Power BI - 讓Excel視覺化效果更上一層

- August 25, 2019

相信很多朋友都對Data Visualization頗有興趣，市面上也推出不少BI(Business Intelligence) Tools ，而正好筆者曾經有段時間因工作需要，瘋狂地量產Dashboard ，一度患上Dashboard恐懼症，看到有關Dashboard的事物便想作嘔，

這個工具雖然不是新科技，但在眾多Data Visualization的工具中是較為年輕的一群。這意味著無論在功能上或技術上，它還有很大的發展空間。對沒有接觸過BI tools而又熟識Excel的朋友， Power BI就是一個字"爽" ，可以匯入常見的檔案類型，配合Power Query執行SQL的程序，打造一個完整的DataTable ，然後像Pivot Table一樣，把想顯示出來的Dimension捉出來，各式各樣圖表立刻呈現眼前，十分便利。

不過，一些老手們，尤其是Qlikview愛好者，當遇上來自客戶或同事的稍為複雜的要求，在Qlikview上只要好幾個步驟便完成的，但當用上Power BI的時候卻變得十分麻煩，有時需要用上大量類似Excel formula的Measure (Qlikview的世界叫Expression) 才能達到目的，另外，有些個性化的設定也受到限制，例如圖上的Label可能會被遮蓋，卻不能移動。一些Table Column的名稱是固定的，即是不能用寫的Logic更新其名字。這些限制令一眾Developer十分頭痛，尤其是當你的上司認為這是一件非常簡單而又可行的改動。

不知道各位聽過有沒有Excel有一個強大的Plugin ，那就是Power Query ，用家可以在不需要寫任何SQL下，只需用介面中的按鈕便可執行一些Filter ， Join ， Concat等動作，筆者認為這破實為Excel如虎添翼，功能上更上一層樓。讀者們可能疑惑，這跟Power BI有何關係？其實Power BI也內置了Power Query ，所以同時受惠這個功能，不過如果在Power BI中濫用Power Query的話，後果可以是很嚴重。這話何解，原因十分簡單，假設我有兩份客戶數據和交易數據，第一步當然需要匯入數據，每一份數據匯入需要都要運行一次Query ，目前為止便需要運行兩次。現在，你親愛的上司想要知道某產品在女性客戶的銷售情況。當你接到任務，心裡咒罵完一番後，第一時間無疑會想到利用交易數據以判斷銷售情況，而性別則需要用上客戶數據，所以最終需要把兩份數據合併在一起，技術上稱為Join ，合併的過程也會運行Query ，合起來總共是三次。現實情況不會跟上述例子般簡單，你會發現運行的Query會很多，需要大量時間等待，數據量愈大，這個問題會更顯住。

那麽有解決辦法嗎？有，就是不要濫用， Power Query是好用但不代表我們可以濫用，要發揮Power BI的小宇宙，首先要明白Relationship和DAX這兩個好朋友，對數據庫沒有概念的朋友，可以先參考這篇文章，當你明白Relationship這個概念後，我們要在Power BI建立一個關聯式"小型數據庫"。要如何入手呢？從剛才的例子，我們有客戶和交易資料，兩者的關係是由客戶的ID串連在一起，只要我知道客戶的ID ，隨時可以查找交易記錄，該客戶的個人資料，同樣地，我們讓Power BI知道兩者的關係，在Relationship的設定中，把交易記錄和個人資料中的客戶的ID串聯在一起(如下圖)。這個方法不用執行合併的Query ，也因此省去部分等待Query完成的時間。

除了Power Query ，DAX也是非常重要的功能之一，想要精通PowerBI和把它發揮得更好，尤其是進階者，活用DAX是必須的， DAX全名為Data Analysis Expressions (DAX) ，在Power BI的世界中擔當十分重要的角色，當不能直接沿用原本的數據和其結構，便可以寫下DAX指令來實現SQL的程序，來建立一個新的Table ，或者Calculated Column。除此之外，建立新的Measure ，寫DAX Command來進行Summarization和Descriptive Statistics ，把統計結果都放在Dashboard上。沿用剛才的例子，老闆若果要你定期匯報女性客戶在某產品上的銷售情況，你便可以把這個資訊放在Dashboard ，讓你的老闆看到夠，以下就是DAX的寫法:

=Calculate(sum([Transaction_Table]Transaction_Amount), filter([Transaction_Table], [Transaction_Table]Product="Product"), filter([Customer_Table], [Customer_Table]Gender="Female"))

Transaction_Table就是交易數據，而Customer_Table是客戶數據，因為建立了Relationship ，所以Power BI懂得在兩個不一樣的Table下做過濾，最後把合乎條件的交易金額，用sum加起來便成事了。

技術的部分便到此為止，再探討下去，讀者朋友們會想睡了，有興趣的話不妨嘗試從官網下載和安裝Power BI Application來試一試。自從筆者從Dashboard恐懼症康復後，也心血來潮為自己打造一個人財務Dashboard ，用作審視個人的財務狀況。那麼也分享一下我的小作品，讓各位提提神。

正常來說，完整的財務報告包括收入，支出，資產負債，現金流等，不過筆者只是想示範一下Power BI的功能和實質應用，所以我會用支出記錄來作示範。

下圖正是筆者的支出情況，可以見到金錢由2013年到玩在都花在哪裡，花了多少，基於個人私隠，每項交易金額到換上隨機的數字，所以各位不用花時間推測筆者平時是如何敗家了。首先，我們看看最顯眼的數字，那就是337347 ，為了讓筆者，第一眼便可以知道支出的總數，於是我把數字放大，並放在較上的位置。接下來，來到最底下的圖表，這都反映錢都是花在衣食住行裡的食和行，總支出呈上升趨勢但增進有所放緩。除了食和行這些必需品外，錢還敗在哪裡，看看最中間的Bar chart ，發現原來大部是敗在玩樂上，右手邊的Table ，也可以看看詳細資料。至於頭頂和左手的方格又的是什麼？在Power BI ，這些都是Slicer ，只要按一下便可以過濾其他不需要的資料，其實右上角的Slicer是工作崗位，除了實習生，其他的都隠藏起來了，無謂顯醜。