智能财务分析可视化PPT完整全套教学课件

第1章商务智能概述本章学习目标了解商务智能的概念与价值；了解商务智能的架构与数据流程；了解前沿商务智能产品特点。第一节商务智能基础知识商务智能的概念商务智能的发展商务智能的价值一、商务智能的概念商务智能，通常被称为商业智能（BusinessIntelligence，简称BI）或商业智慧能，是指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。商务智能涉及计算机科学、管理学、决策科学等多学科知识，企业界与理论界对商务智能的阐释还没有形成一致的认识，它们往往从理论与实践、方法与技术等不同的角度给出对商务智能的不同理解。二、商务智能的发展20世纪70年代后期飞速发展，经历了事务处理系统、管理信息系统、主管信息系统、决策支持系统20世纪80年代，出现了智能决策支持系统（IDS）2006年，企业对商务智能的关注度上升为管理应用系统首位国外二、商务智能的发展20世纪末期进入我国，依靠Excel完成数据分析2000年，进入快速发展2005-2010年，金融、保险、银行、电信、电网、医疗等开始使用2013年进入快速调整期，出现帆软、观远数据、永洪等国内（一）制定合适的市场营销策略利用商务智能技术构建商业模型，确定合适的营销策略。例如，麦当劳风靡全球，然而顾客众多使得经营策略的制定出现了困难。→套餐举措（二）改善顾客管理企业正在逐渐由以产品为中心转向“以顾客为中心”，应用商务智能中的在线分析处理和数据挖掘等技术，处理大量的交易记录和相关顾客资料，对顾客进行分类，然后针对不同类型的顾客制定相应的服务策略。例如，电信企业利用分析型CRM进行分析三、商务智能的价值（三）经营成本与收入分析应用商务智能企业的绩效管理功能，可以简便、快捷地制定各种成本收益报表，对不同的业务活动进行成本核算，深入分析编差和改进方法，从而降低成本，提高收入。例如，汽车零件中螺帽的生产（四）提高风险管理能力在银行、保险和电信等领域，商务智能可以识别潜在的风险，给出存在欺诈行为的用户特征。例如，银行的贷款业务三、商务智能的价值（五）改善业务洞察力商务智能减少管理者收集数据、获取信息所花费的时间，加速决策过程，使正确的信息在正确的时间流向决策者。例如，电信企业通过业务分析支撑系统把数据整合后进行分析（六）提高市场响应能力借助商务智能还可以预测市场变化，精简流程，确定需要改进的环节，以适应外部环境的变动。三、商务智能的价值第二节商务智能技术商务智能技术架构商务智能核心技术商务智能与大数据技术商务智能代表产品(一)系统架构一、商务智能技术架构(一)系统架构一、商务智能技术架构各层次商务智能系统构成要素的变化层次构成要素描述交易系统层数据来源组织内部的交易数据、客户关系数据、用户信息等数据数据结构以结构化数据为主，以半结构化数据为辅基础设施层标准化程度通过抽取、转换、装载将异构数据转化为格式统一的结构化数据存储起来数据存储静态、规范化存储在关系数据库中功能层分析延迟有分析延迟，一般采用与？？？处理方式可扩展性纵向扩展（依靠数据库升级）组织层数据解释依靠可视化技术和用户交互关注分析结果商务层分析目标使数据转化为企业利润(二)数据流程商务智能系统把从不同数据源收集到有用的数据进行清理、转换、重构等操作，并存入数据仓库或数据运营店，然后使用查询、数据挖掘、联机分析处理等适当的数据分析技术对信息进行分析和处理，使其成为决策者所能使用的决策知识，并以适合的方式展现给决策者。一、商务智能技术架构商务智能数据源二、从ExcelBI至PowerBI(二)数据流程数据获取数据管理数据分析数据呈现源数据采集、筛选、整理、转换及存储数据仓库的内部维护和管理智能化阶段，利用联机分析和数据挖掘进行汇总和多维分析查询、报表、图表、统计、挖掘二、商务智能核心技术(一)数据仓库与数据集市技术数据仓库(DataWarehouse)是一个面向主题的、集成的、非易失的、随时间变化的、用来支持管理人员决策的数据集合。它是从多个数据源收集信息，并以一种一致的存储方式保存所得到的数据集合，是为联机分析处理、数据挖掘等提供海量数据存储、数据组织的容器和解决数据集成问题的关键技术。二、商务智能核心技术(二)联机分析处理技术联机分析处理（OnlineAnalyticalProcessing，OLAP），又称多维分析，它对数据仓库中的数据进行多维分析和展现，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、真正为用户所理解的、真实反映企业维特性的信息进行快速、一致、交互地存取，并且以一种直观而易懂的形式将查询结果提供给决策人员和高层管理人员，以便他们准确掌握企业的经营状况，了解对象的需求，制定正确的方案。二、商务智能核心技术(三)数据挖掘技术数据挖掘侧重从海量数据中揭示隐含的、先前未知的并有潜在价值的信息的非平凡过程，它按照预定的规则对数据库和数据仓库中已有的数据进行信息开采、挖掘和分析，从中识别和抽取隐含的模式与有趣的知识，为决策者提供决策依据。数据挖掘一般包括数据清理、数据变换、数据挖掘实施过程、模式评估和知识表示等8个步骤。二、商务智能核心技术(四)数据表示和发布技术为了使分析后的数据直观、精简地呈现在用户面前，需要采用一定的形式将数据表示和发布出来，通常采用的是一些交互查询和报表和可视化工具。大数据是近几年新兴的名词，涉及多种前沿技术.包括大规模并行处理数据库、数据挖掘技术、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统等。大数据的特色在于对海量数据进行分布式数据挖掘，它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。大数据是将结构化的精确数据进行价值挖掘，化繁为简；将海量的数据归纳整理为几个简单的指标。商务智能是一套完整的解决方案，是将企业中拥有的数据进行数据统计整合，快速准确地提供报表并提出决策依据，帮助企业做出明智的业务经营决策。因此，商务智能也是一种简化的大数据工具之一。三、商务智能与大数据技术三、商务智能与大数据技术内容商务智能大数据信息量不太大，常为TB量级大，常为PB量级信息特征结构化信息，非实时信息主要为非结构化信息，如文本、图形、音频、视频、遥感和遥测信息等，大多是实时信息信息来源主要为企业交易数据主要是社会日常运作和各种服务中实时产生的数字数据，如社交媒体、移动电话和短信、电子商务交易产生的数据等。涉及技术数据仓库、数据挖掘技术等大规模并行处理数据库.数据挖掘技术、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统等关联关系商务智能是达成业务管理的大数据是基础应用工具。没有商务智能，大数据就没了转化为价值的工具，没办法成为决策的依据大数据是基础，没有大数据，商务智能就失去了存在的基础。同样，商务智能未来的发展方向是“极速、实时、智能"。要能够快速、实时地看到通过大数据产生的库存、账单等信息，还要建立业务模型和数据模型，让大数据按照业务逻辑展现数据来源结构化数据大数据能够基于商务智能工具对大容量数据和非结构化据进行处理；与传统基于事务的数据仓库系统相比较，大数据分析不仅关法结构化的历史数据，还倾向对非结构化海量数据进行分析:大数据是对商务智能的一个完美补充。精确性要求高不高因果与关联重因果关系重关联性分析商务智能与大数据技术的对比四、商务智能与大数据技术（一）传统商务智能产品BusinessObjectsXISASMicroStrategyIBMCongos提供全面商务智能功能的商务智能平台，具有强大的报表、查询和分析以及绩效管前500强企业中有90％以上的企业使用，具有全新的平台、增强的分析功能和精致的用支持所有主流的数据库或数据源，核心的智能服务器可以提供报表、信息分发和多在浏览器-服务器模式下将分析结果作为报表保存。联机分析处理功能强大，操作反应四、商务智能与大数据技术（二）敏捷商务智能产品TableauMicrosoftPowerBI阿里云—QuickBI提供全面商务智能功能的商务智能平台，具有强大的报表、查询和分析以及绩效管前500强企业中有90％以上的企业使用，具有全新的平台、增强的分析功能和精致的用支持多种数据源，并且还可以整合云端数据库和本地数据库的需求，支持各种数据图表方式的展现四、商务智能与大数据技术（二）敏捷商务智能产品三种敏捷商务智能软件对比1.如何理解商务智能的产生?对于企业经营管理的有什么价值?2.解释商务智能的完整数据流程。3.商务智能与ERP、CRM和SCM等信息系统的关系，商务智能的核心技术有哪些？4.大数据与商务智能有何关系？大数据时代的商务智能具有什么特点？思考题感谢您的观看第2章可视化概述本章主要内容掌握可视化分析要素与流程；了解可视化分析与数据分析的关系；了解可视化分析与商务智能的关系。第一节可视化简介相关概念及发展可视化流程及要素可视化图形种类与原则可视化常用工具一、相关概念及发展可视化对应两个英文单词:Visualize和Visualization。→Visualize是动词，意即“生成符合人类感知”的图像；通过可视元素传递信息。→Visualization是名词，表达“使某物、某事可见的动作或事实”;对某个原本不可见的事物在人的大脑中形成一幅可感知的心理图片的过程或能力。Visualization也可用于表达对某目标进行可视化的结果，即一帧图像或动画。一、相关概念及发展可视化技术指的是运用计算机图形学、图像处理技术和人机交互技术等，将数据转换为图形、图像、视频或动画在屏幕上显示出来，对数据进行直观的可视表达以增强认知，并允许用户对数据进行交互处理，以便于人们接受、理解原始数据或信息的理论、方法和技术，是解释图像数据和根据复杂多维数据集合生成图像的一种工具。(一)相关概念一、相关概念及发展根据信息传递方式的不同，可视化技术可以分为两大类，即探索性可视化和解释性可视化。(一)相关概念探索性可视化数据分析阶段，不清楚数据中包含的信息，希望通过可视化快速地发现特征、趋势和异常，是一个将数据中的信息传递给可视化设计和分析人员的过程。解释性可视化视觉呈现阶段，依据已知的信息或知识，以可视的方式将他们传递给公众。一、相关概念及发展根据处理对象以及目的不同，可视化技术可以分为四类：科学计算可视化、数据可视化、信息可视化和知识可视化。(一)相关概念科学计算可视化三维数据转化为图像，用于科研领域实验产生和收集的海量数据数据可视化

针对大型关系数据库或数据仓库的应用，图形图像方式展示大型数据库中的多维数据信息可视化以计算机图形学、计算机交互手段认识和理解抽象数据知识可视化将人们的个体感知以图解的形式表示出来一、相关概念及发展18世纪起源：柱形图、折线图、深海线图出现19世纪期初发展：数据开始受到关注，直方图、饼图、折线图、时间轴、轮廓等20世纪前期：推广和普及，用于天文学、物理学、生物学20世纪后期蓬勃发展：随着计算机的发明而发展，处理数据能力有了跨越式提升21世纪后大数据时代：数据驱动时代，对可视化的发展产生冲击性影响（二）可视化发展二、可视化流程及要素该可视化过程分为3个阶段：数据变换将原始数据转换为数据表形式；可视化映射将数据表映射为可视化结构,由空间基、标记以及标记的图形属性等可视化表征组成；视图变换则将可视化结构根据位置、比例、大小等参数设置显示在输出设备上。(一)可视化流程Card等提出的信息可视化流程模型二、可视化流程及要素该可视化过程分为3个阶段：数据变换将原始数据转换为数据表形式；可视化映射将数据表映射为可视化结构,由空间基、标记以及标记的图形属性等可视化表征组成；视图变换则将可视化结构根据位置、比例、大小等参数设置显示在输出设备上。(一)可视化流程DanielKeim等提出的可视分析学标准流程二、可视化流程及要素结合DanielKeim提出的可视分析标准流程，陈为（2013）总结了数据可视化流程有3个核心三要素。数据表示与变换。数据可视化的呈现。用户交互。(二)可视化要素二、可视化流程及要素1.交互性：用户可以方便地以交互的方式管理和开发数据。2.多维性：可以看到表示对象或事件的数据的多个属性或变量，而数据可以按其某一维的值，将其分类、排序、组合和显示。3.可视性：数据可以用图像、曲线、二维图形、三维体和动画来显示，并可对其模式和相互关系进行可视化分析。(三)可视化特点三、可视化图形种类与原则(一)可视化图形种类基于展示目的及信息特征的图形选择展示目的分布单变量数据量小直方图数据量大密度曲线双变量

散点图联系双变量

散点图三变量

气泡图样本间联系

网络图比较基于时间周期数据循环数据星状图非循环数据曲线图非周期数据分类数较少曲线图或柱形图分类数较多曲线图基于分类二维分类属性项目较少柱形图项目较多条形图一维分类属性

表内嵌套柱状图构成随时间变化数据量大百分比堆积面积图或堆积面积图数据量小柱形图静态项目较少饼图项目较多柱形图基于展示目的及信息特征的图形选择三、可视化图形种类与原则国内(二)可视化设计原则1.界面易读原则2.视觉界面的动态性原则3.渐进展开原则（一）以PowerBI、Tableau为代表的商务智能产品（二）以R语言为代表的开源可视化包（三）以D3为代表的Web可视化控件四、可视化常用工具第二节可视化分析与相关技术数据存储与可视化数据分析与可视化商务智能分析与可视化(一)关系型数据库数据库（Database）是信息存储应用的基础组成部分，它是数据的集合，是按照数据结构来组织、存储和管理数据的仓库。数据库管理系统可以支持层次模型（HierarchicalModel）、网状模型（NetworkModel）、关系模型（RelationalModel）和面向对象模型（ObjectOrientedModel）等。最常见的仍是关系模型，主流关系数据库有Oracle、DB2、SQLServer、Sybase、MySQL等。一、数据存储与可视化(二)数据仓库数据仓库是面向主题的、集成的、相对稳定的，随时间不断变化的数据集合，用以支持决策制订过程。具有如下特点:（1）面向主题:数据仓库围绕一些重要主题，如顾客、供应商、产品和销售组织。（2）集成:构造数据仓库是将多个异构数据源，如关系数据库、一般文件和联机事务处理记录集成在一起。（3）相对稳定:数据仓库总是物理地分离存放数据，数据仓库不需要事务处理、恢复和并发控制机制。（4）时变性(time-variant):数据存储从历史的角度(例如，过去5~10年)提供信息。一、数据存储与可视化(三)非关系数据库各种非关系型数据库开始涌现，又统称为NOSQL。例如，谷歌公司内部采用特别优化的分布式存储系统BigTable；亚马逊公司开发的Dynamo使用私有的键-值结构的存储系统处理Web服务等。一、数据存储与可视化二、数据分析与可视化(一)探索性分析探索性数据分析是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。探索式数据分析是一种有别于统计分析的新思路，更多关注数据本身，包括结构、离群值、异常值和数据导出的模型。二、数据分析与可视化(二)验证性分析验证性数据分析强调通过分析数据来验证或证伪已提出的假设。统计分析中的传统数据分析的常见图表有：排列图、因果图、散布图、直方图、控制图、折线图等。面向复杂关系和任务，又发展了新的分析手段，如关联图、系统图、矩阵图、矩阵数据图等。探索性数据分析→模型选定分析→推断分析二、数据分析与可视化(三)挖掘性分析数据挖掘指从数据中计算适合的数据模型，分析和挖掘大量数据背后的知识。它的目标是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、未知的、潜在有用的信息和知识。基本的数据挖掘任务分为两类:基于某些变量预测其他变量的未来值，即预测性方法(例如分类、回归)；以人类可解释的模式描述数据(如聚类、模式挖掘、关联规则发现)。二、数据分析与可视化(四)预测型分析预测模型是运用科学的数学模型得出未来某个事件发生的可能性。它可以回答“将来会发生什么”。预测模型建立在描述性模型之上来预测未来的行为，并不局限在使用历史数据，而是经常使用来不同来源的结构化和非结构化数据。它通过提供一个关于未来可能发生的事件的浓缩报告，使决策者作出明智的决定。它涵盖了多种高级的统计模型以及复杂的数学概念，如随机森林、SVM等。常用的工具:R、Python、SAS、MATLAB三、商务智能分析与可视化商务智能中的数据可视化，是以商业报表、关键绩效指标、图形等易为人们所辨识的方式将原始数据间的复杂关系、潜在信息以及发展趋势，通过可视化展现平台，以易于访问和交互的方式来揭示数据的价值，从而提升决策人员的业务过程洞察力。目前，多数商务智能平台提供了可视化的设计与共享服务。思考题1.可视化分析的相关理论有哪些？可视化分析的关键要素有哪些？2.可视化分析与数据分析有何关系？3.常见的可视化图表如何分类的？大数据下的可视化图表有何特点？4.商务智能分析与可视化有何关系？第3章智能财务分析可视化概述本章学习目标掌握财务分析内容；了解智能财务可视化分析相关概念；了解智能财务可视化分析的指导思想。第一节财务分析概述财务分析概念财务分析主体和内容财务分析数据源常用财务分析方法一、财务分析概念财务分析是以会计核算和报表资料及其他相关资料为依据，采用一系列分析技术和方法，对企业等经济组织过去和现在有关筹资活动、投资活动、经营活动的偿债能力、盈利能力和营运能力状况等进行分析与评价，为企业的投资者、债权人、经营者及其他关心企业的组织或个人了解企业过去、评价企业现状、预测企业未来，做出正确决策提供准确的信息或依据的经济应用科学。分为广义的财务分析和狭义的财务分析。本教材业财分析属于广义的财务分析内容。二、财务分析的主体和内容国内(一)财务分析的主体（1）企业所有者：营运能力、盈利能力（2）企业债权人：偿债能力、资本结构（3）经营管理者：财务状况的各个方面（4）政府职能机构：投资的社会效应、收入增长、违法违纪（5）社会中介机构：财务状况、经营中问题（6）其他主体：客户、员工、供应商等二、财务分析的主体和内容国内(二)财务分析内容（1）资金运作分析（2）财务政策分析（3）经营管理分析（4）投融资管理分析（5）财务分析报告三、财务分析数据源(一)相关概念四、常用财务分析方法财务分析的最经常用到的是围绕财务指标进行单指标、多指标综合分析、再加上借用一些参照值（如预算、目标等），运用一些分析方法（比率、趋势、结构、因素等）进行分析，然后通过直观、人性化的格式（报表、图文报告等）展现给用户。第二节智能财务可视化分析概述智能财务可视化分析概念和特点智能财务可视化分析的必要性国内外研究现状智能财务可视化分析步骤(一)相关概念智能技术：人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，是对人的意识、思维的信息过程的模拟，与之相关的技术统称为智能技术。该领域常见智能技术包括机器人、语言识别、图像识别、自然语言处理和专家系统等。智能财务：智能财务是一种业务活动、财务会计活动和管理会计活动全功能、全流程智能化的管理模式;智能财务是指将以人工智能为代表的“大智移云物区”等新技术运用于财务工作，对传统财务工作进行模拟、延伸和拓展，以改善会计信息质量、提高会计工作效率、降低会计工作成本、提升会计合规能力和价值创造能力，促进企业财务在管理控制和决策支持方面的作用发挥。一、智能财务可视化分析概念和特点(一)相关概念智能财务分析：智能财务的实质是对传统财务工作的模拟、延伸和拓展，它的目标是促进财务工作的提升，更好地服务于业务工作和管理工作。智能财务进一步分为财务流程的智能化和财务分析的智能化。智能财务分析可视化：以敏捷商务智能产品为工具，实现多源财务数据的获取、处理、建模和可视化的智能化分析全过程，以提高会计人员的分析效率和分析有效性为目的，实现对传统财务分析工作的延伸和拓展，促进企业财务在管理控制和决策支持方面的作用发挥。一、智能财务可视化分析概念和特点(二)特点（1）更有效地完成财务分析任务。利用商务智能产品的智能与高效，由用户发出财务分析指令，快速实现财务分析，并直观呈现出来，更好更快的满足用户分析需求。（2）交互可视化的探索型分析为主。（3）交叉复合型技能的训练。设计者首先要对财务知识的深刻领悟，对财务数据的清晰认真，再加上技术手段的辅助，自主式的可视化图表设计，达到敏捷智能化分析的要求。（4）前沿的商务智能技术应用。一、智能财务可视化分析概念和特点（一）会计数据源扩展非结构化数据大大增加（自云邮件、视频、音频、网页、社交平台等），这些多种结构、多种来源的数据源蕴含着更为有价值的信息，可以更好支持企业财务决策。需要运用先进的数据处理系统来进行有效处理和分析，以更好提高企业的竞争能力。敏捷商务智能技术就是可供选择的技术之一。（二）会计数据形式发展大数据时代背景下企业的会计数据“流”特征体现明显，数据采集和分析必须要及时、快速,捷商务智能技术可以实时把企业内外的多源异构数据进行虚拟集成。二、智能财务可视化分析的必要性（三）会计数据价值要求通过对获得的会计数据进行详细的解读和定向的分析,不仅仅要对会计报表数据进入深入分析，还要加上其他多源、非结构数据，再加入对人们行为趋势的预判,使得会计数据具有预测未来趋势的能力，体现数据价值。二、智能财务可视化分析的必要性Pall等（2106）搜集了2010年至2015年发表的32篇商务智能与会计应用的论文，概括了5个主题：（1）管理会计任务中的信息传递和系统反馈；（2）商务智能分析如何改变管理会计工作和技术；（3）大数据对管理会计影响；（4）在管理会计环境中对商务智能分析的使用和满意度调查；（5）商务智能与数据质量。刘梅玲等（2020）对智能财务的基本框架和建设思路进行系统性阐释和论述；张超等(2019)对国内外智能财务领域进行了系统文献综述。三、国内外研究现状四、智能财务可视化分析步骤1.财务分析的分析主体有哪些，各有哪些分析需求？2.查找国内外文献，总结数据挖掘、机器学习在财务分析的应用案例和常用方法有哪些？经常出现在哪些分析场景中？3.要设计理想的智能财务可视化报告，需要设计者具备哪些能力？4.智能财务可视化分析与传统财务分析相比，具有何特点？思考题感谢您的观看第四章认识PowerBI本章学习目标了解Excel、ExcelBI、PowerBI间的相互关系。了解PowerBI软件下载与安装。了解PowerBI基本操作流程。第一节从Excel升级至PowerBI从Excel至ExcelBI从ExcelBI至PowerBI一、从Excel至ExcelBIExcel作为具有强大的数据统计、分析功能的办公工具，提供了丰富的函数、工具、控制件和VBA编程，在会计领域是不可缺少的工具。Excel有着强大的数据分析功能，其独特的数据处理功能、强大的函数、图表分析功能等，能够为决策提供更有价值的数据分析结果，因易用性和成本低，是人人使用的工具。（一）PowerQueryPowerQuery是负责抓取和整理数据的，它可以抓取几乎市面上所有格式的源数据，然后再按照用户需要的格式整理出来。通过PowerQuery可以快速将多个数据源的数据合并、追加到一起，任意组合数据、将数据进行分组、透视（逆透视）等整理操作。PowerQuery在Excel2016里叫查询，直接嵌套在数据选项卡下，如图所示。一、从Excel至ExcelBI（二）PowerPivotPowerPivot是建模分析工具，从Pivot这个英文单词可知，它就是一个增强版的数据透视表，但功能远比数据透视表强大，它可以轻松处理多达上亿的数据量。PowerPivot引入了DAX语言，可以创建商务智能解决方案的强大语言，下图是PowerPivot在Excel2016中打开方式。一、从Excel至ExcelBI（三）PowerViewPowerView是嵌套在Excel里的交互式报表工具，用于创建交互式图表、图形、地图和其他视觉效果，如图所示是用PowerView生成的按州/省名称一级产品类别名称列出的销售量报表。一、从Excel至ExcelBI（四）PowerMapPowerMap是直接嵌套在Excel里的基于地图的可视化工具，它可以提供强大的三维和二维地图，如图所示是生成的热度地图。一、从Excel至ExcelBI二、从ExcelBI至PowerBIExcelBI中4大插件相对独立，并不利于完整的数据分析全过程。微软在2015年推出的

Power

BI中，将这“三剑客”完美的整合在一起，成为真正意义上的自助式BI分析工具和数据可视化神器，即PowerBI集成了Excel

BI组件的主要功能，用一个软件即可完成完整的商业智能可视化分析，比ExcelBI具有更好的用户体验。PowerBIDesktop与PowerQuery、PowerPivot、PowerView和PowerMap这四个插件的关系为：PowerBIDesktop通过调用PowerQuery来获取和整理数据；PowerBIDesktop通过调用PowerPivot进行数据建模和建立各类分析数据；PowerBIDesktop通过调用PowerView和PowerMap进行数据可视化，生成各类交互式报表和地图ExcelBI与PowerBI的关系如图二、从ExcelBI至PowerBI第二节PowerBI简介PowerBI软件构成PowerBIDesktop安装及界面PowerBI应用步骤一、PowerBI软件构成2010年，微软开发出PowerPivotSQLServer2008R2，随后逐步完形成了自助式商业智能1.0系列产品。2015年，微软整合推出了PowerBIDesktop，开始步入自助式商业智能2.0。现在已经形成PowerBIDesktop的Windows桌面应用程序，

Power

BI

Online

Service的联机SaaS（软件即服务）和PowerBI移动应用（适用于Windows、iOS和Android三大平台）(一)Power

BI

Desktop是安装在PC端的桌面应用程序，可在PC端进行数据获取、数据整理、数据建模、数据可视化等一系列数据分析工作。(二)Power

BI

Online

Service属于在线云服务，不受时间、地点限制，在线进行数据分析工作，同时也可将桌面端的可视化分析报表发布到在线服务，共享给组织内外的相关人员。又分为Power

BIPro(专业版)和Power

BIPremium(增值版)。前者适用于中小型企业，后者适用于对数据分析报表有高度需求的大中型企业，也适用于打算利用PowerBI进行二次开发的公司。(三)Power

BI

Mobile是可在iOS和

Android系统的移动设备上使用的APP软件，一般供相关业务人员或领导在APP中查看可视化报表数据。一、PowerBI软件构成(一)Power

BI

Desktop安装从Web下载PowerBIDesktop，或从“Windows”选项卡上的MicrosoftStore中下载该应用，见下表。二、PowerBIDesktop安装及界面下载策略链接说明Windows应用商店MicrosoftStore将自动保持更新从Web下载/zh-cn/desktop/必须定期手动更新(二)Power

BI

Desktop界面PowerBIDesktop主要有五个区域，如图所示。二、PowerBIDesktop安装及界面二、PowerBIDesktop安装及界面(二)Power

BI

Desktop界面1．功能区。显示与报表和可视化效果关联的常见任务和基本功能，包括“开始”、“视图”、“建模”、“帮助”等模块。2．视图区。PowerBIDesktop中提供三个视图：报表视图、数据视图和模型视图。报表视图：创建报表和视觉对象，并花费大部分时间执行创建操作。数据视图：查看与报表关联的数据模型中使用的表、度量值和其他数据，并转换数据以便在报表的模型中充分利用。模型视图：查看和管理数据模型中各表之间的关系。3．页选项区。此区域位于页面底部，用于选择或添加报表页。4．可视化窗格区。用于更改可视化效果、自定义颜色或轴、应用筛选器、拖动字段，或执行其他操作。5．字段窗格区。用于设置与当前报表关联数据的表、字段和度量值。三、PowerBI应用步骤数据准备数据处理数据建模可视化报表设计三、PowerBI应用步骤(一)数据准备PowerBIDesktop可以连接到多种类型的数据源，点击【开始】→【获取数据】→【更多】，获取的数据格式包括本地数据库、工作表和云服务中的数据。PowerBIDesktop支持比Excel中的PowerQuery和PowerPivot更多的数据源，如图所示。三、PowerBI应用步骤(二)数据处理PowerBI的数据处理与ExcelBI的PowerQuery相同。在进行数据处理时，点击【开始】→【编辑查询】进入PowerQuery编辑器，PowerBI中的PowerQuery编辑器中导入数据，如图所示。三、PowerBI应用步骤(三)数据建模1、建立数据表关系PowerBI中建模选项卡的功能区与数据仓库的数据建模相同，就是建立数据表之间的关系。操作时，需要在“模型”视图中建模，如图所示，系统会创建1对1，1对多的数据表关系。三、PowerBI应用步骤(三)数据建模2.创建度量值PowerBI要实现数据的图表可视化展示，需要建立用于呈现的指标，又称为度量值（Measure）。除传统的简单汇总（如总和、平均值、最小值、最大值和计数）外，可以运用DAX函数创建复杂的指标。度量值的计算结果会伴随用户报表的交互而改变，以便实现快速和动态可视化分析。在PowerBI的【建模】选项卡下，点击【新建度量值】，在编辑栏就可以建立度量值，如图所示。输入单引号“'”，可以智能选择数据模型中表的列或表中的度量值，输入“[”可以选择度量值。三、PowerBI应用步骤(四)可视化报表设计建立数据模型和度量值后，就可将相应的数据字段或度量值拖动到报表画布上以创建视觉对象。视觉对象是模型中的数据的图形表示形式，不同视觉对象相互交互，共同构成可视化报表。1.了解PowerBI与其他流行商务智能平台的优势及特点？2.PowerBI与当前流行开源分析工具R语言、PYTHON的关系？PowerBI如何调用R语言、PYTHON的数据分析包。3.除安装PowerBIDesktop版外，了解PowerBI其他版本的功能及特点？思考题感谢您的观看第五章PowerBI基础掌握PowerBI常见数据源的获取。掌握PowerBI中常见数据处理操作。掌握数据建模基本操作。掌握PowerBI常见可视化图表操作。本章学习目标第一节数据获取PowerBI数据获取方式文件导入文件夹数据导入数据库导入网页数据导入重新设定数据源一、PowerBI数据获取方式PowerBI支持的数据格式：（1）常用文件格式，如Excel、文本/CSV、JSON、XML、PDF等；（2）数据库，如SQLServer数据库、Access数据库、微软公有云数据库等；（3）PowerPlatform，微软推出的无代码开发平台；（4）Azure，微软企业级云平台；（5）联机服务；（6）其他数据源，如ODBC、文件夹、R脚本、Python脚本、Hadoop文件等。二、文件导入在实践工作中，会计人员通常利用会计软件、ERP信息系统、财务共享平台导出明细账、流水账、统计表等文件，这些文件常以Excel、CSV、PDF存储，这些文件导入比较简单。【例5.1】从Excel中获取数据。数据源于“案例数据/第五章/原始数据/修理费06-08年.xlsx”，该数据记录了某公司2006年至2008年的修理费数据以及科目表和部门表三、文件夹数据导入会计实务工作中经常遇到文件夹中存储一些会计报表或经营数据，文件夹中的文件格式完全相同，仅是文件名称要么采用时间命名、要么采用分支机构名称命名。如果采用传统方式的复制、粘贴，不仅耗时耗力，且容易出错，此时利用PowerBI的文件夹进行数据获取。【例5.2】从文件夹获取数据。数据源于“案例数据/第五章/原始数据/文件夹数据”，该文件夹中包含“茅台”、“五粮液”2个文件，分别记录这两家公司2014年到2018年的资产负债表。要求把这个文件的数据合并为一张表。四、数据库导入PowerBI支持多种数据库导入，常见数据库如Access、SQLServer、MySQL、Oracle也是国内财务软件常用的数据库。本部分以用友财务软件导出的Access格式数据库为例，讲解PowerBI如何获数据库数据。【例5.3】PowerBI获取数据库数据。数据源“案例数据/第五章/原始数据/用友测试数据.accdb”，本案例获取凭证表（GL_accvouch）数据。五、网页数据导入对于单个网页的数据获取相对容易，但对于批量网页数据获取，需要PowerBI中的M语言函数支持。因PowerBI并不是专业的爬取工具，如果网页比较复杂或者有反爬机制，仍推荐使用专业工具，例如R或者Python。【例5.4】PowerBI获取网页数据。数据源于新浪财经网站，搜索“贵州茅台”，选择2019年贵州茅台的资产负债表数据，网址如下：/corp/go.php/vFD_BalanceSheet/stockid/600519/ctrl/2019/displaytype/4.phtml六、重新设定数据源如果PowerBI设定的数据源发生变动时，例如发送给他人，Excel、Access数据库、文件夹的绝对路径发生变化，那么需要重新设定数据源。点击【主页】→【编辑查询】→【数据源设置】第二节数据处理数据处理简介PowerQuery基础知识PowerQuery操作示例一、数据处理简介（一）数据处理的必要性模式层脏数据实例层脏数据如果要减少脏数据的影响，必须要通过数据预处理方法实现数据质量提升。按照常见的商务智能数据处理分类，可以分为数据清理、数据归约、数据变换和数据集成。二、PowerQuery基础知识（一）PowerQuery特点PowerQuery打开方式PowerQuery支持用户无缝访问存储在数百个数据源中的数据，并通过易于使用、无代码的方式处理数据，且支持每一个操作步骤的查看。（二）M语言介绍在PowerQuery中的每一步操作都会有M语言进行记录，点击【视图】，勾选“编辑栏”，可以查看某一步骤的M语言，点击“”可以添加新的步骤，可书写M语言。二、PowerQuery基础知识三、PowerQuery操作示例本部分基于第1节中的“修理费06-08数据”的数据导入操作，讲解常见数据整理操作。【例5.5】利用PowerQuery的各种功能实现修理费数据的基础数据处理。打开文件“第5章/章节数据/修理费数据整理.pbix”。本案例中的数据处理包括：追加查询、修改表名、行列操作，合并查询、分组依据、透视与逆透视。三、PowerQuery操作示例（一）追加查询

（二）修改表名

（三）行列操作

1.列操作

（1）删除列；（2）列类型转换；（3）添加列；（4）拆分列

2.行操作

主要包括删除行和保留行三、PowerQuery操作示例（四）合并查询三、PowerQuery操作示例（五）分组依据PowerQuery的分组依据与Excel的分类汇总功能相似。Excel的分类汇总功能只能进行一个字符型字段的分类汇总，而PowerQuery的【分组依据】可以实现多字段的分类汇总，类似于SQL语句中的“groupby”，这对不懂SQL的财务人员而言极其方便。三、PowerQuery操作示例（六）透视与逆透视第三节数据建模数据关系管理计算列与度量值数据建模操作示例一、数据关系管理（一）数据建模概念PowerBI的数据建模就是识别表之间的关系，并将表之间的共同字段进行关联，建立多维数据模型，为后续数据可视化指标设计作好数据基础。PowerBI中的数据建模主要内容有：（1）创建及管理关系；（2）创建层次结构；（3）设置计算列和度量值。打开第五章“修理费数据分析--建模分析.pibx”，已经做好基础数据处理一、数据关系管理（二）了解表事实表维度表辅助表一、数据关系管理（三）关系分类一对多（1:*）：一对多是指一个表（维度表）中的列具有一个值的一个实例对应与其关联的另一个表（事实表）中的列具有一个值的多个实例。例如，市场表中城市ID只有唯一值，而销售信息表中对应的相同的城市ID具有多个值。多对一（*:1）：与一对多关系相反，指一个表（事实表）中的列具有一个值的多个实例对应与其关联的另一个表（维度表）中的列具有一个值的一个实例。例如，销售信息表中城市ID对应市场表中的城市ID就是多对一的关系。一对一（1:1）：指一个表与另一个表中的记录是一一对应关系。对于最新的PowerBI版本，也支持了多对多的关系，但本教材不建议建立多对多的关系，不易数据分析过程的理解。一、数据关系管理（四）关系模型布局1.星型模型2.雪花模型一、数据关系管理（五）创建数据模型1.自动创建【文件】→【选项和设置】→【选项】→【数据加载】，不建议2.手动创建1.一对多（1:*）2.多对一（*:1）3.一对一（1:1）一、数据关系管理（六）层次结构数据表中经常包含具有层级关系的数据，例如日期表具有年份、季度、月份、天等层次；市场表包含城市、区域、省份等层次。当数据具备类似的层次结构时，就需要在数据建模时创建此层次结构，那么在数据分析时就可以进行钻取。例如，分析销售数据时，可以钻取到该区域下的省、市、县，查看具体的数据层次。二、计算列与度量值计算列与度量值是PowerBI中十分重要的概念，它们一般是由DAX函数创建。DAX，是数据分析表达式(DAX,DataAnalysisExpression)的缩写，是一种公式语言，允许用户在进行自定义计算。DAX包含了部分与Excel共同使用的函数，还有一些特有的上下文函数、筛选函数、时间智能函数等，复杂的DAX将在第6章中加以介绍。三、数据建模操作示例（一）创建日历表在EXCELBI中可以自动创建，powerBI可通过多种方式手动创建（二）建立计算列三、数据建模操作示例（三）创建关联关系三、数据建模操作示例（四）设置排序规则三、数据建模操作示例（五）建立度量值三、数据建模操作示例（六）创建层次结构三、数据建模操作示例第四节可视化报表设计PowerBI可视化设计概述数据表的处理模式利用单一宽表的可视化示例一、PowerBI可视化设计概述（一）图表分类根据图表展现场景，可以将常见图表分为：比较、时间、构成、流向、排名、空间、分布、相关、单值等，这些视觉对象在PowerBI中已经进行了分类。PowerBI视觉对象比较类时间类流向类、结构类地图类、数值类筛选类、表格类一、PowerBI可视化设计概述1.比较类对值进行比较，推荐使用柱形图、条形图、表、矩阵等，其中柱形图/条形图是最常见的图表。堆积图、簇状图和百分比堆积图与柱形图类似。一、PowerBI可视化设计概述2.时间类基于时间的变化趋势，推荐使用折线图、组合图、面积图、柱形图等。一、PowerBI可视化设计概述3.构成类适合于展现部分占总体的构成的图较多。推荐使用饼图、环形图、树状图、柱状图、条形图、面积图等图表。一、PowerBI可视化设计概述4.流向类展现数据流向或动态关系，推荐使用瀑布图、漏斗图等。一、PowerBI可视化设计概述5.空间类在空间位置上展现数据，推荐使用地图、着色地图等。一、PowerBI可视化设计概述6.相关类展现数据之间的联系，推荐使用散点图、折线的簇状柱形图等。一、PowerBI可视化设计概述7.单值类展现单个数据，推荐使用卡片图、多行卡、KPI、表、矩阵、仪表等。一、PowerBI可视化设计概述（二）图表设置及美化可视化对象设置饼图字段设置折线图分析设置饼图格式设置一、PowerBI可视化设计概述（二）图表设置及美化1.尽量使用常见图表。2.图表选择符合逻辑。3.图表颜色丰富但不过于繁杂。4.适当使用图表背景色。5.选择丰富度高的图表。6.图表设计要注重排序。二、数据表的处理模式（一）单一宽表，利用合并查询成为一张表作简单的可视化（二）多表建模1.列举PowerBI支持的常见财务数据数据源方式？如果利用PowerB连接以ERP中后后台数据库表，会有哪些好处？2.

PowerBI中的PowerQuery有何作用？PowerQuery支持的常见数据处理操作有哪些？3.PowerBI中的数据建模作用有哪些？计算列与度量值有何区别和联系？4.基于第4节案例，总结单一宽表可视化和多表建模可视化的适用情景。思考题感谢您的观看第6章DAX函数掌握DAX基础知识理解上下文含义，掌握Calculate函数掌握常见DAX函数的语法和应用本章学习目标第一节DAX函数基础DAX语法DAX运算符DAX基础函数一、DAX语法DAX语法就是组成公式的不同元素，或者更简单地说，就是按照PowerBI规则书写的正确公式。DAX公式可以用于计算列，也可以用于度量值。基础的DAX语法包含以下元素：A：度量值名称：如“修理费总额”；B：等号运算符（=）：是DAX公式的开头；C：函数名称：如“SUM”是计算某列数字的和；D：括号：括号内部输入参数，大部分函数需要括号和参数，部分函数需要括号但不需要参数，如BLANK()、TRUE()、FALSE()函数等，极少数函数不需要括号和参数，如IN函数。E：表名：如引用“修理费表”。度量值和列在引用的时候对是否添加表名并无强制要求，但从易用性出发，建议只在引用计算列时添加表名，度量值则无需添加表名，能减少代码阅读时的歧义。F：列名：如引用“修理费表”中的“发生额”列。二、DAX运算符DAX函数运算符与Excel中基本一致。如果在单个公式中组合多个运算符，则按照优先级对操作进行排序。如果运算符具有相等的优先级值，则按从左至右的顺序进行排序。符号含义运算顺序^求幂1-负号（如-5）2*和/乘法和除法3!NOT一元运算4+和-加法和减法5&串联两个或以上文本值6=、<、>、>=、<=、<>比较运算符7三、DAX基础函数类别函数说明聚合函数SUM*求和AVERAGE*求平均值MIN*求最小值MAX*求最大值COUNT*计数（数字格式）COUNTA*计数（所有格式）COUNTBLANK返回列中空单元格的数量COUNTROWS求表格的行数DISTINCTCOUNT不重复计数（一）聚合函数（二）日期函数（三）逻辑函数类别函数说明日期函数YEAR/QUARTER/MONTH/DAY*返回日期的年/季度/月/日HOUR/MINUTE/SECOND*返回时间的小时/分/秒TODAY*返回今天的日期NOW*返回现在的日期和时间DATE*根据年、月、日生成日期WEEKDAY*返回星期（1-7的整数）WEEKNUM*计算日期是一年中的第几周DATEVALUE*在Excel中，该函数把文本日期转换为Excel可识别的日期序列号；在DAX中，该函数把文本日期转换为日期格式的日期类别函数说明逻辑函数AND*逻辑“且”，等同于逻辑符号“&&”OR*逻辑“或”，等同于逻辑符号“||”FALSE*返回逻辑值FALSETRUE*返回逻辑值TRUENOT*将TRUE转换为FALSE，FALSE转换为TRUEIF*判断逻辑是否成立，并返回指定的值IFERROR*判断计算是否出错，并返回指定的值SWICH多条件逻辑判断（四）文本函数（五）信息函数类别函数说明文本函数LEFT*/MID*/RIGHT*从左边/中间/右边取值LEN*求长度BLANK返回空LOWER*/UPPER*将字母转换为小写/大写CONCATENATE*将两个文本字符串联接成一个文本字符串TRIM*删除文本中除单词之间的单个空格外的所有空格REPT*按给定次数重复文本VALUE*将表示数值的文本字符串转换为数值FORMAT*将值转换为指定数字格式的文本FIND/SEARCH*查找返回一个文本字符在另一个文本中的起始位置；FIND区分大小写；SEARCH不区分大小写类别函数说明信息函数ISBLANK*是否空值ISNUMBER*是否数字ISTEXT*是否文本ISNONTEXT*是否非文本（空白不是文本）ISERROR*是否错误ISEMPTY*检查表或表表达式是否为空（六）数学函数（七）关系函数类别函数说明数学函数ABS*求绝对值ROUND*四舍五入ROUNDUP*/ROUNDDOWN*向上/下四舍五入INT*向下四舍五入到整数DIVIDE安全除法，在除数为0时返回替代结果LN/LOG/LOG10*返回以e/指定数字/10为底的对数MOD*返回指定数字被整除后的余数1.RELATED函数RELATED函数只有一个参数，返回具体的值。语法：RELATED(<column>)2.RELATEDTABLE函数RELATEDTABLE函数是一个表函数。与RELATED函数相反，该函数用维度表（一端）中查询事实表（多端）中的数据，其参数是一张表，由于其返回一张表，因此需要与其他聚合函数搭配使用。第二节CALCULATE函数和筛选函数DAX上下文CALCULATE函数筛选器函数一、上下文（一）筛选上下文筛选上下文是把原始数据按照一定规则进行筛选，筛选后的结果再作为环境变量带入到函数中使用。通过设定筛选上下文，可以灵活的改变函数的运算范围，实现个性化的数据分析目的。对于某个度量值的上下文，可以是筛选器、切片器、行和列以及其他可视化对象等。一、上下文“行上下文”可被理解为“当前行”。如果创建了计算列，就会产生行上下文，行上下文由每个单独行中的值组成。行上下文的应用范围不只局限于当前一张表，如果两张表之间建立了关联关系，还会通过该关联关系形成一个跨表的行上下文，RELATED函数作用就是跨表取得当前行的上下文。（二）行上下文二、CALCULATE函数（一）函数简介CALCULATE函数语法如下：CALCULATE(<expression>,<FILTER1>,<FILTER2>…)顺序步骤1筛选器、切片器、行、列：设定初始筛选条件2CALCULATE函数对初始筛选条件增、删改来产生新的筛选条件3对CALCULATE函数的表达式执行计算二、CALCULATE函数（二）应用举例【例6-3】CALCULATE函数应用举例。打开“第6章/修理费数据分析-DAX进阶.pbix”中的“CALCULATE函数”报表页，找到度量值“2008年修理费”，公式为：2008年修理费=CALCULATE([修理费总额],'日期表'[年份]=

"2008年")三、筛选器函数（一）FILTER函数FILTER函数可以实现：[列]=[度量值]、[列]=[列]、[度量值]=固定值等更多形式的筛选。通过FILTER函数后，会形成一张虚拟表，并会把此虚拟表作为CALCULATE函数的筛选条件。FILTER函数的语法是：FILTER(<table>,<filter>)<table>：FILTER函数要筛选的表（基表或表表达式），FILTER函数会逐行扫描该表。<filter>：要为表的每一行实行布尔表达式计算，例如：[修理费总额]>50000或'日历表'[季度]=第1季度等。三、筛选器函数（二）ALLALL函数能够清除初始筛选条件的删除，返回表中的所有行或列中的所有值，All函数语法：ALL(<table>|<column>)ALL函数的参数是“表”或者“列”，当参数是“列”时，可以添加多个列，用逗号“,”隔开。（三）ALLSELECTED函数ALLSELECTED函数是ALL函数的衍生函数，与ALL函数语法相同，也是返回一张表。ALLSELECTED函数只是清除所选中的筛选条件，保留其他筛选条件。三、筛选器函数/p/85ff4468ff4f第三节时间智能函数时间智能函数简介时间智能函数应用一、时间智能函数简介时间智能函数可以方便操作时间段(天、月、季度或年)和时间点（月初、月末或年初、年末），为某时间段或时间点构建个性化的分析指标。类别功能函数及语法返回时间的函数时间段返回年当前上下文中（季/月）累计至今的日期DATESYTD(<DATES>)(QTD/MTD)返回当前上下文中指定期间的部分日期DATEADD(<DATES>,<NUMBER_OF_INTERVALS>,<INTERVAL>)SAMEPERIODLASTYEAR(<DATES>)返回当前上下文中指定期间的完整日期PARALLELPERIOD(<DATES>,<NUMBER_OF_INTERVALS>,<INTERVAL>)PREVIOUSYEAR(QUARTER/MONTH/DAY)(<DATES>)NEXTYEAR(QUARTER/MONTH/DAY)(<DATES>)返回指定区间的日期DATEBETWEEN(<DATES>,<START_DATE>,<END_DATE>)DATEINPERIOD(<DATES>,<START_DATE>,<NUMBER_OF_INTERVALS>,<INTERVAL>)时间点返回当前上下文中第一个/最后一个日期FIRSTDATE/LASTDATE(<DATES>)返回当前上下文年（季/月）初或年（季/月）末的日期ENDOFYEAR(QUARTER/MONTH)(<DATES>)STARTOFYEAR(QUARTER/MONTH)(<DATES>)基于时间并计算的函数

计算年（季/月）累计TOTALYTD(QTD/MTD)(<EXPRESSION>,<DATES>[,<FILTER>])计算年（季/月）初或年（季/月）末的值CLOSINGBALANCEYEAR(QUARTER/MONTH)(<EXPRESSION>,<DATES>[,<FILTER>])OPENINGBALANCEYEAR(QUARTER/MONTH)(<EXPRESSION>,<DATES>[,<FILTER>])二、时间智能函数应用（一）计算年累计修理费年累计修理费=TOTALYTD([修理费总额],'日期表'[日期])该度量值也可以利用CALCULATE函数和DATESYTD函数完成，公式如下：年累计修理费=CALCULATE([修理费总额],DATESYTD('日期表'[日期]))二、时间智能函数应用（二）计算前期修理费上月修理费=CALCULATE([修理费总额],DATEADD('日期表'[日期],-1,MONTH))第四节时间智能函数SUMMARIZE函数SWITCH条件判断函数以X结尾的迭代函数VAR用法一、SWITCH条件判断函数SWITCH是多层IF的简化形式，本质是IF嵌套，但是写法更优雅。SWITCH函数语法：SWITCH(<expression>,<value>,<result>[,<value>,<result>]…[,<else>])SWITCH函数计算参数“expression”，并根据其不同计算结果返回不同的值，参数“value”和“result”必须成对设置。二、SUMMARISE函数SUMMARIZE函数用于生成数据汇总表，按一列或多列对数据进行分组，与数据库SQL中的“Groupby”和Power

Query的“分组依据”功能类似。该函数还可以使用指定的表达式为汇总后的表添加新列，语法如下：SUMMARIZE(<Table>,<GroupBy_ColumnName1>,[<GroupBy_ColumnName2>...],[<Name1>,<Expression1>],[...])三、以X结尾的迭代函数SUMX的语法是：SUMX(<Table>,<Expression>)迭代函数中的第一个参数是一张表，对<Table>的每一行计算表达式<Expression>，将得到的所有结果求和。SUMX只考虑列中的数字，空白、逻辑值和文本将被忽略。因迭代函数中的第一个参数是一张表，这张表可以是表达式生成的表。迭代函数的优缺点：该函数的优点是可以在单个步骤中执行复杂的计算，不必为此添加计算列（计算列占用内存，会减慢模型刷新速度），缺点是观察不到将价格和数量相乘的虚拟列，它仅是短暂的存在于公式运行的时候。四、VAR用法VAR是VARIABLE的缩写，意思为变量，任何一个编程语言中，变量都是一个非常重要的基础概念，DAX是一种函数式编程语言，也有变量这个概念。在DAX中，就是通过VAR来短暂保存电脑的记忆。第五节利用数据建模的可视化案例案例可视化介绍具体实现过程一、案例可视化介绍利用数据建模进行可视化分析第1、2、5、6和7区与第5章第4节利用宽表进行对可视化分析类似，不同之处为本案例使用度量值创建可视化图表，那么第3和4区有所更改。第3区的簇状柱形图：展现本年和上年修理费的对比情况；第4区的矩阵：展现不同部门的修理费、上年修理费、修理费占比情况；二、具体实现过程度量值名称公式修理费总额SUM('修理费表'[发生额])修理费最大值MAX('修理费表'[发生额])修理费平均值AVERAGE('修理费表'[发生额])修理费发生次数COUNT('修理费表'[发生额])上年修理费CALCULATE([修理费总额],SAMEPERIODLASTYEAR('日期表'[日期]))占比DIVIDE([修理费总额],CALCULATE([修理费总额],ALL('部门表'[部门名称])))筛选占比DIVIDE([修理费总额],CALCULATE([修理费总额],ALLSELECTED('部门表'[部门名称])))（一）度量值介绍本案例用到的度量值及其公式见表6-5-1。二、具体实现过程（二）添加折线图二、具体实现过程（三）添加簇状柱形图二、具体实现过程（四）添加矩阵图1.为什么说DAX是PowerBI商务智能分析的核心，有哪些作用？2.为什么DAX函数中会有上下文的概念，而Excel中没有？查找相关资料，说明哪些是DAX专属函数？3.DAX函数中，利用哪些函数来控制上下文，并通过案例来说明为什么要控制上下文？4.DAX函数中的时间智能函数的智能体现在哪些方面？应用时，要注意哪些问题？5.DAX函数中的迭代函数有何作用？查找相关资料，举例说明何时使用？思考题感谢您的观看第7章财务数据初级可视化分析本章学习目标了解常见财务数据源的表结构；掌握科目层级生成相关函数和基于余额表的财务指标度量值生成；掌握报表格式的财务指标度量值书写与可视化设计。第一节常见财务数据源介绍会计软件中的主要数据表标准报表表结构本节案例安排A公司专业的节目服务商一、会计软件中的主要数据表◆我国会计软件发展比较成熟，多年来会计数据的存储结构未发生太大变化，主要由会计科目表、凭证表、余额表构成。不同软件供应商在存储这些数据的格式存在较大差异，本部分以用友财务软件U8的会计数据表为例进行介绍。◆基于用友财务软件U8的数据字典，了解到会计数据是以“GL”开头的数据表，此外还需要科目代码表、供应商表、客户表、个人表、部门表等基础维度表，下面进行简要说明。A公司专业的节目服务商一、会计软件中的主要数据表用友U8财务数据的关键表凭证表(GL_accvouch)余额表(GL_accsum)辅助余额表(GL_accass表)科目代码表(code)事实表（主表）原始的表是”Vendor”，汉化后的表名是“供应商表”，是一张代码表事实表（主表）原始的是”Person”，汉化后的表名是“个人表”，是一张代码表事实表（主表）原始的表是”Department”，汉化后的表名是“部门表”，是一张代码表代码表原始的表名是”Customer”，汉化后的表名是“顾客表”，是一张代码表A公司专业的节目服务商业务表的表结构凭证表余额表辅助余额表记载了每张会计凭证发生的会计科目、借贷方发生额、摘要等重要信息。表7-1列示了U8中凭证表的部分原始字段名、字段类型和字段意义。是一定会计期间内会计账务处理结果的汇总体现，反映每个会计科目期初余额、本期增减变动及期末余额情况，与财务报表是直接对应的关系。表7-2列示了U8中余额表的主要字段。从会计科目的辅助核算出发而生成的，针对各个辅助核算项目发生情况的余额表。表7-3列示了U8中辅助余额表的主要字段。A公司专业的节目服务商序号字段名类型说明1iperiod整型会计期间，值范围1-122csign字符型凭证类型3isignseq整型凭证类型排序号4ino_id整型凭证号5inid整型行号6dbill_date日期型制单日期5cbill字符型制单人7ccheck字符型审核人8cbook字符型记账人9ibook整型是否记账10ccashier字符型出纳人11iflag整型标志：null_有效凭证；1_作废凭证；2_有错凭证12cdigest字符型摘要13ccode字符型科目编码14md数值型借方发生额15mc数值型贷方发生额16ccode_equal字符型对方科目17cdept_id字符型部门编码18cperson_id字符型职员编码19ccus_id字符型客户编码20csup_id字符型供应商编码21citem_id字符型项目编号22citem_class字符型项目大类编码表7-1凭证表的主要字段及涵义A公司专业的节目服务商表7-2余额表的主要字段及涵义序号字段名类型说明1i_id整型自动编号（期初录入时的唯一标识）2ccode字符型科目编码（与科目主表关联）3cexch_name字符型外币币名（与外币主表关联）4iperiod数值型会计期间（1-12）5cbegind_c字符型期初余额方向（借、贷、平）6cbegind_c_字符型期初余额方向（英文）7mb数值型期初余额8md数值型借方发生额合计9mc数值型贷方发生额合计10cendd_c字符型期末余额方向（借、贷、平）11cendd_c_en字符型期末余额方向（英文）12me数值型期末余额A公司专业的节目服务商序号字段名类型字段中文名1i_id整型自动编号2ccode字符型科目编码3cexch_name字符型币种名称4cdept_id字符型部门编码5cperson_id字符型职员编码6