28 天 PowerBI 学习计划：从基础到进阶的全面提升

欢迎关注【BI佐罗数据分析】，今日精华包括：视频案例，技巧干货，企业案例。

学习 Power BI 可能会让很多人感到挑战重重，尤其是面对复杂的数据建模、DAX 函数以及高级可视化技巧时。为了帮助大家更高效地掌握 Power BI，我们设计了一个 28 天的学习计划供大家参考。

这个学习计划非常详细，从基础到进阶，循序渐进。通过 28 天的学习，可以掌握Power BI的基本操作，学会创建各种类型的图表和报告，并能进行深入的数据分析。

前三天我们总结为 BI & Power BI 概述，本阶段旨在帮助您了解 BI 的基本概念，以及 Power BI 在商业智能中的独特价值。从商业智能的起源，到 Power BI 的产品体系，再到 AI 与 BI 的结合，为后续学习奠定理论基础。

BI & Power BI 概述 - 概述

• 什么是 BI（商业智能）？

• “大数据”与 BI 有什么关系？

• 数据分析与 BI 有什么区别与联系？

• 为什么要选择 Power BI 来做 BI？

• Power BI 带来了哪些商业机遇？

• Power BI 与其他数据分析工具有什么不同？

• AI 与 BI 的结合带来了什么变革？

BI & Power BI 概述 - 产品与定位 

• 什么是 Power BI 的产品体系？
• 个人如何使用 Power BI 进行数据分析？
• 企业如何利用 Power BI 实现高效的数据管理和决策支持？
• 学习 Power BI 有哪些模式可供选择？
• IT 人员与业务人员在使用 Power BI 时有何不同？

BI & Power BI 概述 - 系统初始化 

• 个人电脑的硬件配置需要满足哪些条件才能流畅运行 Power BI？
• 如何下载安装 Power BI Desktop？
• Power BI Desktop 的初始设置应该如何进行？
• 如何查看和使用 Power BI Desktop 的最新版本？

BI & Power BI 概述 - 工作流程与初步体验

• 自助商业智能的五大环节是什么？
• Power BI 桌面端具备哪些功能和特点？
• 如何体验 Power BI 的数字仪表板？
• 在 Power BI 中如何获取数据，体验其便捷性？
• 为什么可视化分析是商业智能发展的必然趋势？

BI & Power BI 概述 - BI 算法与数据结构

• 算法与数据结构之间有什么关系？
• 如何利用透视表作为核心方法进行数据分析？
• 如何理解数据结构在数据分析中的作用？
• 什么是表与结构化引用？
• 哪些表结构最适合用于透视表分析？

• 哪些常用表结构无法直接用于分析，原因是什么

通过本阶段学习，您将明白 BI 的核心作用及 Power BI 的定位，开启商业智能的学习旅程。

4-7 天我们总结为快速入门，这一阶段帮助您快速上手 Power BI 的核心工具，包括 Power Query 的基础操作、数据模型的构建与刷新，以及初步了解数据可视化的重要性。

• Power Query 与 Power BI 之间有什么关系？
• 如何初步体验和了解 Power Query 编辑器的功能？
• 如何使用 Power Query 转换数据并更改数据类型？
• 如何将数据加载到 Power BI 的数据模型中？

数据建模 - 理解数据建模

• 什么是单表数据模型？
• 如何在 Power BI 中使用模型视图？
• 表格视图的作用是什么？
• 如何创建用于分类的列？
• 如何设置用于汇总的列？
• 透视表（分组汇总表）是如何生成的？
• 如何将数据透视表转换为图表？
• 什么是自动日期表，如何使用？
• 如何刷新 Power BI 的数据模型？

数据可视化 - 理解数据可视化

• 如何理解数据可视化的重要性？
• 从表格和图表中如何看出数据信息的区别？
• 如何通过散点图体会数据可视化分析的优势？
• 交互式分析结合散点图能带来哪些独特的优势？
• BI 的核心特性是什么，如何理解？

数据分析 - 理解维度指标分析法

• 如何从不同角度汇总数据？
• 哪些列适合作为维度使用？
• 哪些列适合作为度量使用？
• 为什么文本字段可以作为维度？
• 时间如何作为维度来分析数据？
• 数值字段如何作为度量来进行数据分析？
• 度量与指标之间有什么关系？
• 如何通过维度来分析和解读指标？

制作报表 - 理解制作报表

• 报表与仪表板之间有什么区别与联系？
• 如何为报表和仪表板设计一个有效的标题？
• 如何在报表中使用时间维度进行分析？
• 如何利用 5W2H 法进行数据分析和报告编写？
• 如何选择和使用合适的图表来呈现数据？

• 如何通过数据讲述一个完整的故事

通过本阶段学习，您将掌握 Power BI 的基本操作与工具使用，为后续高级应用打下扎实基础。

8-13 天我们总结为数据建模，本阶段聚焦数据建模，包括表的关系定义、数据类型调整、自定义日期表的创建，以及模型计算的应用。

数据建模 - 多表数据模型

• 什么是表的关系？

• 什么是一对多关系，如何理解它在数据模型中的应用？

• 关系的特性有哪些？

• 什么是星形模型，它在数据建模中有什么作用？

• 如何对表进行筛选以获取所需数据？

• 什么是主数据与指标体系，它们如何在数据分析中发挥作用？

数据建模 - 调整数据

• 数据缺失会带来哪些问题，如何应对？
• 应该在什么位置准备和整理数据？
• 如何保持数据的自动扩展性？
• 更改数据类型时需要注意什么？
• 数据处理的最佳实践是什么？
• 如何高效地刷新数据？

数据建模 - 分类汇总

• 数据分析的第一步为什么是分组汇总？
• 哪些列适合作为分组使用，即作为维度？
• 哪些列适合作为汇总使用，即作为度量？
• 六种基本的汇总方式是什么？
• 如何设置列的默认汇总方式？
• 什么是维度与度量的相对性原理？

数据建模 - 无数据的项目

• 如何显示无数据的项目？
• 如何按日期查看销售额？
• 如何按订单日期查看销售额？
• 什么是稀疏矩阵，如何处理？
• 当维度多于明细时，无数据项目如何对应显示？
• 当维度少于明细时，切片器为什么会显示为空？

数据建模 - 数据属性

• 数据有哪些结构类型？
• 如何设置数据的显示格式？
• 什么是数据的内在属性？
• 如何区分数据类型、数据格式和数据属性？
• 如何隐藏和显示列？
• 什么是连接字段，如何使用连接字段？

数据建模 - 理解日期表

• 什么是日期表，如何理解它的作用？
• 为什么需要创建自定义日期表？
• 系统自动创建的日期表有哪些局限性？
• 日期表应该满足哪些条件？
• 应该使用一个日期表还是多个日期表？
• 如何禁用系统自动生成的日期表？
• 如何手动准备一个日期表？
• 如何使用 DAX 补充和完善一个日期表？

数据建模 - 按列排序

• 数据结构中的排序可能存在哪些问题？
• 如何通过按列排序来自定义排序方式？
• 如何正确设置按月份名称的排序？
• 如何在业务中按逻辑关系（如科目）进行排序？
• 数据排序时如何按序号排序？
• 透视表中的排序方式是如何依据值来进行的？

数据建模 - 理解层次结构

• 什么是层次结构关系？
• 如何通过层次结构理解向下和向上钻取？
• 如何创建整体性的层次结构？
• 如何通过层次结构实现从宏观到微观的可视化分析？
• 如何创建层次结构？
• 什么是临时层次结构，如何使用？
• 什么是包含关系的层次结构？
• 什么是分析关系的层次结构？如何应用？

数据建模 - 图表转换

• 如何将分组汇总结果转换为图表？
• 图表依赖的表格数据是如何生成的？
• 图表依赖的表格数据为什么是查询结果？
• 图表如何展示数据的核心信息？
• 什么是一一对应法报表模式，它如何应用于数据展示？

数据建模 - 模型与计算

• 如何计算数据的占比？
• 如何计算和分析利润率？
• 什么是度量值，它在数据分析中如何使用？
• 如何使用“显示为”选项自定义数据呈现形式？
• 什么是视图层计算，它如何在数据展示中应用

完成本阶段后，您将具备从基础到进阶的数据建模能力，为构建强大的数据模型奠定基础。

14-17 天我们总结为数据可视化，通过学习数据可视化的核心技术，掌握视觉对象的设计、图表类型的选择，以及在实际场景中的应用。

数据可视化 - 视觉对象 - 构造

• 什么是主维度，它在类别中如何使用？
• 图例中次维度的作用是什么？
• 如何将值设为主指标？
• 色彩饱和度如何表达次指标的变化？
• 什么是小多图，它如何通过第三维度进行数据展示？
• 如何在工具提示中添加更多维度和指标信息？

数据可视化 - 视觉对象 - 图例

• 哪些维度适合用于图例显示？
• 多指标展示时如何自动添加维度？
• 指标图例与维度之间为什么存在互斥关系？
• 色彩饱和度与维度之间为什么会产生互斥关系？

数据可视化 - 视觉对象 - 设置

• 如何设计标题以提升报告的表达效果？
• 副标题如何补充和强化主标题的内容？
• 如何设置格式以确保数据的清晰呈现？
• 如何使用标签来引导读者理解数据？
• 其他细节如何影响整体报告的视觉效果和可读性？

数据可视化 - 视觉对象 - 分析

• 如何在条形图中添加分析线？
• 如何在散点图中添加分析线？
• 如何在图表中加入分析线以增强数据解读？
• 如何使用 DAX 实现分析线的效果？
• 如何通过 DAX 度量值增强图表分析能力？

数据可视化 - 图表 - 水平类

• 柱形图有哪些类型（堆积、簇状、百分比），它们如何应用？
• 折线图、分区图和堆积面积图如何表现数据趋势？
• 什么是丝带图，它如何用于展示数据变化？
• 瀑布图如何呈现数据的增减变化？
• 组合图如何结合多种图表类型进行数据可视化？

数据可视化 - 图表 - 垂直类

• 条形图有哪些类型（堆积、簇状、百分比），它们分别适用于哪些场景？
• 漏斗图如何帮助展示数据的层级和流程转化？

数据可视化 - 图表 - 垂直类的等效简化

• 树状图如何用于展示数据的层级结构与分布情况？
• 饼图如何用于展示各部分占整体的比例关系？
• 环形图如何在视觉上更直观地表达比例关系？

数据可视化 - 图表 - 指标类

• 仪表图如何用于展示关键指标的当前状态？
• 卡片图如何用于显示单个数值或指标？
• 多行卡如何在一个视图中展示多个指标？
• KPI 图如何帮助跟踪关键绩效指标的达成情况？

数据可视化 - 图表 - 表格与矩阵

• 表格如何用于展示数据的明细信息？
• 矩阵图如何通过分组和汇总展示数据的层次结构？

数据可视化 - 图表 - 矩阵的高级设置

• 如何设置矩阵的显示格式？
• 如何在矩阵中显示小计？
• 如何在矩阵中显示总计？
• 如何在矩阵中显示链接以便于导航？
• 如何在矩阵中显示图片？
• 如何在矩阵的行上进行数据展示？
• 如何使用条件格式来突出矩阵中的特定数据？
• 迷你图如何在矩阵中增强数据的可视化效果？

数据可视化 - 图表 - 特定类 - 散点图

• 散点图如何用于展示数据的分布和关系？
• 如何使用 1 个维度和 1 个指标创建散点图？
• 如何在散点图中用 1 个维度展示 2 个指标的关系？
• 如何使用 1 个维度和 3 个指标来构建多维度散点图？
• 图例在散点图中如何用于区分不同数据类别？
• 如何在散点图中使用时间维度展示数据变化？
• 轨迹线如何在散点图中展示数据点的移动路径？
• 播放按钮如何动态演示散点图中数据随时间变化的过程？

数据可视化 - 图表 - 特定类 - 地图

• 地图图表如何用于展示地理位置数据？
• 着色地图如何通过颜色来区分不同区域的数据分布？
• 形状地图如何使用区域形状展示数据？
• 热力地图如何表现数据的密度和热点区域？
• 如何使用经纬度在地图上精确定位数据点？

数据可视化 - 控制类

• 切片器如何用于筛选和过滤数据？
• 如何使用日期切片器来筛选特定时间段的数据？
• “介于”切片器如何用于设置数值或日期范围的过滤条件？
• 什么是新切片器，它带来了哪些新增功能？

数据可视化 - 第三方视觉对象

• 如何根据评分选择合适的 Power BI 可视化组件？
• 为什么要根据 Power BI 认证选择可视化工具？
• 什么是独立庞大的可视化体系？
• Power BI 与 Tableau 在可视化上有哪些不同之处？
• 桑基图如何用于展示数据流向和比例？
• 词云图如何帮助我们直观地展示文本数据的频率和重要性？
• 什么是 Zebra BI，它如何提升数据可视化效果？

通过本阶段学习，您将掌握如何用图表讲述数据故事，并设计出高互动性的可视化内容。

18-20 天我们总结为数据分析，这一阶段专注于数据分析技巧，涵盖维度与度量的使用方法、交互筛选与钻取功能，以及智能分组与群集分析。

数据分析 - 分析方法与元素分类

• 维度与度量之间有什么区别和联系？
• 维度包含哪三种元素，它们如何影响数据分析？
• 数据分析的本质思维是什么？
• 如何通过展示、探索、挖掘来发现数据中的洞察？
• 如何抓住数据分析中的重点并有效呈现？
• 图表之间的关系是什么，如何在分析中互相配合？
• 图表内部的元素如何相互作用，影响数据解读？

数据分析 - 可视化分析

• 为什么在数据分析中优先强调时间要进行横向分析？
• 为什么在数据分析中优先强调结构要进行纵向分析？
• 哪些情况需要使用特定的特别分析？
• 如何通过差异对比分析发现数据中的变化和趋势？
• 什么是标准化可视化分析，它如何提升数据展示效果？

数据分析 - 交互筛选

• 什么是交互式分析，它如何增强数据解读能力？
• 如何查看图表背后的数据以获得更深入的洞察？
• 交互控制如何在报表中实现数据的多维度探索？

数据分析 - 图表钻取

• 什么是向下钻取，如何在数据分析中使用？
• 什么是向上钻取，它如何帮助查看上一级别的数据？
• 如何通过“显示下一级别”功能深入分析数据？
• “扩展至下一级别”如何展示更详细的数据层级？
• 如何使用钻取功能筛选其他视觉对象的内容？

数据分析 - 跨页钻取

• 什么是跨页钻取，它如何在不同页面间传递数据？
• 如何设定目标页以实现跨页钻取？
• 如何按维度进行钻取以查看不同维度的数据？
• 如何按指标进行钻取以查看不同指标的详细信息？
• 筛选条件如何在钻取时传递到目标页面？

数据分析 - 主从探索式分析

• 如何设计主从指标来展现数据之间的关系？
• 如何通过多角度（5W2H）分析问题，获得全面视角？
• 如何使用对比分析法发现数据差异和潜在问题？
• 如何通过下钻从宏观到微观分析数据，找到问题的原因？
• 如何利用联动分析找出原因的原因或关联因素？
• 如何通过数据分析找到责任人来解决问题？
• 如何通过下钻查看数据明细，获得更精确的信息？
• 如何将数据明细导出供进一步分析和讨论？
• 如何将数据分析结果转化为现实中的行动方案？
• 如何通过数据分析找到问题和机会，并利用心理学、沟通和职场软技能有效推动解决方案的实施？

数据分析 - 数据分组

• 为什么在数据分析中需要进行分组？
• 如何理解列表形式的分组方法？
• 如何从可视化对象中创建分组？
• 什么是“包括其他组”，它在分组中起什么作用？
• 分组如何作为图例使用以增强数据展示效果？

数据分析 - 数据分组 - 群集 - 圈选

• 如何处理图表中的大量元素？
• 散点图如何用于展示数据的分布和关系？
• 如何使用圈选工具在散点图中选取数据点？
• 如何选出散点图中的离群值进行分析？
• 如何使用 Shift + 鼠标多次圈选数据点？
• 如何使用 Ctrl + 鼠标补选单个数据点？
• 圈选数据点后可以进行哪些进一步分析操作？

数据分析 - 数据分组 - 群集 - 智能

• 如何体会和理解自动查找群集的功能？
• 如何使用自动查找群集来识别数据中的模式？
• 如何利用集群对数据元素进行分组？
• 如何深度理解集群的形成和意义？
• 为什么要将数据分成五个群而不是四个群？
• 群集的稳定性如何影响分析结果？
• 如何为群集命名以便更好地解释和展示数据？

数据分析 - 元素装箱

• 如何对连续型元素进行分组？
• 如何使用分区间和装箱法对数据进行分类？
• 如何在分析中实现连续型与离散型数据的转换？
• 什么是默认排序规则，它如何影响数据展示？
• 如何对年龄进行分组和分析？
• 如何按发货天数对数据进行分类和统计？

数据分析 - 归因分析分解树

• 分解树的原理是什么？
• 如何选择适合的维度进行分解？
• 如何按维度展开分解树进行数据分析？
• 智能选择功能如何帮助识别最佳维度？
• 什么是联动式智能选择，它如何优化分析路径？
• 如何结合固定和动态智能分解来进行归因分析？

数据分析 - 多维集群

• 什么是单指标集群，如何使用它进行数据分组？
• 双指标集群如何帮助揭示两种指标之间的关系？
• 多指标集群如何综合多种指标进行数据分析？
• 如何将多维集群简化为二维展示？
• 如何在多指标集群分析中应用权重分配？

数据分析 - 离群值分析

• 如何总结集群元素的规律并发现数据模式？
• 如何通过观察离群点来识别异常数据？
• 如何在分析中排除离群点以获得更准确的结果？

数据分析 - 演化分析

• 静态分组与动态分组有什么区别，它们在数据分析中如何应用？
• 什么是定基静态分组，它如何用于基准比较？
• 如何通过改变时间维度观察数据演化趋势？
• 如何利用分组分析找出数据中的问题和机会？
• 为什么要使用第二个日期表，它在分析中有什么作用？
• 如何取消交叉筛选以消除数据间的过滤关系？

数据分析 - 矩阵分析

• 如何在矩阵分析中使用多维度来展现数据的层次结构？
• 如何在矩阵中展示多指标以获得综合分析视角？
• 时间区间在矩阵分析中如何影响数据展示和趋势解读？

数据分析 - 切片器

• 如何使用切片器对离散型元素进行筛选？
• 如何通过切片器筛选连续型元素？
• 日期型元素切片器如何帮助按时间维度过滤数据？

数据分析 - 即时分析

• 什么是工具提示页，它在即时分析中有什么作用？
• 如何设计工具提示页以提升数据解读效果？

• 如何设置工具提示以便在视觉对象中显示更多信息？

具体内容如下：

制作报表 - 元素

• 如何设置页面导航？

• 如何在桌面端和手机端分别优化页面显示？

• 页面内容如何进行显示与隐藏？

• 如何使用文本框进行内容展示？

• 如何插入和调整图像？

• 如何使用形状元素增强视觉效果？

• 对齐功能如何帮助页面元素布局更加整齐？

• 如何使用选择窗格进行内容的显示、隐藏与层次管理？

• 如何对页面元素进行分组、合并、拆分和再分组？

• 响应式设计在报表中如何应用？

• 标头元素如何提升报表的视觉层次？

• 如何维护页面元素的层级顺序以确保内容的正确呈现？

制作报表 - 布局

• 如何设置页面格式以符合报表设计需求？
• 页面视图如何影响报表的整体展示效果？
• 如何调整页面大小以适应不同的显示设备？
• 如何优化画布设计以提升报表的可读性？
• 壁纸如何用于增强报表的视觉效果？
• 如何规划和设计报表的布局？
• 如何将 PPTX 导出背景应用到报表中？
• 如何导入自定义背景以提升报表的美观性？

制作报表 - 图表设置

• 如何实现图表设置的统一化风格？
• 如何设计图表的标题以增强可读性？
• 子标题如何补充图表标题的内容？
• 如何使用分割线优化图表布局？
• 如何设置图表的框线以区分内容？
• 轴标签颜色如何影响图表的视觉效果？
• 如何自定义图表标签颜色以提升数据对比度？
• 轴标题在图表中如何帮助读者理解数据含义？

制作报表 - 主题

• 什么是报表主题，如何影响整体设计风格？
• 如何设置和自定义主题颜色？
• 如何选择适合报表内容的主题？
• 如何保存自定义主题以便重复使用？
• 如何选取上一次使用的颜色进行格式统一？
• 格式刷如何用于快速应用样式？
• 透明度设置如何影响报表元素的视觉效果？

制作报表 - 书签

• 什么是书签，它在报表中有什么作用？
• 如何通过书签保存和切换不同的数据视图？
• 如何使用书签控制元素的显示与隐藏？
• 如何创建书签以便快速跳转到特定页面？
• 书签如何在局部与全部内容之间进行切换？
• 如何更新书签以反映最新的报表状态？

制作报表 - 导航

• 如何创建页面导航以便于在报表中快速切换？
• 书签导航如何帮助实现页面间的便捷跳转？
• 按钮在报表导航中如何应用和设置？

制作报表 - 按钮

• 按钮设置包含哪些选项（形状、文本、图标、空间、背景、边框）？
• 如何设置按钮的动态效果（默认、悬停）？
• 如何创建按钮以跳转到上一页？
• 如何创建按钮以跳转到下一页？
• 如何创建按钮以清除所有切片器筛选条件？
• 如何创建按钮以返回到特定页面或状态？
• 如何设置按钮以跳转到帮助页面？
• 如何设置按钮以显示更多信息？
• 按钮图标使用 SVG 格式和 PNG 格式有什么区别？
• 如何创建按钮以实现钻取功能？
• 如何按维度设置钻取按钮？
• 如何按度量值设置钻取按钮？

制作报表 - 筛选器

• 如何按页面范围设置筛选器？
• 筛选器面板如何管理不同级别的筛选器？
• 视觉级筛选器如何影响单个图表的显示内容？
• 页面级筛选器如何控制整个页面的数据显示？
• 报告级筛选器如何影响整个报告的所有页面？
• 如何通过交互设置筛选器？
• 图表联动筛选如何在多个图表间实现动态筛选？
• 图表钻取筛选如何通过钻取功能筛选数据？
• 跨页钻取筛选如何在不同页面间传递筛选条件？
• 如何按维度和指标设置筛选器？
• 如何使用 TOP N 筛选器展示前 N 名数据？
• 维度筛选器如何用于分类和细分数据？
• 指标筛选器如何按特定指标进行数据筛选？
• 如何使用切片器进行筛选？
• 离散元素切片器如何筛选特定类别或项？
• 连续元素切片器如何设置区间或范围筛选？
• 同步切片器如何在多个页面中保持筛选条件一致？

制作报表 - 同步切片器

• 什么是同步切片器，它如何用于跨页面数据筛选？
• 如何设置同步切片器的显示型和隐藏型？
• 如何对同步切片器进行分组管理？
• 如何设置同步字段以在多个页面中保持一致性？

• 如何实现同步切片器的单选和多选切换？

通过本阶段学习，您将能够设计美观且实用的交互式报表，为决策提供直观支持。

23-24 天我们总结为数据准备，这一阶段重点是掌握数据准备工具的使用，以及多文件数据整合与转换的高级操作。

数据准备 - 输出标准

• 什么是标准表结构，它在数据准备中起什么作用？
• 表的来源有哪些（数据库、手工表），如何管理不同来源的数据？
• 如何将不同来源的数据还原成标准表的形态？
• 数据准备过程中会产生哪些需求（清理、转换、合并）？
• 如何建立标准化的数据准备流程以提升数据质量和效率？

数据准备 - 工具定位

• 国际技术人员如何看待数据准备工具的定位？
• 国际业务人员如何评价数据准备工具的作用？
• 国内技术人员对数据准备工具有何见解？
• 国内业务人员如何看待数据准备工具的应用？
• 微软产品经理对数据准备工具的定位和发展趋势是怎样的？
• 学习与参考中有哪些资源可以帮助理解数据准备工具的定位？

数据准备 - 原理与流程

• 如何理解 Power Query 的数据准备原理？
• 如何将现有表格转换为新的表格？
• 如何在数据准备过程中循环应用转换步骤？
• 如何从数据源获取数据，并进行初步处理？
• 自动生成的查询步骤是什么，它如何帮助数据转换？
• 如何插入和删除查询步骤以调整数据准备流程？
• 如何理解和控制数据的加载过程？
• Excel 与 Power BI 在数据准备上的差异是什么？
• 什么是模态窗口，它如何影响操作？
• 如何将数据加载到 Power BI 的数据模型中？
• 如何复制和重用数据准备步骤？
• 如何理解不同的数据类型及其在数据准备中的应用？
• 如何学习和掌握 Power Query 的数据处理方法？

数据准备 - 基础处理

• 如何在数据清理过程中处理空格、错误和数据类型？
• 如何替换或删除数据中的错误值？
• 如何在单元格中替换值，例如将性别或数字与文本进行转换？
• 如何替换大数据表中的单元格值？
• 如何对列进行操作？
• 如何选择需要的列（过滤列）？
• 如何添加计算列，例如相除列？
• 如何添加自定义列，例如计算利润率？
• 如何添加索引列？
• 如何根据日期字段添加年、季、月等列？
• 如何对行进行操作？
• 如何选择需要的行（过滤行）？
• 如何删除表中的最后一行？
• 如何对表进行结构调整？
• 如何将第一行数据设置为表头？
• 如何将表头转换为第一行数据？
• 如何处理数据中的报错？
• 如何识别和处理数据中的错误？
• 如何删除错误查询？
• 如何恢复表中的正确数据状态？

数据准备 - 数据转换表格结构

• 如何通过向下填充补充缺失数据？
• 如何处理多行表头的数据结构？
• 如何使用转置功能调整表头布局？
• 如何合并或拆分列以规范表头数据？
• 如何进行行列转换？
• 什么是逆透视，如何将列转换为行？
• 什么是透视，如何将行转换为列？

数据准备 - 数据转换层级结构

• 如何输入数据以建立数据转换的层级结构？
• 如何使用 if then else 语句进行条件判断？
• 如何使用 #"" 来引用特殊数据？
• 如何将表转换为列表？
• List.Contains 如何用于列表操作和数据筛选？
• 如何使用 not 运算符进行逻辑反转？
• PQ（Power Query）中有哪些高级操作可以简化数据转换？
• 逆透视时是否必须保留左侧列？如何灵活调整逆透视操作？

数据准备 - 合并多文件数据

• 如何从文件夹中获取多个 Excel 文件的数据？
• 如何从文件夹中获取多个 CSV 文件的数据？
• 系统创建的合并结构是如何生成的？
• 如何重命名合并后的查询或表？
• 如何用文件夹来组织和管理 PQ 查询？
• 什么是主数据 + 明细数据模式，如何在合并中应用？
• 如何纵向合并多个表的数据？
• 如何横向合并多个表的数据？

数据准备 - 合并且转换多文件数据

• 如何合并多个文件并同时进行数据转换？
• 示例文件在合并转换过程中如何进行处理？
• 如何进行分组合并并去重？
• 如何从明细数据中提取维度？
• 如何对多个维度进行统一处理以保证数据一致性？

数据准备 - 架构设计优化

• 如何使用参数化文件路径提升数据源管理的灵活性？
• 如何通过查询引用优化查询逻辑？
• 查询复制和查询编辑在架构设计中如何应用？
• 如何启用加载以控制查询的执行顺序？
• 如何设置查询是否包括在刷新中？
• 什么是查询依赖项，它在查询架构中有什么作用？
• 如何进行数据架构设计以提升数据处理效率？
• 数据源层在架构设计中如何定义和管理？
• 数据处理层如何设计以确保数据转换的高效性？
• 数据模型层如何设计以支持后续的数据分析？

完成本阶段后，您将具备高效的数据准备能力，为后续数据分析与建模提供高质量的数据源。

25-26 天我们总结为模型增强，这一阶段聚焦于度量值创建、动态计算及参数化模型的实现，提升模型的灵活性与计算能力。

模型增强 - 模型驱动

• 什么是模型驱动的自助 BI，它如何提升数据分析的自主性？
• 如何在模型中补充数据以完善分析内容？
• 如何在模型中补充逻辑以增强数据处理能力？
• 什么是度量值驱动，它如何引导模型的计算与分析？
• 模型中的查询与计算如何提升数据处理效率？
• 如何通过模型增强分析能力与数据可视化效果？

模型增强 - 用计算列补充数据

• 如何使用计算列来补充数据？
• 计算列的公式应该如何编写？
• 在编写公式时如何处理中英文符号的区别？
• 如何利用智能提示提高公式编写的效率？
• RELATED 和 RELATEDTABLE 函数如何用于计算列？
• 如何在公式中使用换行提升可读性？
• 如何正确引用表和列进行计算？
• 如何通过计算列来计算订单销售额？
• 如何通过计算列来计算订单利润？
• 如何通过计算列来计算订单利润率？

模型增强 - 用计算表补充数据

• 如何使用计算表来补充数据？
• 如何通过创建日期表来支持时间维度分析？
• CALENDARAUTO 函数如何自动生成日期表？
• ADDCOLUMNS 函数如何用于向计算表中添加额外列？
• 如何在公式中使用 // 进行注释？
• 写公式时有哪些良好的习惯可以提升代码可读性和维护性？

模型增强 - 用度量值补充逻辑

• 如何使用度量值来补充分析逻辑？
• 如何为度量值公式起一个合适的名称？
• 什么是隐性度量值，它如何在模型中起作用？
• 如何通过度量值重新计算总销售额？
• 如何通过度量值实现总利润率的计算？
• 使用度量值和直接拖拽字段进行计算，哪种方法更好？
• 如何将度量值转换为“单位万”进行展示？
• 如何在度量值中引入汇率计算？

模型增强 - 深入理解度量值

• 度量值如何实现可重用性？
• 什么是链式计算，它如何在度量值中应用？
• 度量值的全局性如何影响数据计算的结果？
• 度量值与计算列的区别是什么？——度量值不占用内存。
• 度量值与计算列的区别是什么？——度量值占用 CPU 资源进行计算。
• 度量值的独立性如何提升数据模型的灵活性？
• 度量值的动态性如何根据不同上下文自动调整计算结果？
• 如何利用度量值提升数据模型的高性能表现？
• 度量值在模型层中如何起到支撑作用？
• 度量值如何成为指标体系的基础？
• 为什么数据到指标之间需要度量值作为中间层？
• 度量值如何在数据与指标之间起到过渡和基础作用？

模型增强 - 管理度量值

• 什么是度量值的全局性，它在模型管理中有什么作用？
• 如何创建和管理度量值组？
• 如何移动度量值？
• 如何移动单个度量值？
• 如何批量移动度量值？
• 如何使用度量值文件夹来组织和分类度量值？
• 如何为度量值起一个合适的名称？
• 什么是定语后置命名法，它如何提升度量值的命名规范性？
• 如何创建度量值的多层文件夹结构？
• 什么是度量值入库，它在度量值管理中有什么作用？

模型增强 - 商业智能的本质

• 什么是商业智能的本质，它在数据分析中如何体现？
• 如何通过限定条件来定义筛选范围？
• 如何实现 SUM-IF 的全动态化？
• 如何从简单的 SUM 转变为更复杂的 AGG 聚合计算？
• 什么是初级聚合计算？
• 六种常见的初级聚合计算方式有哪些？
• 什么是一阶计算，它在数据分析中如何应用？
• 如何使用 [度量值] ( 条件 ) 进行条件计算？
• CALCULATE 函数如何改变度量值的计算逻辑？
• 如何在运行时动态修改表之间的关系？
• 什么是虚线关系，它在数据模型中有什么作用？

模型增强 - 动态计算与分析

• 什么是动态计算与分析，它如何应用于数据模型中？
• 如何进行结构分析？
• 如何计算占比？
• ALL 和 ALLSELECTED 函数如何影响筛选上下文？
• 如何进行时间分析？
• 如何从上期到上 X 期进行时间计算？
• SAMEPERIODLASTYEAR 函数如何计算去年同期数据？
• DATEADD 函数如何进行时间偏移计算？
• 如何使用去年与上年的差异进行时间比较？
• 什么是时间智能函数，它在时间分析中有哪些应用？
• 如何通过“接化发”方法进行时间序列数据分析？
• 如何计算增长率及同环比？
• 如何使用 DIVIDE 函数进行除法计算，避免除零错误？
• 如何计算期初至今（YTD）数据？
• 如何在 DAX 中进行动态计算？
• DAX 如何融合 Excel、SQL 和 BI 的功能进行高级计算？

模型增强 - 参数化

• 什么是数值参数化，它如何在数据模型中应用？
• 维度参数化如何实现数据分析的动态切换？
• 指标参数化如何帮助灵活选择分析指标？
• 这些参数化功能都是如何通过 DAX 实现的？

模型增强 - DAX 驱动图表模型

• 什么是模型驱动的可视化，它如何通过 DAX 实现？
• 如何使用 MAX 和 ALL 函数获取最后日期？
• 如何设置条件，使数据早于最晚日期时不显示 YTD 数据？
• 如何使用 IF 函数在图表中实现动态显示逻辑？

模型增强 - DAX 驱动分析模型

• 什么是模型驱动的数据分析，它如何通过 DAX 实现？
• 帕累托分析在数据分析中如何应用？
• 如何使用 VAR 和 RETURN 来创建更清晰的 DAX 公式结构？
• FILTER 函数如何在数据模型中进行高效数据筛选？

模型增强 - 动态划分

• 如何输入数据以进行动态划分？
• 什么是辅助表，它在动态划分中起什么作用？
• 如何实现图表与表格之间的动态转换？
• 如何计算和展示动态帕累托值？
• 如何通过参数化来控制动态划分的条件和范围

通过本阶段学习，您将具备高级模型设计与动态计算能力。

最后两天是综合应用阶段，将前面学到的知识整合到实际项目中，从数据准备到建模、可视化到报表设计，完成一份高质量的 Power BI 项目。

经典案例：

结合 28 天学习计划和我们的《Power BI 经典》课程，您将拥有清晰的学习路径和系统化的 Power BI 技能掌握。无论是个人成长还是职场竞争，这都是一份值得投入的学习旅程！快来开启您的 Power BI 学习之旅吧！

扫描下方二维码了解 BI佐罗课程《Power BI 经典》的更多信息。

企业级大型案例：

对企业数据分析有问题？点击下方预约直播，还可现场连麦咨询哦。 

一更专业的数据分析师训练营一

🚀【经典课程】：从零和顶级专家系统化学习 Power BI。

📈【高级课程】：业务人（管理、销售、财务、供应链）彻底解决企业数据分析。

🔍【企业咨询】：十大行业，十大领域，企业案例，咨询，培训，实施。

🔗 如何获取更多信息？扫描下方二维码具体咨询。

BI佐罗数据分析 - 更专业更系统的企业数据分析

点击“阅读原文”了解《Power BI 经典》课程更多信息