Plan Szkolenia
Przegląd oprogramowania
Cel: zapoznanie się z oprogramowaniem przydatnym w pracy z modelami danych.
- Tworzenie modelu danych: Power BI desktop – wymagany
- Microsoft SQL Server Management Studio – opcjonalny
- DAX Studio – opcjonalnie do pracy z DAX
- Visual Studio Code – opcjonalnie do pracy z Power Query M
Praca z Power BI – główne etapy pracy
Cel: Poglądowe omówienie etapów tworzenia i życia raportu stworzonego w Power BI Desktop.
- Przygotowanie danych dla Power BI Desktop w Power Query.
- Optymalizacja i parametryzacja danych, także z użyciem języka SQL.
- Praca z modelem danych DAX: relacje, tabele, kolumny obliczeniowe, tabele obliczeniowe i miary.
- Budowa raportu w aplikacji Power BI Desktop.
- Publikacja i udostępnienie reportu w usłudze Power BI.
- Zarządzanie kontrolą dostępu do modelu danych.
- Ponowne użycie opublikowanego modelu danych.
- Aktualizacja raportu online
Język Power Query M
Cel: Omówienie możliwości jakie daje podłączenie danych z użyciem Power Query i odpowiedź na zasadnicze pytanie co to jest język M.
- Czym jest język Power Query M, gdzie jest stosowany i jakie ma możliwości.
- Zastosowania M (Power BI, Power Pivot, Dataverse)
- Podstawy oraz koncepcja języka M
- Ograniczenie języka M i ryzyko związane z Case Sensitive.
- Aktualizacja danych.
Źródła danych dla modelu Power BI Desktop
Cel: Przegląd najpopularniejszych źródeł danych, z których możesz pobrać dane do Power BI.
- Pliki CSV, Excel, JSON, XML, PDF.
- Internetowe źródła danych: Tabele opublikowane na stronach WWW.
- Usługi danych strumieniowych – Odata.
- Masowy import plików z folderu.
- Biblioteki SharePoint 365 jako repozytorium plików – poglądowo.
- Relacyjne bazy danych SQL (domyślnie Microsoft SQL Server).
Power Query w łączeniu i przekształcaniu danych
Cel: Praktyczne podejście do zaimportowanych danych, ich przekształcenie i optymalizacja.
- Filtrowanie i sortowanie danych wejściowych,
- Kontrola jakości danych: wyszukiwanie anomalii, błędów i niespójności.
- Kolumny obliczeniowe i warunkowe.
- Tworzenie niestandardowych kolumn obliczeniowych.
- Bezpośrednia edycja kodu M: pasek formuły i edytor zaawansowany.
- Duplikowanie zapytania a odwołanie do zapytania.
- Przenoszenie zapytań między aplikacjami.
- Wielokrotne odwołania do obiektów.
- Praca z bibliotekami funkcji: tekst, liczby, czas.
- Typy danych i ich konwersja, ustawienia regionalne użytkownika.
- Scalanie i podział kolumn i wierszy.
Praca z tabelami w języku Power Query M
Cel: Tworzenie nowych obiektów tabelarycznych.
- Dołączanie i scalanie tabel. Śledzenie zależności zapytań.
- Funkcje tabelaryczne i zarządzanie krokami przekształcania.
- Usuwanie wartości zduplikowanych – tabele i zestawy kolumn.
- Przekształcenia typu PIVOT i ich odwrotność: UNPIVOT.
- Agregacja i zliczanie danych.
Operacje zaawansowane M Query
Cel: Rozbudowa podstawowej funkcjonalności o własne funkcje.
- Zaawansowane funkcjonalności języka M.
- Budowa obiektów: lista, zestaw danych, tabela z użyciem kodu.
- Tworzenie własnych funkcji w języku M
Zapytania dynamiczne – parametry w języku M
Cel: zastosowanie zmiennych (parametrów) do optymalizacji z skracania zapisu zapytań.
- Tworzenie, zarządzanie parametrami
- Parametryzacja zapytań
- Obsługa parametrów z poziomu raportu Power BI
Power Query i serwer SQL
Cel: Wprowadzenie do pracy z serwerem baz danych. Pozwala na znaczącą oszczędność czasu związaną z generowaniem, przetwarzaniem i importem danych plikowych.
- Tryby pracy z serwerem SQL: Import danych a zapytania typu Direct Query. Możliwości i ograniczenia.
- Import obiektów SQL możliwych do wykorzystania w budowie model
- Tabele – podstawowe źródło danych dla modelu
- Widoki – zapisane zapytanie do bazy danych,
- Procedury zwracające dane (przegląd)
- Funkcje tabelaryczne
- Zapytania w kodzie SQL
Kwerendy wybierające – DQL (Data Query Language)
Cel: Praca z zapytaniami tworzonym bezpośrednio w języku SQL. Szybkie tworzenie zapytań w trybie low-code – prawie bez pisania kodu SQL.
- Query designer w zastosowaniach i tworzenie zapytania do bazy danych
- Podstawowe typy danych w SQL i ich zastosowanie. Standard SQL w modelu danych Power BI
- Pobieranie danych – SELECT: składnia polecenia i kolejność wykonywania instrukcji SQL.
- Operatory i kryteria w zapytaniach
Optymalizacja zapytań SQL w Power Query
Cel: Maksymalne wykorzystanie języka SQL: jak pobrać tylko te dane, których potrzebujemy.
- Funkcje języka SQL w zapytaniach
- Operacje na połączonych tabelach: złączenia SQL (SQL JOIN)
- Łączenie wyników zapytania UNION, UNION ALL, INTERSECT, EXCEPT/MINUS
- Agregacja danych po stronie serwera SQL
- Funkcje okien w SQL: wyniki uporządkowane OVER, partycjonowanie PARTITION BY i sortowanie wyniku zapytania ORDER BY. Odwołania do wierszy: poprzedni, następny, pierwszy i ostatni w grupie.
- Podzapytania w SQL: Wynik zapytania jako warunek WHERE w kwerendzie. Kwerenda oparta o inną kwerendę.
- Wyrażenia tabelaryczne CTE
Parametryzacja zaawansowana Power Query i SQL
Cel: Połączenie fragmentatorów z raportu z kodem SQL.
- Modyfikacja zapytania z użyciem parametru M
- Parametr w zdalnym zapytaniu SQL
- Sterowanie wartościami parametru z poziomu Power BI
- Fragmentator w wizualizacji Power BI Desktop i parametr w zapytaniach Power Query
Język DAX w modelu danych Power BI
Cel: Omówienie koncepcji języka DAX i jego zastosowań.
- Czym jest język DAX. Podstawy oraz koncepcja języka DAX.
- Zastosowania DAX (Power BI, Power Pivot, Analisys Services).
- Przegląd środowiska i narzędzi przydatnych w pracy z DAX
Wprowadzenie do języka DAX
Cel: pierwsze podejście do pracy z językiem.
- Model danych – czym jest jak działa
- Dobre praktyki organizacji danych.
- Typy danych, konwersja typów, obsługa ewentualnych błędów.
- Typ danych a format danych. Zarządzanie formatem danych i jego dostosowanie do potrzeb użytkownika.
- Tworzenie relacji między tabelami
- Relacje modelu danych: aktywne oraz nieaktywne
- Tabele parametrów
- Kierunki filtrowania
- Ukrywanie kolumn w widoku użytkownika
- Operatory w języku DAX
Kolumny obliczeniowe i wbudowane funkcje w DAX
Cel: praca z kolumnami obliczeniowymi – porównanie z arkuszem kalkulacyjnym i funkcjami tabelarycznymi.
- Czym są kolumny obliczeniowe
- Tworzenie i modyfikacja kolumn obliczeniowych
- Operatory i ich priorytety w języku DAX
- Podstawowe funkcje języka DAX: ROUND, IF, SWITCH
- Funkcje czasu: YEAR, MONTH, DAY, WEEKDAY, WEEKNUM, EOMONTH
- Funkcje logiczne: NOT, OR, AND i operatory || oraz &&
- Funkcje tekstowe: LEFT, RIGHT, MID, LOWER, UPPER
- Funkcje liczbowe: ROUND, ROUNDUP, ROUNDDOWN
- Funkcje konwertujące: FORMAT
Miary w języku DAX
Cel: Tworzenie wstępnie przeliczonych elementów modelu danych.
- Czym są miary obliczeniowe
- Tworzenie i modyfikacja miar obliczeniowych
- Miara a kolumna obliczeniowe
- Funkcje – SUM, AVERAGE vs SUMX, AVERAGEX
- Kontekst wykonania zapytania
- Funkcja CALCULATE
Kontekst w języku DAX
Cel: Określenie w jaki sposób ma być przeliczana tabela.
- Kontekst na poziomie wiersza
- Kontekst zapytania
- Kontekst na poziomie użytego filtra
Tabele w języku DAX
Cel: Praca z tabelami generowanymi z użyciem języka DAX i ich filtrowanie.
- Tabele obliczeniowe,
- Zakładanie i usuwania filtra dla tabeli,
- Dobieranie filtrów,
- Kontekst i jego zmiana w zapytaniu,
- Dodanie/usunięcie kontekstu filtra – funkcje FILTER/ALL
- Selektywne usunięcie kontekstu – funkcja ALLEXCEPT
Hierarchia w analizie
Cel: Porządkowane danych w grupy nadrzędne i podrzędne.
- Hierarchie generowane automatyczne
- Definiowanie hierarchii manualnie
- Modyfikacja istniejącej hierarchii
Funkcje języka DAX
Cel: Przegląd ciekawszych i bardziej użytecznych
- Funkcje tablicowe i filtrujące: EVALUATE, ALLNOBLANKROW, VALUES, DISTINCT, ISFILTERED, ISCROSSFILTERED, CALCULATETABLE, ADDCOLUMNS, RELATEDTABLE, EARLIER, EARLIEST, HASONEVALUE
- Funkcje agregujące, zliczające i statystyczne: DISTINCTCOUNT, COUNT, COUNTA, COUNTROWS, COUNTBLANK, SUM, COUNT, MIN, MAX, AVERAGE
- Funkcje wyliczająca na poziomie wiersza: SUMX, COUNTX, AVERAGEX, MINX, MAXX, RANKX – zastosowanie miary DAX.
- Funkcja wykorzystująca istniejącą relację RELATED oraz tworząca relację użytkownika USERELATIONSHIP
- Funkcja wyszukująca: LOOKUPVALUE
Time Intelligence w praktyce
Cel: Porównanie przebiegu wartości w czasie.
- Tabele kalendarza w DAX
- Sortowanie tabel kalendarza
- Funkcje Time Intelligence w DAX (operacje na czasie): PREVIOUSYEAR, PREVIOUSMONTH, PREVIOUSDAY, FIRSTDATE, LASTDATE, DATESBETWEEN, DATEADD, DATEDIFF, TOTALYTD, TOTALMTD, TOTALQTD
Wymagania
Opinie uczestników (9)
dużo praktyki w trakcie szkolenia
Katarzyna Grześkowiak - mTab Sp. z o.o.
Szkolenie - Power BI - wizualizacja danych
dyskusja na temat legalnosci umieszczania danych w chmurze i dobre praktyki przy modelowaniu i raportowaniu.
Szkolenie - Microsoft Power BI Data Analyst (szkolenie autoryzowane PL-300)
Constructive exchanges
Cécile - Transdev Compagnie Axonaise
Szkolenie - Power BI
Trener jest profesjonalny. Potrafi sprawić, że czuję, że ten program nie jest zbyt trudny w użyciu, jak myślałem przed treningiem.
Benjaporn - Thai Asahi Kasei Spandex Co.,Ltd
Szkolenie - Power BI for Business Analysts
Przetłumaczone przez sztuczną inteligencję
Zdobywanie nowej wiedzy
Yani - PT. Becton Dickinson Indonesia
Szkolenie - Power BI for Developers
Przetłumaczone przez sztuczną inteligencję
Tempo, działania i dublowanie ekranu. Power Bi jest dla mnie nowością i nie mogę się doczekać dalszej pracy z nim.
Michelle - Childhood Development Initiative CLG
Szkolenie - Creating Dashboards Using Microsoft Power BI
Przetłumaczone przez sztuczną inteligencję
the personalized part during which I was able to work on my project and directly apply the elements of the training
Caroline - Schreder
Szkolenie - Power BI Dashboards
Great pace during the training. very knowledgeable and teaching style
James - Gilead Sciences Ireland
Szkolenie - Excel to Power BI
What was very interesting in this training was the direct handling of the power bi tool. What was presented was very informative and provided a real answer to my problems, while trying to learn on the job. The trainer gave us keys to be better organized and structured in our files. Which is interesting if we have to give up our work. It would have taken a few more hours to produce our own report, that's the only downside.