Power BI desktop from A to Z ( pbidesk | 35 hours )

Adresatami szkolenia są osoby zajmujące się przetwarzaniem, analizą i prezentacją dużej ilości danych, analitycy, księgowi, a także programiści i testerzy oprogramowania.

PREWORK - PRZYGOTOWANIE DO SZKOLENIA:

Cel: Przegląd oprogramowania przydatnego podczas szkolenia.

• Tworzenie modelu danych: Power BI Desktop – wymagany
• Microsoft SQL Server Management Studio – opcjonalny
• DAX Studio – opcjonalnie do pracy z DAX
• Visual Studio Code – opcjonalnie do pracy z Power Query M, Python, R
• Środowiska Microsoft R Open, Python

Cel: Praca z Power BI - etapy tworzenia i życia raportu.

• Przygotowanie danych dla Power BI Desktop w Power Query.
• Optymalizacja i parametryzacja danych, także z użyciem języka SQL.
• Praca z modelem danych DAX: relacje, tabele, kolumny obliczeniowe, tabele obliczeniowe i miary.
• Budowa raportu w aplikacji Power BI Desktop.
• Publikacja i udostępnienie raportu w usłudze Power BI.
• Zarządzanie kontrolą dostępu do modelu danych.
• Ponowne użycie opublikowanego modelu danych.
• Aktualizacja raportu online

O szkoleniu: Szkolenie z zakresu Microsoft Power BI desktop od A do Z pozwala na kompleksowe zapoznanie się z możliwościami aplikacji. Obejmuje przegląd wszystkich istotnych etapów pracy z danymi w Power BI: Ekstrakcja, Normalizacja, Integracja, Modelowanie, Prezentacja, Publikacja.

Cel szkolenia: Praca z Microsoft Power BI w wersji desktop oraz elementami wersji online, przy współpracy z bazą danych SQL, usługami danych lub danymi plikowymi. Wprowadzenie do pracy z językiem Query M oraz modelem DAX, dodatkowo rozszerzonego o pracę z wizualizacjami dla języków R oraz Python.

Co usprawnisz w swojej pracy? Zoptymalizujesz sposoby pobierania, przekształcania i integracji danych zlokalizowanych na serwerze SQL, źródłach plikowych i usługach. Rozszerzysz umiejętności w korzystaniu z najlepszego narzędzia analitycznego. Zwiększysz swoją pewność w pracy, dzięki nabyciu nowych kwalifikacji. Zdecydowanie podniesiesz poziom swoich kompetencji zawodowych oraz szanse na awans.

Gdzie użyjesz nabytej wiedzy? Podniesiesz efektywność pracy związanej z tworzeniem raportów i w narzędziach BI. Zauważysz też wzrost komfortu w dostępie do danych. Osiągniesz nową wyższą jakość prezentacji danych i ich aktualizacji.

Czego się nauczysz? Poznasz sposoby efektywnego wykorzystania rozszerzonych możliwości Power BI. Poznasz wszystkie istotne etapy pracy z wizualizowanymi danymi.

1 – Budowa raportów Power BI Desktop

• Konfiguracja środowiska Power BI
• Budowa raportu Power BI w oparciu o dane z pojedynczego arkusza kalkulacyjnego.
• Składniki wizualizacji: Wykres, karta, tabela, macierz, wskaźnik i mapa.
• Praca z wizualizacjami – ogólne zasady łączenia z danymi i formatowania obiektów.
• Filtrowanie raportu: filtrowanie przez zaznaczanie, użycie panelu filtrów oraz fragmentatora.
• Model danych: Raport stworzony w oparciu o model danych – zestaw połączonych relacyjnie tabel, pobranych z pojedynczego arkusza kalkulacyjnego. Import, przekształcenie i oczyszczenie danych w Power Query. Automatyczne i manualne stworzenie relacji między tabelami. Zasady tworzenie i rodzaje relacji.
• Integracja danych: Raport stworzony w oparciu o rozproszone źródła danych. Praca z Power Query. Najpopularniejsze źródła danych, z których możesz pobrać dane do Power BI. Czym jest język Power Query M i jakie ma możliwości.
• Źródła danych dla Power BI: pliki CSV, Excel, JSON, XML, PDF. Tabele opublikowane w Internecie. Dane strumieniowe ODATA. Import plików z folderu. Biblioteki plików SharePoint. Bazy danych SQL.
• Praca z zapytaniami: Dołączanie i scalanie tabel. Śledzenie zależności zapytań. Obsługa wartości zduplikowanych. Przekształcenia typu PIVOT\UNPIVOT. Grupowanie, zliczanie i agregacja danych.
• Zapytania dynamiczne: zmienne (parametry) w optymalizacji zapytań. Tworzenie, zarządzanie parametrami i ich obsługa parametrów z poziomu raportu Power BI

2 – raporty Power BI z elementami DAX

• Język i model DAX w Power BI: czym jest i jakie ma zastosowanie.
• Składniki modelu danych DAX: Kolumna, kolumna obliczeniowa, tabela, tabela filtrowana, tabela kalendarza, miara i relacja. Typy danych i format danych w modelu.
• Dobre praktyki organizacji danych.
• Kolumny obliczeniowe: Czym są, ich tworzenie i modyfikacja; Operatory i ich priorytety w języku DAX; Ukrywanie kolumn w widoku użytkownika.
• Funkcje języka DAX: Tekstowe, Liczbowe, Czasu, Logiczne, Warunkowe, Konwertujące, tablicowe i filtrujące.
• Relacje w modelu danych: Relacje aktywne oraz nieaktywne i ich użycie. Kierunki filtrowania. Łączenie tabel przy braku relacji.
• Tabele obliczeniowe: Filtrowanie tabeli i jego kontekst w zapytaniu. Funkcje FILTER/ALL/ALLEXCEPT.
• Miary w języku DAX: Czym są i w jakim celu są tworzone miary; Miara a kolumna obliczeniowa w kontekście wykonania zapytania. Jak działa funkcja CALCULATE. Funkcje agregujące, zliczające i statystyczne w miarach.
• Kontekst w języku DAX: Kontekst na poziomie wiersza, zapytania i użytego filtra
• Hierarchia w analizie: Hierarchie generowane automatyczne i definiowane manualnie
• Time Intelligence w praktyce: Tabele kalendarza w DAX; Funkcje Time Intelligence w DAX – operacje na czasie

3 – raport oparty o dane składowane na serwerze SQL

• Tryby pracy z serwerem SQL: Import danych a zapytania typu Direct Query. Możliwości i ograniczenia.
• Import obiektów serwera SQL możliwych do wykorzystania w budowie modelu: Tabele, Widoki, Procedury zwracające dane (przegląd), Funkcje tabelaryczne
• Praca z zapytaniami w języku SQL. Klasyczne pobieranie danych – SELECT: składnia polecenia i kolejność wykonywania instrukcji SQL. Szybkie tworzenie zapytań w trybie low-code – prawie bez pisania kodu SQL (Query Designer). Standard SQL w modelu danych Power BI;
• Optymalizacja wykorzystania języka SQL: jak pobrać tylko te dane, których potrzebujemy. Funkcje języka SQL w zapytaniach; Operacje na połączonych tabelach – złączenia SQL; Łączenie wyników zapytania. Agregacja danych po stronie serwera SQL.
• Parametryzacja i SQL: Modyfikacja zapytania z użyciem parametru języka M; Parametr języka M kodzie SQL; Sterowanie wartościami parametru z poziomu Power BI; Integracja fragmentatora Power BI z parametrem języka M.
• Dynamiczne tworzenie i przesyłanie do serwera kodu SQL.

4 – Power BI Online

• Raport online: Publikacja istniejących raportów z Power BI Desktop. Tworzenie nowych raportów z opublikowanych zestawów danych. Eksport raportu do PDF, Excela, PowerPoint oraz osadzanie go w Power Point. Udostępnianie raportów współpracownikom i publikacja w trybie publicznym. Odświeżanie danych przez ponowna publikację.
• Obszary organizacji i użytkownika: Obszar roboczy i pulpit nawigacyjny i ich kluczowe elementy.
• Zarządzanie dostępem do obszaru roboczego. Tworzenie i zarządzanie pulpitem nawigacyjnym. Elementy składowe pulpitu nawigacyjnego jego możliwości i ograniczenia.
• Zestawy i składnice danych: Istniejący zestaw danych w nowym raporcie. Pobieranie źródła danych jako pliku PBIX. Widok zależności zapytań i obiektów Power BI Online.
• Dataverse i Power Query Online: Dataverse jako składnik Power Platform pomagający opanować dane. Jak i gdzie go użyć. Tworzenie i zarządzanie źródłem danych. Harmonogram synchronizacji źródła danych i kontrola dostępu do źródła danych.
• RLS (Row Level Security – zabezpieczenia na poziomie wiersza). Tabela z kontrolą uprawnień i podłączenie jej do modelu. Reguły dostępu i dodawanie do nich użytkowników.
• Brama danych: (Data Gateway) instalacja i konfiguracja. Dodawanie nowych źródeł do bramy. Zarządzanie połączeniem i harmonogram aktualizacji danych. Bezpieczeństwo i kontrola dostępu.
• Subskrypcje raportów: Tworzenie subskrypcji i zarządzanie jej odbiorcami. Harmonogram wysyłania powiadomień
• Integracja Power BI: Tworzenie i publikacja aplikacji w Power BI Online. Pobieranie gotowych aplikacji. Publikacja aplikacji w SharePoint i witrynach internetowych i usłudze Teams. Dedykowany widok raportu dla urządzeń mobilnych. Zarządzanie uprawnieniami.

5 – Podsumowanie: projekt A-Z + Skrypty języka R i Python.

• Ćwiczenia podsumowujące

Cel: Tworzenie wizualizacji w celu udostępnienia online.

• Zastosowania języka Python: uruchamianie bezpośrednio w programie Power BI Desktop w celu importu danych bezpośrednio do modelu. Tworzenie i udostępnianie raportów w usłudze Power BI.
• Wymagania wstępne: środowisko języka Python w Power Query. Biblioteki oprogramowania: Pandas i NumPy.
• Praca z językiem Python: Włączanie obsługi skryptów. Import i odświeżanie danych z użyciem skryptu.
• Tworzenie wizualizacji: Tworzenie wykresu punktowego – zbadanie korelacji. Wykres liniowy z wieloma seriami danych. Wykres słupkowy w prezentacji danych.
• Ograniczenia i bezpieczeństwo danych w języku Python.

Cel: budowa systemu analitycznego wraz z publikacją i udostępnieniem.

• Wymagania i ograniczenia pakietów języka R. Instalowanie języka R oraz bibliotek funkcji.
• Zastosowania języka R: Przygotowywanie modeli danych. Tworzenie raportów. Czyszczenie danych, zaawansowane kształtowanie danych i analizę zestawu danych, w tym uzupełnianie brakujących danych, prognozowanie, klastrowanie.
• Uruchamianie skryptów języka R: Przygotowywanie i uruchomienie skryptu w celu importu i odświeżenia modeli danych.
• Praca z językiem R: Używanie języka R w edytorze Power Query. Gotowe wizualizacje możliwe do wykorzystania w Power BI. Tworzenie wizualizacji na podstawie danych skryptu języka R