Jak działa filtr wartości w zwykłej tabeli przestawnej w Excelu?

W zwykłym Excelu możemy filtrować dane w tabelach przestawnych i na wykresach przestawnych tylko w odniesieniu do wartości (miar = kalkulacji), które są umieszczone na półce Wartości.

Jak działa filtr wartości w tabeli przestawnej z Power Pivot?

Podstawowa różnica jest taka, że w tym samym okienku mamy do dyspozycji wszystkie miary, które są stworzone w modelu danych.

Tak wygląda moja tabela przestawna:

Szukam opcji filtrowania wartości:

W filtrze wartości mogę znaleźć wszystkie miary:

Jak działa filtr wartości w Power BI?

Analogicznie działa filtr wartości w Power BI. Miarę możemy umieścić w panelu filtry > Filtry tej wizualizacji.

W ten sposób w wizualizacji zostaną tylko elementy, które spełniają założenia miary (np. klient o sprzedaży > 400 000).

Częstym problemem jest np. wyświetlanie na fragmentatorze wszystkich miesięcy z Kalendarza (który powinien kończyć się ostatniego dnia roku). Korzystając z tego filtra, możemy ukryć miesiące bez sprzedaży (na poniższym obrazku lewy fragmentator kończy się w grudniu vs prawy, który kończy się w listopadzie – ostatnim miesiącu ze sprzedażą).

Excel w takiej sytuacji jest trochę sprytniejszy i automatycznie wyłącza miesiące, dla których sprzedaży nie ma (a w opcjach fragmentatora pozwala je zupełnie ukryć).

1. Utwórz dedykowaną tabelę dla miar

Dla lepszej organizacji miar dobrze jest je oddzielić od oryginalnych kolumn pochodzących z naszych tabel faktów czy wymiarów (słownikowych). Szczególnie gdy model jest rozbudowany i mamy ich całkiem sporo. Możemy utworzyć sztuczne zapytanie, np. poprzez „Wprowadź dane”.

W tak utworzonej tabeli będzie widoczna techniczna „Kolumna 1”. Następnie kolejne miary budujemy już w nowej tabeli „Tabela_miar”. Istniejące miary również możemy przemieścić do nowej tabeli poprzez zaznaczenie miary, a następnie w menu „Narzędzia miar” zmianę Tabeli głównej na docelową. Hurtowo zrobimy to, zaznaczając kilka miar w widoku modelu i przenosząc lewym przyciskiem (drag & drop) do właściwej tabeli.

Kolumnę 1 możemy następnie ukryć (menu podręczne > Ukryj), po czym ikona „Tabeli miar” powinna zmienić swój wygląd, a sama tabela znajdzie się na szczycie listy tabel w modelu.

Dodatkowym poziomem grupowania miar jest Folder wyświetlania, który możemy dodać w widoku modelu. Należy wówczas wybrać miarę (lub miary), która powinna znaleźć się w podfolderze > we właściwościach wpisać ręcznie nazwę folderu (nawet gdy podfolder jest już utworzony należy go wpisać ręcznie) > zaakceptować zmiany (Enter lub Tab). Miara powinna znaleźć się w podfolderze.

2. Opisz miary we właściwościach

Dodatkową informacja dot. miary może być umieszczona w jej właściwościach (w dodatku Power Pivot nazywa się to Opis).

Dzięki takiej operacji, już w widoku raportu, po najechaniu myszką na miarę, można zobaczyć jej opis.

Minusem jest to, że przy konieczności edycji opisu, musimy dość głęboko zanurkować w model.

3. Komentuj miary w kodzie DAX

Dodawanie komentarzy w miarach DAX może być bardzo przydatne – zarówno dla nas samych, gdy wrócimy do raportu po jakimś czasie, jak i w sytuacji, gdy wchodzimy w buty innego autora i zadajemy sobie pytanie „co miał na myśli…?”. Pozwala na dodawanie opisu dla poszczególnych kroków czy zmiennych tworzonych w kodzie DAX.

W porównaniu do opisu, komentarz jest łatwiej edytowalny, natomiast trudniej zauważyć jego istnienie. Musimy wyedytować kod miary by dotrzeć do jej komentarza.

Komentarz możemy wprowadzić na kilka sposobów:

• — komentarz (dwa myślniki)
• // komentarz (dwa ukośniki)
• /* komentarz */ (ukośnik gwiazdka … gwiazdka ukośnik)

Komentowanie nie działa w prosty sposób w dodatku Power Pivot w Excelu. Ale nie martw się – jest na to sposób. Wystarczy, że tuż za komentarzem dodasz +0.

4. Sformatuj kod DAX

Niestety w samym Power BI nie mamy jeszcze wygodnego sposobu na formatowanie miar. Musimy sami zadbać o to, aby nasz kod był czysty. A jak mówią Marco Russo i Alberto Ferrari z SQLBI, niesformatowany DAX to nie DAX 😊.

W tym celu można skorzystać z narzędzia DAX Formatter, wrzucić tu swój kod, kliknąć FORMAT i gotowe!

Inna opcja to użycie narzędzia zewnętrznego takiego jak DAX Studio, Tabular Editor czy Bravo (o którym szerzej na końcu artykułu). W drugim i trzecim przypadku możemy sformatować nie tylko pojedynczą miarę, ale również uruchomić skrypt, który sformatuje wszystkie miary w modelu.

5. Twórz prawidłowe odwołania

Pisząc DAX, pamiętaj o tym, by odwołanie do miary było w formacie [Nazwa miary] – bez informacji o tabeli. Dlaczego? Ponieważ, gdy przeniesiemy miarę do innej tabeli, to podejście zapewni prawidłowe działanie kodu.

6. Unikaj miar niejawnych

Niejawne miary (implict measures) to miary, które są automatycznie tworzone przez Power BI, gdy na półkę wartość wrzucimy jakieś pole (np. takie z widoczną ikoną sigma obok nazwy Pola).

Efektem takiego klikania jest nie tylko utworzenie kalkulacji w danej wizualizacji, ale także zapisanie miary niejawnej na stałe w modelu danych (i jego zaśmiecenie).

Naszym celem są miary jawne (explicit measures), zapisane przez nas w kodzie DAX. Jest to zdecydowanie bardziej pracochłonne podejście, jednak dużo bardziej korzystne, gdyż zapewnia możliwość wielokrotnego używania miary w innych kalkulacjach. Podczas gdy niejawne miary są szybkie i proste, do bardziej skomplikowanych obliczeń jawne miary będą niezbędne.

7. Usuń nieużywane miar

To obowiązkowy element dbania o czystość w naszych raportach. Warto umieszczać testowe miary w oddzielnym folderze, a gdy przejdą „na produkcję” przenosić je do właściwego im folderu lub usuwać z modelu. Zapewni to porządek i czytelność. Jest wiele sposobów na to, jak je znajdować – po szczegóły zapraszam na:

• https://ssbi-blog.de/blog/technical-topics-english/how-to-identify-measures-not-used-in-your-pbix-file/
• https://www.thebiccountant.com/2020/01/01/tidy-up-power-bi-models-with-the-power-bi-cleaner-tool/

Przy okazji warto wspomnieć o premierze nowego, bezpłatnego narzędzia do utrzymywania porządku w modelu danych: Bravo od SQLBI. Dzięki niemu:

• Odnajdziesz nieużywane kolumn
• Sformatujesz DAX
• Zarządzisz datami
• Wyeksportujesz dane

Znasz jakieś inne dobre praktyki dotyczące tworzenia, utrzymywania czy organizowania miar w modelu danych Power BI?

Chętnie dowiemy się, jak zadbać o porządek w naszych modelach, nie tylko na wiosnę 😉.

Fragmentator

Fragmentator jest filtrem w postaci wizualizacji na raporcie. Ikonka znajduje się w panelu Wizualizacje – kliknij i dodaj o raportu.

Gdy zaznaczony jest element fragmentatora, w panelu Wizualizacje pojawia się półka Pole – wybierz z danych kolumny oznaczające czas. Fragmentator od razu pokaże zakres dat w danych.

Kliknij w małą strzałkę tuż nad datą końcową. Pokażą się możliwe formy filtrowania.

Na fragmentator można wrzucić nie tylko samo pole data, ale także inne pola opisujące wymiary czasowe: Rok, Kwartał, Miesiąc, Tydzień i zamiast suwaka zastosować np. listę rozwijaną.

Zwróć uwagę na Datę względną i Czas względny, pozwalające codziennie prezentować dane z ostatniego zadanego okresu. Szczegóły filtrowania względnego, czyli takiego, które za punkt odniesienia bierze datę dzisiejszą znajdziecie w artykule Względne filtrowanie w dat w Power BI.

Uwaga! Początek tygodnia w filtrowaniu po Dacie względnej zaczyna się od niedzieli. Zobacz datę początkową na innym przykładzie – dziennej całkowitej liczbie chorych na COVID-19 – 1 listopada 2020 to niedziela.

Póki co nie da się tego łatwo zmienić – przykładowe rozwiązania, jak obejść początek tygodnia od niedzieli można znaleźć na forum Power BI. Dodanie filtrowania po tygodniach od poniedziałku jest na liście pomysłów Społeczności Power BI: wciąż można na nią głosować tutaj. Czas względny pozwala filtrować w godzinach lub minutach względnych. Same filtry Daty i Czasu względnego przydają się do raportów regularnie odświeżanych, np. gdy dane z produkcji podłączone są na żywo np. poprzez Direct Query.

Panel filtrów

Drugą standardową formą filtrowania jest wykorzystanie panelu Filtry. Pozwala on na globalne ustawienie filtrowania: z góry odrzucenie możliwości wybrania konkretnych dat do suwaka, zastosowanie filtrowania na tylko tej stronie lub w całym raporcie. Filtry znajdują się po lewej od panelu Wizualizacje i są zwykle schowane przed użytkownikiem końcowym.

Przenoszenie kolumn z datami w odpowiednie półki pozwoli ustawić filtrowanie po datach na stronie lub w całym raporcie. Tu też możesz ustawić filtrowanie względne wybierając względną datę lub godzinę.

Filtrowanie zaawansowane pozwala ustawić bardziej złożone reguły.

Stwórz własną miarę

Do jeszcze bardziej zaawansowanych filtrów przydadzą się miary. Kliknij w Narzędzia główne > Obliczenia > Nowa miara, by napisać miarę w języku DAX. Po kliknięciu w Nową miarę pojawi się pasek z formułą do wpisania polecenia języka DAX. Spróbujmy założyć filtr: od początku roku (YTD).

Sprzedaż YTD = TOTALYTD([Sprzedaż Total],Kalendarz[Data])

Zacznij od podstaw

Czasami najprostsze rozwiązania są najlepsze – może właśnie Twoje filtry będzie można obsłużyć fragmentatorem, panelem filtrowania lub miarami Power BI. Szukasz czegoś bardziej zaawansowanego? Z pomocą przyjdą Wizualizacje niestandardowe w Power BI!

Zestaw danych (dataset) w Power BI Online

Wyobraźmy sobie, że przygotowaliśmy raport Power BI, zaczynając od zapytań Power Query, mozolnie budując po drodze model danych z wielu tabel, tworząc wiele miar i organizując dane w modelu. Tak opublikowany raport odświeża się automatycznie w serwisie Power BI Online, ale…

Użytkownik chce pracować z danymi w tabeli przestawnej w Excelu

Dotychczas potrzebowaliśmy wykorzystywać polecenie Analyze in Excel (Analizuj w programie Excel), aby w 64-bitowym Excelu podłączyć się do zestawu danych Power BI. Od teraz w Excelu 365 możemy ten sam proces wykonać prosto z Excel i to bez konieczności instalacji specjalnego dodatku Power BI do Excela czy pobierania plików. Są na to 2 sposoby:

Sposób 1: Wstaw tabelę przestawną z usługi Power BI

Sposób 2: Pobierz dane z zestawu danych usługi Power BI za pomocą Power Query

Oba sposoby kończą się podobnie: w prawym panelu w Excelu zobaczymy dodatkowe okno z możliwością wyboru zestawu danych.

Co ciekawe, podobnie zachowuje się od teraz operacja Analizuj w programie Excel, dostępna w usłudze Power BI Online.

Po wybraniu zestawu danych możemy zbudować dowolną tabelę przestawną z miarami utworzonymi na modelu danych (na półkę Wartości nie można dodawać innych pól niż miary).

Sam plik nie przechowuje danych źródłowych, a jedynie połączenie do Power BI. Po ponownym otwarciu raport możemy odświeżyć tradycyjnie przyciskiem Odśwież wszystko na karcie Dane.

Działa?

Jeśli masz Excela 365 i Power BI, przetestuj i daj znać, jak to działa u Ciebie.

1. Integracja różnych źródeł danych dzięki Power Query

Gdy w 2010 r. pojawiła się pierwsza wersja dodatku Power Pivot, w Excelu nie było jeszcze dodatku Power Query. W związku z tym dane z programu Excel można było ładować tylko ze środka arkusza (co czyniło pliki dużo cięższe), a pobieranie danych z baz danych pozbawione było elementu transformacji danych. Od 2013 r. jedną z opcji ładowania danych z Power Query jest model danych Excel, czyli Power Pivot. Na szkoleniach tłumaczę, że model jest skrytką (pamięcią) na nasze dane, podczas gdy Power Pivot jest kluczem do tej skrytki. Tak wygląda Power Query w interfejsie Excela 365 oraz okno kończenia zapytania z checkboxem Dodaj dane do modelu danych:

Analogicznie jest w Power BI, gdzie klikając Zamknij i zastosuj, automatycznie tworzymy model danych.

Dzięki Power Query nasz model danych może być zbudowany z wielu różnorodnych źródeł:

• plików Excel czy CSV
• folderów z plikami
• tabel bezpośrednio z bazy danych SQL
• źródeł internetowych

Power Query po stronie Power BI ma pod tym kątem dużo więcej connectorów, choć wszystkie główne znajdziesz też w Excelu.

2. Zmniejszenie rozmiaru plików

Często spotykam użytkowników programu Excel, których pliki spuchły do kilkudziesięciu MB, a w ekstremalnym przypadku przekroczyły 100 MB. Taki plik długo się otwiera, jest wolny i nie daje się wysłać mailem. Jeśli skorzystamy z modelu danych, zwykle rozmiar pliku radykalnie się zmniejsza do kilku MB.

Więcej o przykładach poczytasz w eksperymencie z ładowaniem danych.

3. Możliwość załadowania ponad 1 mln rekordów

Jeśli chcesz przygotować szczegółowy raport, który pozwoli Ci przejść od danych ogólnych (np. Sprzedaż w podziale na Kategorie i Podkategorie produktu) do danych szczegółowych (pojedyncza faktura), dane w Excelu muszą mieć wysoki poziom szczegółowości (tzw. granulację). Tradycyjny Excel pomieści jednak tylko 1 048 575 wierszy + nagłówek. Co jeśli danych jest więcej? Dzięki dodatkowi Power Pivot możemy do Excela zmieścić i do 100 mln rekordów. Choć liczba ta nie jest realnym ograniczeniem zapisanym w dokumentacji, raczej bym jej nie przekraczał. W większości scenariuszy użytkowników programu Excel i Power BI, powinno to i tak wystarczyć.

4. Poprawa wydajności działania raportów

Specjalny silnik Vertipaq (przemianowany później na xVelocity) jest wykorzystywany przez Power Pivot, aby przetwarzać skompresowany model w pamięci komputera. Dzięki temu raporty działają szybko, dużo efektywniej niż raport przygotowany w tradycyjny sposób – jako kalkulacje (formuły) w komórkach. Wydajność docenią też użytkownicy końcowi, których cierpliwość raportową szacuje się na 3 sekundy. Czy Twój raport filtruje się tak szybko?

5. Uporządkowanie danych w model gwiazdy

Budowa modelu danych, przypominającego wyglądem gwiazdę, ma kilka zalet. Jedną z nich jest oddzielenie tabel transakcyjnych (faktów) od tabel słownikowych (wymiarów). Dzięki budowie między nimi relacji i odpowiednim ich nazwaniu, każdy użytkownik wie, gdzie szukać tabel służących do kalkulacji, a gdzie tabel służących do filtrowania danych (to slice and dice – jak często pisze się w literaturze anglojęzycznej). Dzięki rozbiciu danych na duże tabele faktów i małe transakcyjne, sprawimy dodatkowo, że model będzie pracował wydajniej.

6. Tworzenie dowolnych kalkulacji w języku DAX

DAX, czyli Data Analysis Expressions, to specjalny język kalkulacji obsługujący model danych. Jest wspólny dla dodatku Power Pivot, aplikacji Power BI i SQL Server Analysis Services. Jego podstawowa znajomość jest niezbędna do tego, aby w modelu danych pisać formuły. A że pisać je trzeba, pokazuje praktyka, gdyż w tradycyjnej tabeli przestawnej, o której nagrałem 5-godzinny bezpłatny kurs, wyklikać można tylko podstawowe agregacje (np. Suma, Średnia czy Licznik). Język ten jest bardzo złożony, ale pamiętajmy, że nie każdy raport będzie wykorzystywał cały potencjał jego składni. Język DAX jest skomplikowany, gdyż ma obsłużyć każdy, nawet najbardziej wymagający scenariusz analityczny. Jeśli zdarzyło Ci się walczyć w tabeli przestawną z jakąś miarą, język DAX jest jedyną drogą. Klasycznym przykładem jest liczba unikatów, nazywana w DAX DISTINCTCOUNT:

7. Transparentność źródeł i kalkulacji

Budowa modelu danych z wykorzystaniem świata zapytań Power Query, modelu danych (Power Pivot lub Power BI) i miar języka DAX pozwala stworzyć bardzo transparenty raport. Każdy użytkownik takiego przykładowego raportu w Excelu może w kilka minut prześledzić:

• Skąd są pobierane dane?
• Jak są transformowane?
• Które zapytania stają się tabelami w modelu danych?
• Jak tabele łączą się w modelu?
• Jak wygląda wzór każdej miary?

Jako firma świadcząca usługi raportowe w obszarze BI, staramy się wszystkie raporty dostarczane klientom utrzymać właśnie w tej technologii. Dzięki temu klient otrzymuje rozwiązanie, które może samodzielnie modyfikować (oczywiście posiadając odpowiednie kompetencje).

8. Praca na pełnych danych słownikowych

Czy są jakieś Produkty, które się nie sprzedają? Dane tradycyjnie analizowane z użyciem tabel przestawnych bazują na jednej tabeli i dlatego odpowiedź na takie pytanie jest w nich trudna do osiągnięcia. Dlaczego? Tabela ze sprzedażą pokazuje właśnie transakcje (czyli produkty sprzedane). Do niesprzedanych faktur nie ma. Jednak budowa modelu danych pozwoli nam pracować na pełnych danych słownikowych (z tabel wymiarów) i pytać nasze dane w dowolnych kombinacjach.

9. Możliwość pracy na kilku tabelach transakcyjnych

Podobnie jak w punkcie 8, praca na modelu danych pozwoli nam zadawać szersze pytania. Ale tym razem nie o tabele słownikowe, a o nasze transakcje z innych tabel.

• Jak wygląda realizacja sprzedaży (tabela Sprzedaż) na tle planów sprzedażowych (tabela Plany)?
• Czy do faktury sprzedażowej (tabela Sprzedaż) otrzymaliśmy przelew (tabela Przelewy)?
• Czy klient, który kupił ubezpieczenie (tabela Sprzedaż) miał szkodę (tabela Szkody)?

I znowu: zwykła tabela przestawna ogranicza się w swojej konstrukcji do jednej płaskiej tabeli. Projektując model danych, mamy możliwość połączenia kilku tabel ze sobą, tworząc już nie gwiazdę a galaktykę. Obsługa takiego modelu nadal będzie relatywnie prosta. Jednak…

10. Jedno źródło prawdy dla całej organizacji

Jednak użytkownik musi znać model danych, żeby na nim pracować. Obsługa gotowego modelu danych różni się od pracy na zwykłej tabeli przestawnej tym, że trzeba wiedzieć, którą miarą, z której tabeli i w jakim kontekście mogę się posłużyć. Przeszkolenie aktywnych analityków w tym obszarze pozwala wszystkim osobom, szczególnie tym z różnych działów, pracować „jedną soczewką” i widzieć dane w taki sam sposób. Koniec z tworzeniem własnych wyliczeń, które powodują, że zarządzający nie wiedzą, na czym stoją. Mając model, każda miara będzie miała określony wzór, który ujednolici wyniki w ramach całej organizacji.

11. Wykorzystanie tabel i wykresów przestawnych

Model danych z miarami, analogicznie jak zapytania w Power Query, jest wydzielony i w Excelu i w Power BI. Jednak praca na modelu danych z perspektywy tworzenia raportu, sprowadza się do wykorzystania zwykłych tabel i wykresów przestawnych. A do tego mamy w Excelu i Power BI interfejs drag & drop, proste tworzenie filtrów za pomocą fragmentatorów (o czym sporo mówię w kursie Tabele przestawne Excel) oraz równie łatwe tworzenie wykresów (nazywanych w Excelu przestawnymi, a w Power BI będących w sumie głównym wyborem użytkownika). Jeśli szukasz najprostszego sposobu na interaktywny raport w Excelu, tabela przestawna jest zawsze pierwszym wyborem, nawet jeśli zbudujesz model danych w Power Pivot lub w Power BI.

Widzisz inne zalety tworzenia modelu danych w Excelu lub Power BI?

Podziel się w komentarzu.

Dokładnie takie funkcjonalności daje Power BI, dziś kilka przykładów, jak to zrobić.

Proste definiowanie ról

Na początku do raportu Power BI pobieram dane dot. sprzedaży. Narzędzia główne > Pobierz dane > Excel > Wybieram arkusz dane >  Załaduj.

Następnie by utworzyć role wybieram kartę Modelowanie > Zarządzaj rolami.

Role będą opierały się na regionach. W pliku sprzedaż znajduje się kolumna o nazwie Region , poniżej widać zawarte w niej elementy. Role , które będę tworzyć będą odpowiednie dla kierowników każdego z występujących na liście elementów, czyli regionów.

W części Role tworzę nowe role i nadaję im nazwy, w kolejnej części czyli Tabele, wskazuję na jakiej tabeli , a tym samym na jakich wierszach i wartościach chcę oprzeć daną rolę. Wybieram w tym miejscu tabelę oraz wskazuję kolumnę (klikając wielokropek obok nazwy tabeli) na której zakładam filtr.

W kolejnej części wybieram  wartość filtru jaka ma być przyjęta dla danej roli. W tym przykładzie tworzę rolę dla regionu centralnego , tym samym wyrażenie DAX filtru tabeli dla kolumny Region , będzie przyjmowało wartość centralny. Po uzupełnieniu wszystkich pól wybieram Zapisz.

Takie same operacje wykonuję dla pozostałych regionów.

W trakcie dodawania kolejnych ról mogę skorzystać z filtrów utworzonych dla wcześniejszych ról.

Sprawdzenie działania utworzonych ról

Tworzę prosty wykres Zysk w podziale na Region, tak by móc faktycznie sprawdzić działanie utworzonych ról.

Wybieram konkretną rolę poprzez Modelowanie > Wyświetl jako role.  Na liście wyboru widzę utworzone przeze mnie role oraz Brak, Inni użytkownicy. Wybieram rolę Wschodni.

W  tym momencie widok raportu został zawężony do regionu Wschodni  , na górnym pasku pojawia się również komunikat , że wyświetlam dane w roli Wschodni. By znów zobaczyć pełen zakres danych wybieram szary przycisk Zatrzymaj wyświetlanie.

Zastosowanie funkcji OR

Cóż począć gdy kierownicy odpowiadają za więcej niż jeden Region? Wówczas należy zastosować funkcję OR języka DAX. Poprzez Zarządzanie rolami dodaję nową rolę Makro północny , która  będzie zawierać w sobie dostęp do regionu północnego oraz północno zachodniego. Dodaję filtr , tak jak w poprzednich przypadkach na kolumnie Region.

Zastosowanie funkcji USERNAME – powiązanie z kontem użytkownika

By z tej funkcjonalności skorzystać, muszę się dowiedzieć, jak nazywa się moja nazwa użytkownika. W tym celu tworzę nowe puste zapytanie i nadaję mu nazwę Pracownik : Narzędzia główne > Pobierz dane > Puste zapytanie > zmieniam nazwę > Zamknij i zastosuj.

To utworzonego zapytania wstawiam Nową miarę : Narzędzia główne > Obliczenia > Nowa miara

Nową miarą  będzie nazwa aktualnie korzystającego użytkownika. Na pasku formuły wpisuję nazwę miary oraz jej wartość czyli w tym przypadku wynik działania formuły USERNAME().

Aby zobaczyć, jaką wartość przyjmuje wskazana miara, umieszczam ją na wizualizacji. Otrzymuję wówczas wygląd nazwy mojego użytkownika. Nazwa ta zmienia się po opublikowaniu raportu na adres mailowy.

Do wybranych rekordów w pliku sprzedaż dodam w nowej kolumnie Użytkownik moją nazwę użytkownika. Powiedzmy, że będą to rekordy dla województwa mazowieckiego. Kopiuję z wizualizacji wartość mojego loginu.

Poprzez Modelowanie > Zarządzaj rolami dodaję nową rolę o nazwie User. Filtr zakładam na tabeli dane, na kolumnie Użytkownik z wartością jak na poniższym screenie > Zapisz.

Dzięki temu, zgodnie z filtrem wizualizacja zostaje zawężona do danych, w których pojawia się mój adres e-mail.

Pobierz plik

Krok 1: Utwórz miarę

Krok 2: Zdefiniuj wzór, dający w efekcie hiperłącze

W moim przykładzie jest to zwykły IF, zwracający link do czerwonego światła z Wikipedii.

! = IF([Sprzedaż Total] < 5000000 ; „https://upload.wikimedia.org/wikipedia/commons/thumb/1/13/Disc_Plain_red.svg/200px-Disc_Plain_red.svg.png”)

Krok 3: Ustaw typ danych dla miary

Oczekiwana kategoria danych to Adres URL obrazu.

Krok 4: Wstaw miarę do macierzy

Krok 5: Zmniejsz rozmiar obrazu

Ustawienie znajdziesz na karcie Format > sekcja Siatka > Wysokość obrazu.

Udało Ci się wykorzystać obrazy w miarach Power BI w ciekawy sposób?

Podziel się w komentarzu.

Eksport z Power BI Desktop do PDF

Nareszcie! Tej funkcji brakowało do początku w darmowej wersji Power BI Desktop, instalowanej na komputerze użytkownika lub pobieranej z Microsoft Store. Na liście pomysłów Power BI na tę funkcję głosowało najwięcej członków społeczności. Nareszcie jest, co pozwala szybko utworzyć statyczny plik PDF ze wszystkimi zakładkami, które są widoczne w raporcie Power BI. Jest to ciekawa alternatywa dla raportów, których odbiorcy nie mają Power BI.

Aby wyeksportować raport do pliku PDF, wystarczy na karcie Plik wybrać polecenie Eksportuj do formatu PDF.

Power BI przejdzie przez nasz raport strona po stronie i wygeneruje plik PDF, który możemy zapisać na swoim dysku.

Import plików PDF w Power Query

Masz plik PDF i chcesz pobrać z niego dane do Excela lub Power BI? Teraz możesz to zrobić kilkoma kliknięciami w Power Query (w momencie pisania artykułu tylko w Power BI, już wkrótce w Power Query także w Excelu).

Na liście źródeł wybierz Plik > PDF.

Następnie wybierz odpowiednie tabele lub strony (jeśli stron jest kilka, każda z nich pojawi się oddzielnie).

Finalnie dane lądują w Edytorze zapytań jako płaska tabela.

W przypadku wczytywania danych z PDF przyda się opcja z Folderu, dzięki której możemy wczytać wiele plików PDF (o takiej samej strukturze) jednocześnie. Najpierw wskaż ścieżkę katalogu z plikami PDF (np. fakturami).

Następnie kliknij Połącz i edytuj, a w kolejnym oknie kliknij ikonę Parametr.

Do Edytora zapytań trafią wszystkie tabele i strony wydobyte ze wszystkich plików przez Power Query, które można filtrować (1), a następnie dołączyć (2).

Już nie mogę się doczekać, żeby ta opcja weszła też do Power Query w programie Excel. Dotychczas było tak, że nowe funkcje pojawiały się w Edytorze zapytań Power BI, a następnie trafiały do Power Query w programie Excel.

Inne ciekawe funkcjonalności Power BI

Grupowanie zakładek

Aby trzymać porządek w zakładkach, możemy je zgrupować w Panelu zakładek.

Zakładki mogą działać jak slajdy lub być powiązane z akcjami. Należy pamiętać, że w raporcie opublikowanym na witrynie Power BI zakładki trzeba oddzielnie aktywować.

Integracja z Pythonem

Python to obok R najpopularniejszy język analityków, programistów i statystyków zamujących się danymi. Od teraz można skorzystać z kodu Pythona w dwóch miejscach (analogicznie jak przy R):

Pobieranie danych skryptem Pythona

Tworzenie wizualizacji skryptem Pythona

Miara jako URL obrazka

Jeśli stworzysz miarę, której wynikiem będzie URL obrazka (1), możesz ustawić typ danych na URL (2) i wyświetlić miarę jako obraz w jednej z wizualizacji wspierających obrazy (np. Karta z wieloma wierszami).

Sterowanie elementami Nagłówka wizualizacji

Mamy możliwość wyłączenia na karcie Format niektórych elementów Nagłówka wizualizacji (są to wszystkie informacje nad wykresem – strzałki, trzykropek itp.). Może się to przydać, aby użytkownik końcowy nie widział

Zmiany są widoczne po opublikowaniu raport na serwerze Power BI.

Wyłączenie Etykietki narzędzia (tooltipu)

Przy każdym wykresie mamy możliwość wyłączenia „dymka” przy danych – opcja ta także dostępna jest na karcie Format.

Budowa modelu danych w trybie Direct Query

Tryb Direct Query (inaczej „live”) uniemożliwiał dotychczas podłączenie innych źródeł danych i budowę modelu z ich wykorzystaniem. Teraz to ograniczenie zostało zniesione (w momencie pisania artykułu jest to funkcja w trybie preview) i można tworzyć modele złożone (ang. composite model). Zmiany wprowadza się we właściwościach źródła danych.

Przypomnienie: co to jest drillthrough filter?

Przeglądanie szczegółowe to nic innego jak możliwość przejścia z jednej strony raportu na drugą, zaprojektowaną przez nas specjalnie, by przyjrzeć się np. jakiejś obserwacji. Prezentujesz swój raport i chcesz przedstawić któregoś klienta w szczegółach: stwórz stronę raportu, na której będą wszystkie potrzebne informacje oraz podłącz odpowiedni filtr.

Gdy na wykresie punktowym w raporcie kliknie się prawym przyciskiem myszy w konkretnego klienta, można przejść do jego przeglądu szczegółowego. Niezależnie od wykresu, jeśli w raporcie jeszcze gdzieś pojawi się podział ze względu na klientów, w ten sposób będzie można przejść do przygotowanej strony.

Do tej pory była to jedyna funkcjonalność drillthrough filter. Najnowsza aktualizacja pozwala zrobić 2 dodatkowe rzeczy.

Automatycznie dodaj kolejne filtry

To najważniejsza nowość w majowej aktualizacji filtrów przeglądania szczegółowego. Na stronie ze szczegółami możesz włączyć zachowanie wszystkich filtrów. Co to oznacza? Dzięki tej możliwości dane w szczegółowym raporcie będą przefiltrowane przez każdy włączony w raporcie filtr.
W raporcie szczegółowym włącz opcję zachowania wszystkich filtrów.

Skorzystajmy z dodatkowego filtru w raporcie – ograniczmy interesujące nas daty zamówienia – a następnie przejdźmy do drillthrough.

Data zamówienia automatycznie zostanie dodana do filtrów przeglądania szczegółowego, ale także Region. Co więcej, ustawione tak jak w głównym raporcie. Już nie będziesz stresować się ręcznym ustawianiem wszystkich filtrów podczas prezentacji szczegółowego przeglądu do raportu – Power BI zrobi to za Ciebie!

Miary w drillthrough filter

Kolejną nowością jest możliwość filtrowania po zmiennych ciągłych i miarach. Co by się stało, gdyby w filtrach przeglądania szczegółowego dodać Zysk, który jest zmienną ciągłą? Zobacz, że pokazał się jako kategoria Podsumowanie.

Włączmy przeglądanie szczegółowe w raporcie głównym po zysku.

Filtrowanie wykonało się tak naprawdę po miesiącu zamówienia – po listopadzie. Zobacz jednak, że możesz zmienić przy filtrze Zysku w przeglądaniu szczegółowym zezwalanie z Podsumowania na zmienną kategoryczną. Teraz możesz wybrać poszczególne wartości, by pokazały się na wykresie. Każda z wartości jest osobnym dodatkowym filtrem.

Szybciej przeglądaj w swoje dane

Szybciej, łatwiej, bardziej szczegółowo – tak możesz przeglądać poszczególne obserwacje w swojej bazie danych dzięki zastosowaniu drillthrough filter, a dodane opcje pozwolą Ci na żywo podczas spotkania odpowiadać na dodatkowe pytania słuchaczy. Brzmi zachęcająco? Spróbuj sam i zobacz, jakie to proste!

Znasz ciekawe zastosowania przeglądania szczegółowego w Power BI?

Podziel się w komentarzu.

Tworzenie parametru analizy warunkowej

Parametr odnaleźć można na wstążce Modelowanie > Analiza warunkowa > Nowy parametr.

Po wybraniu przycisku zostanie wyświetlone okno umożliwiające konfigurację parametru. W oknie mamy następujące możliwości:

– Nazwa – nadanie nazwy dla parametru

– Typ danych – do wyboru są trzy: liczbowy całkowity, liczba dziesiętna, stałoprzecinkowa liczba dziesiętna (przecinek jest w ustalonym z góry miejscu)

– Minimum ­– jaką minimalną wartość powinien przyjąć parametr

– Maximum – jaką maksymalną wartość powinien przyjąć parametr

– Zwiększ – w jakich odstępach powinien parametr przyrastać

– Domyślny – domyślna wartość parametru

– checkbox Dodaj fragmentator do tej strony – zaznaczony checkbox oznacza dodanie na stronie raportu fragmentatora dla tworzonego parametru

Gdy tworzony jest parametr powstaje również miara, która pozwala na wizualizację wybranej wartości parametru analizy warunkowej. Po utworzeniu parametr i miara stają się częścią modelu, widoczne są na liście pól, a co za tym idzie są dostępne w raporcie i można ich używać na innych jego stronach.

Przykłady parametrów analizy warunkowej i ich działanie

W przykładzie zastosuję parametr regulujący wzrost sprzedaży na podstawie pliku sprzedaż załączonego do artykułu. Oprócz utworzenia parametru konieczne będzie utworzenie w kolejnym kroku miary, która będzie przeliczać wartość sprzedaży w zależności od wartości parametru.

Zaczynam od utworzenia parametru Modelowanie > Analiza warunkowa > Nowy parametr. Poniżej wartości jakie wpisuję do interfejsu tworzonego parametru. Nazwę go Wzrost sprzedaży , Typ danych to liczba dziesiętna, planuję wzrost sprzedaży do 200 % w związku z czym Minimum określam na poziomie 0, zaś Maksimum na poziomie 1. Wartości parametru będą wzrastały co 10 % czyli co 0,1. Oczywiście chcę by na stronie raportu pojawił się fragmentator, zatem zaznaczam dolny checkbox >OK.

Następnie ładuję dane z pliku Sprzedaż > Narzędzia główne > Dane zewnętrzne > Pobierz dane > Excel.

Następnie dodaję wcześniej wspomnianą miarę, czyli tworzę przeliczenie wartości sprzedaży w zależności od wartości utworzonego parametru Wzrost sprzedaży Narzędzia główne > Obliczenia > nowa miara, następnie w pasku formuły wpisuję poniższą formułę.

Na stronę raportu dodaję wizualizację w postaci Wykresu słupkowego zgrupowanego, wybieram dla niego jako wartości Sprzedaż oraz Sprzedaż po wzroście.

Oczywiście dodaję również fragmentator dla parametru. Przesuwając wartość parametru na osi fragmentatora widać jak na wykresie (gdzie została umieszczona miara zależna od parametru) Sprzedaż po wzroście zmienia wartość.

Oczywiście miar można tworzyć więcej, parametrów również, dzięki czemu można otrzymać ciekawe analizy typu wynagrodzenie w zależności od zrealizowanego targetu sprzedaży, wielkość zysku w zależności od ilości zamówień i wartości rabatów itp.

Pobierz plik i sprawdź działanie parametru w Power BI

Pobierz plik Analiza warunkowa – parametr i przetestuj działanie parametru analizy warunkowej w Power BI