10 hasznos adatelemzési kifejezés (Dax) funkció Power BI kezdőknek

Bevezetés

az üzleti intelligencia (BI) út során rengeteg húzóeszközön dolgoztunk. De egyik sem közelítette meg a Microsoft Power BI svájci hadsereg kés jellegét. Ez valóban leegyszerűsíti a számok összeroppantását, az adatok elemzését és a minták megjelenítését.

ez az iparág egyik legjobb ‘drag-and-drop’ eszköze. Válasszon ki egy elemezni kívánt mezőt, dobja be a Power BI irányítópultjába, és íme! A betekintés közvetlenül előtted van.

de mi van, ha mélyebbre akarunk merülni az elemzésünkben? Mit tegyünk, ha bizonyos változókat testre akarunk szabni, vagy újakat akarunk létrehozni? Csak egy gyors drag and drop nem oldja meg a problémánkat. Ez az, ahol a Power BI-ben az adatelemzési kifejezések (Dax) ereje játszik szerepet.

ez egy praktikus eszköz, hogy megtanulják minden adat tudomány szakmai, nem csak egy törekvő üzleti intelligencia egy. Ez egy csomó időt takarít meg nekünk, amelyet egyébként a kód kidolgozására fordítanánk.

ebben a cikkben először megértjük, mi a BI és a BI iparági szakember tipikus szerepe. Ezután bemutatjuk Önnek a nagy teljesítményű Microsoft Power BI eszközt, majd mélyen belemerülünk tíz igazán hasznos adatelemzési kifejezés (DAX) funkcióba, amelyeket a Power BI-ben használhatunk.

Tartalomjegyzék

• Bevezetés Az üzleti intelligencia (BI)
• üzleti intelligencia szakember szerepe
• mi a Power BI?
• adatelemzési kifejezések (Dax): Mik ezek és miért van rájuk szükség?
• Dax funkciók megvalósítása a Power BI-ben

Bevezetés Az üzleti intelligenciába (BI)

az üzleti intelligencia széles körű, de meghatározhatjuk az üzleti mutatók nyomon követésének és felülvizsgálatának folyamataként.

Vegyünk egy példát ennek megértéséhez.

fontolja meg, hogy egy hajózási társaságot működtetünk, amely termékeket szállít ügyfeleinknek az ország különböző részein. Mint minden vállalkozásnál, szeretnénk javítani az ügyfélélményt. Számos mutatót mérhetünk az ügyfelek elégedettségének mérésére, beleértve:

• a termék kézbesítésének sebessége
• a termék sérült-e vagy sem
• a megfelelő terméket szállították? stb.

ezeket az adatokat lucid jelentések formájában dolgozzuk fel és jelenítjük meg, ami megkönnyíti a betekintés hazahozását. Tehát, ha a szállítási sebesség diagramja a vártnál alacsonyabb minősítést mutat, megpróbálhatjuk megtalálni a kiváltó okot és javítani a szállítási sebességet.

az üzleti intelligencia szakember szerepe

most mit csinál egy üzleti intelligencia szakember? Biztos vagyok benne, hogy ez biztosan átfutott a fejedben, miközben végigment a fenti forgatókönyvön. Az alábbiakban bemutatunk néhány gyakori feladatot, amelyet egy tipikus BI személy végez:

• írjon (SQL) lekérdezéseket vagy összekötőket a relációs/NoSQL adatbázisok adatainak lekéréséhez
• írjon (SQL) lekérdezéseket az adatok feldolgozásához és az üzleti mutatók kiszámításához
• tervezési kód diagramok létrehozásához interaktív widgetekkel az üzleti mutatók megjelenítéséhez
• hozzon létre irányítópultokat a diagramokból, és telepítse őket a végfelhasználó számára

a bi szakemberré váláshoz szükséges készségek projektenként változnak. De általánosságban elmondható, hogy szilárd ismeretekkel kell rendelkeznie egy BI eszközről, mint például a Tableau, a PowerBI, a Qlik, valamint némi tapasztalattal kell rendelkeznie egy olyan programozási nyelvben, mint a Python, az R vagy az SQL. A domain ismerete és a strukturált gondolkodás is keresettek.

a Power BI az egyik legnépszerűbb és leghatékonyabb BI eszköz. Ez lesz a hangsúly ebben a cikkben. Mielőtt odaérnénk, íme egy csodálatos illusztráció egy tipikus üzleti intelligencia architektúráról:

mi a Power BI?

a Power BI egy népszerű és hihetetlenül hatékony üzleti intelligencia eszköz, amelyet a Microsoft fejlesztett ki. Különböző ízekkel és kínálattal rendelkezik. A legalapvetőbb verzió ingyenes, de képes könnyen elvégezni a közepes méretű üzleti intelligencia gyakorlatokat.

általánosságban elmondható, hogy a Power BI egy felhőalapú üzleti elemzési megoldáscsomag, amely biztosítja a szükséges eszközöket ahhoz, hogy a silók közötti hatalmas mennyiségű adat hozzáférhető információvá váljon. Folyamatosan rangsorolták a Gartner Bi Magic Quadrant.

a Power BI sokoldalúsága, interaktivitása, esztétikus kialakítása, kiterjedt adatbázis-összeköttetése és az alacsony erőfeszítésű irányítópultok könnyű létrehozása miatt népszerű. Ezenkívül kihasználja a Microsoft ökoszisztémájának egyéb eszközeinek támogatását is-Azure, Cortana, SQL Server, Azure Active Directory, Azure Blob Storage stb.

íme néhány jó dolog, amit a Power BI tehet:

• valós idejű riasztások és megjelenítés a gyártóberendezések állapotának figyelemmel kísérésére. Ez úgy történik, hogy az IoT-érzékelő adatait átadják az IoT Azure hubon, az Azure Data Factory-on, a Cognos DB-n keresztül, majd elemzik a Power BI
• diagramok, Power BI-jelentések és irányítópultok létrehozása és lekérése a Windows voice assistant Cortana

adatelemzési kifejezések (Dax) használatával: Mik ezek és miért szükségesek?

CSV-fájlokból vagy adatbázisból olvashatunk adatokat a Power BI-be. A táblázatokat egyesíthetjük a Power BI – ban is. Gyakran előfordul, hogy a ábrázoláshoz szükséges adatok könnyen elérhetők a táblázat oszlopaiban (bár ez nem mindig így van).

tekintsünk egy olyan helyzetet, amikor módosítanunk vagy módosítanunk kell az adatokat az irányítópultok javítása érdekében. Tegyük fel, hogy a szükséges egyéni módosítások nem állnak rendelkezésre a Power BI-ban. Akkor mit csinálunk? Hogyan tudjuk elvégezni ezt a fajta módosítást és adatelemzést?

a válasz DAX (az adatelemzési kifejezések rövidítése). A DAX arra szolgál, hogy néhány értelmes információt elrejtsen a nyers adatokban. Egyszerű szavakkal, a DAX-ot az adatok manipulálására használják.

vannak bizonyos szabályok, amelyeket be kell tartanunk a DAX használatához. Gyorsan megérti ezeket a szabályokat, ha ismeri az Excel funkcióit. A DAX csak egy fejlett formája ennek.

két hely van, ahol DAX-ot írunk:

• számított oszlop
• számított intézkedés

lássuk, mit jelentenek ezek:

• a számított oszlopok nagyon hasonlítanak a szokásos oszlopokhoz, amelyeket a legtöbb adatkészletben látunk. A különbség az, hogy a számított oszlopok számításaink eredménye két vagy több oszlop használatával vagy különböző táblázatok oszlopainak felhasználásával. Akkor használhatók, ha soronkénti számításokat akarunk végrehajtani
• a számított mérték viszont hasonló a számított oszlophoz. Ezek azonban nem foglalnak el semmilyen fizikai memóriát, és eredményeik nem láthatók oszlop formájában. Ezt általában akkor használjuk, amikor dinamikus számításokat akarunk végrehajtani egy sorcsoporton, vagy az adatok csoportosításával

Dax függvények végrehajtása a Power BI-ben

néhány hasznos DAX parancson és azok funkcióin fogunk dolgozni ebben a szakaszban. A ‘Sample Super Store’ adatkészletet fogjuk használni. Az adatkészletet itt töltheti le,és saját maga is kísérletezhet!

az adatkészlet három táblát tartalmaz: ‘rendelések’, ‘visszatér’ és ‘felhasználók’. Menjen előre, és töltse be a minta Superstore adatkészlet Excel fájlt a Power BI-be.

nyissa meg a Power BI-t, és keresse meg a “Get data” elemet a “Home” lapon. Válassza az Excel lehetőséget, majd keresse meg a helyi gépen található adatkészlet fájlt. Töltse be a teljes fájlt a BI ablakba.

most, menjünk!

keresés( )

a keresési funkció nagyon hasonlít a Microsoft Excel Vlookup-jához.

adatkészletünk harmadik táblázata régiónként tartalmazza az összes vezető adatait. Most itt van, ahol a keresés jön a kezében. A’ felhasználók ‘táblázat’ kezelő ‘ oszlopát a ‘rendelések’ táblázat megfelelő ‘Régió’ oszlopával összevethetjük.

tehát hogyan hajthatunk végre keresést a Power BI – ban? Két dolgot kell emlékeznünk:

1. szükségünk van egy közös oszlopra a
2. keresés végrehajtásához egyedi értékekre is szükségünk van a két különböző táblázatból kiválasztott megfelelő oszlopok legalább egyikében. A keresés alapvető szintaxisa:

LOOKUPVALUE(Result Column Name, Search Column Name, Search Column value)

elhelyezés ezt a szintaxist a mi adatkészlet változók:

Manager = LOOKUPVALUE(Users,Users,Orders)

FILTER( ) & CALCULATE( )

az alább látható DAX hasonló a group by function értékhez. Dinamikusan összesít egy oszlopot a szűrő alapján. Ez akkor hasznos, ha táblázatot hozunk létre a Power BI irányítópultjain, és csak egy oszlopot kell szűrnünk (miközben a fennmaradó oszlopot a szűrő nem érinti).

ez a DAX jól jön, ahol a táblázatban használt minden oszlopnak saját szűrője lehet. Vegyünk egy példát, hogy megértsük, hogyan működik ez.

az értékesítés összegét régiónként akarjuk kiszámítani. Tehát először is, a szűrő funkció osztja a régió oszlop észak, dél, kelet és Nyugat. Ezután kiszámítja az értékesítés összegét a szegregáció szerint. Itt egy mértéket használunk, mivel egy adott régióban tetszőleges számú sor lehet benne.

itt egy reg változót deklarálunk, amely a szűrő kulcsaként működik. A változót a var kulcsszóval deklarálhatjuk. A RETURN kulcsszó megadja a számítás eredményét (az értékesítés összege, példánkban). A számított DAX-ból kapott eredmény:

beágyazott IF feltétel

vegye figyelembe a rendelések táblázatot az adatkészletünkben. A’ sorrend prioritás ‘ oszlop alatt öt érték található. Tegyük fel, hogy szükségünk van néhány egész értékre az oszlopban szereplő eredeti értékek helyett. A beágyazott if nyilatkozat itt a barátunk:

Nested IF = IF(Orders ="Critical", 5, IF(Orders ="High", 4, IF(Orders = "Medium", 3, IF(Orders = "Low", 2, IF(Orders = "Not Specified", 1)))))

Feltételes formázás

a Feltételes formázás a Microsoft Excel egyik leggyakrabban használt funkciója. És ezt a Power BI-n belül is kihasználhatjuk!

a Feltételes formázás azok számára, akik még nem használták, az oszlop betűszínének megváltoztatása egy másik oszlop feltételének alapján. Ezt úgy teheti meg, hogy létrehoz egy új oszlopot a feltételünk szerint, majd ezt az oszlopot használva szabályokat állít be a feltételes formázás lapon.

próbáljuk ki ezt egy példával a szupermarket mintaadatkészletéből.

meg akarjuk változtatni a rendelések táblázat ‘sorrend prioritás’ oszlopában megjelenített értékek színét. Például az összes ‘kritikus’ értéknek piros színűnek kell lennie, az összes ‘magas’ értéknek zöld színűnek kell lennie stb.

használhatjuk a fent létrehozott beágyazott if oszlopot, mivel a feltételek már meg vannak adva. Állítsa be a Szabályokat a feltételes formázás lapon-ha a fent létrehozott oszlop értéke 1, akkor a betűszínnek pirosnak kell lennie, ha az érték 2, akkor narancssárgának kell lennie stb.

Íme egy kép, amely bemutatja, hogyan teheti ezt meg a Power BI-ban:

karakterlánc felosztása határolók alapján

egy másik általános Excel függvény, amelyet a Power BI-ben használhatunk:

customer_split_1 = PATHITEM(SUBSTITUTE(Orders," ","|"),1)

a fenti PATHITEM függvény visszaadja a kapott karakterláncot. A helyettesítő függvény lecseréli a megadott határolót egy adott karakterrel, és az említett érték alapján lekéri a megfelelő szót.

például hajtsunk végre egy felosztást az ‘ügyfél neve’ mezőben. Itt a “” szóköz lesz a határoló, amelyet egy “|”csővezetékkel helyettesítettünk. Csak az ügyfél keresztnevére van szükségünk, ezért megadtuk az 1-et. Megváltoztathatja ezt az értéket, és megnézheti, milyen eredményeket kap.

most hajtsunk végre három ilyen felosztást, és nevezzük el őket customer_split_1, customer_split_2, customer_split_3 néven.

egy adott betű lekérése Egy szóból

mi lenne, ha csak egy adott betűt akarnánk kivonni egy szóból? Trükkösnek hangzik, de valójában nagyon egyszerű a Power BI-ban:

customer_initial_1 = LEFT(Orders,1)

csak egy sor kóddal csináltuk!

tegyük fel, hogy egy adott ügyfél neve “Helen Stein”, és a felosztás két részre oszlik. A fenti DAX-ot használjuk, hogy megkapjuk az első betűt az első osztott szóból (Helen). A bal függvény a karakterlánc elejére pozícionálva adja vissza a karakterek számát. Ha 2-t adunk 1 helyett, akkor a fenti DAX “H” helyett “H” – t ad vissza.

húrok összefűzése

gyakran olyan helyzetekben találjuk magunkat, amikor két szót össze kell kapcsolnunk. Ha látni szeretné, hogyan működik ez a Power BI-ben, tegyük fel, hogy több kezdőbetűnk van az adatainkban.

csak az ügyfél kezdőbetűit kell megadnunk a megjelenítésben, nem pedig a teljes nevüket. Ez segít megőrizni az asztal szép és kompakt:

customer_initials = CONCATENATE(Orders,CONCATENATE(Orders,Orders))

a concatenate függvény összekapcsolja a húrokat. Itt három oszlop összefűzését hajtottuk végre:

WEEKDAY ()

a WEEKDAY függvény egy egész számot ad vissza, amely megadja az aktuális napot. Kitaláljuk azt a napot, amikor néhány megrendelést elküldtek:

weekday = WEEKDAY(Orders,2)

a fent megjelenített egész szám adja meg a kezdő napot:

• 1 – vasárnap kezdődik = 1 és szombaton ér véget= 7
• 2 – Kezdés hétfőtől = 1 és vasárnap ér véget= 7
• 3 – Kezdés hétfőtől = 0 és vasárnap ér véget= 6

dátum felosztása

vannak idők, amikor bizonyos projektek dátumát vissza kell állítanunk. Itt van a jó hír – ezt a Dax és a Power BI lekérdezésszerkesztőjének segítségével tehetjük meg.

most két oszlopunk van-a megrendelés dátuma és a szállítás dátuma. Szeretnénk törölni a két intervallum között fekvő dátumokat. Vegyük a megrendelés dátumát 01-01-2015, a szállítási dátumot pedig 03-01-2015. Mivel 3 napos különbség van közöttük, ez a sor háromszor kerül felsorolásra.

ezt a Power BI lekérdezésszerkesztőjén keresztül tehetjük meg. Válassza az’ Egyéni oszlop ‘lehetőséget az’ Oszlop hozzáadása ‘ lapon. Megjelenik az alábbi ablak, és hozzáadhatunk egy oszlopnevet, és használhatjuk a DAX lekérdezést:

következő, keresse meg a dátum oszlopot az adatkészletünkben. Kattintson a dátum oszlop fejlécében található kis mezőre, majd válassza a ‘Kibontás új sorokra’ lehetőséget:

figyeljük meg, hogyan jelennek meg az értékek egész számok formájában? Most kattintson a jobb gombbal az oszlopra, és módosítsa az adattípust ‘Dátum’ formátumra:

a

dátumon alapuló komplex összesítések a dátumadatokkal való munka meglehetősen bonyolult kihívás. Sokkal több van benne, mint a különböző napok, hónapok stb.

ebben a szakaszban a dátumokon alapuló komplex összesítés példáján fogunk dolgozni. Például, mi az összes felsorolt órák száma a következő 2 hétben vagy az elmúlt 2 hétben?

ehhez a szakaszhoz kapcsoljuk az adatkészletet. A Weekcal nevű új adatkészletet az előrejelzésből töltheti le. Ezt az adatkészletet a csapat időelosztása és a Float nevű tervezési eszköz modellezi. A Float segít a feladatok hozzárendelésében és a csapattagok becsült óráinak kiszámításában.

van egy figyelmeztetés A Float-ban, amiről tudnunk kell. Egy hét mindig hétfőtől kezdődik az úszó eszközben. Ha például csütörtöktől kezdve szeretné kiszámítani a jövő héthez rendelt órákat,akkor a legutóbbi hétfőtől péntekig rendelt órákat fogja találni, nem pedig csütörtöktől jövő csütörtökig.

az adatkészlet az alábbi funkciókat tartalmazza:

• kezdő nap-a tevékenység kezdő napja
• befejezési dátum – a tevékenység befejezési napja
• óra/nap – a feladatra naponta töltött órák száma
• feladat neve – a feladat neve

tegyük fel, hogy érdekli a következő hétre lefoglalt órák számának megtalálása. Ezt az alábbi logika segítségével tehetjük meg:

FORECAST_1 WEEK = if (Forecast1>=TODAY()-(WEEKDAY(TODAY(),2)-1) && Forecast1<=TODAY()-(WEEKDAY(TODAY(),2)-1)+7,DATEDIFF(Forecast1,Forecast1,DAY)+1 * Forecast1,IF(Forecast1 > TODAY()-(WEEKDAY(TODAY(),2)-1) ,0,IF(Forecast1<=TODAY()-(WEEKDAY(TODAY(),2)-1) && Forecast1<=TODAY()-(WEEKDAY(TODAY(),2)-1)+7 && Forecast1>=TODAY()-(WEEKDAY(TODAY(),2)-1),DATEDIFF(TODAY()-(WEEKDAY(TODAY(),2)-1),Forecast1,DAY)* Forecast1,IF(Forecast1>=TODAY()-(WEEKDAY(TODAY(),2)-1) && Forecast1 >=TODAY()-(WEEKDAY(TODAY(),2)-1)+7,DATEDIFF(Forecast1,TODAY()-(WEEKDAY(TODAY(),2)-1)+7,DAY)* Forecast1,IF(Forecast1<=TODAY()-(WEEKDAY(TODAY(),2)-1)&& Forecast1>=TODAY()-(WEEKDAY(TODAY(),2)-1)+7,DATEDIFF(TODAY()-(WEEKDAY(TODAY(),2)-1),TODAY()-(WEEKDAY(TODAY(),2)-1)+7,DAY) * Forecast1,BLANK())))))

• ma () – (hétköznap (ma (), 2) – 1 függvény a hét aktuális hétfőjét adja vissza
• DATEDIFF függvény két dátum közötti különbséget ad vissza

nézze meg az alábbi táblázatot, hogy megnézze az egyes feladatok becsült óráit a következő hétre:

Záró megjegyzések

a Power BI egy hatékony és könnyen használható eszköz gyors irányítópultok létrehozására különféle adatforrásokkal. A DAX lekérdezések az adatok leképezésére, új változók és üzleti mutatók létrehozására, valamint az adatok manipulálására szolgálnak. Ez a cikk rövid és gyors útmutatót nyújt a DAX utazás megkezdéséhez.

nézze meg a Power BI hivatalos Microsoft oktatóanyagait is-ez egy nagyszerű forrás!

reméljük, hasznosnak találta ezt a cikket. Örömmel várjuk visszajelzéseit és észrevételeit. Boldog Dashboarding, vagy mondjuk Boldog DAXing!

a szerzőkről

Kirthi Tej Yendloori

Kirthi Tej az Indium software adatelemzője. Egy éves tapasztalattal rendelkezik az adatvizualizáció területén, és rendkívül érdekli a gépi tanulás. Szeret utazni.