Power BI x Copilot x ChatGPT 商業報表設計入門：資料清理、資料模型、資料視覺化到報表共享建立全局觀念 (ISBN:9789863127789)

  內容簡介 在這個以數據為核心的時代，企業的數據轉型不再是選擇，而是必然。《PowerBI x Copilot x ChatGPT 商業報表設計入門：資料清理、資料模型、資料視覺化到共享報表建立全局觀念》是一本為這一轉型需求而生的專業書籍。作者戴士寶 Stark，憑藉在 Power BI 領域的豐富經驗，為讀者提供全面而深入的學習途徑。   作者介紹 作者簡介   目錄 〈第一篇〉Power BI 基本認識 第 1 章 揭開 Power BI 面紗：背景與專有名詞介紹 1.1 為什麼需要 Power BI？ 1.2 初識 Power BI 家族的系列產品 1.3 如何挑選最適合的 Power BI 產品做為最佳解決方案 1.4 資料流：理解報表數字背後的歷程 1.4.1 資料蒐集 1.4.2 資料清理 1.4.3 資料模型 1.4.4 資料視覺化 第 2 章 Power BI Desktop 初識與實作：銷售報表 2.1 Power BI 報表實作：銷售成效追蹤報表 2.2 匯入資料源 2.3 啟用新版功能：物件專屬互動（On-object Interaction） 2.4 認識視覺效果 2.5 建立篩選：使用「交叉分析篩選器」視覺效果 2.5.1 製作年度篩選器 2.5.2 完成剩餘的篩選器 2.6 銷售額對月份走勢：使用「折線圖」視覺效果 2.6.1 為折線圖新增欄位 2.6.2 修改欄位的格式 2.7 不同產品類別銷售額比較：利用「群組直條圖」視覺效果 2.7.1 為群組直條圖增加欄位 2.7.2 修改欄位的格式 2.8 不同國家銷售渠道銷售成效比較：利用「群組直條圖」視覺效果 2.9 檢視我們完成的第一個 Power BI 專案 〈第二篇〉Power Query：資料清理的厲害工具 第 3 章 Power Query 基本操作 3.1 用 Power Query 匯入資料 3.1.1 Power Query 找不到檔案怎麼辦？ 3.1.2 匯入檔案到 Power Query，以 CSV 為例 3.1.3 Power Query 的工作區塊 3.2 常用操作 (1) 3.2.1 變更資料表名稱 3.2.2 移除頂端資料列 3.2.3 使用第一個資料列作為標頭 3.2.4 移除重複的資料列 3.2.5 移除空白的資料列 3.2.6 分割資料行（依分隔符號） 3.2.7 分割資料行（依字元數） 3.2.8 移除資料行 3.3 常用操作 (2) 3.3.1 重新命名資料行標頭 3.3.2 取代值 3.3.3 修改資料行之資料型態 3.3.4 排序 3.3.5 檢視查詢所套用的步驟 3.3.6 參考資料表 3.3.7 分組依據 3.4 資料行的操作 3.4.1 新增自訂資料行 3.4.2 新增條件資料行 3.4.3 新增索引資料行 3.4.4 新增複製資料行 3.4.5 合併資料行 3.5 將 Power Query 的操作套進 Power BI 第 4 章 Power Query 進階操作 (1) 4.1 資料表的資料結構轉換 4.1.1 適合用做資料視覺化的資料結構 4.1.2 樞紐與取消樞紐資料行 4.1.3 轉換 1×1 資料結構 4.1.4 轉換 2×1 資料結構 4.1.5 轉換 2×2 資料結構 4.2 日期與時間的操作 4.2.1 將日期時間拆分成日期與時間 4.2.2 擷取年、季、月、週、星期 4.2.3 將西元年轉換為民國年 4.3 文字資料行的操作 4.3.1 將英文字母改為全小寫 4.3.2 將英文字母改為全大寫 4.3.3 將每個英文單字字首改為大寫 4.3.4 清除字串前後空白 4.3.5 清除字串空白 4.3.6 在字串前面新增首碼 第 5 章 Power Query 進階操作 (2) 5.1 合併資料表的方法 5.1.1 縱向合併資料 5.1.2 橫向合併資料 5.1.3 合併同一資料夾之不同月份的檔案 5.2 步驟紀錄的調整 5.2.1 將某步驟刪除到結尾 5.2.2 移動步驟的次序 〈第三篇〉資料模型 － 模型建得好，製表沒煩惱 第 6 章 初識資料模型，善用 ChatGPT 協助正規化 6.1 資料模型是什麼？為什麼需要資料模型？ 6.2 認識資料表間的關聯 6.2.1 關聯的種類 6.2.2 篩選（關聯）的方向 6.2.3 作用中與非作用中的關聯 6.3 Star Schema：最常見的資料模型 6.3.1 為什麼需要 Star Schema 6.3.2 資料正規化：產生 Star Schema 6.3.3 事實資料表 6.3.4 維度資料表 6.4 實作：利用 ChatGPT 協助建立資料模型 6.4.1 將問題交給 ChatGPT 解決：撰寫適當的提示詞 6.4.2 建立產品類別維度表 6.4.3 建立產品維度資料表 6.4.4 建立客戶維度資料表 6.4.5 建立日期維度資料表 6.4.6 建立銷售事實資料表 6.4.7 檢視完成後的資料模型 第 7 章 初識 DAX 函數：提升 Power BI 實力的必學招式 7.1 什麼是 DAX 函數？ 7.2 DAX 函數基礎認識 7.2.1 資料型態 7.2.2 運算子 7.2.3 語法組成 7.3 DAX 公式使用場景 1：計算資料行 7.3.1 計算資料行的定義 7.3.2 新增計算資料行的方式 7.3.3 範例 1：計算銷售額的資料行 7.3.4 範例 2：計算顧客年齡的資料行 7.4 DAX 公式使用場景 2：量值 7.4.1 量值的定義 7.4.2 新增量值的方式 7.4.3 範例 1：計算總銷售額的量值 7.4.4 範例 2：計算顧客平均年齡的量值 7.5 計算資料行與量值的差異. 第 8 章 常見的 DAX 函數 － 以飯店旅客住宿資料模型為例 8.1 比較飯店服務的營收差異 8.1.1 新增服務消費金額的量值 – 使用 SUM 函數 8.1.2 將量值用群組直條圖呈現 8.2 計算所有房型的各別營收 8.2.1 計算入住天數 – 使用 DATEDIFF 函數 8.2.2 獲取關聯表的房型價格 – 使用 RELATED 函數 8.2.3 計算預定房間的收入 – 使用 SUMX 函數 8.2.4 優化 DAX 公式 8.3 為計算加入篩選 - 布林值篩選條件運算式 8.3.1 瞭解布林值篩選條件運算式的寫法 8.3.2 在一個量值中引入另一個量值 8.3.3 CALCULATE 函數的運作方式 8.3.4 實際操作新增「餐廳酒吧收入額」量值 8.3.5 布林值的邏輯算符 8.4 為計算加入篩選 - 資料表篩選條件運算式 8.4.1 新增「外國旅