ALBERT

Note: Inhalt Vorwort 1 Self-Service Business Intelligence - die Tools und ihre Versionen 1.1 Drei Tools zur Optimierung des Reportings 1.1.1 Egal aus welcher Quelle Ihre Daten stammen - Power Query wird sie importieren und bereinigen 1.1.2 Datenmodelle erstellen und Kennzahlen berechnen mit Power Pivot 1.1.3 Zeitliche Analyse von Daten mit Time-Intelligence-Funktionen 1.1.4 Interaktive Berichte - die natürliche Domäne von Power BI Desktop 1.2 Vom Add-in zur Menüintegration: Welche Excel-Version enthält was? 1.2.1 32- oder 64-bit-Version von Power Pivot? 1.2.2 Kompatibilität der Power-Query-Versionen untereinander 1.2.3 Office 365-Updatekanäle 1.3 Power BI und der Power BI Service 1.3.1 Power BI Desktop für den Power BI Service undden Power BI Report Server 1.3.2 Power BI Desktop als 32- oder 64-bit-Version? 2 Power Query - Daten aus unterschiedlichen Quellen importieren 2.1 Daten abrufen und transformieren - Excel- und Power-Bl-Desktop-Versionen 2.2 Mit Datenbanken verbinden 2.2.1 Zugriff auf eine SQL-Datenbank 2.2.2 Zugriff auf eine Access-Datenbank 2.2.3 Aufbau des Power-Query-Programmfenster 2.2.4 Datentypen überprüfen und anpassen 2.2.5 Ergänzen der Produkttabelle 2.3 Zugriff mit Power BI Desktop auf Datenbankdateien 2.3.1 DirectQuery für den Zugriff auf externe Daten nutzen 2.4 Import von CSV- und TXT-Dateien 2.4.1 Logische Beziehung zwischen Tabellen manuell erstellen 2.4.2 Verwendung der importierten Daten in einem Power-Pivot-Bericht 2.5 Excel als Datenquelle für einen Power-Query-Import nutzen 2.5.1 Daten aus Datentabellen einer Excel-Arbeitsmappe importieren 2.5.2 Zeitraum der Bestelldaten aus dem Tabellennamen übernehmen 2.5.3 Ähnliche Abfragen duplizieren und anpassen 2.5.4 Zwei oder mehrere Abfragen zu einer Tabelle zusammenfügen 2.5.5 Daten aus Tabellenblättern einer Excel-Arbeitsmappe importieren 2.5.6 Zusammenführen von Abfragen aus Datentabellen und Tabellenblättern 2.5.7 Importierte und bereinigte Daten mittels Pivottabelle auswerten 2.5.8 Überlegungen zur Organisation von Abfragen 2.6 Programmeinstellungen von Power Query anpassen 2.7 Mit Power Query erstellte Abfragen im Team nutzen 2.7.1 In Excel erstellte Power-Query-Abfragen auf dem Power BI Service veröffentlichen 2.7.2 Mit Power BI Desktop erstellte Datasets über den Power BI Service teilen und online nutzen 2.8 Mehrere Excel- oder CSV-Dateien aus einem Ordner konsolidieren 2.8.1 Ausschließen von Dateien mit unbrauchbarem Dateiformat 2.8.2 Bereinigen der Daten nach dem Ordnerimport 2.8.3 Alle Tabellenblätter aller Dateien importieren 2.9 SharePoint-Listen mit Power Query abfragen und bereinigen 2.10 Zugriff mit Power Query auf Internetseiten 2.11 Power-Bl-Datasets als Datenquelle für Auswertungen in Excel 3 Daten mit Power Query transformieren und kombinieren 3.1 Zugriff auf Textdateien 3.2 Spalten und Zeilen entfernen 3.2.1 Zeilen auf Basis des Inhalts oder der Position entfernen 3.2.2 Filtern von Zeiträumen 3.2.3 Automatische Zusammenfassung kombinierter Filterkriterien 3.3 Spalten teilen und neue Spalten erzeugen 3.3.1 Spalten nach einer vorgegebenen Zeichenzahl teilen 3.4 Basisbereinigung und Zellbereiche füllen 3.5 Datumsformate anpassen und zusätzliche Datumsspalten erzeugen 3.5.1 Datumsformate in Power Query anpassen 3.5.2 Datumsanalyse und regionale Standardeinstellungen von Power Query 3.5.3 Datumswerte zu Gruppen zusammenfassen 3.6 Berechnete Spalten erstellen 3.6.1 Textfunktionen in Power Query 3.6.2 Bedingte berechnete Spalten mit »if« 3.6.3 Exkurs: Eine Referenztabelle zur Zuordnung der RegionID verwenden 3.6.4 Zwei Tabellen mithilfe von Joins vergleichen 3.6.5 Weitere Berechnungen in Power Query 4 Tabellenstrukturen mit Power Query anpassen 4.1 Daten gruppieren 4.1.1 Hinzufügen von Untergruppierungen 4.1.2 Hinzufügen von Aggregierungen 4.1.3 Gruppierungen ohne Aggregierung einfügen 4.1.4 Sortieren der gruppierten Tabelle 4.2 Transformation von gestapelten, kategorisierten und pivotierten Daten 4.2.1 Entpivotieren von Daten 4.2.2 Daten in pivotierten Kategorien entpivotieren 4.2.3 Verbesserung der Abfrage-Performance durch Teilen der Abfrage 4.2.4 Entpivotieren von Spaltenpaaren 4.2.5 Umstrukturieren von gestapelten Daten 4.2.6 Gestapelte Daten mit separater Beschriftungsspalte 4.2.7 Entpivotieren von gestapelten und pivotierten Daten 4.2.8 Spalteninhalte in Zeilen umwandeln 5 Erweiterte Funktionen mit Power Query 5.1 Eine kleine Reise durch M 5.1.1 Es beginnt in Fredericia 5.1.2 Listen und Tabellen - gibt es da einen Unterschied? 5.1.3 Datumsreihe aus einer Zahlenreihe bilden 5.1.4 Kalenderparameter aus Tabelle übernehmen 5.1.5 Gruppierungsmerkmale wie Jahre, Wochen und Monate erzeugen 5.1.6 Datei-und Ordnernamen aus einer Parametertabelle übernehmen 5.1.7 Brückenabfragen bei der Kombination von Importfunktionen und mit anderen Abfrageergebnissen 5.1.8 Strukturvorlagen erstellen 5.1.9 Automatische Ergänzung weiterer Tabellen 5.1.10 Umgang mit dem Fehlerwert Error 6 Power Pivot - Grundlagen der Datenmodellierung 6.1 Tabellentypen eines Datenmodells 6.2 Transaktionstabellen 6.3 Suchtabellen 6.4 Typen von Beziehungen zwischen Tabellen 6.5 Excel-Jargon vs. Datenbank-Termini 6.5.1 Beziehungen zwischen Tabellen erstellen 6.6 Unterschiede zwischen logischen Beziehungen und Verweisfunktionen 6.7 Datenmodellierung in Excel oder in Power BI Desktop 6.8 Importieren weiterer Daten und logische Verknüpfung in Power Pivot 6.8.1 Alternativen bei der Erstellung von logischen Tabellenbeziehungen 6.9 Überprüfung des Datenmodells mit einem impliziten Measure 6.10 Best Practice für die Berechnung von Kennzahlen: das explizite Measure 6.11 Den Filterkontext einer Berechnung verstehen 6.11.1 Zwei Phasen der Berechnung von Measures 6.12 Typische Fehler bei Berechnungen 6.13 Berechnete Spalten vs. Measures (berechnete Felder) 6.13.1 Gruppierungsmerkmale mit berechneten Spalten erstellen 6.13.2 Den Zeilenkontext von berechneten Spalten verstehen 6.13.3 Verschachteltes IF() mit SWITCHQ vereinfachen 6.13.4 Verwendung der erstellten Gruppierungen im Power-Pivot-Bericht 6.13.5 Berechnete Spalten, Datendesign, Datenschnitte und die Performance von Power Pivot 6.14 Fallbeispiele für die Verwendung von berechneten Spalten 6.14.1 Übernahme von Spalten einer Suchtabelle mit RELATED() 6.14.2 Bedeutung von Kalendertabellen und berechnete Spalten im Kalender 6.14.3 Struktur und Bedeutung von Kalendertabellen in Power Pivot 6.14.4 Laden der Kalendertabelle ins Datenmodell 6.14.5 Erweiterung der Kalendertabelle um Spalten mit saisonalen Gruppierungsmerkmalen 6.15 Anpassungen an den Elementen eines Datenmodells vornehmen 6.15.1 Den Import externer Daten anpassen 6.15.2 Auswahl der zu importierenden Spalten in Power Query anpassen 6.15.3 Anpassungen am Datenimport im Power-Pivot-Fenster vornehmen 6.15.4 Hinzufügen von Tabellen zum Datenmodell 6.15.5 Measures (berechnete Felder) systematisch speichern 6.15.6 Measures umbenennen 7 Absolute und prozentuale Abweichungen sowie Anteile mit DAX-Funktionen berechnen 7.1 Schritte zum Erlernen von DAX in der Praxis 7.2 Basisaggregierungen für eine Kundenanalyse erstellen 7.2.1 Alternativen bei der Eingabe von Measures 7.3 Überprüfung der Datenqualität mithilfe von Basisaggregierungen 7.3.1 Multivariable Ergebnisse 7.3.2 Lageparameter zur ersten Bewertung der Datenqualität 7.4 Vergleich zweier Werte und Ratio-Berechnung 7.4.1 Ein Fallbeispiel: Der Soll-Ist-Vergleich 7.4.2 Soll- und Ist-Tabellen mit der Produktliste verbinden 7.4.3 Measures des Soll-Ist-Vergleichs erstellen 7.5 Bedingte Kalkulationen mit CALCULATE() erstellen 7.5.1 Veränderung des Filterkontextes mit CALCULATE() 7.5.2 Text- und Zahlenfilter in CALCULATE() 7.5.3 Kombinierte Kriterien mit logischem UND bzw. ODER in CALCULATE() 7.5.4 Vergleichsoperatoren in CALCULATE() 7.5.5 Komplexe Filterkriterien in CALCULATE() mit der Funktion FILTER() realisier