2.2　利用Power BI進行數據分析的流程

利用Power BI進行數據分析，通常分為6個環節，如圖2-6所示。

圖2-6　利用Power BI進行數據分析的流程

在圖2-6中，業務理解是數據分析的起點。制作報告需要考慮的是：要解決哪些業務問題，涉及哪些業務指標，從哪些業務角度分析，分析的邏輯框架如何構建等。上述問題的解決就要求數據分析師對公司常用的指標、維度、分析場景了然于胸。

業務場景梳理完成后，就要有針對性地獲取數據。由于業務的復雜程度不同，數據可能存在于多個業務系統、數據庫或是Excel文件中；如果涉及市場環境、競爭對手、天氣等分析場景，還要從網絡中抓取數據。Power BI可以連接的數據源有數百個，它強大的數據獲取能力可以讓我們連接并獲取到合規前提下我們所需要的幾乎任何數據。

獲取到的Power BI原始數據可能在數據結構、數據格式上并不能滿足分析需求，甚至可能存在一些錯誤值。因此我們需要對數據進行一系列的加工、處理，用于生成符合條件的標準化表格。其中，常用的數據轉換步驟包括字段的拆分、合并，字段信息的提取、數據類型轉換、數據篩選、數據替換、多表合并等。數據轉換是在Power Query中進行的。將原始數據導入Power Query，進行數據轉換并檢查無誤后，加載到Power BI Desktop中進行數據建模。

在Power BI Desktop中建立數據模型，主要是構建表間關系。通常加載到Power BI Desktop中的各張表之間并不存在任何關系，我們可以根據客觀的業務邏輯，將各表間相同的字段進行關聯，從而將各張表連接成一個包含豐富的業務分析維度及客觀事實數據的大平表，后期就依據該表進行一系列的業務分析。如果原始的表格及字段不能滿足分析需求，還可以新建表及計算列，以豐富分析的維度。對于報告中涉及的各項數據指標，需要通過新建度量值，精準地定義其業務含義。

數據模型建立完成后，就可以拖曳各項維度字段及度量值，進行數據分析，制作可視化報告。如果說數據建模環節倚重于對技術知識的精通，那么報告制作環節則更依賴于業務知識的積累。

對以下問題進行周全的考慮及精細化的設置，才能真正設計出一份滿足業務需求的可視化報告。

● 分析的主題需要用到哪些指標？從哪些維度展開？

● 使用哪個可視化對象展現會使報表更加簡明、清晰？

● 切片器如何設置？

● 哪些圖表需要設計表間聯動、下鉆？

● 整個頁面如何布局，才能全面展示問題也不會擁擠或冗余？

● 頁面如何配色，才能清晰地展示分析結果且在風格上契合報告的展示場合？

最后一個環節是報告發布。可以通過Power BI Service、Power BI 移動端將報告發布到云端，或者將報告鏈接分享至微信，便于隨時隨地查看，獲得即時見解。