poskytnutí souhrnu za čtvrtletí? Přidáváte další vzorce a karty ke konsolidaci dat na každé z karet měsíce? Základní problém v tomto scénáři spočívá v tom, že karty představují datové hodnoty, které jsou sloučeny do prezentace vaší analýzy.
Lepší alternativou je vytvoření reportovacích modelů, kde jsou datová a analytická vrstva odděleny. Datová vrstva se stará o import a transformaci nezpracovaných dat do pracovních oblastí. Vrstva analýzy slouží jako platforma pro agregaci a prezentaci analýzy těchto nezpracovaných dat.
Pokud jde o vytváření modelů sestav, kde máte optimální oddělení dat a analýzy, nemůžete porazit výkonnou kombinaci Power Query a Power Pivot.
Jak se Power Query a Power Pivot vzájemně doplňují
Power Query je perfektní nástroj pro vytváření datové vrstvy. Pomocí Power Query můžete
- Importujte data ze široké řady externích zdrojů dat, včetně SQL Server, Microsoft Access, Web Services a dokonce i Facebook.
- Transformujte a vyčistěte data před importem do vašeho modelu sestavování.
- Slučujte data z různých zdrojů dat nebo připojte tabulky.
- „Uvolněte“ nezpracovaná data z formátu matice do ploché tabulky.
- Přidejte data do interního datového modelu Power Query.
Poté, co Power Query poskytne potřebnou datovou vrstvu, lze Power Pivot použít k vytvoření analytické vrstvy. S Power Pivot můžete
- Přidejte vztahy a nastavte vlastnosti tabulky a sloupce.
- Přidejte vlastní vzorce pomocí výrazů analýzy dat (DAX).
- Agregovat data do hierarchických pohledů.
- Vytvářejte sestavy kontingenčních tabulek, které agregují a prezentují data z různých perspektiv.
Společné využití Power Query a Power Pivot přináší několik výhod:
- Datovou vrstvu lze snadno obnovit, aniž byste museli ručně opakovat kroky transformace a čištění dat (to udělá Power Query za vás). Pokud potřebujete data, která v datové vrstvě neexistují, můžete snadno upravit své dotazy Power Query tak, aby přinesly nová data a nenarušily vrstvu analýzy.
- Jakoukoli další analýzu lze snadno vytvořit spuštěním dalších kontingenčních tabulek z modelu Power Query.
Stručně řečeno, pomocí kombinace jedna-dvě Power Query a Power Pivot můžete vytvořit robustní modely sestav, které jsou flexibilní, škálovatelné a snadno se udržují.