2. ИнБИТ
  3. Курсы
  4. Вендоры и направления
  5. Бизнес направление

Power BI. Следующий уровень аналитики

Вы уже знаете, как импортировать и обрабатывать данные из разных источников, создаете интерактивные дашборды и совместно работаете над облачной аналитикой? Это не все. Power BI может больше.

Чем больше функций Power BI вы знаете, тем быстрее решаете бизнес-задачи. Научитесь работать с DAX и Power Query, создавайте сложные визуализации и открывайте для себя скрытые, но инструменты Power BI.

  Для кого:

Пользователь, знакомый с Power BI. Откройте новые возможности для анализа информации. Научитесь решать бизнес-задачи без программистов.

Что должен знать слушатель

Прохождение курса ИТ-5 «Power BI. Практический курс про облачную аналитику» или эквивалентная подготовка.

Результаты обучения

Анализ данных

Понятная визуализация — залог точного анализа. Узнайте, как анализировать отклонения и определять ключевые факторы влияния с помощью графиков. Научитесь делать каскадную, точечную и ленточную диаграммы.

Таблицы в DAX

Работа с таблицами может быть проще. Научитесь работать с Х-формулами, создавать мультивалютный отчёт и использовать переменные в вычислениях.

Оптимизация модели данных

Табличные модели — быстрый способ хранения и анализа информации. Изучите VertiPaq и DAX Studio, проанализируйте внутреннюю структуру модели, постройте колоночную базу данных.

Программа обучения

Модуль 1 Advanced Power Query & M▼

  • 1.1 Создание и использование M-функций в Power Query
  • 1.2 Создание связующих таблиц-справочников в Power Query и DAX
  • 1.3 Отображение даты последнего обновления отчета и актуальности данных
  • 1.4 Использование параметров
  • 1.5 Использование SQL-баз как источника данных Power BI
  • 1.6 Особенности работы с 1С как источником данных
  • Домашнее задание 1

Модуль 2 Продвинутая визуализация в Power BI – часть 1▼

  • 2.1 Настройка динамического форматирования визуализаций
  • 2.2 Использование панели «Аналитика» в визуализациях
  • 2.3 Работа с shape-картами
  • 2.4 Нестандартные типы визуализаций: каскадная, точечная, ленточная, водопад
  • 2.5 Факторный анализ
  • Домашнее задание 2

Модуль 3 Продвинутая визуализация в Power BI – часть 2▼

  • 3.1 Использование пользовательских тем оформления
  • 3.2 Использование Q&A
  • 3.3 Анализ отклонений при помощи встроенных функций визуализаций
  • 3.4 Визуализация ключевых факторов влияния
  • 3.5 R-визуализации
  • Домашнее задание 3

Модуль 4 Моделирование данных и введение в DAX▼

  • 4.1 Понимание базовых табличных функций: FILTER, ALL, ALLEXCEPT, VALUES, DISTINCT
  • 4.2 EVALUATE
  • 4.3 CALCULATETABLE
  • 4.4 SELECTCOLUMNS
  • 4.5 Агрегирование данных: SUMMARIZE и SUMMARIZECOLUMNS
  • 4.6 CROSSJOIN
  • 4.7 TOPN и GENERATE
  • 4.8 ROW и DATATABLE
  • 4.9 UNION, INTERSECT, and EXCEPT
  • 4.10 GROUPBY
  • Домашнее задание 4

Модуль 5 Advanced DAX – часть 1▼

  • 5.1 Создание автоматической таблицы-календаря
  • 5.2 Использование переменных в вычислениях
  • 5.3 Неактивные связи и USERELATIONSHIP
  • 5.4 Контексты вычислений и изменение отборов с помощью CALCULATE
  • 5.5 Накопительная сумма
  • 5.6 Работа с Х-формулами (SUMX, AVERAGEX и т.п.)
  • Домашнее задание 5

Модуль 6 Advanced DAX – часть 2▼

  • 6.1 Использование функции EARLIER 10
  • 6.2 Новые и постоянные клиенты
  • 6.3 Мультивалютный отчёт и «выравнивание» данных по курсам валют 10
  • 6.4 Advanced Time Intelligence – скользящие среднии значения: DATEADD, DATESINPERIOD 5
  • 6.5 Получение накопительной суммы с начала года (YTD) за аналогичный период прошлого года 10
  • 6.6 Работа с иерархическими справочниками: PATH, PATHITEM, ISINSCOPE
  • 6.7 Использование RANX и подводные камни
  • Домашнее задание 6

Модуль 7 Параметры What-If▼

  • 7.1 Настраиваемое количество ТОП-объектов
  • 7.2 Фильтрация данных с использованием what-if параметров
  • 7.3 Создание кредитного калькулятора на базе what-if параметров
  • 7.4 DCF-анализ в Power BI: PRODUCT, XIRR, XNPV
  • Домашнее задание 7

Модуль 8 Кейсы ▼

  • 8.1 Анализ событий с длительностью в DAX
  • 8.2 Сегментирование и ABC-классификация
  • 8.3 Получение ежедневных данных из помесячного плана
  • 8.4 Анализ сезонности продаж
  • 8.5 Работа с разной детализацией данных и тонкая настройка итоговых строк в матрицах: ISFILTERED, ISCROSSFILTERED
  • 8.6 Динамическое прогнозирование продаж
  • Домашнее задание 8

Модуль 9 Оптимизация модели данных и VertiPaq + DAX Studio▼

  • 9.1 Использование анализа производительности Power BI
  • 9.2 Обзор DAX Studio
  • 9.3 Что такое VertiPaq
  • 9.4 Понятие колоночной базы данных
  • 9.5 Использование памяти и компрессия
  • 9.6 Анализ внутренней структуры модели
  • 9.7 Первичная оптимизация модели
  • Домашнее задание 9

Модуль 10 Работа с Dataflows и аналитическом пакетом R▼

  • 10.1 Динамическая безопасность на уровне строк (RLS): USERNAME, USERPRINCIPALNAME
  • 10.2 Работа с Dataflows
  • 10.3 Обзор аналитического пакета R и его интеграция с Power BI
  • 10.4 Работа с Power BI Embedded
  • Домашнее задание 10