powerbi高級培訓(xùn)

面向純 IT：Power BI 企業(yè)架構(gòu)設(shè)計
1) Power BI 企業(yè)架構(gòu)說明
2) Power BI 收費模式簡介
3) Power BI Service 權(quán)限控制簡介
4) Power BI Report Server 簡介
5) Power BI Embedded 簡介
6) SSAS Tabular 與 Azure Analysis Service 簡介
7) Power BI 實時流分析簡介
8) Direct Query 簡介

面向 IT / 分析師：Power BI 數(shù)據(jù)準(zhǔn)備
1) Power Query M 常用數(shù)據(jù)操作方法
2) Power Query M 概述
3) Power Query M 語法
4) Power Query M 常用數(shù)據(jù)轉(zhuǎn)換方法
5) Power Query M 性能優(yōu)化

面向 IT / 分析師：DAX 數(shù)據(jù)建模基礎(chǔ)
1) DAX 概述
2) 計算列與度量值
3) 返回表的函數(shù)
4) VAR
5) 迭代器
6) 計算上下文：篩選上下文
7) 計算上下文：行上下文
8) CALCULATE
9) 上下文轉(zhuǎn)換
10) ALL
11) 關(guān)系及篩選上下文傳遞
12) DAX Studio 簡介

面向 IT / 分析師：DAX 數(shù)據(jù)建模高級
1) 時間智能
2) 排序
3) 復(fù)雜的篩選上下文
4) CALCULATE 詳解
5) 擴(kuò)展表
6) ALL 詳解
7) 集合函數(shù)
8) 虛擬關(guān)系
9) 行級別安全性

DAX 數(shù)據(jù)建模實踐
1) 日期表
2) 從時間維度分析問題
3) 通過排序找到重點
4) 歷史累計
5) 不重復(fù)的客戶
6) 將年齡分組
7) 將客戶分群
8) 參數(shù)表
9) What-If 分析
10) 用移動平均線預(yù)測趨勢
11) 用歷史數(shù)據(jù)進(jìn)行預(yù)測

面向 IT / 分析師：Power BI 數(shù)據(jù)模型架構(gòu)設(shè)計
1) 維度建模
2) 無侵入式架構(gòu)設(shè)計
3) 指標(biāo)表
4) 關(guān)系
5) 輔助表
6) 模型表
7) 虛擬表
8) 日期表
9) 日期區(qū)間表
10) 相對日期表
11) 處理多對多關(guān)系

面向 IT / 分析師：Power BI 高級交互式報告設(shè)計
1) 參數(shù)表
2) 多級參數(shù)表
3) 動態(tài)坐標(biāo)軸
4) 動態(tài)指標(biāo)
5) 動態(tài)分組
6) 動態(tài)維度
7) 報告高級布局設(shè)計技巧
8) 報告高級主題設(shè)計技巧
9) 報告高級交互設(shè)計技巧
10) 矩陣高級技巧
11) 地圖可視化高級技巧
12) 散點圖高級技巧

Power BI 高級商務(wù)智能分析 設(shè)計模式
1) 將業(yè)務(wù)元素分組
2) 同比環(huán)比等時間維分析模型
3) 移動平均及歷史積累分析模型
4) What-If 分析
5) 動態(tài) ABC 分析模型
6) 帕累托分析模型
7) RFM 分析模型
8) BCG 波士頓矩陣分析模型
9) NPS 分析模型
10) 排名矩陣分析模型
11) 新老客戶流失留存分析模型
12) 購物籃分析模型
13) 從歷史數(shù)據(jù)的預(yù)測分析模型

Power BI 性能評估及性能優(yōu)化
1) Power BI 列式數(shù)據(jù)庫存儲引擎 Vertipaq 原理
2) 用 DAX Studio 檢測 FE/SE 性能
3) 用 DAX Studio 理解邏輯查詢計劃及物理查詢計劃
4) 發(fā)現(xiàn)性能瓶頸并進(jìn)行優(yōu)化