Genom att använda Power Pivot och Power Query tillsammans kan du skapa rapportmodeller som är enkla att hantera och underhålla. En rapporteringsmodell utgör grunden för rapporteringsmekanismen. När du bygger en rapporteringsprocess som importerar, transformerar, formar och aggregerar data, bygger du i huvudsak en rapportmodell.
Att skapa en dåligt utformad rapportmodell kan kosta dig timmar av manuellt arbete för att underhålla och uppdatera dina rapporteringsmekanismer. Å andra sidan, genom att skapa en effektiv modell kan du enkelt upprepa månatliga rapporteringsprocesser utan att skada dina rapporter eller ditt förstånd.
Separationen av data och analys
Ett viktigt begrepp i en rapporteringsmodell är separationen av data och analys. Den grundläggande idén är att du inte vill att din data ska bli för bunden till något enskilt sätt att presentera dessa data.
För att omsluta ditt sinne kring detta koncept, föreställ dig en faktura. När du får en faktura antar du inte att den ekonomiska informationen på den är den verkliga källan till informationen. Det är bara en presentation av data som lagras någon annanstans i en databas. Denna data kan analyseras och presenteras för dig på många andra sätt: i diagram, i tabeller eller till och med på webbplatser. Detta uttalande kan låta självklart, men Excel-användare kombinerar (eller blandar) ofta data, analys och presentation.
Till exempel innehåller vissa Excel-arbetsböcker 12 flikar som var och en representerar en månad. På varje flik listas data för den månaden tillsammans med formler, pivottabeller och sammanfattningar. Nu, vad händer när du blir ombedd att ge en sammanfattning per kvartal? Lägger du till fler formler och flikar för att konsolidera data på var och en av månadsflikarna? Det grundläggande problemet i det här scenariot är att flikarna representerar datavärden som smälts samman i presentationen av din analys.
Ett bättre alternativ är att skapa rapporteringsmodeller där data- och analysskikten separeras. Datalagret hanterar import och omvandling av rådata till iscensättningsområden. Analyslagret fungerar som plattformen för att aggregera och presentera analysen av den rådatan.
När det gäller att skapa rapporteringsmodeller där du har en optimal separation av data och analys kan du inte slå den kraftfulla kombinationen av Power Query och Power Pivot.
Hur Power Query och Power Pivot kompletterar varandra
Power Query är det perfekta verktyget för att skapa datalagret. Med Power Query kan du
- Importera data från ett brett utbud av externa datakällor, inklusive SQL Server, Microsoft Access, Web Services och till och med Facebook.
- Förvandla och rensa data innan du importerar dem till din rapportmodell.
- Slå samman data från en mängd olika datakällor eller lägg till tabeller.
- "Unpivot" rådata från ett matrisformat till en platt tabell.
- Lägg till data till Power Querys interna datamodell.
När du har Power Query tillhandahåller det nödvändiga datalagret, kan Power Pivot användas för att skapa analyslagret. Med Power Pivot kan du
- Lägg till relationer och ställ in tabell- och kolumnegenskaper.
- Lägg till anpassade formler med Data Analysis Expressions (DAX).
- Aggregera data till hierarkiska vyer.
- Skapa pivottabellsrapporter som aggregerar och presenterar data från olika perspektiv.
Att utnyttja Power Query och Power Pivot tillsammans ger ett par fördelar:
- Datalagret kan enkelt uppdateras utan att man behöver upprepa stegen för omvandling och datarensning manuellt (Power Query gör det åt dig). Om du behöver data som inte finns i datalagret kan du enkelt redigera dina Power Query-frågor för att få in ny data och inte störa analyslagret.
- Alla ytterligare analyser kan enkelt skapas genom att starta ytterligare pivottabeller från Power Query-modellen.
Kort sagt, genom att använda en-två-kombinationen av Power Query och Power Pivot kan du skapa robusta rapporteringsmodeller som är flexibla, skalbara och enkla att underhålla.