· 面向纯 IT:Power BI 企业架构设计
1) Power BI 企业架构说明
2) Power BI 收费模式简介3) Power BI 权限控制简介
4) Power BI 简介5) Power BI 简介
6) SSAS 与 Azure 简介7) Power BI 实时流分析简介
8) Query 简介· 面向 IT / 分析师:Power BI 数据准备
1) Power Query M 常用数据操作方法
2) Power Query M 概述3) Power Query M 语法
4) Power Query M 常用数据转换方法5) Power Query M 性能优化
· 面向 IT / 分析师:DAX 数据建模基础
1) DAX 概述2) 计算列与度量值
3) 返回表的函数4) VAR
5) 迭代器6) 计算上下文:筛选上下文
7) 计算上下文:行上下文8)
9) 上下文转换10) ALL
11) 关系及筛选上下文传递12) DAX 简介
· 面向 IT / 分析师:DAX 数据建模高级
1) 时间智能2) 排序
3) 复杂的筛选上下文4) 详解
5) 扩展表6) ALL 详解
7) 集合函数8) 虚拟关系
9) 行级别安全性· DAX 数据建模实践
1) 日期表
2) 从时间维度分析问题3) 通过排序找到重点
4) 历史累计5) 不重复的客户
6) 将年龄分组7) 将客户分群
8) 参数表9) 分析
10) 用移动平均线预测趋势11) 用历史数据进行预测
· 面向 IT / 分析师:Power BI 数据模型架构设计
1) 维度建模2) 无侵入式架构设计
3) 指标表4) 关系
5) 辅助表6) 模型表
7) 虚拟表8) 日期表
9) 日期区间表10) 相对日期表
11) 处理多对多关系· 面向 IT / 分析师:Power BI 高级交互式报告设计
1) 参数表
2) 多级参数表3) 动态坐标轴
4) 动态指标5) 动态分组
6) 动态维度7) 报告高级布局设计技巧
8) 报告高级主题设计技巧9) 报告高级交互设计技巧
10) 矩阵高级技巧11) 地图可视化高级技巧
12) 散点图高级技巧· Power BI 高级商务智能分析 设计模式
1) 将业务元素分组
2) 同比环比等时间维分析模型3) 移动平均及历史积累分析模型
4) 分析5) 动态 ABC 分析模型
6) 帕累托分析模型7) RFM 分析模型
8) BCG 波士顿矩阵分析模型9) NPS 分析模型
10) 排名矩阵分析模型11) 新老客户流失留存分析模型
12) 购物篮分析模型13) 从历史数据的预测分析模型
· Power BI 性能评估及性能优化
1) Power BI 列式数据库存储引擎 原理2) 用 DAX 检测 FE/SE 性能
3) 用 DAX 理解逻辑查询计划及物理查询计划4) 发现性能瓶颈并进行优化