财会与商业大数据可视化智能分析:基于微软POWER BI

目　录
第1章 商业智能与数据分析概述 1
1.1　大数据与云计算 2
1.1.1　大数据 2
1.1.2　云计算 13
1.2　商业智能概述 16
1.2.1　商业智能是商业决策的基础 16
1.2.2　商业智能的定义 18
1.2.3　商业智能的价值 19
1.2.4　商业智能系统功能 21
1.2.5　商业智能的应用 22
1.3　商业大数据分析思路 25
1.3.1　商业大数据分析基本条件 25
1.3.2　分析思路培养 27
1.3.3　常用分析方法 27
第2章 微软Power BI概况 31
2.1　Power BI概述 32
2.1.1　传统BI与自助式BI 32
2.1.2　Power BI简介 33
2.1.3　Power BI的特点 33
2.1.4　Power BI的地位 35
2.2　Power BI应用模式及系列组件 36
2.2.1　Power BI应用模式 36
2.2.2　Power BI系列组件 37
2.3　Power BI Desktop安装及账号注册 38
2.3.1　Power BI Desktop 的安装 38
2.3.2　Power BI账号注册 40
2.4　Power BI Desktop界面 41
2.4.1　菜单栏 41
2.4.2　视图 41
2.4.3　报表编辑器 43
第3章 快速实践Power BI 47
3.1　案例背景 48
3.1.1　案例简介 48
3.1.2　案例数据源 49
3.2　数据整理 50
3.2.1　获取数据 50
3.2.2　整理数据 53
3.3　数据建模 56
3.3.1　建立数据模型 56
3.3.2　新建列 58
3.3.3　新建度量值 59
3.4　数据可视化 60
3.4.1　插入图片、文本框、形状 60
3.4.2　插入卡片图 62
3.4.3　插入环形图 62
3.4.4　插入条形图 63
3.4.5　插入折线和簇状柱形图 64
3.4.6　插入气泡图 66
3.4.7　插入切片器 67
3.4.8　报表美化 69
3.4.9　设计报表手机显示布局 69
3.5　可视化报表发布 70
3.5.1　在线发布 70
3.5.2　Web应用 71
3.5.3　移动应用 72
第4章 数据整理 75
4.1　表格的标准化与规范化 76
4.1.1　表格的标准化 77
4.1.2　数据的规范化 78
4.2　数据获取 78
4.2.1　从文件导入 79
4.2.2　从文件夹导入 82
4.2.3　从数据库导入 83
4.2.4　从网站查询导入 86
4.2.5　从其他数据源导入 87
4.2.6　重新设定数据源 88
4.3　数据处理 89
4.3.1　查询编辑器和M语言 89
4.3.2　数据的行、列操作和筛选 90
4.3.3　数据类型的转换 95
4.3.4　数据格式的转换 96
4.3.5　数据的拆分、提取和合并 98
4.3.6　数据的转置和反转 102
4.3.7　数据的透视和逆透视 104
4.3.8　分组依据 105
4.3.9　添加列 106
4.3.10　日期和时间的整理 107
4.3.11　数据的基本数学运算 110
4.3.12　数据的组合 111
第5章 数据建模 117
5.1　管理关系 118
5.1.1　认识表和关系 118
5.1.2　关系模型的布局 121
5.1.3　创建关系 123
5.2　新建列与新建度量值 127
5.2.1　新建列 127
5.2.2　新建度量值 128
5.3　DAX——数据分析表达式 130
5.3.1　DAX语法 130
5.3.2　DAX运算符 131
5.3.3　DAX函数 132
第6章 数据可视化 143
6.1　数据可视化原则 144
6.1.1　常用图表的选择 144
6.1.2　本章基础案例 145
6.2　常用可视化图表 146
6.2.1　条形图 147
6.2.2　柱形图 150
6.2.3　折线图 152
6.2.4　面积图 153
6.2.5　组合图 155
6.2.6　功能区图表 156
6.2.7　瀑布图 157
6.2.8　散点图 158
6.2.9　饼图和环形图 159
6.2.10　树状图 161
6.2.11　地图 162
6.2.12　漏斗图 163
6.2.13　仪表图 164
6.2.14　卡片图和多行卡 166
6.2.15　KPI 168
6.2.16　表和矩阵 169
6.2.17　切片器 171
6.3　自定义可视化图表 172
6.3.1　添加自定义可视化对象 172
6.3.2　马表图 173
6.3.3　子弹图 175
6.3.4　文字云 176
6.3.5　桑基图 177
6.4　图表美化 177
6.4.1　切换主题 178
6.4.2　设置图表格式 178
6.5　图表的筛选、钻取和编辑交互 179
6.5.1　图表的筛选 179
6.5.2　图表的钻取 183
6.5.3　图表的编辑交互 185
第7章 Power BI在线服务 187
7.1　在线发布 188
7.1.1　Power BI在线服务简介 188
7.1.2　报表在线发布 189
7.2　创建仪表板 191
7.2.1　仪表板和报表 191
7.2.2　仪表板的设计 192
7.2.3　仪表板的创建 193
7.3　分享与协作 194
7.3.1　使用工作区 194
7.3.2　报表的分享 195
7.3.3　仪表板的分享 197
7.4　移动应用 198
7.4.1　设计报表手机布局 198
7.4.2　报表移动应用 199
第8章 案例1——海信电器财务数据可视化智能分析201
8.1　海信电器案例数据 202
8.1.1　公司简介 202
8.1.2　获取并整理海信电器财务报表 203
8.1.3　海信电器案例模型 205
8.2　资产负债表可视化 207
8.2.1　可视化总览 207
8.2.2　插入公司Logo 207
8.2.3　插入切片器 208
8.2.4　插入卡片图 208
8.2.5　插入圆环图 209
8.2.6　插入饼图 210
8.2.7　插入折线图 211
8.2.8　插入树状图 211
8.3　利润表可视化 212
8.3.1　可视化总览 212
8.3.2　插入卡片图 213
8.3.3　插入圆环图 213
8.3.4　插入折线图 213
8.3.5　插入簇状柱形图 213
8.3.6　插入矩阵 214
8.4　现金流量表可视化 215
8.4.1　可视化总览 215
8.4.2　插入卡片图 216
8.4.3　插入圆环图 216
8.4.4　插入折线图 216
8.4.5　插入簇状柱形图 216
8.4.6　插入桑基图 216
8.5　偿债能力分析可视化 217
8.5.1　可视化总览 217
8.5.2　插入卡片图 218
8.5.3　插入折线图 218
8.6　营运能力分析可视化 219
8.6.1　可视化总览 219
8.6.2　插入卡片图 219
8.6.3　插入折线图 220
8.7　盈利能力分析可视化 220
8.7.1　可视化总览 220
8.7.2　插入卡片图 221
8.7.3　插入折线图 221
8.8　杜邦分析可视化 221
8.8.1　可视化总览 221
8.8.2　插入卡片图 222
8.8.3　插入图形图像 222
第9章 案例2——某连锁店大数据可视化智能分析223
9.1　某连锁店案例数据 224
9.1.1　公司简介 224
9.1.2　连锁店案例数据 225
9.1.3　连锁店案例模型 226
9.2　产品分析可视化 227
9.2.1　可视化总览 227
9.2.2　插入公司Logo 228
9.2.3　插入切片器 228
9.2.4　插入卡片图 229
9.2.5　插入条形图 230
9.2.6　插入圆环图 230
9.2.7　插入瀑布图 231
9.2.8　插入柱形图 232
9.2.9　插入桑基图 232
9.2.10　插入树状图 233
9.3　区域分析可视化 233
9.3.1　可视化总览 233
9.3.2　插入圆环图 234
9.3.3　插入条形图 234
9.3.4　插入柱形图 234
9.3.5　插入水族馆图 234
9.4　趋势分析可视化 235
9.4.1　可视化总览 235
9.4.2　插入折线图 236
9.4.3　插入折线和柱形图 237
9.4.4　插入气泡图 237
9.5　完成度分析可视化 238
9.5.1　可视化总览 238
9.5.2　插入子弹图 239
9.5.3　插入仪表图 240
9.5.4　插入百分比仪表图 240
9.5.5　插入表 241
9.5.6　插入水平条形图 242
9.6　排名分析可视化 243
9.6.1　可视化总览 243
9.6.2　插入条形图(排名前N个) 244
9.6.3　插入表 245
9.6.4　插入文字云 245
参考文献 247