Brug Power Power og Power Pivot Together til bedre rapporteringsmodeller - dummies

Brug af Power Pivot og Power Query sammen kan hjælpe dig med at oprette rapporteringsmodeller, der er lette at håndtere og vedligeholde. En rapporteringsmodel giver grundlaget for rapporteringsmekanismen. Når du opbygger en rapporteringsproces, der importerer, transformerer, former og aggregerer data, bygger du i det væsentlige en rapporteringsmodel.

Oprettelse af en dårligt designet rapporteringsmodel kan koste dig timers manuelt arbejde, der bruges til at opretholde og opdatere dine rapporteringsmekanismer. På den anden side giver oprettelse af en effektiv model dig mulighed for nemt at gentage månedlige rapporteringsprocesser uden at skade dine rapporter eller din hygiejne.

Adskillelse af data og analyse

Et vitalt begreb i en rapporteringsmodel er adskillelsen af ​​data og analyse. Den grundlæggende ide er, at du ikke ønsker, at dine data bliver for bundet til nogen enkelt måde at præsentere disse data på.

For at indhente dit sind omkring dette koncept, skal du se en faktura. Når du modtager en faktura, går du ikke ud fra, at de økonomiske data på den er den rigtige kilde til dataene. Det er blot en præsentation af data, der er gemt andetsteds i en database. Disse data kan analyseres og præsenteres for dig på mange andre måder: i diagrammer, i tabeller eller endda på hjemmesider. Denne udtalelse kan lyde indlysende, men Excel-brugere fusionerer ofte (eller blander) data, analyse og præsentation.

F.eks. Indeholder nogle Excel-arbejdsbøger 12 faner, der hver repræsenterer en måned. På hver fane er data for den pågældende måned opført sammen med formler, pivottabeller og resuméer. Hvad sker der nu, når du bliver bedt om at give et resumé pr. Kvartal? Tilføjer du flere formler og faner for at konsolidere dataene på hver af månedens faner? Det grundlæggende problem i dette scenario er, at fanerne repræsenterer dataværdier, der er fusioneret i præsentationen af ​​din analyse.

Et bedre alternativ er at oprette rapporteringsmodeller, hvor data- og analyselagene er adskilt. Datalaget håndterer import og omdannelse af rå data til mellemrum. Analyselaget fungerer som platform for aggregering og præsentation af analysen af ​​de rå data.

Når du opretter rapporteringsmodeller, hvor du har optimal adskillelse af data og analyse, kan du ikke slå den kraftfulde kombination af Power Query og Power Pivot.

Hvordan Power Query og Power Pivot supplerer hinanden

Power Query er det perfekte værktøj til at oprette datalaget. Ved hjælp af Power Query kan du

• Importere data fra et bredt udvalg af eksterne datakilder, herunder SQL Server, Microsoft Access, Web Services og endda Facebook.
• Transform og rengør data, inden du importerer det til din rapporteringsmodel.
• Flet data fra en række datakilder, eller tilføj tabeller.
• "Unpivot" rå data fra et matrixformat til et fladt bord.
• Tilføj data til Power Query's Internal Data Model.

Når du har Power Query, der leverer det nødvendige datalag, kan Power Pivot bruges til at oprette analyselaget. Med Power Pivot kan du

• Tilføj relationer og indstille tabel- og søjleegenskaber.
• Tilføj tilpassede formler med Data Analysis Expressions (DAX).
• Sammensæt data i hierarkiske visninger.
• Opret pivottabeller, der aggregerer og præsenterer data fra forskellige perspektiver.

Levering af Power Query og Power Pivot tilsammen giver et par fordele:

• Datalaget kan opdateres nemt uden at man skal gentage transformations- og dataoprensningstrin manuelt (Power Query gør det for dig). Hvis du har brug for data, der ikke findes i datalaget, kan du nemt redigere dine Power Query-forespørgsler for at indlæse nye data og ikke forstyrre analyselaget.
• Enhver yderligere analyse kan let oprettes ved at starte yderligere pivottabeller fra Power Query-modellen.

Kort sagt, ved at bruge en-to kombinationen af ​​Power Query og Power Pivot, kan du oprette robuste rapporteringsmodeller, der er fleksible, skalerbare og nemme at vedligeholde.