Power BI to obecnie jedno z najważniejszych narzędzi dla każdego, kto pracuje z danymi, raportami i analizą biznesową. Jednak wiele osób popełnia ten sam błąd: zaczyna naukę od końca, próbując wyklikać wykresy bez zrozumienia fundamentów. Jak zatem uczyć się Power BI, by stać się samodzielnym analitykiem? Kluczem jest podejście procesowe.

Dlaczego większość osób uczy się Power BI od złej strony?

Scenariusz zazwyczaj wygląda tak: otwierasz Power BI Desktop, klikasz pierwszy wykres, importujesz plik z Excela i próbujesz coś zbudować. Na początku wygląda to zachęcająco, ale po chwili pojawiają się pytania:

• Dlaczego dane źle się łączą?
• Dlaczego miara pokazuje inny wynik niż w Excelu?
• Czym różni się tabela od modelu danych?
• Po co mi Power Query?
• Kiedy użyć DAX, a kiedy Power Query?
• Jak zrobić dashboard, który naprawdę pomaga w pracy?

Odpowiedź jest prosta: Power BI to nie jest „lepszy Excel”. To potężne środowisko, którego najlepiej uczyć się procesowo. Nie od przypadkowych wykresów czy kopiowania tutoriali bez zrozumienia, ale krok po kroku – tak, jak wygląda realna praca Analityka.

A Ty na którym etapie najczęściej utykasz? Daj znać w komentarzu!

Moja sprawdzona metoda: 7 kroków do samodzielności w Power BI

Najważniejsza zasada jest prosta: Power BI warto poznawać tak, jak wygląda realna praca Analityka.

W codziennej pracy nie dostajesz idealnych danych i gotowego raportu. Najczęściej dostajesz pliki Excel, eksporty z systemów, dane z baz danych SQL, niejednolite nazwy kolumn, błędy, puste wartości i oczekiwanie, że zrobisz z tego raport.

Dlatego skuteczna nauka Power BI powinna obejmować cały proces:

1. Określenie celu raportu,
2. Pobranie danych,
3. Przygotowanie danych w Power Query,
4. Budowę modelu danych,
5. Stworzenie miar DAX,
6. Zaprojektowanie wizualizacji i zbudowanie dashboardów,
7. Publikację i udostępnienie raportu w Power BI Service.

Dopiero wtedy Power BI zaczyna być czymś więcej niż narzędziem do tworzenia wykresów. Staje się środowiskiem do budowania raportów, które pomagają podejmować decyzje.

1. Zacznij od celu raportu, a nie od wykresu

Pierwszy błąd początkujących użytkowników Power BI polega na tym, że od razu zaczynają od wizualizacji. To naturalne, bo wykresy są najbardziej widoczną częścią raportu. Ale dobry raport nie zaczyna się od pytania: „jaki wykres wstawić?”.

Dobry raport zaczyna się od pytania: jaką decyzję ma ułatwić ten raport?

Zanim otworzysz Power BI Desktop, warto odpowiedzieć sobie na kilka pytań:

• Kto będzie korzystał z raportu?
• Jakie pytania zadaje menedżer, klient albo zespół?
• Jakie dane są potrzebne, żeby na te pytania odpowiedzieć?
• Czy raport ma pokazywać sprzedaż, koszty, marżę, klientów, produkty, realizację celu, trend czy odchylenia?
• Czy użytkownik ma analizować szczegóły, czy tylko najważniejsze wskaźniki?

Dzięki temu Power BI nie staje się zbiorem losowych wykresów, ale narzędziem do rozwiązania konkretnego problemu biznesowego.

2. Poznaj Power BI Desktop

Power BI Desktop to główne narzędzie do tworzenia raportów Power BI. To tutaj pobierasz dane, przygotowujesz model, tworzysz miary, projektujesz wizualizacje i budujesz raport.

Na początku nie musisz znać wszystkich opcji programu. Warto zacząć od podstaw:

• importowania danych,
• tworzenia prostych wykresów,
• dodawania tabel i macierzy,
• korzystania z kart KPI,
• filtrowania raportu,
• używania fragmentatorów,
• sprawdzania interakcji między wizualizacjami.

Ten etap pozwala zrozumieć, że Power BI nie działa jak zwykły arkusz Excela.

Raport jest interaktywny. Kliknięcie jednego elementu może filtrować inne wykresy. Fragmentator pozwala użytkownikowi samodzielnie analizować dane. Karta KPI może pokazywać najważniejszą liczbę, a wykres liniowy trend w czasie.

Ale to dopiero początek.

3. Naucz się Power Query, bo dane rzadko są gotowe

Jednym z najważniejszych elementów nauki Power BI jest Power Query.

To właśnie Power Query pozwala pobierać, czyścić, przekształcać i łączyć dane przed załadowaniem ich do raportu.

W praktyce to ogromna oszczędność czasu.

Jeśli dziś co miesiąc ręcznie kopiujesz dane, usuwasz puste wiersze, poprawiasz nazwy kolumn, łączysz pliki i przygotowujesz raport od nowa, Power Query może zautomatyzować dużą część tej pracy.

W Power Query warto nauczyć się między innymi:

• pobierania danych z Excela, CSV, folderów i innych źródeł,
• zmiany typów danych,
• usuwania błędów i pustych wartości,
• dzielenia i łączenia kolumn,
• filtrowania danych,
• scalania zapytań, czyli Merge,
• dołączania danych, czyli Append,
• grupowania danych,
• odwracania układu tabeli, czyli Unpivot,
• pracy z wieloma plikami z folderu.

To etap, na którym wiele osób odkrywa największą wartość Power BI.

Bo Power BI to nie tylko ładne dashboardy. To także automatyzacja powtarzalnej pracy z danymi.

4. Zbuduj model danych

Po przygotowaniu danych przychodzi czas na model danych. To bardzo ważny etap, który często jest pomijany przez osoby uczące się Power BI samodzielnie.

Początkujący użytkownicy często próbują wrzucić wszystko do jednej dużej tabeli. Na początku może się wydawać, że to prostsze. Ale przy większych raportach takie podejście szybko prowadzi do problemów.

Dobrze zbudowany model danych pozwala połączyć informacje z różnych tabel: sprzedaż, produkty, klienci, regiony, kalendarz, handlowcy, budżety czy cele.

Warto zrozumieć takie pojęcia jak:

• tabela faktów,
• tabela wymiarów,
• relacje między tabelami,
• klucze,
• kierunek filtrowania,
• tabela kalendarza,
• hierarchie dat,
• model gwiazdy.

To właśnie model danych decyduje o tym, czy raport będzie stabilny, elastyczny i poprawny.
Bez dobrego modelu nawet najlepszy wykres może pokazywać błędne wyniki.

5. DAX poznawaj przez konkretne problemy biznesowe

DAX to język formuł używany w Power BI do tworzenia miar i obliczeń.
Dla wielu osób jest to najtrudniejszy element nauki Power BI, ale nie warto zaczynać od suchej teorii.

Najlepiej uczyć się DAX-a przez konkretne pytania biznesowe:

• Jak policzyć sprzedaż?
• Jak policzyć marżę?
• Jak policzyć liczbę klientów?
• Jak sprawdzić udział procentowy kategorii w całości?
• Jak porównać wynik rok do roku?
• Jak zabezpieczyć dzielenie przez zero?
• Jak policzyć sprzedaż narastająco?
• Jak analizować wyniki według daty?

Na start warto poznać podstawowe funkcje DAX, takie jak:

• SUM,
• AVERAGE,
• COUNTROWS,
• DISTINCTCOUNT,
• DIVIDE,
• CALCULATE,
• FILTER,
• ALL,
• SUMX,
• IF.

Najważniejsze jest jednak nie samo zapamiętanie nazw funkcji, ale zrozumienie, po co tworzymy miary.
Miara DAX ma odpowiadać na konkretne pytanie w raporcie.

6. Projektuj dashboardy, które pomagają podejmować decyzje

Dopiero po przygotowaniu danych, zbudowaniu modelu i stworzeniu podstawowych miar warto mocniej skupić się na wizualizacjach.
Dobry dashboard Power BI powinien być czytelny, logiczny i użyteczny.

Nie chodzi o to, żeby wstawić jak najwięcej wykresów. Chodzi o to, żeby użytkownik szybko zrozumiał sytuację i mógł podjąć decyzję.

Warto wiedzieć, kiedy używać konkretnych elementów raportu:

• wykres kolumnowy dobrze pokazuje porównania,
• wykres liniowy pokazuje trend w czasie,
• karta KPI podkreśla najważniejszą liczbę,
• tabela sprawdza się przy szczegółach,
• macierz pomaga analizować dane w układzie przekrojowym,
• fragmentator pozwala filtrować raport,
• drill-through prowadzi od ogółu do szczegółu.

Dobry raport Power BI powinien prowadzić użytkownika.

Najpierw pokazuje ogólny obraz, potem pozwala zejść do szczegółów i znaleźć przyczynę wyniku.

7. Naucz się publikować raport w Power BI Service

Power BI nie kończy się na pliku zapisanym na komputerze. W praktyce raporty często trzeba opublikować w Power BI Service, udostępnić innym osobom i przygotować do pracy zespołowej. To kolejny ważny etap nauki.

Warto wiedzieć, jak opublikować raport, jak udostępnić go użytkownikom, jak działa odświeżanie danych i czym różni się praca w Power BI Desktop od pracy w usłudze Power BI.

Dzięki temu uczysz się nie tylko tworzyć raport, ale też dostarczać gotowe rozwiązanie dla firmy, klienta albo zespołu.

Szkolenie otwarte Power BI online. Dla kogo będzie dobrym wyborem?

Szkolenie otwarte Power BI online będzie dobrym wyborem dla osób, które chcą nauczyć się Power BI w uporządkowany sposób, ale nie potrzebują szkolenia zamkniętego przygotowanego specjalnie pod jedną firmę. To dobra opcja dla osób, które pracują z danymi w Excelu i chcą wejść poziom wyżej.

Szkolenie może być szczególnie przydatne dla:

• analityków,
• specjalistów finansowych,
• kontrolerów,
• pracowników działów sprzedaży,
• osób z HR,
• osób z logistyki,
• specjalistów administracji,
• menedżerów pracujących z raportami,
• osób, które chcą rozwijać się w kierunku analizy danych.

Jeśli dziś przygotowujesz raporty ręcznie, łączysz dane z różnych plików, budujesz zestawienia w Excelu i czujesz, że zaczyna Cię to ograniczać, Power BI może być naturalnym kolejnym krokiem.

Szkolenie otwarte Power BI a szkolenie zamknięte

Szkolenie otwarte Power BI ma ustalony termin, program i formułę. Dołączają do niego osoby z różnych firm i branż, które chcą nauczyć się Power BI od podstaw lub uporządkować swoją wiedzę.

Szkolenie zamknięte jest przygotowywane dla jednej firmy. Można wtedy mocniej dopasować przykłady, tempo i zakres do danych, procesów oraz potrzeb konkretnego zespołu.

Szkolenie otwarte będzie dobrym wyborem, jeśli:

• chcesz szybko rozpocząć naukę,
• nie czekasz na zebranie grupy w firmie,
• chcesz przejść sprawdzony program krok po kroku,
• zależy Ci na praktyce,
• potrzebujesz konkretnego terminu,
• chcesz uczyć się online, ale z trenerem na żywo.

Szkolenie zamknięte sprawdzi się lepiej wtedy, gdy firma chce przeszkolić cały zespół i pracować na własnych przykładach, danych lub raportach.

Co warto umieć przed szkoleniem Power BI?

Nie trzeba być programistą, żeby rozpocząć naukę Power BI. Nie trzeba też znać SQL, baz danych ani zaawansowanego DAX-a.

Najbardziej pomaga podstawowa znajomość Excela: praca z tabelami, filtrowanie danych, proste formuły, tabele przestawne i ogólne rozumienie raportów. Warto też rozumieć podstawowe pojęcia biznesowe, takie jak sprzedaż, koszt, marża, klient, produkt, region, okres, cel czy odchylenie.

Power BI najlepiej wchodzi osobom, które mają praktyczny problem do rozwiązania: raport miesięczny, analizę sprzedaży, zestawienie wyników, dashboard dla menedżera albo automatyzację powtarzalnego raportowania.

Czego nauczysz się na szkoleniu Power BI?

Na szkoleniu Power BI uczestnik przechodzi przez cały proces tworzenia raportu.
Nie uczy się pojedynczych funkcji w oderwaniu od praktyki, ale buduje raport krok po kroku.

Program obejmuje między innymi:

• Power BI Desktop,
• pobieranie danych,
• Power Query,
• czyszczenie i przekształcanie danych,
• łączenie danych z różnych źródeł,
• budowę modelu danych,
• podstawy DAX,
• tworzenie miar,
• projektowanie wizualizacji,
• budowę dashboardu,
• pracę z filtrami i fragmentatorami,
• publikację raportu.

Dzięki temu uczestnik rozumie nie tylko, gdzie kliknąć, ale też dlaczego dany etap jest ważny.
To podejście jest bardzo praktyczne, bo dokładnie tak wygląda codzienna praca z raportami Power BI.

Jak wygląda szkolenie online 9:00-16:00?

Szkolenie online odbywa się w godzinach 9:00-16:00, czyli w formule zbliżonej do klasycznego dnia szkoleniowego. To nie jest nagrany kurs do samodzielnego obejrzenia. To szkolenie z trenerem na żywo, podczas którego uczestnicy wykonują ćwiczenia, zadają pytania i przechodzą przez kolejne etapy budowy raportu.

Taka forma ma dużą zaletę: możesz uczyć się z dowolnego miejsca, ale nadal masz rytm pracy, kontakt z prowadzącym i praktyczny charakter szkolenia.

Podsumowanie

Power BI warto uczyć się praktycznie i procesowo. Nie od przypadkowych wykresów. Nie od samego DAX-a. Nie od kopiowania gotowych tutoriali bez zrozumienia. Najlepsza ścieżka nauki Power BI prowadzi od danych źródłowych, przez Power Query, model danych, DAX i wizualizacje, aż po gotowy dashboard.

Takie podejście pozwala nie tylko znać Power BI z widzenia, ale naprawdę używać go w pracy analityka, specjalisty, kontrolera, menedżera lub osoby odpowiedzialnej za raportowanie.

Jeśli chcesz przejść tę ścieżkę krok po kroku, dobrym rozwiązaniem może być szkolenie Power BI otwarte online prowadzone przez Bartosza Czapiewskiego ze SkuteczneRaporty.pl.

Najbliższe otwarte szkolenie Power BI Desktop odbywa się online w dniach 20-22 maja 2026 r.

Szczegóły i formularz zapisu znajdziesz tutaj:

Szkolenie Power BI otwarte online

Przy zapisie możesz skorzystać z 10% zniżki z hasłem POWER10.

FAQ

Czym jest Input Slicer w Power BI?

Input Slicer (w fazie preview znany jako Text Slicer) to wizualizacja w Power BI umożliwiająca filtrowanie danych przez wpisanie lub wklejenie wartości tekstowych i numerycznych, z obsługą operatorów takich jak „zawiera”, „zaczyna się od” czy dokładne dopasowanie.

Input Slicer to nowy typ wizualizacji w Power BI, który zastępuje tradycyjne scrollowanie przez długi slicer w postaci listy z wyszukiwarką (1) lub używanie niestandardowych wizualizacji, takich jak Text Filter (2).

Użytkownik wpisuje lub wkleja wartości bezpośrednio. Raport filtruje się natychmiast, bez konieczności przeklikiwania tysięcy pozycji. To rozwiązanie problemu, który od lat blokuje efektywne korzystanie z Power BI w scenariuszach operacyjnych, omawiany szczegółowo na naszym szkoleniu Power BI dla firm.

Jakie problemy rozwiązuje Input Slicer? Przykłady z praktyki szkoleń Power BI

Podczas szkoleń Power BI najczęściej spotykamy trzy scenariusze, w których tradycyjny slicer zawodzi:

Scenariusz 1: Analityk sprzedaży i lista klientów do rozliczenia

Dział finansów przesyła Excela z kilkoma nazwiskami klientów. Analityk musi sprawdzić ich status w raporcie Power BI. Zamiast wpisywać i zaznaczać na fragmentatorze każdą osobę z osobna, kopiuje i wkleja do Input Slicera, a raport filtruje się w jednej sekundzie.

Scenariusz 2:  Menedżer operacyjny szukający incydentów po ID

W raporcie serwisowym są dziesiątki tysięcy zgłoszeń. Menedżer zna numery konkretnych ticketów od klienta – wpisuje je jeden po drugim.

Scenariusz 3: Kontroler finansowy i kody produktów

Zamiast budować osobny filtr dla każdej sesji, wkleja listę kodów SKU z arkusza kalkulacyjnego i od razu przechodzi do analizy marż.

Każdy z tych przypadków omawiamy na praktycznych ćwiczeniach w ramach kursu Power BI na SkuteczneRaporty.pl.

Jak działa Input Slicer w Power BI – kompletny przewodnik

Tryb 1: Wyszukiwanie tekstu w kolumnie danych Power BI

Dodaj kolumnę (np. Klient) na półkę Pole. Od tej chwili slicer działa jak inteligentne pole wyszukiwania z różnymi operatorami filtrowania.

• Zawiera wszystkie (Contains all) – będzie rzadko wykorzystywany. Żeby go włączyć, dodaj co najmniej dwa wpisy. Ciąg tekstowy musi zawierać każdy z wpisanych tekstów.
• Zawiera dowolne (Contains any) – domyślny. Zwraca wszystkie rekordy, w których wartość zawiera wpisany ciąg znaków.
• Nie zawiera żadnych (Does not contain any) – wyklucza rekordy na tej samej zasadzie.
• Rozpoczyna się od dowolnego (Starts with any) – przydatne przy kodach i prefiksach.
• Nie zaczyna się od żadnego (Does not start with any) – wyklucza rekordy zaczynające się od podanych wartości.
• Jest dowolny (Is any of) – dokładne dopasowanie do wpisanego tekstu (czyli reguła „równa się”), zero tolerancji, precyzyjne ID.
• Nie jest żadną (Is none of) – wykluczenia z filtrowania na zasadzie dokładnego dopasowania.

Każda wpisana wartość pojawia się jako osobna pigułka („filter pill”) – wizualny tag, który można edytować lub usunąć jednym kliknięciem. To rozwiązanie, które na szkoleniu Power BI pokazuję jako przykład dobrego UX w raportach operacyjnych.

Zobacz na wideo, jak działa najnowszy Input Slicer w Power BI

Tryb 2: Zaznaczanie wiele elementów na polu Power BI

Ta opcja jest domyślnie wyłączona i trzeba ją włączyć w panelu formatowania > Ustawienia fragmentatora > Zaakceptuj wiele wartości. Dzięki niej użytkownik może wpisać lub wkleić kilka wartości jednocześnie – każda z nich staje się osobnym filtrem widocznym jako „filter pill”. Bez tej opcji pole przyjmuje tylko jedną wartość na raz i nadpisuje poprzednią przy każdym wpisaniu.

Tryb 3: Zbieranie danych od użytkownika Power BI z możliwością przekazania do Microsoft Fabric – scenariusz dla zaawansowanych

Gdy Input Slicer nie jest podpięty pod kolumnę danych, przestaje filtrować – a zaczyna zbierać dane wejściowe od użytkownika, które można przekazać do funkcji Fabric. To otwiera drzwi do scenariuszy write-back: zatwierdzania danych, komentarzy w raporcie czy wyzwalania powiadomień bez opuszczania Power BI.

Formatowanie warunkowe w Input Slicerze – co się zmieniło w marcu 2026?

Miesiąc po premierze Microsoft dołożył formatowanie warunkowe (fx) dla wszystkich kluczowych elementów wizualizacji. Na szkoleniu Power BI z zakresu raportowania to temat, który pojawia się coraz częściej, bo formatowanie warunkowe zmienia Input Slicer z prostego pola tekstowego w element w pełni zintegrowany z identyfikacją wizualną raportu.

Przykłady użycia podane przez Microsoft to np. zmiana koloru paska akcentowego na podstawie pola statusu lub podświetlenie przycisku zastosowania gdy spełnione są określone warunki. Formatowanie warunkowe Input Slicera jest zaprojektowane do tego, żeby reagować na kontekst danych w raporcie (np. wybrany region, status projektu, wartość KPI), a nie na zawartość samego pola tekstowego slicera.

Najczęstsze pytania o Input Slicer – FAQ dla uczestników szkoleń Power BI

Czy Input Slicer działa z kolumnami numerycznymi Power BI?

Tak. Input Slicer obsługuje zarówno kolumny tekstowe, jak i numeryczne — co czyni go przydatnym przy ID–kach, kodach EAN, numerach zamówień i innych identyfikatorach liczbowych.

Czy trzeba mieć licencję Power BI Premium?

Nie. Input Slicer jest dostępny na standardowej licencji Power BI i działa zarówno w Power BI Desktop, jak i w usłudze Power BI (Service).

Czy Input Slicer zastępuje tradycyjny fragmentator Power BI?

Nie zastępuje, lecz uzupełnia. Zwykły slicer sprawdza się przy małej liczbie wartości (kilkanaście kategorii), Input Slicer – przy dużych zbiorach unikalnych identyfikatorów lub gdy użytkownik przynosi własną listę filtrów z zewnątrz.

Czy można użyć Input Slicera do filtrowania między stronami raportu?

Tak. Input Slicer zachowuje się jak każdy inny slicer Power BI i wspiera synchronizację między stronami raportu za pomocą panelu Sync slicers.

Jak wkleić listę wartości z Excela do Input Slicera?

W momencie pisania artykułu nie da się. Funkcja Wklej działa na razie tylko dla innych slicerów – zaznacz slicer i kliknij Ctrl+V lub znajdź Wklej pod trzema kropkami.

Dla kogo Input Slicer jest najważniejszą nowością Power BI 2026?

Na podstawie reakcji uczestników szkoleń Power BI trzy grupy korzystają z niego najintensywniej:

• Analitycy operacyjni i sprzedażowi – praca z raportami ERP i CRM pełnymi numerycznych identyfikatorów staje się wreszcie komfortowa.
• Power BI Developerzy – interaktywne filtry tekstowe przestają wyglądać jak prototyp. Dzięki formatowaniu warunkowemu Input Slicer można dopasować do identyfikacji wizualnej firmy.
• Deweloperzy rozwiązań Fabric & Power BI – tryb zbierania danych otwiera scenariusze write-back, komentarzy i zatwierdzeń prosto z raportu, bez konieczności budowania osobnych aplikacji. Więcej o tej funkcjonalności przeczytasz w artykule Microsoft nt. przepływów zadań translitycznych

Podsumowanie: Co warto zapamiętać o Input Slicerze w Power BI Desktop i Service?

Input Slicer w Power BI to odpowiedź na problem, który przez lata omawialiśmy na szkoleniach Power BI jako ograniczenie narzędzia. Od lutego 2026 roku jest dostępny produkcyjnie dla wszystkich użytkowników, od marca 2026 roku – z pełnym formatowaniem warunkowym.

Kluczowe fakty w pigułce:

• Obsługuje tekstowe i numeryczne kolumny danych
• Umożliwia wpisywanie wartości tekstowych i wyszukiwanie wg reguł
• Operatory: zawiera, zaczyna się od, kończy się na, dokładne dopasowanie i ich negacje
• Od marca 2026: formatowanie warunkowe (fx) dla każdego elementu wizualizacji
• Bez dodatkowych licencji – działa na standardowym Power BI

Pobierz plik Power BI i poćwicz jak na szkoleniu

Jeśli znasz Power BI ze szkolenia przed 2026 rokiem i nie znasz jeszcze Input Slicera, zarezerwuj 10 minut, otwórz załączony raport w Power BI Desktop ze słownikiem wartości na polu Klient i sprawdź, jak taki slicer zmienia codzienną pracę z danymi. Tu możesz pobrać plik Power BI i sprawdzić działanie Input Slicera.

Gdzie znajdziesz Power Query i jak odświeżysz zapytania? 

W Excelu 365 Power Query znajdziesz na karcie Dane pod przyciskiem Pobierz dane. Tuż obok jest przycisk Odśwież wszystko, którym uruchomisz proces aktualizacji. 

Tu znajdziesz informację, gdzie znaleźć PQ w poprzednich wersjach Excela: 
https://www.youtube.com/watch?v=NNgW8fI-Vg8 

W Power BI Desktop przyciski Pobierz dane i Odśwież znajdziesz od razu po uruchomieniu aplikacji na karcie Narzędzia główne. Od września 2025 r. można oprócz pełnego odświeżenia schematu i danych, wybrać tylko schemat lub tylko dane. 

Jak odświeżać zapytania Power Query automatycznie? 

W Excelu nastaw się na aktualizację ręczną. Większość użytkowników, otwiera plik > uruchamia prawy panel Zapytania i połączenia > klika Odśwież wszystko i upewnia się, że proces przebiegł poprawnie, patrząc na wyniki w Excelu i status zapytań. 

We właściwościach zapytania znajdziesz dodatkowe opcje: 

1. Odśwież co… – tu ustawisz automatyczne uruchamianie procesu odświeżania co x minut. Plik musi być otwarty. 
2. Odśwież dane podczas otwierania pliku – nie musisz klikać Odśwież wszystko. 

Istnieją niestandardowe sposoby, aby zautomatyzować odświeżanie bez użytkownika, ale wymagają użycia narzędzi zewnętrznych i skryptów VBA, Power Automate czy Power Shell. 

W Excelu 365 przez przeglądarkę nie da się na ten moment tworzyć zapytań, ale można je odświeżać. Warunkiem jest, aby źródło danych było umieszczone w przestrzeni online (np. na SharePoint/OneDrive). 

W Power BI Desktop wywołanie procesu odświeżenia jest ręczne, ale w Usłudze Power BI (w przeglądarce) można ten proces zautomatyzować na koncie płatnym Pro. Oprócz tego istnieje szereg technik uruchamiania tego procesu inaczej, np. przez Power Automate czy przez API Power BI Service. 

💡Ciekawostka nt. Power Query w usłudze Power BI 

Przepływy danych (ang. Dataflows) są odpowiednikiem Power Query w usłudze Power BI. Służą do stworzenia poprzedzającej warstwy danych danych, która może być wykorzystywana w wielu modelach semantycznych (raportach). Narzędzie ma bardzo podobny interfejs i zasadę działania. Kryje też kilka nowości w porównaniu z wersją stacjonarną w Excelu czy Power BI. 

Więcej o dataflows: https://skuteczneraporty.pl/poznaj-przeplywy-danych-ang-dataflows-czyli-power-query-w-przegladarce/ 

PQ ma też dużo wspólnego z narzędziem Dataflows Gen2 w Microsoft Fabric. 

Lista źródeł danych wspieranych przez Power Query 

W Excelu znajdziesz najważniejsze źródła danych dla użytkownika: pliki, bazy danych SQL, Azure, platformę Power, usługi Online czy innych źródeł. 

Nie wszystkie wersje Excela 365 mają taką samą listę. Przykładowo, tylko w wersji Microsoft 365 dla przedsiębiorstw (ang. Enterprise) znajdziesz connector do folderu SharePoint czy SAP HANA. 

Power BI może się w tym zakresie pochwalić znacznie większym wachlarzem źródeł danych, w szczególności w zakładkach Baza danych, Azure, Usługi online i Inne. 

Co interesujące, w obu narzędziach możemy podłączyć się do Modelu semantycznego usługi Power BI (w Excelu oglądamy go w tabeli przestawnej) i przepływów danych. Model semantyczny można też wczytać na poziomie zapytania, korzystając z łącznika Baza danych usługi SQL Server Analysis Services (w Excelu znajdziesz ją z dopiskiem „import”). Połączenie odbywa się przez XMLA Endpoint i wymaga pojemności Premium (Premium Per User lub Fabric Capacity). 

Jest jednak źródło, które nie istnieje w Power BI, a jest w Excelu? Jakie? 

Tabela lub zakres, które pochodzą z aktualnie otwartego pliku. 

Jak ponownie otworzyć okienko Power Query? 

W Excelu kliknij dwa razy lewym przyciskiem myszy dowolne zapytanie w prawym panelu Zapytania i połączenia. 

Ewentualnie dłuższa droga wiedzie przez Dane > Pobierz dane > Uruchom edytora dodatku Power Query.  

Skrót do PQ możesz dodać do paska narzędzi Szybki dostęp. 

W Power BI Desktop zwykle klikniesz niebieski ołówek z karty Narzędzia główne o nazwie Przekształć dane. 

Możesz też kliknąć prawym przyciskiem myszy na tabeli w prawym panelu Dane > Edytuj zapytania. 

Jak wyłączyć ładowanie niepotrzebnych zapytań Power Query? 

Kolejna różnica między Excelem a Power BI polega na dezaktywacji zapytań, które mają się odświeżać, ale nie mają ładować danych. W Excelu masz 2 opcje: 

• Kliknij prawym przyciskiem w panelu Zapytania i połączenia > Załaduj do… > Utwórz tylko połączenie. 

Pozostałe opcje ładowania omówiłem tu: https://skuteczneraporty.pl/jak-wstawic-tabele-przestawna-bezposrednio-na-zapytaniu-power-query-lekcja-7-w-kursie-pobieranie-danych-w-excelu-dla-finansistow/;

• Usuń arkusz z zapytaniem (polecam ten sposób). 

Z kolei w Power BI Desktop opcję tę znajdziesz w samym Power Query i klikasz ją jeszcze przed załadowaniem danych do modelu danych. W prawym panelu Zapytania kliknij prawym przyciskiem myszy na zapytanie > Odznacz opcję Włącz ładowanie. 

Jak zakończyć zapytanie Power Query? 

Przycisk kończący nasze zapytanie jest w obu narzędziach w tym samym miejscu. W Excelu nazywa się Zamknij i załaduj, podczas gdy w Power BI Zamknij i zastosuj. 

Czy Power Query blokuje aplikację? 

W Excelu tak. Dopóki nie wyjdziesz z PQ, nie możesz podejrzeć aktualnie otwartego pliku i uruchomić innego. 

W Power BI możesz działać jednocześnie na raporcie i w edytorze zapytań. 

💡Ciekawostka Power Query dla Excela 

Jeśli uruchomisz nową instancję Excela (przytrzymaj lewy Alt i kliknij ikonkę Excela na pasku zadań), możesz działać na innych Excelowych plikach podczas pracy w Power Query.  

Gdzie rozpocząć nowe zapytanie w Power Query? 

Przycisk Nowe źródło umieszczono w Excelu na końcu wstążki Narzędzia główne (1). 

Natomiast w Power BI Desktop jest on tuż obok przycisku odświeżania (2). 

W obu narzędziach możesz też kliknąć prawym przyciskiem myszy w panelu Zapytania > Nowe źródło (3). 

💡Ciekawostka nt. przenoszenia zapytań Power Query 

Zapytania (wraz z kodem języka M) możesz przenosić między oknami Excela i Power BI. W jednym narzędziu zaznacz wszystkie zapytania > prawy przycisk myszy > Kopiuj > przejdź do drugiej aplikacji > prawy przycisk myszy > wklej.  

Zapytania możesz przenosić w podobny sposób do Przepływów danych usługi Power BI. 

Czy w Power Query można stosować inne języki programowania? 

Tak, ale tylko w Power BI Desktop. Na końcu karty Przekształć znajdziesz dwa przyciski, których nie ma w Excelu: 

• Uruchom skrypt języka R 

• Uruchom skrypt języka Python 

Dany język i towarzyszący mu serwer muszą być zainstalowane na Twoim komputerze. 

Oto przykład wykorzystania R do eksportu danych z PQ do Excela: 

Jak zdiagnozować i poprawić wydajność zapytania Power Query? 

Kolejna różnica wynika z dodatkowej zakładki w interfejsie, którą znajdziesz tylko w Power BI Desktop. Mowa o karcie Narzędzia. 

Są tu narzędzia służące do optymalizacji działania zapytań. 

W Power BI Desktop jest jeszcze karta Pomoc, ale zawiera głównie szereg linków do stron internetowych. 

Jak Power Query komunikuje błędy w danych zapytania? 

W Excelu spodziewaj się dodatkowych informacji w panelu Zapytania i połączenia – obok liczby wierszy. 

W Power BI Desktop pojawia się czerwona flaga tuż po odświeżeniu. 

Gdzie Power Query działa szybciej? 

W moich wewnętrznych testach zdecydowanie wygrywa Power Query po stronie Power BI Desktop. Wynika to głównie z optymalizacji pamięci RAM i lepszego zarządzania pamięcią podręczną. 

Znasz inne różnice między Power Query w Excelu i Power Query w Power BI? 

Podziel się w komentarzu. 

Po co projektować tło do raportu w Power BI?

Choć Power BI pozwala dodawać prostokąty, linie, teksty i inne elementy bezpośrednio w aplikacji, nie zawsze jest to najlepsze rozwiązanie. Używanie grafik jako obrazów (np. .png z przezroczystością) ma kilka istotnych zalet:

• Wydajność – jeden obraz ładuje się szybciej niż 15 kształtów z gradientami i efektami.
• Spójność stylu – nie musisz ręcznie dopasowywać kolorów, marginesów i obramowań.
• Możliwość przezroczystości – grafika z kanałem alfa lepiej komponuje się z tłem.
• Lepszy wygląd – nowoczesne layouty są trudne do osiągnięcia tylko za pomocą wbudowanych kształtów.

Zamiast męczyć się z rysowaniem kształtów na każdej stronie raportu – zaprojektuj layout raz i załaduj jako tło lub komponent graficzny.

Więcej na ten temat znajdziesz w linkach poniżej.

• https://www.bibb.pro/post/why-business-intelligence-needs-a-figma-design-system

Figma czy PowerPoint – gdzie przygotować grafikę?

Jeśli masz do wyboru Figma i PowerPoint, odpowiedź zależy od poziomu skomplikowania oraz Twoich oczekiwań:

• Figma to bezpłatne narzędzie dla tych, którzy chcą profesjonalnych efektów – precyzyjne projektowanie w pikselach, siatki, gotowe komponenty, eksport z przezroczystością. Idealne, jeśli zależy Ci na spójności z brandbookiem i elastyczności.
• PowerPoint to dobre rozwiązanie „na szybko” – intuicyjne, znane narzędzie, ale ograniczone pod względem kontroli nad detalami i eksportem.

Jeśli tworzysz coś więcej niż jednorazowy raport – Figma będzie lepszym wyborem. Dla prostych layoutów – PowerPoint wystarczy.

Dobre praktyki rozmiarów stron raportowych Power BI

Domyślny rozmiar w Power BI to 16:9 – i nie bez powodu. Pasuje do większości ekranów i rzutników. Ale czy to najlepszy wybór?

Opcja 1: Rozmiary standardowe – sprawdzone, uniwersalne, bezpieczne

To ustawienia, które dobrze sprawdzają się w większości przypadków i są zgodne z proporcjami ekranów 16:9. Jeśli nie wiesz, jaki rozmiar wybrać – zacznij właśnie tutaj.

Najczęstsze wymiary:

• 1280 × 720 px – lekki, szybki wczytujący się raport, odpowiedni na większość laptopów.
• 1600 × 900 px – kompromis między przestrzenią roboczą a wydajnością.
• 1920 × 1080 px (Full HD) – idealny na duże ekrany, prezentacje i raporty wyświetlane na rzutnikach.

Kiedy stosować:

• Tworzysz raporty dla szerokiego grona odbiorców.
• Nie jesteś pewien, na jakim sprzęcie raport będzie przeglądany.
• Chcesz łatwo dopasować projekt do slajdów PowerPointa lub ekranu laptopa.

Opcja 2: Rozmiary zaawansowane – świadome dopasowanie do środowiska

Jeśli znasz środowisko, w którym użytkownicy będą przeglądać raport, warto dostosować rozmiar strony do realnych warunków ekranu i interfejsu Power BI. Standardowy ekran 16:9 z panelem nawigacyjnym daje realnie mniej miejsca, niż wynika z proporcji 1920 × 1080.

Proponowane wymiary:

• 2000 × 1000 px – proporcja 2:1; idealnie wypełnia przestrzeń w Power BI Service z panelem bocznym.
• 1900 × 1000 px – dobrze wygląda w trybie pełnoekranowym, bez pasków przewijania i marginesów.

Kiedy stosować:

• Wiesz, że użytkownicy będą oglądać raport głównie w Power BI Service.
• Chcesz uzyskać bardziej panoramiczny układ z większą przestrzenią na dane.
• Projektujesz nowoczesny dashboard, w którym ważne jest rozmieszczenie elementów bez marnowania miejsca.

Jak zrobić tło do raportu Power BI w PowerPoint?

Krok 1: Wstaw Nowy slajd (pusty)
Krok 2: Wstaw kształt i rozciągnij go, tak aby dostosować jego rozmiar do wielkości slajdu
Wstawianie > Kształty – Wybierz prostokąt
Krok 3: Upewnij się, że wstawiony kształt nie ma konturów

Krok 4: Ustaw kolor slajdu

Format Kształtu > Wypełnienie kształtu >Więcej kolorów (wprowadź wybrany przez Ciebie Hex lub wybierz kolor z dostępnej palety, a następnie zatwierdź OK)

Krok 5: Dodaj wybrane przez Ciebie logo

Wstawianie > Obrazy (wskaż plik), a następnie przesuń go na górę strony slajdu

Krok 6: Wstaw tytuł raportu

Wstawianie > Pole tekstowe (wprowadź tytuł, dobierz czcionkę, jej kolor i rozmiar), a następnie umieść na górze slajdu pole tekstowe

Krok 7: Dodaj linię oddzielającą nagłówek raportu

Wstawianie > Kształty (wybierz Linię) i umieść ją tuż pod tytułem i logiem

Krok 8: Ustaw grubość linii na 4,5 pkt oraz wybierz kolor

Krok 9: Przejdź do tworzenia Placeholderów

W zakładce Wstawienie > Kształty wybierz prostokąt z zaokrąglonymi rogami, a następnie sformatuj go: Kliknij na kształt i wybierz z menu Format kształtu >Gradient > Więcej gradientów

Krok 10: Dobierz kolor i rodzaj gradientu z menu, które pojawi się po prawej stronie

Krok 11: Skopiuj powstały kształt i dopasuj jego wielkość w zależności od układu dashbordu, który będziesz tworzyć

Krok 12: Zgrupuj wstawione wcześniej kształty i obszar tekstowy

Trzymając Ctrl zaznacz kolejno wstawione elementy, a następnie: Prawy przycisk myszy> Grupuj

Krok 13: Zapisz jako obraz

Zapisz utworzone tło jako obraz: Zaznacz wszystkio > Prawy przycisk myszy > Zapisz jako obraz

Krok 14: Ustaw tło w Power BI Desktop

Formatuj stronę > Tło kanwy >Dodaj obraz . Pamiętaj, aby ustawić przezroczystość strony na 0% oraz Dopasowanie obrazu

Jak zrobić tło do raportu Power BI w Figma?

Figma to aplikacja uruchamiana w chmurze służąca do projektowania i prototypowania zaawansowanych interfejsów aplikacji mobilnych oraz stron internetowych. Wersja standardowa (podstawowa) jest w bezpłatna i aby móc z niej korzystać należy założyć nowe konto bądź skorzystać z konta Google. Jeśli wybierzemy pierwszą opcję, zostaniemy poproszeni o podanie adresu e-mail (login) i ustalenie hasła do usługi. Po weryfikacji konta będziemy mogli cieszyć się pełną funkcjonalnością oprogramowania.

Krok 1: W prawym górnym rogu strony przejdź do: Design File

Krok 2: Utwórz nowe obramowanie (ang. Frame)

Krok 3: Ustaw rozmiar obszaru roboczego

Po wykonaniu kroku 2, z prawej strony pojawi się panel z możliwością wyboru rozmiaru obszaru roboczego. Jeśli w Power BI Desktop wybrałeś Ustawienia kanwy 16:9, z bocznego panelu wybierz rozmiar obramowania odpowiadający tej wielkości. (1280×720)

Krok 4: Wybierz kolor tła

Ustaw kolor tła obszaru roboczego: Kliknij w dowolnym miejscu na obszar roboczy, który utworzyłeś, aby aktywować z prawej strony panel jego edycji, a następnie w sekcji Wypełnienie (ang. Fill) przejdź do wybrania koloru tła. Wybierz kolor tła z palety lub wprowadź wybrany przez Ciebie HEX.

Krok 5: Wstaw linię oddzielającą główną część tła od loga i tytułu

Podobnie jak w przypadku tła ustaw kolor jej wypełnienia (Kliknij na obszar kształtu – linii, którą wstawiłeś a następnie z panelu po prawej stronie wybierz kolor

Krok 6: Wstaw logo wybierając obraz ze źródłowej lokalizacji, a następnie dostosuj jego rozmiar i położenie.

Krok 7: Wstaw tytuł raportu

Kliknij na obszar wskazany na obrazku a następnie wskaż obszar lokalizacji tekstu. Wpisz w „aktywną ramkę” tytuł oraz ustaw zzcionkę, kolor i jej rozmiar

Krok 7: Stwórz placeholdery, aby osadzić w nich później w Power BI Desktop wybrane elementy wizualizacji

Podobnie jak w Kroku 5, wstaw kształt (prostokąt) i sformatuj jego kolor oraz kształt – zaokrąglone rogi sformatujesz wybierając z prawego menu Constrain Proportions.

Krok 8: Sformatuj wstawiony kształt

Kliknij na kształt i z prawego menu dostosuj kolor oraz wypełnienie gradientowe

Krok 9: Skopiuj stworzony wcześniej kształt i rozmieść go według własnych preferencji na dahsbordzie

Kliknij na kształt, a następnie użyj skrótów klawiszowych: Ctrl+C > Ctrl+C.

Krok 10: Eksportuj obraz

Zapisz obraz do pliku: Kliknij na znak plusa w prawej dolnej części panelu, a następnie Export TV-1 z rozszerzeniem PNG.

Krok 11: W Power BI Desktop ustaw tło kanwy załączając zapisany obraz jak poprzednio.

Jeśli chcesz rozpocząć swoją przygodę z tym narzędziem polecam skorzystać z poniższych linków do bezpłatnej nauki:

• https://nauka-online.pl/15-darwome-lekcje-figma.html
• https://infoshareacademy.com/figma-academy/
• https://youtube.com/playlist?list=PLWK-HtVd-_eyq8ceA2BbpAg97vICXUqAV&si=V_r9u6wkvrWLW5Vg

Inspiracja Power BI – Jak budować tło do raportów w portfolio Analityka Danych?

W sieci znajdziesz również filmiki instruktażowe, jak zbudować tło krok po kroku. Podrzucam kilka inspiracji:

• https://www.youtube.com/watch?v=nVnj2C-alhE
• https://www.youtube.com/watch?v=cYwioeHu_OU
• https://www.youtube.com/watch?v=K3kTKpFVH30
• https://www.youtube.com/watch?v=WE2dSZzwbGA

Pobierz plik Power BI z tłem z Figma i PowerPoint

Tu możesz pobrać pliki Power BI Desktop z dwoma wariantami tła.

Przykładowy model 

Do realizacji naszego zadania analitycznego użyjemy załączonego pliku Power BI.  

Czym jest kontekst filtra?  

Kontekst filtra w Power BI odnosi się do zestawu filtrów, które są stosowane do danych w trakcie wykonywania obliczeń w wyrażeniach DAX (Data Analysis Expressions). Ten kontekst określa, jakie dane są uwzględniane w obliczeniach dla danego elementu, takiego jak kolumna, miara czy element wizualizacji. 

Kiedy pracujesz z Power BI, każda interakcja z raportem, taka jak wybór elementu na fragmentatorze (ang. Slicer) czy kliknięcie na określonym elemencie wizualizacji, tworzy kontekst filtra. Ten kontekst filtruje dane, które są następnie używane w obliczeniach DAX. Na przykład, jeśli wybierzesz określony rok na fragmentatorze, kontekst filtra będzie zawierał tylko dane z tego roku, co wpłynie na wyniki obliczeń w wyrażeniach DAX. 

Kontekst filtra jest dynamiczny – zmienia się w zależności od interakcji użytkownika z raportem, co pozwala na tworzenie interaktywnych i elastycznych analiz danych. Można też modyfikować i rozszerzać Kontekst filtra za pomocą funkcji DAX, co daje analitykom danych większą kontrolę nad tym, jak są przetwarzane i prezentowane dane.  

Pozyskanie definicji miary 

Krok 1: Pobierz i zainstaluj aplikację DAX Studio 

Poza plikiem z Twoim modelem danych, będziesz potrzebował aplikacji DAX Studio. Znajdziesz ją tutaj. 

Krok 2: W swoim modelu wyłącz poniższą funkcję 

Krok 3: Podłącz swój raport do DAX Studio 

Włączamy aplikację DAX Studio, następnie wybieramy podłączenie do naszego raportu, tak jak poniżej:

Po podłączeniu do naszego raportu, w DAX Studio pojawią się metadane naszego modelu (tabele). Zachęcam do eksploracji interfejsu DAX Studio.  

Krok 4: Przygotuj definicję miary w DAX Studio 

W kolejnym kroku pobierzemy definicję miary, która posłuży nam potem w naszym raporcie Power BI. Kliknij prawym przyciskiem myszki na jedną z tabel, a z menu rozwijanego wybierz opcję: Define Filter Dump Measure (All) 

W aplikacji DAX Studio pokaże się kod DAX’owy.  
Usuń pierwsze 3 linie kodu, tj.:  
DEFINE  
—- MODEL MEASURES BEGIN —- 
MEASURE 'Dane'[DumpFilters] =  

Zwiększ też wartość zmiennej MaxFilters do np. 10 

VAR MaxFilters = 10 

Skopiuj kod DAX-owy. Znajdziesz też go w załącznikach do artykułu, ale pamiętaj, że zadziała tylko w kontekście przykładowego modelu z artykułu. W Twoim rozwiązaniu znajdują się np. inne tabele.  

Krok 5: Przygotuj miarę w swoim rozwiązaniu Power BI  

Stwórz nową miarę, z poziomu interfejsu Power BI Desktop w widoku Raportu. W naszym przykładzie miarę nazwaliśmy jako „Filtry”. W mierze użyj definicji z poprzedniego kroku.  

Implementacja etykietki podglądu w Power BI Desktop  

Przejdźmy teraz do implementacji właściwego rozwiązania, które w łatwy sposób pomoże Ci zidentyfikować wszystkie filtry, które działają na Twoją wizualizację. Dzięki naszemu rozwiązaniu szybko zidentyfikujesz tabelę i atrybut, z którego pochodzi dany filtr.  

Krok 1: Stworzenie etykietki narzędzi (ang. Tooltip) 

Dodajemy nową stronę w raporcie i zmieniamy jej nazwę, np. na „Etykietka”.  

Następnie przechodzimy do paska „Wizualizacje”, a w nim kolejno: Formatuj stronę raportu > Ustawienia kanwy > Typ. Tam z listy rozwijanej wybieramy opcję „Etykietka narzędzia”.  

Krok 2: Formatowanie etykietki 

Po kliknięciu w znaczący sposób zmniejszy się strona raportu. Z paska bocznego „Wizualizacje” wybieramy Kartę i umieszczamy tam naszą nową miarę. Możemy też nieco zmniejszyć wielkość czcionki, wybierając kolejno Sformatuj element wizualny > Wartość objaśnienia.  

Ostatecznie nasza strona Etykietka powinna wyglądać tak: 

Krok 3: Integracja podglądu w raporcie 

Stwórz raport w oparciu o wizualizację typu Macierz. Skorzystaj z kilku atrybutów wymiarów jak np. Rok, Miasto, Hierarchia produktowa. Wybrane atrybuty „przetnij” z miarą. W naszym przypadku jest to miara Sprzedaż Total, która jest dostępna w przykładowym modelu.  

Możesz też dodać kilka wizualizacji typu Fragmentator (ang. Slicer). W naszym przykładzie zbudowaliśmy 2 w oparciu o Województwo i Miasto.  

Teraz pozostaje nam włączyć opcję Etykiety narzędzi. Klikamy na naszą macierz lewym przyciskiem myszki, następnie wybieramy pasek boczny Wizualizacje. Tam z kolei przechodzimy kolejno: Sformatuj Element Wizualny > Ogólne > Etykietki (Tutaj uaktywniamy opcję) > Opcje > Strona (tu wybieramy nazwę naszej wcześniejszej strony, gdzieś zdefiniowaliśmy Etykietkę. W naszym przypadku jest to „Etykietka”).  

Testowanie rozwiązania i podgląd filtrów  

Voilà! Właśnie stworzyłeś rozwiązanie! Teraz najedź myszką nad element macierzy, który chcesz zbadać. Pojawi się Tooltip, dzięki któremu w łatwy sposób możesz sprawdzać filtry, które wpływają na Twoją wizualizację. Jasno wskazane są też tabele i atrybuty tabel, z których one pochodzą.  

Jak Ci się podoba etykietka z kontekstem filtra w Power BI?

Podziel się opinią w komentarzu.

Jak działa wykres pociskowy?

Jeśli nie znasz tego typu wykresu, zerknij na blog SkuteczneRaporty.pl. Znajdziesz tam kilka artykułów o tej wizualizacji:

• Wykres pociskowy jako alternatywa dla liczników na dashboardzie
• Wykres pociskowy w Excelu idealny do dashboardu

Źródło inspiracji nt. obrazków SVG w Power BI

Pomysłodawczynią użycia obrazka SVG wewnątrz wizualizacji typu Macierz jest Kerry Kolosko, a link do portfolio wraz z gotowym kodem DAX (na którym będziemy się wzorować) znajdziesz tutaj: https://kerrykolosko.com/portfolio/progress-bars/.

Jak wstawić wykres pociskowy w macierzy Power BI?

Skopiuj kod dotyczący Bullet Chart i wklej go do nowej miary.

Podstaw Twoje własne miary wg poniższej instrukcji:

Krok 1

Zdecyduj, które miary będą zmiennymi – czyli wartości, które będziesz chciał ze sobą porównywać. W naszym przykładzie będzie to porównanie sumy bieżącej wartości marży z poziomem Marży I (czerwona linia targetu) oraz Marży II (jasnoniebieskie wypełnienie) według kategorii produktu. Chcemy więc pokazać na naszym wykresie pociskowym, czy aktualna wartość Marży zbliża się do docelowych wartości, którymi są Marża I i II.

Krok 2

Zdefiniuj zakres osi dla każdej z miar – w tym celu użyj funkcji MAXX, która zwróci maksymalne wartości dla poszczególnych miar.

Krok 3

Określ długość słupków oraz pozycję czerwonej linii, która wskazuje, jak daleko jesteśmy od realizacji celu.

Krok 4

Jeśli użyjesz funkcji HASONVALUE oraz IF na macierzy zwizualizujesz Bullet Chart dla poszczególnych kategorii, ale w podsumowaniu już go nie będzie.

Krok 5

Skonfiguruj właściwości obrazka SVG – ta część kodu dotyczy obrazka SVG i to właśnie w tym miejscu możesz zdecydować nie tylko o kolorze słupków, ale również o ich rozmiarach.

Krok 6

Zamień typ kategorii nowo powstałej miary – kliknij daną miarę, następnie przejdź do Narzędzi miar i wybierz z listy rozwijalnej: ”Adres URL obrazu”

Na blogu Kerry Kolosko znajdziesz również inne przykłady gotowych kodów DAX, dzięki którym stworzysz niestandardowe wizualizacje. Warto też skorzystać z gotowych tutoriali na YouTube, z pomocą których w łatwy sposób dostosujesz dostępny kod do własnych potrzeb raportowych.

• https://www.youtube.com/watch?v=wc8jlKHTyYI
• https://www.youtube.com/watch?v=Blrn53FyJ3o
• https://www.youtube.com/watch?v=H8gaMK1iYuI

Pobierz plik Power BI i skopiuj miary do swojego modelu

Tutaj znajdziesz gotowy plik Wykres pociskowy w Power BI do pobrania.

Tryb Import w Power BI – co to tak właściwie jest?  

Załóżmy, że budujesz raport, dla którego część danych znajduje się na relacyjnej bazie danych. Może to być Microsoft SQL Server. Przy pobieraniu danych zauważysz dwa dostępne Tryby łączności danych: Importuj oraz Direct Query.  

Na karcie Narzędzia główne wybieramy Pobierz dane > SQL Server 

Domyślnym i sugerowanym dla Power BI trybem jest Import. Dzięki temu zrzut danych ze źródła jest zapisywany w pamięci. Silnik ten możecie kojarzyć z innych rozwiązań analitycznych np. SSAS czy AAS (Vertipaq). Nazwa silnika stosowanego przez Power BI to xVelocity. Nie wchodząc teraz w wiele szczegółów technicznych, jest to silnik, który posiada techniki kompresji. Dane są zaczytywane do pamięci i tworzy się lokalna instancja modelu. Dzięki temu, że podlegają one kompresji, zajmują fizycznie dużo mniej miejsca, niż na oryginalnym źródle. W literaturze, często spotyka się przelicznik 1:10. Czyli 10 MB danych na źródle będzie „ważyć” po zaimportowaniu do Power BI około 1 MB. Jeśli interesują Cię techniczne niuanse związane z silnikiem Power BI, zachęcam do lektury tego źródła.  

Import – zalety i wady  

Import jest trybem zalecanym przez Microsoft. Wszystkie interakcje z raportem będą wykonywane względem danych trzymanych w samym silniku. Główną zaletą korzystania z tego trybu jest wydajność. Jest to natywne rozwiązanie od Microsoftu, dzięki czemu wszelkie interakcje z raportem są dużo szybsze, niż w przypadku stosowania trybu Direct Query.  

Kolejnym argumentem za korzystaniem z tego trybu jest możliwość korzystania z wszystkich funkcji w Power Query (język M) oraz wszystkich funkcji DAX.  

W związku z tym, że dane są importowane w momencie ich odświeżania, minimalizujemy ryzyko związane z niedostępnością źródła. Dane mamy zaciągnięte i czekają do kolejnego odświeżenia.  

Warto też być świadomym wad, które możemy tu napotkać, jak w każdym rozwiązaniu.   

Jeśli skorzystaliśmy raz z trybu Import, nie jest możliwa zmiana trybu na Direct Query. W Internecie można znaleźć rozwiązania i obejścia, ale wymaga to pewnych modyfikacji i ingerencji w plik. Nie można zrobić tego z poziomu interfejsu Power BI. Otrzymamy następujący błąd:  

Warto też pamiętać, że dane zaimportowane do silnika są aktualne na moment wykonania odświeżenia. Jeśli chcemy uzyskać najnowsze dane, musimy pamiętać o ich odświeżeniu z poziomu Power BI Desktop lub ustawieniu harmonogramu odświeżania po publikacji raportów do Power BI Service (rozwiązanie chmurowe) czy też Power BI Report Server (rozwiązanie On-Premise).  

Załóżmy, że pracujemy z naprawdę dużym wolumenem danych. Wówczas należy też wziąć pod uwagę ograniczenia związane z publikowaniem raportów do usługi Power BI Service. Jeśli działamy w ramach licencji PRO i nie posiadamy dedykowanej Capacity, maksymalny rozmiar naszego datasetu (źródła do raportu z danymi) może wynieść 1 GB (po kompresji). Limity są mniej uciążliwie, gdy korzystamy z licencji PPU (Premium Per User) czy też posiadamy własną Premium Capacity. Więcej na ten temat możesz przeczytać tu.  

Tryb Direct Query w Power BI

Kolejnym trybem jest Direct Query (DQ). Pewnie zastanawiasz się, czym się on tak właściwie różni. W DQ dane są pobierane ze źródła w momencie interakcji z raportem. Każda interakcja z wizualizacją czy zmiany fragmentatorów (slicerów) powodują wysłanie zapytania do źródła. W naszym przykładzie będzie to zapytanie SQL-owe, wysłane do instancji SQL Servera. Innymi słowy, dane w trybie Direct Query nie są przechowywane w ramach silnika Power BI, o którym pisałem wcześniej. Są one „poza” Power BI. Zapytanie jest wykonywane po stronie źródła, zwraca wynik i jest on prezentowany na naszym rozwiązaniu. 

Więcej na temat ograniczeń, związanych z używaniem trybu Direct Query znajdziesz tutaj.  

W widoku modelu jesteś w stanie łatwo zidentyfikować obiekty, które mają zdefiniowane połączenie typu Direct Query. Posiadają one charakterystyczną, niebieską linię na górze. Dodatkowo, po „najechaniu” na tabelkę, pojawi się okienko z informacją o trybie przechowywania. 

Direct Query – wady i zalety:  

Część autorytetów w dziedzinie produktów BI spod znaku Microsoftu sugeruje, żeby omijać Direct Query, jeśli jest to tylko możliwe. Do grona tych ekspertów zalicza się np. Nikola Ilić. Ciekawe materiały znajdziesz na jego blogu tutaj. Wskazuje on, że tryb Direct Query nie powinien być rozważany jako technika optymalizacji wydajności raportu. W związku z tym, że źródło jest odpytywane za każdym razem, gdy zachodzi interakcja z raportem.  

Korzystając z trybu Direct Query, należy mieć na uwadze to, że nie wszystkie źródła danych go obsługują. Dodatkowo istnieje ryzyko, że nie będzie możliwe skorzystanie ze wszystkich funkcji/transformacji w Power Query i spotkamy się z błędem.  W przeszłości pojawiały się też problemy z wykorzystaniem niektórych funkcji DAX.  

Tryb DQ posiada też ograniczenie co do ilości pobieranych wierszy, jeśli korzystamy ze źródeł chmurowych (nie on-premise)- możemy pobrać maksymalnie 1 milion wierszy. Jeśli mamy więcej danych, warto by zastanowić się nad możliwością zagregowania danych już na źródle.  

Jakie zalety ma zatem tryb Direct Query?  

Uzyskujemy dostęp do najbardziej aktualnych danych, gdyż na bieżąco odpytujemy źródło. Nie musimy martwić się o harmonogramy odświeżania danych itp.  
Dodatkowo tryb DQ ma plus w postaci skalowalności pod kątem wielkości danych. Nie napotkamy wspomnianych wcześniej limitów wielkości danych (np. 1 GB dataset przy licencji PRO). Możemy operować na naprawdę dużych zbiorach danych. Trzeba jednak pamiętać, że tutaj istotne jest, na ile wydajne jest samo źródło. Wyobraźmy sobie sytuację, w której kilku użytkowników korzysta w tym samym momencie z raportu zbudowanego w oparciu o Direct Query. Jak możemy się domyślać, nasza źródłowa baza danych będzie dostawała wiele zapytań i mogą wystąpić problemy z wydajnością.  

Tryb Live connection – połączenie na żywo 

Możliwe, że w pracy spotkałeś się z rozwiązaniami analitycznymi typu SQL Server Analysis Services (SSAS) lub Azure Analysis Services (AAS). Oczywiście możliwe jest podłączenie do tych rozwiązań z poziomu Power BI.  

W celu podłączenia z użyciem trybu Live (pol. Importuj na żywo) na pasku Narzędzia główne wybierz kolejno: Pobierz dane > Analysis Services 

Następnie podaj adres Serwera i wybierz „Połącz na żywo”  

W kolejnych krokach wybierz model, z którego chcesz skorzystać.  

Po skutecznym nawiązaniu połączenia, w prawym dolnym rogu znajdziesz następującą informację: 

Przejdźmy teraz do charakterystyki tego połączenia.  

Podobnie jak w trybie Direct Query, rozwiązanie to nie przechowuje danych w silniku Power BI. Dane znajdują się na źródle, do którego się podłączyliśmy. Power BI będzie wysyłał zapytania w momencie odświeżania wizualizacji czy interakcji z raportem. W tym rozwiązaniu wykorzystywane są zalety silnika analitycznego Analysis Services. Dzięki temu, zapytania będą cieszyć się dobrą wydajnością i „książkowo” będą szybsze, niż rozwiązanie oparte o tryb DQ, który również odpytuje źródło.  

Warto pamiętać, że połączenie typu live connection może być używane tylko z ograniczoną listą źródeł, a wszystkie są rozwiązaniami Microsoftowymi:  

• Azure Analysis Services (AAS), 

• SQL Server Analysis Services (Tabular & Multidimensional),  

• Zestaw danych Power BI (dataset) osadzony w Power BI Service (rozwiązanie chmurowe) 

Pamiętaj, że skorzystanie z trybu połączenia na żywo usuwa możliwość skorzystania z Widoku danych w ramach Power BI Desktop.  

Nie jest też możliwe dokonywanie transformacji w Power Query. Zastanawiasz się pewnie dlaczego? Otóż korzystamy z danych, które zostały już zamodelowane w rozwiązaniu analitycznym. Możemy wizualizować dane z gotowego modelu, zyskując wydajność. Cały świat obiektów (wymiary, fakty), relacje czy miary są już zbudowane w rozwiązaniu, które my odpytujemy. Nie musimy tego tworzyć po stronie Power BI. Istnieje możliwość budowania swoich miar na raporcie, korzystając z obiektów dostępnych na modelu (w niektórych starszych „kostkach” tej opcji nie będzie). Miary stworzone w raporcie żyją w ramach danego raportu, nie będą z automatu dodane do rozwiązania analitycznego, które odpytujemy.  

W trybie Live Connection nie jest możliwe integrowanie innych źródeł danych np. plików Excel, danych z list Sharepoint’owych czy innych źródeł relacyjnych. Od jakiegoś czasu istnieje możliwość zbudowania modeli kompozytowych (ang. Composite Models), które pozwalają zmienić podłączenie do modeli przez tryb DQ i dodawanie kolejnych danych. Jednakże jest to dość zaawansowany temat i zajmiemy się nim w innym artykule.  

Chcę podłączyć się do opublikowanego zestawu danych Power BI! – Jak to zrobić i jaki tryb wybrać?  

W pracy możesz spotkać się też z gotowymi Zestawami danych usługi Power BI (ang. Power BI Datasets), które są opublikowane już w usłudze Power BI Service. Chcesz zwizualizować dane, które są dla Ciebie udostępnione w formie Zestawu danych? Oto kilka wskazówek: 

Z paska Narzędzia główne wybierz Pobierz Dane > Zestawy danych usługi Power BI 

W następnym kroku wybierz opublikowany Dataset, do którego chcesz się podłączyć i wybierz Połącz.  

Następnie w Power BI Desktop zauważysz poniższą adnotację:  

Jak widzisz, komunikat jest podobny do tego, który opisaliśmy w ramach Trybu Live Connection. Oznacza to, że domyślne połączenie do Zestawu danych jest w trybie live, którego charakterystykę przedstawiliśmy wyżej. W związku z tym typem połączenia domyślnie nie możesz dodawać innych źródeł danych.

Fabric – nowy tryb DirectLake, OneLake  – ciekawostki 

Jeśli interesujesz się nowinkami ze świata BI, z pewnością nie ominęły Cię ostatnie wiadomości o wprowadzeniu przez Microsoft nowej platformy – Fabric. Warto obejrzeć materiał na kanale YouTube Guy in a Cube, przedstawiający nowy produkt, link znajdziesz tutaj. W skrócie, oprogramowanie integruje ze sobą wiele dotychczas dostępnych usług, dzięki czemu znajdziesz je w jednym miejscu. Dodane zostały też oczywiście nowe funkcjonalności.  

Wśród nich jest nowy tryb połączenia danych – Direct Lake. Można go interpretować jako kombinację omawianych wcześniej trybów Import oraz Direct Query. Inżynierowie z Microsoftu opracowali rozwiązanie działające na plikach typu Parquet. W skrócie mówiąc, jest to format plików, które zapewniają bardzo dobrą kompresję (zajmują mniej miejsca) i bardzo dobrą wydajność przy odczytywaniu danych z tych plików. W trybie DirectLake omawiany wcześniej silnik Power BI korzysta z owych plików, z zastrzeżeniem, że nie są one kopiowane do samego silnika. Pliki rezydują dalej w DataLake’u. Jest to bardzo ciekawe podejście – nie powielamy danych, trzymamy je w jednym miejscu (OneLake) i to do nich dobijają się różne usługi w ramach ekosystemu Fabric.  

Sam tryb ma cechować się wysoką wydajnością – bardzo podobną do trybu Import.  

Fabric jest obecnie w fazie zapoznawczej ang. Preview, przez co część funkcjonalności może jeszcze nie działać w pełni poprawnie. Jeśli jesteś zainteresowany szczegółami, odsyłam do dokumentacji. Z aktualnych ograniczeń warto pamiętać o tym, że na ten moment nie można tworzyć kolumn kalkulowanych, niektóre typy danych są nieobsługiwane, istnieją ograniczenia co do wielkości danych. Aktualnie można działać tylko z poziomu interfejsu webowego. Jeśli interesuje Cię temat związany z DirectLake, polecam też ten artykuł. 

Poniżej znajdziesz przykład tabeli z danymi dotyczącymi taksówek z Nowego Jorku, odpytywanej w trybie DirectLake.  
Zbiór danych jest trzymany w formie plików Paquet, znajdujących się w DataLake’u.   

Oczywiście, wszystkie wcześniej omawiane tryby pozostają dostępne w ramach użytkowania Power BI w usłudze Fabric.  

Który tryb w Power BI powinienem wybrać?  

Zastanawiasz się teraz pewnie który tryb powinieneś wybrać przy tworzeniu swoich rozwiązań w Power BI?  
Jeżeli to możliwe, skłaniaj się ku trybowi Import. Dzięki temu Twoje dane będą przechowywane w wewnętrznym silniku Power BI, zyskasz na wydajności, będziesz mógł korzystać ze wszystkich dobrodziejstw Power Query i języka DAX. Na jednej z prelekcji usłyszałem, żeby unikać trybu Direct Query kiedy, tylko możliwe. 

Tryb Direct Query możesz rozważać w sytuacji, gdy masz naprawdę dużo danych na swoim źródle i nie jest możliwe ich zaczytanie w trybie Import.  

Inną przesłanką do skorzystania z DQ jest konieczność posiadania danych tzw. Real time. Warto jednak przeanalizować wspomniane wyżej mankamenty tego trybu. Nie wpadajmy w pułapkę związaną z danymi real time 😊. Naprawdę rzadko spotykana jest sytuacja, żeby w systemach raportowych dane musiały być na żywo, a rozwiązanie nie mogłoby być zbudowane w oparciu o harmonogram odświeżania.  

Jeszcze jednym aspektem, gdzie DQ może wziąć górę nad trybem Import jest sytuacja, gdy cała logika bezpieczeństwa odnośnie widoczności danych jest wyliczana i zaszyta po stronie źródła.  

Jeśli korzystasz z gotowych rozwiązań analitycznych, które są dostępne w ramach Twojej organizacji (modele AAS, SSAS czy też zestawów danych Power BI) warto pokusić się o skorzystanie z trybu Live connection. Pamiętając jednak o jego ograniczeniach. 

Podsumowanie 

Dobrze mieć świadomość jak funkcjonują opisane wyżej tryby. Warto znać ich wady i zalety. Pamiętaj, żeby korzystać z trybu Import możliwie najczęściej, unikniesz wtedy większości problemów związanych z wydajnością czy brakiem możliwości wykonywania transformacji po stronie Power Query. Warto poświęcić chwilę na analizę źródła danych, żeby w świadomy sposób wybrać tryb w jakim dane będą integrowane z naszym rozwiązaniem zbudowanym w Power BI.  

Daj znać, z jakiego trybu najczęściej korzystasz w swoich rozwiązaniach! Może chciałbyś podzielić się jakimiś ciekawymi scenariuszami użycia? Zapraszam do dyskusji! Czy chciałbyś poznać też modele kompozytowe, które umożliwiają łączenia danych np. z modeli AAS i innych źródeł?  

Historia Moniki – absolwentki Akademii SkuteczneRaporty.pl

Podczas webinaru pokazałem wiadomość, którą dostałem od Moniki, którą poznałem w styczniu, jak rzuciła pracę i wpadła w dołek. Oto co napisała Monika:

Przez ostatnich 6 lat pracowałam w Dziale Zakupów z luksusowymi kosmetykami. Zwolniłam się, nie mając nowej pracy, ze względu na tragiczną atmosferę i brak możliwości rozwoju.

Będąc na wypowiedzeniu i zwolnieniu od psychiatry, próbowałam dojść do siebie i nie chcąc marnować czasu, który dostałam, przerabiałam kursy (plus średnio co drugi tydzień musiałam się opiekować synkiem, który przynosił coś ze żłobka).

I teraz przechodzę do konkretów!

Ostatnio pierwszy raz miałam okazję uczestniczyć w rekrutacji, w której była mowa o tych dodatkach. Poszłam do nich na drugi etap do centrali rozwiązywać zadania z Excela.

Przerobiłam ostatnio Pana darmowy kurs z Tabel przestawnych plus powtórzyłam Power Query.

Usiadłam, zrobiłam bez najmniejszego problemu 7 zadań z Excela

Następnie powiedzieli mi, że nie mam doświadczenia w Power Query, więc nie muszę robić ostatniego zadania. Ale ja: nie no spróbuję, patrzę, a tam banał: załadowanie, scalenie po kluczu, dodanie kolumny niestandardowej i przemnożenie.

Oczywiście zaproponowali mi pracę poprawiłam swoje zarobki Styczeń vs Październik o 75%!!!!! Praca prawie całkowicie zdalna, a przyszłemu szefowi dobrze z oczu patrzy, plus będę wykorzystywać Power Query i Power BI — póki co nie widzę wad.

Jestem zachwycona i sama trochę jeszcze w to nie wierzę! Dziękuję Ci z całego serca!

Monika

Promocja BLACKFRIDAY – tylko do 29.11 do 23:59

Chcesz rozpędzić karierę tak jak Monika? W Akademii SkuteczneRaporty.pl czeka na Ciebie gotowa ścieżka rozwojowa od Zera do Analityka Danych. Zacznij jak Monika – w bezpłatnym kursie z Excela (formuły, operacje na danych, tabele przestawne), idąc następnie przez Excelowe narzędzia POWER (Power Query i Power Pivot), a kończąc na najlepszym narzędziu dla Analityka Danych – bezpłatnej aplikacji Power BI. Dla bardziej wymagających pojawiają się też elementy SQL-a i pracy na bazach danych.

Z okazji „Czarnego Piątku” przygotowałem kod zniżkowy BLACKFRIDAY. Kod obniża cenę każdego kursu o 10% i jest ostatnią szansą w tym roku na zakup kursu w promocyjnej cenie.

5 RAT 0% na BLACKFRIDAY

Jeśli nie możesz sobie pozwolić na zakup jednorazowo, możesz skorzystać z promocji 5 RAT 0% na BLACKFRIDAY. Napisz do mnie maila na kontakt@skuteczneraporty.pl i wpisz w tytule „RATY na BLACKFRIDAY”. Otrzymasz ode mnie możliwość rozpoczęcia nauki od razu, a za kursy zapłacisz w 5 miesięcznych równych ratach.

Koszt rat wynosi 0 zł, a Rzeczywista Roczna Stopa Oprocentowania wynosi 0%.

PROMOCJA: Oszczędź 10% z kodem BLACKFRIDAY

Pakiet POWER PRO

Z kodem BLACKFRIDAY w cenie 1243 zł netto / 1529 zł brutto:

• Kurs POWER (25 h)
• Kurs Power BI Advanced & Service (17 h)
• E-book „Jak wejść do IT”

Szczegóły: https://skuteczneraporty.pl/kurs-power/

Pakiet Expert

Z kodem BLACKFRIDAY w cenie 2194 zł netto / 2699 zł brutto

• Kurs POWER (25 h)
• Kurs Power BI Advanced & Service (17 h)
• Kurs SQL prowadzony przez Tomka Liberę (30 h)
• E-book „Jak wejść do IT”
• Papierowa wersja Biblii DAX
• Dostęp na 60 dni do usługi Power BI Premium

Szczegóły: https://skuteczneraporty.pl/kurs-expert-analityk/

Jak nabyć kurs?

Promocja trwa do 29.11 (piątek) do końca dnia (23:59).

1. Zamówienia z płatnością natychmiastową możesz dokonać na stronie kursu, wpisując kod zniżkowy BLACKFRIDAY. Od razu otrzymasz fakturę i dostęp do kursu.
2. Przy zamówieniu na fakturę (np. na firmę lub organizację), kod BLACKFRIDAY podaj w treści wiadomości (wysłane na adres kontakt@skuteczneraporty.pl) razem z:

• nazwą kursu / pakietu, który Cię interesuje,
• danymi do faktury,
• imieniem i e-mailem uczestnika.

Termin płatności: 14 dni lub inny wg potrzeb.

3. Przy płatności na raty napisz do mnie wiadomość o tytule RATY na BLACKFRIDAY z:

• nazwą kursu / pakietu, który Cię interesuje,
• imieniem i e-mailem uczestnika.

„Odchudź i zaoptymalizuj model semantyczny w Power BI” – zapis webinaru z Dominikiem Szcześniakiem

>>> Pobierz materiały <<< i powtórz ćwiczenia razem z Dominikiem.

Krok 1. Utwórz raport z filtrami w Power BI Desktop

Krok 2. Wstaw przycisk

Na karcie Wstaw w polu Elementy znajdziemy ikonę Przyciski. Po jej rozwinięciu wybieramy opcję Wyczyść wszystkie fragmentatory.

Krok 3. Dostosuj przycisk

Po wybraniu elementu mamy możliwość jego dostosowania. Możemy nadać odpowiedni kształt (3) wraz z kątem nachylenia przycisku (4). W polu Styl (5) łatwo możemy dostosować czcionkę, jej kolor, wielkość, a także tło przycisku, ramkę oraz elementy wizualne. Pole Akcja (6) umożliwia przypisanie czynności, którą chcemy nadać dla utworzonego przycisku i to pole zostawiamy bez zmian.

Krok 4. Przetestuj działanie

Po ustawieniu wybranych przez nas fragmentatorów, klikamy utworzony przez nas przycisk Wyczyść wszystkie fragmentatory z przyciskiem Ctrl (dot. Power BI Desktop).

Nasz raport wraca do pierwotnej postaci.

Co jeszcze nam daje nowa opcja?

Ważne jest także to, że opcja ta redukuje liczbę zapytań wysyłanych do modelu danych lub źródeł danych w trybie Direct Query. Gdybyśmy usuwali wybrane zaznaczenia filtr po filtrze, otrzymalibyśmy większą liczbę niepotrzebnych zapytań niż w przypadku zastosowania przycisku Wyczyść wszystkie fragmentatory. A dodatkowo, możemy zaoszczędzić nasz czas. Nowa opcja nie umożliwia jednak wyboru filtrów, które chcemy kontrolować utworzonym przyciskiem – ma ona zawsze wpływ na wszystkie filtry na danej stronie raportu.

Druga nowa opcja: Zastosuj wszystkie fragmentatory

Ma on na celu działanie optymalizacyjne. Tworząc ten przycisk, możemy jednorazowo wybrać kilka filtrów na danych fragmentatorach. Po kliknięciu lewym przyciskiem myszy wraz z Ctrl (dot. Power BI Desktop) na „Zastosuj wszystkie fragmentatory”, Power BI pokaże zaktualizowany dashboard za jednym razem. Dzięki temu nie będzie go odświeżał przy każdorazowym zaznaczeniu różnych filtrów do momentu ich finalnego zatwierdzenia. Też przydatna opcja 🙂

Pobierz plik Power BI

Tu możesz pobrać plik Power BI Desktop z przyciskiem czyszczącym wszystkie filtry i przetestować działanie na swoim komputerze.

Jak działa funkcja WINDOW?

Funkcja WINDOW należy do rodziny funkcji okienkowych, którą tworzą także funkcje INDEX i OFFSET.

Dzięki funkcji WINDOW zbudujesz „okienka na danych”, co znaczy, że możesz podzielić dany zbiór według wybranych przez Ciebie atrybutów i dokonywać kalkulacji w ramach zdefiniowanego okna. W ramach funkcji definiujemy parametry, które odnoszą się do startu partycji, jej końca (możliwe jest żonglowanie początkiem i końcem). Dodatkowo definiujemy atrybut, po którym sortujemy podzbiór, a także atrybut, który służy do budowania partycji.

Po szczegółowe wyjaśnienie argumentów zapraszam na blog SQLBI.com.

Co ciekawe, przed dodaniem funkcji WINDOW stworzenie analizy Pareto było dużo trudniejsze. W tym artykule została przedstawiona logika budowania takiej analizy. Zachęcam do porównania z nowym rozwiązaniem, które znajdziesz w artykule. Użycie funkcji WINDOW jest zdecydowanie „przyjemniejsze” dla użytkownika.

W naszym przykładzie z wykresem Pareto dla każdego modelu produktu powstanie jedno duże okno, które będzie obliczać skumulowaną wartość sprzedaży dla wszystkich produktów, które są wcześniej na osi x.

Przykładowy model danych w Power BI

Do realizacji naszego zadania analitycznego użyjemy modelu danych opartego o bazę AdventureWorks. Link do pobrania raportu *.pbix i opisu modelu znajdziesz na GitHub oraz na dole artykułu.

Czym jest reguła Pareto?

W kwestii przypomnienia, reguła Pareto, zwana też często zasadą 80/20 została sformułowana przez Josepha Jurana. To reguła ekonomiczno-zarządcza mówiąca o tym, że 20% badanych obiektów związanych jest z 80% pewnych zasobów. Na przykład:
20% Klientów generuje nam 80% zysków, 20% reklamacji generuje 80% kosztów, korzystamy z 20% funkcjonalności PBI’a przez 80% czasu etc.

Wykres Pareto opisywałem już na blogu SkuteczneRaporty.pl, ale dotychczas jego wykonanie w Power BI było dużo trudniejsze niż w Excelu.

Przygotowanie modelu danych w Power BI Desktop

Przejdźmy zatem do konkretów. Chcemy przeanalizować dane względem wymiaru [Product] i jego atrybutu [Model]. Odpowiemy sobie na pytanie, które modele produktu odpowiadają za 80 % naszej wartości sprzedaży.

Krok 1: Zapoznaj się z danymi przy użyciu zakładki „Widok danych” i „Widok modelu”

Krok 2: Stwórz tabelę z miarami

Zgodnie z dobrymi praktykami tworzenia raportów w Power BI, warto, żebyś przetrzymywał stworzone przez siebie miary w dodatkowej tabeli. Dzięki temu łatwiej będzie Tobie znaleźć miary, edytować je w przyszłości itp. Więcej informacji znajdziesz w tym artykule.

Najprościej będzie dokonać tego przez opcję Wprowadź dane z paska Narzędzia Główne.

Po wybraniu opcji, pojawi się okno, w którym możesz zdefiniować nazwę tabeli oraz kolumny. Z racji, że przykładowy model jest w języku angielskim, zastosujemy angielskie nazewnictwo – nasza tabelka będzie miała nazwę (_Measures). Pamiętaj, że nazwy niektórych obiektów są zastrzeżone (np. Measures), dlatego nazwę tabeli poprzedź znakiem podkreślenia „_” . Nazwę kolumny możemy ustawić jako Measures.

Nazwy obiektów możemy edytować poprzez „dwuklik” na aktualną nazwę.

Właśnie utworzyłeś swoją tabelę _Measures, w której będziemy przechowywać definicje miar. Znajdziesz ją w modelu.

Krok 3: Stwórz miarę bazową [Sales Amount]

Skupmy się teraz na stworzeniu miar, które pomogą nam stworzyć wykres Pareto. Jak wcześniej wspominałem, dokonamy analizy wielkości sprzedaży (ang. Sales Amount) w przecięciu z wymiarem Product i jego atrybutem Model. Dzięki temu uda Ci się ustalić, które modele produktu odpowiadają za 80 % wielkości sprzedaży.

Zacznijmy od miary [Sales Amount]. Definicja DAX’owa jest w tym wypadku bardzo prosta, zsumujemy wartość z tabeli faktowej.

Sales Amount = 
SUM('Sales'[Sales Amount])

Pamiętaj, żeby miary formatować w odpowiedni sposób, co pozwoli Ci zachować ich czytelność i łatwość zrozumienia ich działania w przyszłości. Możesz skorzystać z Dax Formattera w wersji przeglądarkowej.

Krok 4: Stwórz miarę [Pareto %]

Potrzebna nam będzie jeszcze miara [Pareto %]. Oto jej definicja:

Pareto % =
VAR TotalSales =
    CALCULATE ( [Sales Amount], ALLSELECTED ( 'Product'[Model] ) )
VAR ParetoSales =
    SUMX (
        WINDOW (
            0,
            ABS,
            0,
            REL,
            ALLSELECTED ( 'Product'[Model] ),
            ORDERBY ( [Sales Amount], DESC )
        ),
        [Sales Amount]
    )
RETURN
    ParetoSales / TotalSales

Warto sformatować ją jako miarę procentową.

Krok 5: Zbuduj wykres Power BI

Po stworzeniu miary przejdź do Widoku raportu, gdzie zbudujesz wizualizację.

Wybierz wykres liniowy, następnie na osi X zaprezentuj atrybut [Model] z wymiaru [Product]. Z kolei na oś Y zrzutuj miarę [Pareto %]. Pamiętaj, żeby posortować oś, która zawiera miarę [Pareto %] w sposób rosnący.

Wykres reguły Pareto i rozwiązanie problemu biznesowego

Voilà! Zaznaczone na obrazku modele produktu odpowiadają za 80% wartości sprzedaży. Wykres świetnie obrazuje problem biznesowy, który chcieliśmy przeanalizować.

Teraz możemy zbudować wykresy powiązane, np. wykres kombi z linią referencyjną.

Pobierz plik

Tutaj możesz pobrać plik Power BI z wykresem Pareto i samodzielnie potestować rozwiązanie.

Ćwiczenie samodzielne

Spróbuj przeanalizować dane sprzedażowe i regułę Pareto pod kątem innego wymiaru lub innego atrybutu opisującego produkt. Pamiętaj, że aby tego dokonać, należy wyedytować miarę [Pareto %], którą stworzyliśmy we wcześniejszych krokach.