Ferrari / Russo Datenanalyse mit Microsoft Power BI und Power Pivot für Excel

1. Auflage 2018
ISBN: 978-3-96088-250-3
Verlag: dpunkt
Format: PDF
Kopierschutz: Wasserzeichen (»Systemvoraussetzungen)

E-Book, Deutsch, 264 Seiten

Um die richtigen Erkenntnisse aus Ihren Daten ziehen zu können, müssen Sie sie richtig modellieren. Microsoft bietet Ihnen starke und zugleich zugängliche Tools für die Datenmodellierung, von Power BI bis Power Pivot für Excel. Wie Sie diese Tools effektiv einsetzen, zeigen Ihnen Alberto Ferrari und Marco Russo, international anerkannte Experten für Datenanalyse mit Microsoft, in diesem Buch. Nach einer kurzen Einführung in das Konzept der Datenmodellierung lernen Sie Schritt für Schritt anhand realer Beispiele mit steigendem Schwierigkeitsgrad, wie Sie einfache Tabellen in umfassende und aussagekräftige Modelle verwandeln.
Aus dem Inhalt:

- Einführung in die Datenmodellierung
- Header/Detail-Tabellen
- Denormalisierte Faktentabellen und dimensionsübergreifende Filterung
- Datumsdimensionen erstellen
- Historische Attribute: langsam und schnell veränderliche Dimensionen
- Snapshots aggregieren
- Datums- und Zeitintervalle
- m:n-Beziehungen
- Unterschiedliche Granularitäten
- Segmentierungsmodelle
- Währungsumrechnung
Unter dem Label "Microsoft" erscheinen exklusiv im dpunkt.verlag Übersetzungen der besten Microsoft Press-Titel.

Autoren/Hrsg.

Ferrari, Alberto

Russo, Marco

Weitere Mitwirkende

Gronau, Volkmar

Inhaltsverzeichnis

1;Datenanalyse mit Microsoft Power BIund Power Pivot für Excel;1
1.1;Inhaltsverzeichnis;5
1.2;Einleitung;11
1.2.1;Zielgruppe;12
1.2.2;Voraussetzungen;12
1.2.3;Aufbau dieses Buches;13
1.2.4;Begleitende Inhalte;14
1.2.5;Schreibweisen und Hinweiskästen;14
1.2.6;Danksagungen;15
1.2.7;Errata und Support;15
1.3;Kapitel 1:Einführung in die Datenmodellierung;17
1.3.1;Arbeiten mit einer einzelnen Tabelle;18
1.3.2;Datenmodelle;24
1.3.3;Sternschemata;31
1.3.4;Die Wichtigkeit von Namen;37
1.3.5;Zusammenfassung;39
1.4;Kapitel 2:Header/Detail-Tabellen;41
1.4.1;Einführung;41
1.4.2;Werte aus dem Header aggregieren;42
1.4.3;Header/Detail-Tabellen reduzieren;49
1.4.4;Zusammenfassung;51
1.5;Kapitel 3:Mehrere Faktentabellen;53
1.5.1;Denormalisierte Faktentabellen;53
1.5.2;Dimensionsübergreifende Filterung;59
1.5.3;Mehrdeutigkeit von Modellen;61
1.5.4;Bestellungen und Rechnungen;64
1.5.4.1;Gesamtrechnungsbetrag für einen Kunden;69
1.5.4.2;Gesamtbetrag der Rechnungen für die ausgewählte Bestellung bzw. den ausgewählten Kunden;69
1.5.4.3;Betrag der in Rechnung gestellten Bestellungen;70
1.5.5;Zusammenfassung;73
1.6;Kapitel 4:Datum und Uhrzeit;75
1.6.1;Eine Datumsdimension erstellen;75
1.6.2;Automatische Zeitdimensionen;78
1.6.2.1;Automatische Zeitgruppierung in Excel;79
1.6.2.2;Automatische Zeitgruppierung in Power BI Desktop;80
1.6.3;Mehrere Datumsdimensionen;81
1.6.4;Umgang mit Datum und Uhrzeit;87
1.6.5;Zeitinformationsberechnungen;89
1.6.6;Geschäftskalender;91
1.6.7;Berechnungen mit Arbeitstagen;93
1.6.7.1;Arbeitstage in einer einzigen Region;93
1.6.7.2;Arbeitstage in mehreren Regionen;96
1.6.8;Besondere Zeiträume im Jahr;100
1.6.8.1;Sich nicht überlappende Zeiträume;101
1.6.8.2;Zeiträume relativ zu heute;102
1.6.8.3;Sich überlappende Zeiträume;105
1.6.9;Wochenkalender;106
1.6.10;Zusammenfassung;112
1.7;Kapitel 5:Historische Attribute;115
1.7.1;Einführung in langsam veränderliche Dimensionen;115
1.7.2;Langsam veränderliche Dimensionen verwenden;120
1.7.3;Langsam veränderliche Dimensionen laden;123
1.7.3.1;Die Granularität der Dimension korrigieren;126
1.7.3.2;Die Granularität der Faktentabelle korrigieren;129
1.7.4;Schnell veränderliche Dimensionen;130
1.7.5;Die richtige Modellierungstechnik wählen;133
1.7.6;Zusammenfassung;135
1.8;Kapitel 6:Snapshots;137
1.8.1;Einführung;137
1.8.2;Snapshots aggregieren;138
1.8.3;Abgeleitete Snapshots;144
1.8.4;Übergangsmatrizen;146
1.8.5;Zusammenfassung;152
1.9;Kapitel 7:Datums- und Zeitintervalle;155
1.9.1;Einführung in Zeitdaten;155
1.9.2;Aggregationen mit einfachen Intervallen;157
1.9.3;Datumsübergreifende Intervalle;159
1.9.4;Schichten und Zeitversatz modellieren;164
1.9.5;Laufende Ereignisse analysieren;165
1.9.6;Unterschiedliche Dauern vermischen;175
1.9.7;Zusammenfassung;180
1.10;Kapitel 8:m:n-Beziehungen;183
1.10.1;Einführung;183
1.10.1.1;Das bidirektionale Muster;184
1.10.1.2;Nicht additive Berechnungen;187
1.10.2;Kaskadierende m:n-Beziehungen;188
1.10.3;Zeitliche m:n-Beziehungen;191
1.10.3.1;Prozentuale Zuordnungsfaktoren;194
1.10.3.2;m:n-Beziehungen materialisieren;197
1.10.4;Die Faktentabelle als Brücke verwenden;198
1.10.4.1;Überlegungen zur Leistung;199
1.10.5;Zusammenfassung;201
1.11;Kapitel 9:Unterschiedliche Granularitäten;203
1.11.1;Einführung in Granularität;203
1.11.2;Beziehungen zwischen Tabellen unterschiedlicher Granularität;205
1.11.2.1;Vorhersagedaten analysieren;205
1.11.2.2;DAX-Code zum Verschieben von Filtern;208
1.11.2.3;Filterung über Beziehungen;210
1.11.2.4;Werte mit falscher Granularität ausblenden;212
1.11.2.5;Werte einer feineren Granularität mithilfe von Zuordnungsfaktoren berechnen;216
1.11.3;Zusammenfassung;217
1.12;Kapitek 10:Segmentierungsmodelle;219
1.12.1;Mehrspaltige Beziehungen;219
1.12.2;Statische Segmentierung;222
1.12.3;Dynamische Segmentierung;224
1.12.4;ABC-Analyse;226
1.12.5;Zusammenfassung;231
1.13;Kapitel 11:Währungsumrechnung;233
1.13.1;Die möglichen Situationen;233
1.13.2;Mehrere Quellwährungen, eine Berichtswährung;234
1.13.3;Eine Quellwährung, mehrere Berichtswährungen;238
1.13.4;Mehrere Quellwährungen, mehrere Berichtswährungen;243
1.13.5;Zusammenfassung;245
1.14;Anhang:Grundlagen der Datenmodellierung;247
1.14.1;Tabellen;247
1.14.2;Datentypen;249
1.14.3;Beziehungen;249
1.14.4;Filter und Kreuzfilter;250
1.14.5;Unterschiedliche Arten von Modellen;253
1.14.5.1;Sternschema;254
1.14.5.2;Schneeflockenschema;254
1.14.5.3;Modelle mit Brückentabellen;256
1.14.6;Additivität berechneter Felder;257
1.14.6.1;Additive berechnete Felder;257
1.14.6.2;Nicht additive berechnete Felder;257
1.14.6.3;Halbadditive berechnete Felder;258
1.15;Index;259
2;www.dpunkt.de;0
3;www.dpunkt.plus;0

Über Autor(innen)

Alberto Ferrari und Marco Russo sind die Gründer von sqlbi.com und veröffentlichen dort regelmäßig Artikel über Microsoft Power Pivot, Power BI, DAX und SQL Server Analysis Services (SSAS). Beide Autoren beraten Unternehmen zu Business Intelligence (BI) und sprechen häufig auf bedeutenden internationalen Konferenzen wie Microsoft Ignite, PASS Summit und SQLBits.