Izmantojiet Power Query un Power Pivot kopā, lai iegūtu labākus pārskatu veidošanas modeļus

Izmantojot Power Pivot un Power Query kopā, varat izveidot viegli pārvaldāmus un uzturētus atskaišu modeļus. Ziņošanas modelis nodrošina pamatu, uz kura tiek veidots ziņošanas mehānisms. Veidojot pārskatu sniegšanas procesu, kas importē, pārveido, veido un apkopo datus, jūs būtībā veidojat pārskatu sniegšanas modeli.

Slikti izstrādāta atskaišu modeļa izveide var izmaksāt stundas manuāla darba, kas pavadīts, uzturot un atsvaidzinot ziņošanas mehānismus. No otras puses, efektīva modeļa izveide ļauj viegli atkārtot ikmēneša pārskatu sniegšanas procesus, nekaitējot ziņojumiem vai saprātam.

Datu un analīzes atdalīšana

Viens no svarīgākajiem jēdzieniem ziņošanas modelī ir datu un analīzes nodalīšana. Pamatideja ir tāda, ka jūs nevēlaties, lai jūsu dati kļūtu pārāk saistīti ar kādu atsevišķu šo datu prezentēšanas veidu.

Lai apdomātu šo koncepciju, attēlojiet rēķinu. Kad saņemat rēķinu, jūs neuzskatāt, ka tajā esošie finanšu dati ir patiesais datu avots. Tā ir tikai citur datubāzē saglabāto datu prezentācija. Šos datus var analizēt un parādīt jums daudzos citos veidos: diagrammās, tabulās vai pat vietnēs. Šis apgalvojums var šķist acīmredzams, taču Excel lietotāji bieži apvieno (vai sajauc) datus, analīzi un prezentāciju.

Piemēram, dažās Excel darbgrāmatās ir 12 cilnes, no kurām katra apzīmē mēnesi. Katrā cilnē ir norādīti attiecīgā mēneša dati, kā arī formulas, rakurstabulas un kopsavilkumi. Kas notiek, ja jums tiek lūgts sniegt kopsavilkumu pa ceturkšņiem? Vai pievienojat vairāk formulu un ciļņu, lai konsolidētu datus katrā mēneša cilnē? Galvenā problēma šajā scenārijā ir tāda, ka cilnes attēlo datu vērtības, kas ir sapludinātas jūsu analīzes prezentācijā.

Labāka alternatīva ir izveidot pārskatu modeļus, kuros datu un analīzes slāņi ir atdalīti. Datu slānis apstrādā neapstrādātu datu importēšanu un pārveidošanu instalācijas apgabalos. Analīzes slānis kalpo kā platforma šo neapstrādāto datu analīzes apkopošanai un prezentēšanai.

Attiecībā uz pārskatu modeļu izveidi, kuros ir optimāli nošķirti dati un analīze, jūs nevarat pārspēt Power Query un Power Pivot jaudīgo kombināciju.

Kā Power Query un Power Pivot papildina viens otru

Power Query ir ideāls rīks datu slāņa izveidei. Izmantojot Power Query, jūs varat

• Importējiet datus no plaša ārējo datu avotu klāsta, tostarp SQL Server, Microsoft Access, Web Services un pat Facebook.
• Pārveidojiet un notīriet datus pirms to importēšanas savā pārskatu modelī.
• Apvienojiet datus no dažādiem datu avotiem vai pievienojiet tabulas.
• “Atcelt” neapstrādātos datus no matricas formāta uz plakanu tabulu.
• Pievienojiet datus Power Query iekšējo datu modelim.

Kad Power Query ir nodrošinājis nepieciešamo datu slāni, analīzes slāņa izveidošanai var izmantot Power Pivot. Izmantojot Power Pivot, jūs varat

• Pievienojiet attiecības un iestatiet tabulu un kolonnu rekvizītus.
• Pievienojiet pielāgotas formulas ar datu analīzes izteiksmēm (DAX).
• Apkopojiet datus hierarhiskos skatos.
• Izveidojiet rakurstabulas pārskatus, kas apkopo un parāda datus no dažādām perspektīvām.

Power Query un Power Pivot apvienošana nodrošina vairākas priekšrocības:

• Datu slāni var viegli atsvaidzināt bez nepieciešamības manuāli atkārtot pārveidošanas un datu tīrīšanas darbības (Power Query to dara jūsu vietā). Ja jums ir nepieciešami dati, kas nepastāv datu slānī, varat viegli rediģēt Power Query vaicājumus, lai iegūtu jaunus datus un netraucētu analīzes slāni.
• Jebkuru papildu analīzi var viegli izveidot, startējot papildu rakurstabulas no Power Query modeļa.

Īsāk sakot, izmantojot Power Query un Power Pivot kombināciju viens un divi, varat izveidot stabilus atskaišu modeļus, kas ir elastīgi, mērogojami un viegli uzturējami.