Τι είναι οι πίνακες ελέγχου και οι αναφορές στο Excel;
Στο Excel, είναι κρίσιμο να κατανοήσουμε τη διαφορά μεταξύ αναφορών και πινάκων εργαλείων για την αποτελεσματική ανάλυση και οπτικοποίηση δεδομένων.
Όταν δημοσιεύετε αναφορές του Power Pivot στον ιστό, σκοπεύετε να προσφέρετε στο κοινό σας την καλύτερη δυνατή εμπειρία. Ένα μεγάλο μέρος αυτής της εμπειρίας είναι η διασφάλιση της καλής απόδοσης. Η λέξη απόδοση (όπως σχετίζεται με εφαρμογές και αναφορές) είναι συνήθως συνώνυμη με την ταχύτητα — ή με το πόσο γρήγορα μια εφαρμογή εκτελεί ορισμένες ενέργειες όπως το άνοιγμα στο πρόγραμμα περιήγησης, η εκτέλεση ερωτημάτων ή το φιλτράρισμα.
Μια τεράστια επιρροή στην απόδοση του Power Pivot είναι ο αριθμός των στηλών που εισάγετε ή εισάγετε στο μοντέλο δεδομένων. Κάθε στήλη που εισάγετε είναι μια ακόμη διάσταση που πρέπει να επεξεργαστεί το Power Pivot κατά τη φόρτωση ενός βιβλίου εργασίας. Μην εισάγετε επιπλέον στήλες «για κάθε περίπτωση» — εάν δεν είστε σίγουροι ότι θα χρησιμοποιήσετε συγκεκριμένες στήλες, απλώς μην τις εισάγετε. Αυτές οι στήλες είναι αρκετά εύκολο να τις προσθέσετε αργότερα, εάν διαπιστώσετε ότι τις χρειάζεστε.
Περισσότερες σειρές σημαίνουν περισσότερα δεδομένα για φόρτωση, περισσότερα δεδομένα για φιλτράρισμα και περισσότερα δεδομένα για υπολογισμό. Αποφύγετε να επιλέξετε έναν ολόκληρο πίνακα αν δεν χρειάζεται. Χρησιμοποιήστε ένα ερώτημα ή μια προβολή στη βάση δεδομένων προέλευσης για να φιλτράρετε μόνο τις σειρές που πρέπει να εισαγάγετε. Τελικά, γιατί να εισάγετε 400.000 σειρές δεδομένων όταν μπορείτε να χρησιμοποιήσετε μια απλή ρήτρα WHERE και να εισαγάγετε μόνο 100.000;
Μιλώντας για απόψεις, για βέλτιστη πρακτική, χρησιμοποιήστε τις προβολές όποτε είναι δυνατόν.
Αν και οι πίνακες είναι πιο διαφανείς από τις προβολές — επιτρέποντάς σας να βλέπετε όλα τα ακατέργαστα, αφιλτράριστα δεδομένα — παρέχονται με όλες τις διαθέσιμες στήλες και σειρές, είτε τις χρειάζεστε είτε όχι. Για να διατηρήσετε το μοντέλο δεδομένων σας Power Pivot σε διαχειρίσιμο μέγεθος, συχνά αναγκάζεστε να κάνετε το επιπλέον βήμα του ρητού φιλτραρίσματος των στηλών που δεν χρειάζεστε.
Οι προβολές μπορούν όχι μόνο να παρέχουν πιο καθαρά, πιο φιλικά προς τον χρήστη δεδομένα, αλλά και να βοηθήσουν στη βελτιστοποίηση του μοντέλου δεδομένων Power Pivot περιορίζοντας τον όγκο των δεδομένων που εισάγετε.
Τόσο ο αριθμός των σχέσεων όσο και ο αριθμός των επιπέδων σχέσεων επηρεάζουν την απόδοση των αναφορών σας Power Pivot. Κατά τη δημιουργία του μοντέλου σας, ακολουθήστε τις βέλτιστες πρακτικές και έχετε έναν ενιαίο πίνακα γεγονότων που περιέχει κυρίως ποσοτικά αριθμητικά δεδομένα (γεγονότα) και πίνακες διαστάσεων που σχετίζονται άμεσα με τα γεγονότα. Στον κόσμο της βάσης δεδομένων, αυτή η διαμόρφωση είναι ένα σχήμα αστεριού, όπως φαίνεται.
Αποφύγετε την κατασκευή μοντέλων όπου οι πίνακες διαστάσεων σχετίζονται με άλλους πίνακες διαστάσεων.
Οι περισσότεροι αναλυτές του Excel που είναι νέοι στο Power Pivot τείνουν να αντλούν ακατέργαστα δεδομένα απευθείας από τους πίνακες των εξωτερικών διακομιστών βάσεων δεδομένων τους. Αφού τα ανεπεξέργαστα δεδομένα είναι στο Power Pivot, δημιουργούν υπολογισμένες στήλες και μέτρα για να μετασχηματίσουν και να συγκεντρώσουν τα δεδομένα όπως απαιτείται. Για παράδειγμα, οι χρήστες συνήθως αντλούν δεδομένα εσόδων και κόστους και στη συνέχεια δημιουργούν μια υπολογισμένη στήλη στο Power Pivot για να υπολογίσουν το κέρδος.
Γιατί λοιπόν να αναγκάσετε το Power Pivot να κάνει αυτόν τον υπολογισμό όταν ο διακομιστής υποστήριξης θα μπορούσε να τον χειριστεί; Η πραγματικότητα είναι ότι τα συστήματα βάσης δεδομένων back-end όπως ο SQL Server έχουν τη δυνατότητα να διαμορφώνουν, να συγκεντρώνουν, να καθαρίζουν και να μετασχηματίζουν δεδομένα πολύ πιο αποτελεσματικά από το Power Pivot. Γιατί να μην χρησιμοποιήσετε τις ισχυρές δυνατότητές τους για μασάζ και διαμόρφωση δεδομένων πριν τα εισαγάγετε στο Power Pivot;
Αντί να τραβήξετε ακατέργαστα δεδομένα πίνακα, εξετάστε το ενδεχόμενο να αξιοποιήσετε ερωτήματα, προβολές και αποθηκευμένες διαδικασίες για να εκτελέσετε όσο το δυνατόν περισσότερο τη συγκέντρωση δεδομένων και τη σύντομη εργασία. Αυτή η μόχλευση μειώνει τον όγκο της επεξεργασίας που θα πρέπει να κάνει το Power Pivot και φυσικά βελτιώνει την απόδοση.
Οι στήλες που έχουν μεγάλο αριθμό μοναδικών τιμών είναι ιδιαίτερα δύσκολες στην απόδοση του Power Pivot. Στήλες όπως το αναγνωριστικό συναλλαγής, το αναγνωριστικό παραγγελίας και ο αριθμός τιμολογίου είναι συχνά περιττές σε αναφορές και πίνακες εργαλείων υψηλού επιπέδου Power Pivot. Έτσι, εκτός και αν χρειάζονται για να δημιουργήσετε σχέσεις με άλλα τραπέζια, αφήστε τα έξω από το μοντέλο σας.
Το slicer είναι ένα από τα καλύτερα νέα χαρακτηριστικά επιχειρηματικής ευφυΐας (BI) του Excel τα τελευταία χρόνια. Χρησιμοποιώντας slicers, μπορείτε να παρέχετε στο κοινό σας μια διαισθητική διεπαφή που επιτρέπει το διαδραστικό φιλτράρισμα των αναφορών και των πινάκων εργαλείων του Excel.
Ένα από τα πιο χρήσιμα πλεονεκτήματα του slicer είναι ότι ανταποκρίνεται σε άλλους slicers, παρέχοντας ένα διαδοχικό εφέ φίλτρου. Για παράδειγμα, το σχήμα δείχνει όχι μόνο ότι κάνοντας κλικ στο Midwest in the Region slicer φιλτράρει τον συγκεντρωτικό πίνακα, αλλά ότι ο αναλυτής Market ανταποκρίνεται επίσης, επισημαίνοντας τις αγορές που ανήκουν στην περιοχή Midwest. Η Microsoft ονομάζει αυτή τη συμπεριφορά cross-filtering.
Όσο χρήσιμος κι αν είναι ο τεμαχιστής, είναι, δυστυχώς, εξαιρετικά κακός για την απόδοση του Power Pivot. Κάθε φορά που αλλάζει ένας αναλυτής, το Power Pivot πρέπει να υπολογίζει εκ νέου όλες τις τιμές και τα μέτρα στον συγκεντρωτικό πίνακα. Για να γίνει αυτό, το Power Pivot πρέπει να αξιολογήσει κάθε πλακίδιο στον επιλεγμένο τεμαχιστή και να επεξεργαστεί τους κατάλληλους υπολογισμούς με βάση την επιλογή.
Οι αναλυτές που συνδέονται με στήλες που περιέχουν πολλές μοναδικές τιμές συχνά προκαλούν μεγαλύτερη επιτυχία απόδοσης από στήλες που περιέχουν μόνο λίγες τιμές. Εάν ένας τεμαχιστής περιέχει μεγάλο αριθμό πλακιδίων, εξετάστε το ενδεχόμενο να χρησιμοποιήσετε μια αναπτυσσόμενη λίστα Φίλτρο συγκεντρωτικού πίνακα.
Σε παρόμοια σημείωση, φροντίστε να έχετε δεξί μέγεθος τύπους δεδομένων στηλών. Μια στήλη με λίγες διακριτές τιμές είναι ελαφρύτερη από μια στήλη με μεγάλο αριθμό διακριτών τιμών. Εάν αποθηκεύετε τα αποτελέσματα ενός υπολογισμού από μια βάση δεδομένων πηγής, μειώστε τον αριθμό των ψηφίων (μετά το δεκαδικό) που θα εισαχθούν. Αυτό μειώνει το μέγεθος του λεξικού και, πιθανώς, τον αριθμό των διακριτών τιμών.
Η απενεργοποίηση της συμπεριφοράς σταυρωτού φίλτρου ενός αναλυτή ουσιαστικά αποτρέπει αυτόν τον αναλυτή από την αλλαγή των επιλογών όταν γίνεται κλικ σε άλλους αναλυτές. Αυτό αποτρέπει την ανάγκη για το Power Pivot να αξιολογεί τους τίτλους στον απενεργοποιημένο αναλυτή, μειώνοντας έτσι τους κύκλους επεξεργασίας. Για να απενεργοποιήσετε τη συμπεριφορά μεταξύ των φίλτρων ενός αναλυτή, επιλέξτε Ρυθμίσεις κοπής για να ανοίξετε το πλαίσιο διαλόγου Ρυθμίσεις κοπής. Στη συνέχεια, απλώς αποεπιλέξτε την επιλογή Visual Indicate Items with No Data.
Χρησιμοποιήστε υπολογισμένα μέτρα αντί για υπολογισμένες στήλες, εάν είναι δυνατόν. Οι υπολογισμένες στήλες αποθηκεύονται ως στήλες που έχουν εισαχθεί. Επειδή οι υπολογισμένες στήλες αλληλεπιδρούν εγγενώς με άλλες στήλες του μοντέλου, υπολογίζουν κάθε φορά που ενημερώνεται ο συγκεντρωτικός πίνακας, είτε χρησιμοποιούνται είτε όχι. Τα υπολογισμένα μέτρα, από την άλλη πλευρά, υπολογίζονται μόνο κατά τη στιγμή της ερώτησης.
Οι υπολογισμένες στήλες μοιάζουν με κανονικές στήλες, καθώς και οι δύο καταλαμβάνουν χώρο στο μοντέλο. Αντίθετα, τα υπολογισμένα μέτρα υπολογίζονται εν κινήσει και δεν πιάνουν χώρο.
Εάν συνεχίσετε να αντιμετωπίζετε προβλήματα απόδοσης με τις αναφορές Power Pivot, μπορείτε πάντα να αγοράσετε έναν καλύτερο υπολογιστή — σε αυτήν την περίπτωση, κάνοντας αναβάθμιση σε υπολογιστή 64 bit με εγκατεστημένο το Excel 64 bit.
Το Power Pivot φορτώνει ολόκληρο το μοντέλο δεδομένων στη μνήμη RAM όποτε εργάζεστε με αυτό. Όσο περισσότερη μνήμη RAM έχει ο υπολογιστής σας, τόσο λιγότερα προβλήματα απόδοσης βλέπετε. Η έκδοση 64-bit του Excel μπορεί να έχει πρόσβαση σε περισσότερη μνήμη RAM του υπολογιστή σας, διασφαλίζοντας ότι διαθέτει τους πόρους του συστήματος που απαιτούνται για τη δημιουργία μοντέλων μεγαλύτερων δεδομένων. Στην πραγματικότητα, η Microsoft συνιστά το Excel 64-bit για όσους εργάζονται με μοντέλα που αποτελούνται από εκατομμύρια σειρές.
Αλλά προτού ξεκινήσετε βιαστικά την εγκατάσταση του Excel 64-bit, πρέπει να απαντήσετε σε αυτές τις ερωτήσεις:
Έχετε ήδη εγκατεστημένο το Excel 64-bit;
Είναι αρκετά μεγάλα τα μοντέλα δεδομένων σας;
Έχετε εγκατεστημένο λειτουργικό σύστημα 64-bit στον υπολογιστή σας;
Θα σταματήσουν να λειτουργούν τα άλλα πρόσθετά σας;
Στο Excel, είναι κρίσιμο να κατανοήσουμε τη διαφορά μεταξύ αναφορών και πινάκων εργαλείων για την αποτελεσματική ανάλυση και οπτικοποίηση δεδομένων.
Ανακαλύψτε πότε να χρησιμοποιήσετε το OneDrive για επιχειρήσεις και πώς μπορείτε να επωφεληθείτε από τον αποθηκευτικό χώρο των 1 TB.
Ο υπολογισμός του αριθμού ημερών μεταξύ δύο ημερομηνιών είναι κρίσιμος στον επιχειρηματικό κόσμο. Μάθετε πώς να χρησιμοποιείτε τις συναρτήσεις DATEDIF και NETWORKDAYS στο Excel για ακριβείς υπολογισμούς.
Ανακαλύψτε πώς να ανανεώσετε γρήγορα τα δεδομένα του συγκεντρωτικού πίνακα στο Excel με τέσσερις αποτελεσματικές μεθόδους.
Μάθετε πώς μπορείτε να χρησιμοποιήσετε μια μακροεντολή Excel για να αποκρύψετε όλα τα ανενεργά φύλλα εργασίας, βελτιώνοντας την οργάνωση του βιβλίου εργασίας σας.
Ανακαλύψτε τις Ιδιότητες πεδίου MS Access για να μειώσετε τα λάθη κατά την εισαγωγή δεδομένων και να διασφαλίσετε την ακριβή καταχώρηση πληροφοριών.
Ανακαλύψτε πώς να χρησιμοποιήσετε το εργαλείο αυτόματης σύνοψης στο Word 2003 για να συνοψίσετε εγγραφές γρήγορα και αποτελεσματικά.
Η συνάρτηση PROB στο Excel επιτρέπει στους χρήστες να υπολογίζουν πιθανότητες με βάση δεδομένα και πιθανότητες σχέσης, ιδανική για στατιστική ανάλυση.
Ανακαλύψτε τι σημαίνουν τα μηνύματα σφάλματος του Solver στο Excel και πώς να τα επιλύσετε, βελτιστοποιώντας τις εργασίες σας αποτελεσματικά.
Η συνάρτηση FREQUENCY στο Excel μετράει τις τιμές σε έναν πίνακα που εμπίπτουν σε ένα εύρος ή bin. Μάθετε πώς να την χρησιμοποιείτε για την κατανομή συχνότητας.