Power BI 自 2015 年 7 月發(fā)布后，極大地改變了商業(yè)智能市場的格局，連續(xù)多年被評為商業(yè)智能產(chǎn)品的領(lǐng)導(dǎo)者。本書集合了 20 多套運用 Power BI 的 DAX 引擎來處理、分析常見商業(yè)問題的即用型解決方案。
DAX 設(shè)計模式是由 BI 領(lǐng)域?qū)＜摇栘愅小しɡ锖婉R爾科·魯索總結(jié)并提出的。本書同時使用 Power BI 和 Excel 作為工具進行編寫，并對應(yīng)用模式進行了大幅更新，內(nèi)容涵蓋了時間智能、分組、ABC 分類、客戶分析、購物籃分析等常用模式。本書所包含的每一套設(shè)計模式都經(jīng)過不斷的實踐，被提煉為易用的數(shù)據(jù)模型和優(yōu)雅的 DAX 公式。
本書適合 Excel 高級用戶、商業(yè)智能分析人員、使用 DAX 和微軟分析工具的專業(yè)人士閱讀。
本書運用DAX提供了即用型業(yè)務(wù)分析解決方案設(shè)計模式，讀者可以在Microsoft Power BI、Analysis Services Tabluar和Excel的Power Pivot中使用這些模式。
本書主要包括以下內(nèi)容：
- 基于 SQLBI 領(lǐng)域作者多年咨詢培訓(xùn)經(jīng)驗總結(jié)的商業(yè)分析案例；
- 根據(jù)業(yè)務(wù)需求構(gòu)造簡明、可擴展的數(shù)據(jù)模型；
- 使用 DAX 進行數(shù)據(jù)處理和分析；
- 編寫具有優(yōu)異計算性能的 DAX 公式。
本書作者阿爾貝托·法拉里（Alberto Ferrari）和馬爾科·魯索（Marco Russo）共同創(chuàng)立了 SQLBI網(wǎng)站，他們經(jīng)常在網(wǎng)站上發(fā)表關(guān)于DAX和其他微軟工具的文章。他們經(jīng)常作為演講嘉賓出席各類國際會議，比如Microsoft Ignite、PASS 峰會和SQLBits。兩位作者非�；钴S，經(jīng)常在微軟商務(wù)智能技術(shù)領(lǐng)域里進行教學(xué)、咨詢和指導(dǎo)。他們共同編寫并出版了多本圖書。
第 1 章 與時間相關(guān)的計算 1
第 2 章 與標(biāo)準(zhǔn)時間相關(guān)的計算 4
2.1 時間智能計算介紹 .4
2.1.1 什么是標(biāo)準(zhǔn) DAX 時間智能函數(shù) 5
2.1.2 禁用自動日期/時間 6
2.1.3 標(biāo)準(zhǔn)時間智能函數(shù)的局限性 6
2.1.4 創(chuàng)建 Date 表 6
2.1.5 控制未來日期中的可視化 8
2.1.6 命名約定 8
2.2 期初至今總計 9
2.2.1 年初至今總計 10
2.2.2 季初至今總計 12
2.2.3 月初至今總計 12
2.3 比上個時間段增長的計算 13
2.3.1 比上個年度增長 14
2.3.2 比上個季度增長 15
2.3.3 比上個月度增長 16
2.3.4 比上個時間段增長 18
2.4 期初至今增長的計算 19
2.4.1 比上個年度年初至今增長 19
2.4.2 比上個季度季初至今增長 21
2.4.3 比上個月度月初至今增長 22
2.5 期初至今與上一個完整時間段的比較 23
2.5.1 年初至今比上個完整年度 23
2.5.2 季初至今比上個完整季度 26
2.5.3 月初至今比上個完整月度 27
2.6 使用移動年度總計計算 29
2.6.1 移動年度總計 29
2.6.2 移動年度總計增長 30
2.7 移動平均 31
2.7.1 移動平均 30 天 32
2.7.2 移動平均 3 個月 33
2.7.3 移動平均 1 年 33
2.8 篩選其他日期屬性 34
第 3 章 與月相關(guān)的計算 37
3.1 與月相關(guān)的時間智能計算介紹 37
3.1.1 創(chuàng)建 Date 表 37
3.1.2 命名約定 41
3.2 期初至今總計 42
3.2.1 年初至今總計 42
3.2.2 季初至今總計 43
3.3 比上個時期增長的計算 44
3.3.1 比上個年度增長 44
3.3.2 比上個季度增長 45
3.3.3 比上個月度增長 47
3.3.4 比上個時間段增長 48
3.4 期初至今增長的計算 49
3.4.1 比上個年度年初至今增長 49
3.4.2 比上個季度季初至今增長 50
3.5 期初至今與上一個完整時間段的比較 51
3.5.1 年初至今比上個完整年度 51
3.5.2 季初至今比上個完整季度 53
3.6 使用移動年度總計計算 54
3.6.1 移動年度總計 54
3.6.2 移動年度總計增長 55
3.7 移動平均 .56
3.7.1 移動平均 3 個月 56
3.7.2 移動平均 1 年 57
3.8 管理超過 12 個月的年份 57
第 4 章 與周相關(guān)的計算 59
4.1 與周相關(guān)的時間智能計算介紹 59
4.1.1 創(chuàng)建 Date 表 59
4.1.2 了解篩選器安全列 61
4.1.3 控制未來日期中的可視化 62
4.1.4 命名約定 63
4.2 期初至今總計 64
4.2.1 年初至今總計 64
4.2.2 季初至今總計 66
4.2.3 月初至今總計 67
4.2.4 周初至今總計 68
4.3 比上個時期增長的計算 69
4.3.1 比上個年度增長 69
4.3.2 比上個季度增長 71
4.3.3 比上個周度增長 72
4.3.4 比上個時間段增長 74
4.4 期初至今增長的計算 75
4.4.1 比上個年度年初至今增長 75
4.4.2 比上個季度季初至今增長 77
4.4.3 比上個周度周初至今增長 78
4.5 期初至今與上一個完整時間段的比較 79
4.5.1 年初至今比上個完整年度 80
4.5.2 季初至今比上個完整季度 81
4.5.3 周初至今比上個完整星期 82
4.6 使用移動年度總計計算 83
4.6.1 移動年度總計 83
4.6.2 移動年度總計增長 84
4.7 移動平均 86
4.7.1 移動平均 4 個星期 86
4.7.2 移動平均 1 個季度 87
4.7.3 移動平均 1 年 88
第 5 章 自定義時間相關(guān)的計算 90
5.1 自定義時間智能計算介紹 90
5.1.1 創(chuàng)建 Date 表 91
5.1.2 了解篩選器安全列 93
5.1.3 控制未來日期中可視化 94
5.1.4 命名約定 95
5.2 期初至今總計 96
5.2.1 年初至今總計 96
5.2.2 季初至今總計 98
5.2.3 月初至今總計 99
5.3 比上個時期增長的計算 100
5.3.1 比上個年度增長 100
5.3.2 比上個季度增長 102
5.3.3 比上個月度增長 103
5.3.4 比上個時間段增長 104
5.4 期初至今增長的計算 106
5.4.1 比上個年度年初至今增長 106
5.4.2 比上個季度季初至今增長 107
5.4.3 比上個月度月初至今增長 110
5.5 期初至今與上一個完整時間段的比較 112
5.5.1 年初至今比上個完整年度 112
5.5.2 季初至今比上個完整季度 113
5.5.3 月初至今比上個完整月度 114
5.6 使用移動年度總計計算 116
5.6.1 移動年度總計 116
5.6.2 移動年度總計增長 117
5.7 移動平均 119
5.7.1 移動平均 30 天 120
5.7.2 移動平均 3 個月 121
5.7.3 移動平均 1 年 122
第 6 章 比較不同區(qū)間的值 123
第 7 章 半累加計算 126
7.1 模式介紹 126
7.2 起始和終止日期 127
7.3 有數(shù)據(jù)的起始和終止日期 128
7.4 基于客戶的起始和終止日期 129
7.5 期初和期末余額 131
7.6 期間增長 134
第 8 章 累計總數(shù) 136
8.1 基本模式 136
8.2 可排序列的累計總數(shù) 138
第 9 章 參數(shù)表 140
9.1 改變度量值的比例 140
9.2 多個獨立參數(shù) 142
9.3 多個依賴參數(shù) 143
9.4 動態(tài)選擇前 N 名產(chǎn)品 144
第 10 章 靜態(tài)分組 146
10.1 基本模式 146
10.2 按類別劃分的價格區(qū)間 148
10.3 大型表格上的價格區(qū)間 150
第 11 章 動態(tài)分組 152
11.1 基本模式 152
11.2 按產(chǎn)品增長聚類 154
11.3 按最優(yōu)狀態(tài)聚類 156
第 12 章 ABC 分類 158
12.1 靜態(tài) ABC 分類 158
12.2 快照 ABC 分類 160
12.3 動態(tài) ABC 分類 164
12.4 尋找 ABC 分類 165
第 13 章 新客戶和回頭客戶 167
13.1 介紹 167
13.2 模式描述 170
13.2.1 內(nèi)部度量值 172
13.2.2 外部度量值 172
13.2.3 如何使用模式度量值 173
13.3 動態(tài)相對模式 174
13.3.1 內(nèi)部度量值 175
13.3.2 新客戶 175
13.3.3 流失客戶 177
13.3.4 暫時流失客戶 177
13.3.5 復(fù)活客戶 178
13.3.6 回頭客戶 179
13.4 動態(tài)絕對模式 180
13.4.1 內(nèi)部度量值 181
13.4.2 新客戶 182
13.4.3 流失客戶 182
13.4.4 暫時流失客戶 183
13.4.5 復(fù)活客戶 184
13.4.6 回頭客戶 185
13.5 通用動態(tài)模式（按類別動態(tài)） 185
13.5.1 內(nèi)部度量值 186
13.5.2 新客戶 187
13.5.3 流失客戶 189
13.5.4 暫時流失客戶 190
13.5.5 復(fù)活客戶 192
13.5.6 回頭客戶 194
13.6 快照絕對模式 196
第 14 章 關(guān)聯(lián)性的非重復(fù)計數(shù) 202
第 15 章 事件進展 206
15.1 事件進展的定義 206
15.2 未結(jié)訂單 208
15.3 結(jié)合快照的未結(jié)訂單 210
第 16 章 排名 215
16.1 靜態(tài)排名 215
16.2 動態(tài)排名 216
16.3 顯示每個類別的前 3 名產(chǎn)品 218
第 17 章 層次結(jié)構(gòu) 220
17.1 檢測當(dāng)前級別的層次結(jié)構(gòu) 220
17.2 父節(jié)點百分比 221
第 18 章 父子層次結(jié)構(gòu) 223
18.1 介紹 223
18.2 基本的父子層次模式 224
18.3 會計科目表的層次結(jié)構(gòu) 227
18.4 父子層次結(jié)構(gòu)的安全模式 232
第 19 章 同類比較 234
19.1 介紹 234
19.2 同店銷售額的快照計算 235
19.3 不使用快照的同店銷售額 238
第 20 章 轉(zhuǎn)移矩陣 240
20.1 介紹 240
20.2 靜態(tài)轉(zhuǎn)移矩陣 241
20.3 動態(tài)轉(zhuǎn)移矩陣 244
第 21 章 調(diào)查 247
第 22 章 購物籃分析 251
22.1 定義關(guān)聯(lián)規(guī)則指標(biāo) 251
22.1.1 # 252
22.1.2 # And 252
22.1.3 # Total 252
22.1.4 # Both 253
22.1.5 % Support（支持度） 253
22.1.6 % Confidence（置信度） 253
22.1.7 Lift（提升度） 253
22.2 報告范例 253
22.3 基本模式示例 255
22.4 優(yōu)化模式示例 259
第 23 章 匯率轉(zhuǎn)換 261
23.1 多種來源貨幣，單一報告貨幣 261
23.2 一種來源貨幣，多種報告貨幣 263
23.3 多種來源貨幣，多種報告貨幣 266
第 24 章 預(yù)算 269
24.1 介紹 269
24.2 數(shù)據(jù)模型 270
24.3 業(yè)務(wù)選擇 271
24.3.1 基于上一年度的分配 271
24.3.2 停產(chǎn)的產(chǎn)品不會對分配產(chǎn)生影響 272
24.3.3 新產(chǎn)品有自己的預(yù)測數(shù)量 272
24.3.4 以年的基礎(chǔ)停產(chǎn)或推出產(chǎn)品 273
24.4 預(yù)測分配 273
24.5 在同一圖表上顯示實際數(shù)據(jù)和預(yù)測數(shù)據(jù) 275
書單推薦
