Datenanalyse mit Microsoft Power BI und Power Pivot für Excel

Datenanalyse mit Microsoft Power BI und Power Pivot für Excel

by Alberto Ferrari, Marco Russo
Released January 2018
Publisher(s): dpunkt
ISBN: 9783864905100

Read it now on the O’Reilly learning platform with a 10-day free trial.

O’Reilly members get unlimited access to books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.

Start your free trial

Book description

Um die richtigen Erkenntnisse aus Ihren Daten ziehen zu können, müssen Sie sie richtig modellieren. Microsoft bietet Ihnen starke und zugleich zugängliche Tools für die Datenmodellierung, von Power BI bis Power Pivot für Excel. Wie Sie diese Tools effektiv einsetzen, zeigen Ihnen Alberto Ferrari und Marco Russo, international anerkannte Experten für Datenanalyse mit Microsoft, in diesem Buch.Nach einer kurzen Einführung in das Konzept der Datenmodellierung lernen Sie Schritt für Schritt anhand realer Beispiele mit steigendem Schwierigkeitsgrad, wie Sie einfache Tabellen in umfassende und aussagekräftige Modelle verwandeln.

Table of contents

  1. Cover
  2. Titel
  3. Impressum
  4. Inhaltsverzeichnis
  5. Einleitung
    1. Zielgruppe
    2. Voraussetzungen
    3. Aufbau dieses Buches
    4. Begleitende Inhalte
    5. Schreibweisen und Hinweiskästen
    6. Danksagungen
    7. Errata und Support
  6. Kapitel 1 Einführung in die Datenmodellierung
    1. Arbeiten mit einer einzelnen Tabelle
    2. Datenmodelle
    3. Sternschemata
    4. Die Wichtigkeit von Namen
    5. Zusammenfassung
  7. Kapitel 2 Header/Detail-Tabellen
    1. Einführung
    2. Werte aus dem Header aggregieren
    3. Header/Detail-Tabellen reduzieren
    4. Zusammenfassung
  8. Kapitel 3 Mehrere Faktentabellen
    1. Denormalisierte Faktentabellen
    2. Dimensionsübergreifende Filterung
    3. Mehrdeutigkeit von Modellen
    4. Bestellungen und Rechnungen
    5. Gesamtrechnungsbetrag für einen Kunden
    6. Gesamtbetrag der Rechnungen für die ausgewählte Bestellung bzw. den ausgewählten Kunden
    7. Betrag der in Rechnung gestellten Bestellungen
    8. Zusammenfassung
  9. Kapitel 4 Datum und Uhrzeit
    1. Eine Datumsdimension erstellen
    2. Automatische Zeitdimensionen
    3. Automatische Zeitgruppierung in Excel
    4. Automatische Zeitgruppierung in Power BI Desktop
    5. Mehrere Datumsdimensionen
    6. Umgang mit Datum und Uhrzeit
    7. Zeitinformationsberechnungen
    8. Geschäftskalender
    9. Berechnungen mit Arbeitstagen
    10. Arbeitstage in einer einzigen Region
    11. Arbeitstage in mehreren Regionen
    12. Besondere Zeiträume im Jahr
    13. Sich nicht überlappende Zeiträume
    14. Zeiträume relativ zu heute
    15. Sich überlappende Zeiträume
    16. Wochenkalender
    17. Zusammenfassung
  10. Kapitel 5 Historische Attribute
    1. Einführung in langsam veränderliche Dimensionen
    2. Langsam veränderliche Dimensionen verwenden
    3. Langsam veränderliche Dimensionen laden
    4. Die Granularität der Dimension korrigieren
    5. Die Granularität der Faktentabelle korrigieren
    6. Schnell veränderliche Dimensionen
    7. Die richtige Modellierungstechnik wählen
    8. Zusammenfassung
  11. Kapitel 6 Snapshots
    1. Einführung
    2. Snapshots aggregieren
    3. Abgeleitete Snapshots
    4. Übergangsmatrizen
    5. Zusammenfassung
  12. Kapitel 7 Datums- und Zeitintervalle
    1. Einführung in Zeitdaten
    2. Aggregationen mit einfachen Intervallen
    3. Datumsübergreifende Intervalle
    4. Schichten und Zeitversatz modellieren
    5. Laufende Ereignisse analysieren
    6. Unterschiedliche Dauern vermischen
    7. Zusammenfassung
  13. Kapitel 8 m:n-Beziehungen
    1. Einführung
    2. Das bidirektionale Muster
    3. Nicht additive Berechnungen
    4. Kaskadierende m:n-Beziehungen
    5. Zeitliche m:n-Beziehungen
    6. Prozentuale Zuordnungsfaktoren
    7. m:n-Beziehungen materialisieren
    8. Die Faktentabelle als Brücke verwenden
    9. Überlegungen zur Leistung
    10. Zusammenfassung
  14. Kapitel 9 Unterschiedliche Granularitäten
    1. Einführung in Granularität
    2. Beziehungen zwischen Tabellen unterschiedlicher Granularität
    3. Vorhersagedaten analysieren
    4. DAX-Code zum Verschieben von Filtern
    5. Filterung über Beziehungen
    6. Werte mit falscher Granularität ausblenden
    7. Werte einer feineren Granularität mithilfe von Zuordnungsfaktoren berechnen
    8. Zusammenfassung
  15. Kapitel 10 Segmentierungsmodelle
    1. Mehrspaltige Beziehungen
    2. Statische Segmentierung
    3. Dynamische Segmentierung
    4. ABC-Analyse
    5. Zusammenfassung
  16. Kapitel 11 Währungsumrechnung
    1. Die möglichen Situationen
    2. Mehrere Quellwährungen, eine Berichtswährung
    3. Eine Quellwährung, mehrere Berichtswährungen
    4. Mehrere Quellwährungen, mehrere Berichtswährungen
    5. Zusammenfassung
  17. Anhang Grundlagen der Datenmodellierung
    1. Tabellen
    2. Datentypen
    3. Beziehungen
    4. Filter und Kreuzfilter
    5. Unterschiedliche Arten von Modellen
    6. Sternschema
    7. Schneeflockenschema
    8. Modelle mit Brückentabellen
    9. Additivität berechneter Felder
    10. Additive berechnete Felder
    11. Nicht additive berechnete Felder
    12. Halbadditive berechnete Felder
  18. Index

Product information

  • Title: Datenanalyse mit Microsoft Power BI und Power Pivot für Excel
  • Author(s): Alberto Ferrari, Marco Russo
  • Release date: January 2018
  • Publisher(s): dpunkt
  • ISBN: 9783864905100