Suchen und Finden
Datenanalyse mit Microsoft Power BIund Power Pivot für Excel
1
Inhaltsverzeichnis
5
Einleitung
11
Zielgruppe
12
Voraussetzungen
12
Aufbau dieses Buches
13
Begleitende Inhalte
14
Schreibweisen und Hinweiskästen
14
Danksagungen
15
Errata und Support
15
Kapitel 1:Einführung in die Datenmodellierung
17
Arbeiten mit einer einzelnen Tabelle
18
Datenmodelle
24
Sternschemata
31
Die Wichtigkeit von Namen
37
Zusammenfassung
39
Kapitel 2:Header/Detail-Tabellen
41
Einführung
41
Werte aus dem Header aggregieren
42
Header/Detail-Tabellen reduzieren
49
Zusammenfassung
51
Kapitel 3:Mehrere Faktentabellen
53
Denormalisierte Faktentabellen
53
Dimensionsübergreifende Filterung
59
Mehrdeutigkeit von Modellen
61
Bestellungen und Rechnungen
64
Gesamtrechnungsbetrag für einen Kunden
69
Gesamtbetrag der Rechnungen für die ausgewählte Bestellung bzw. den ausgewählten Kunden
69
Betrag der in Rechnung gestellten Bestellungen
70
Zusammenfassung
73
Kapitel 4:Datum und Uhrzeit
75
Eine Datumsdimension erstellen
75
Automatische Zeitdimensionen
78
Automatische Zeitgruppierung in Excel
79
Automatische Zeitgruppierung in Power BI Desktop
80
Mehrere Datumsdimensionen
81
Umgang mit Datum und Uhrzeit
87
Zeitinformationsberechnungen
89
Geschäftskalender
91
Berechnungen mit Arbeitstagen
93
Arbeitstage in einer einzigen Region
93
Arbeitstage in mehreren Regionen
96
Besondere Zeiträume im Jahr
100
Sich nicht überlappende Zeiträume
101
Zeiträume relativ zu heute
102
Sich überlappende Zeiträume
105
Wochenkalender
106
Zusammenfassung
112
Kapitel 5:Historische Attribute
115
Einführung in langsam veränderliche Dimensionen
115
Langsam veränderliche Dimensionen verwenden
120
Langsam veränderliche Dimensionen laden
123
Die Granularität der Dimension korrigieren
126
Die Granularität der Faktentabelle korrigieren
129
Schnell veränderliche Dimensionen
130
Die richtige Modellierungstechnik wählen
133
Zusammenfassung
135
Kapitel 6:Snapshots
137
Einführung
137
Snapshots aggregieren
138
Abgeleitete Snapshots
144
Übergangsmatrizen
146
Zusammenfassung
152
Kapitel 7:Datums- und Zeitintervalle
155
Einführung in Zeitdaten
155
Aggregationen mit einfachen Intervallen
157
Datumsübergreifende Intervalle
159
Schichten und Zeitversatz modellieren
164
Laufende Ereignisse analysieren
165
Unterschiedliche Dauern vermischen
175
Zusammenfassung
180
Kapitel 8:m:n-Beziehungen
183
Einführung
183
Das bidirektionale Muster
184
Nicht additive Berechnungen
187
Kaskadierende m:n-Beziehungen
188
Zeitliche m:n-Beziehungen
191
Prozentuale Zuordnungsfaktoren
194
m:n-Beziehungen materialisieren
197
Die Faktentabelle als Brücke verwenden
198
Überlegungen zur Leistung
199
Zusammenfassung
201
Kapitel 9:Unterschiedliche Granularitäten
203
Einführung in Granularität
203
Beziehungen zwischen Tabellen unterschiedlicher Granularität
205
Vorhersagedaten analysieren
205
DAX-Code zum Verschieben von Filtern
208
Filterung über Beziehungen
210
Werte mit falscher Granularität ausblenden
212
Werte einer feineren Granularität mithilfe von Zuordnungsfaktoren berechnen
216
Zusammenfassung
217
Kapitek 10:Segmentierungsmodelle
219
Mehrspaltige Beziehungen
219
Statische Segmentierung
222
Dynamische Segmentierung
224
ABC-Analyse
226
Zusammenfassung
231
Kapitel 11:Währungsumrechnung
233
Die möglichen Situationen
233
Mehrere Quellwährungen, eine Berichtswährung
234
Eine Quellwährung, mehrere Berichtswährungen
238
Mehrere Quellwährungen, mehrere Berichtswährungen
243
Zusammenfassung
245
Anhang:Grundlagen der Datenmodellierung
247
Tabellen
247
Datentypen
249
Beziehungen
249
Filter und Kreuzfilter
250
Unterschiedliche Arten von Modellen
253
Sternschema
254
Schneeflockenschema
254
Modelle mit Brückentabellen
256
Additivität berechneter Felder
257
Additive berechnete Felder
257
Nicht additive berechnete Felder
257
Halbadditive berechnete Felder
258
Index
259
www.dpunkt.de
0
www.dpunkt.plus
0
Alle Preise verstehen sich inklusive der gesetzlichen MwSt.