W tej lekcji zajmiemy się tworzeniem zaawansowanych raportów w Power BI na podstawie rzeczywistego przykładu biznesowego (case study). W tym celu połączymy różne funkcje Power BI, takie jak DAX, relacje między tabelami, zaawansowane wizualizacje oraz integrację z innymi źródłami danych. Skupimy się na analizie finansowej i operacyjnej przedsiębiorstwa, tworząc interaktywne raporty, które pomogą podejmować decyzje oparte na danych.
Case Study: Analiza sprzedaży i rentowności przedsiębiorstwa
Załóżmy, że jesteś analitykiem danych w średniej wielkości firmie zajmującej się sprzedażą produktów na rynku międzynarodowym. Twoim zadaniem jest stworzenie raportu, który pomoże zarządowi monitorować wyniki sprzedaży, koszty, marże oraz rentowność w różnych regionach. Raport ma umożliwiać filtrowanie danych według różnych kryteriów, takich jak regiony, produkty, okresy oraz klientów.
Krok 1: Przygotowanie danych
Zacznijmy od przygotowania i importowania danych do Power BI. W naszym przypadku mamy trzy główne tabele:
- Tabela Sprzedaż – Zawiera dane o transakcjach, takie jak:
- ID transakcji
- Produkt
- Region
- Data sprzedaży
- Ilość sprzedanych produktów
- Cena jednostkowa
- Koszty zmienne (np. koszty produkcji)
- Tabela Produkty – Zawiera informacje o produktach, takie jak:
- ID produktu
- Nazwa produktu
- Kategoria produktu
- Koszt stały
- Tabela Klienci – Zawiera dane o klientach:
- ID klienta
- Nazwa klienta
- Region
- Segment rynku
Krok 2: Importowanie danych do Power BI
Aby zaimportować dane do Power BI:
- Otwórz Power BI Desktop.
- W zakładce Home (Strona główna) kliknij Get Data (Pobierz dane).
- Wybierz źródło danych, z którego chcesz zaimportować dane (np. Excel, SQL Server, pliki CSV).
- Załaduj wszystkie potrzebne tabele do modelu danych Power BI.
Krok 3: Tworzenie relacji między tabelami
Zanim przejdziemy do tworzenia raportu, musimy upewnić się, że dane w tabelach są odpowiednio połączone. Power BI pozwala na tworzenie relacji między tabelami, co umożliwia analizowanie danych w różnych kontekstach.
Aby utworzyć relacje między tabelami:
- Przejdź do zakładki Model.
- Przeciągnij kluczowe kolumny między tabelami, aby połączyć je w relacje. Na przykład:
- Połącz ID produktu z tabeli Sprzedaż z ID produktu w tabeli Produkty.
- Połącz ID klienta z tabeli Sprzedaż z ID klienta w tabeli Klienci.
Relacje te umożliwią Ci analizowanie sprzedaży i kosztów w kontekście produktów, klientów i regionów.
Krok 4: Tworzenie miar przy użyciu DAX
Kolejnym krokiem będzie stworzenie kluczowych miar, które posłużą do analizy finansowej i operacyjnej przedsiębiorstwa. Wykorzystamy język DAX, aby zdefiniować dynamiczne miary, które będą używane w raportach.
1. Miara: Całkowita sprzedaż
Całkowita sprzedaż to suma wartości transakcji sprzedażowych. Obliczamy ją, mnożąc ilość sprzedanych produktów przez cenę jednostkową:
CałkowitaSprzedaż = SUMX('Sprzedaż', 'Sprzedaż'[Ilość] * 'Sprzedaż'[CenaJednostkowa])
2. Miara: Koszty zmienne
Koszty zmienne to koszty związane bezpośrednio z produkcją sprzedanych towarów. Możemy je obliczyć jako iloczyn ilości sprzedanych produktów i jednostkowych kosztów zmiennych:
KosztyZmienne = SUMX('Sprzedaż', 'Sprzedaż'[Ilość] * 'Sprzedaż'[KosztZmienny])
3. Miara: Marża brutto
Marża brutto to różnica między całkowitą sprzedażą a kosztami zmiennymi. Obliczamy ją jako:
MarżaBrutto = [CałkowitaSprzedaż] - [KosztyZmienne]
4. Miara: Zysk netto
Zysk netto uwzględnia zarówno koszty zmienne, jak i koszty stałe. Koszty stałe są przypisane do każdego produktu w tabeli Produkty. Możemy obliczyć zysk netto, odejmując od marży brutto koszty stałe:
KosztyStałe = SUMX('Produkty', 'Produkty'[KosztStały])
ZyskNetto = [MarżaBrutto] - [KosztyStałe]
Krok 5: Tworzenie interaktywnych wizualizacji
Po utworzeniu miar możemy przejść do tworzenia interaktywnych wizualizacji, które pomogą nam w analizie danych. W Power BI mamy do dyspozycji wiele różnych typów wizualizacji, takich jak wykresy słupkowe, linie czasowe, mapy czy tabele przestawne. Skupimy się na kilku kluczowych wizualizacjach, które pozwolą efektywnie analizować sprzedaż, koszty i rentowność.
1. Wykres słupkowy: Całkowita sprzedaż według regionu
Aby stworzyć wykres pokazujący całkowitą sprzedaż w różnych regionach:
- Wybierz Bar Chart (Wykres słupkowy) z zakładki Visualizations (Wizualizacje).
- Przeciągnij miarę CałkowitaSprzedaż do obszaru Values.
- Przeciągnij kolumnę Region z tabeli Sprzedaż do obszaru Axis.
Wykres ten pokaże łączną wartość sprzedaży w każdym regionie.
2. Wykres liniowy: Zysk netto w czasie
Aby analizować zysk netto w czasie:
- Wybierz Line Chart (Wykres liniowy).
- Przeciągnij miarę ZyskNetto do obszaru Values.
- Przeciągnij kolumnę Data sprzedaży do obszaru Axis.
Wykres ten pozwoli śledzić zmiany zysku netto w różnych okresach.
3. Tabela: Zysk netto według produktów
Tabela przestawna umożliwia analizę danych w bardziej szczegółowy sposób, na przykład według produktów:
- Wybierz Table (Tabela).
- Przeciągnij kolumnę Nazwa produktu z tabeli Produkty do obszaru Rows.
- Przeciągnij miarę ZyskNetto do obszaru Values.
Tabela ta pokaże zysk netto dla każdego produktu.
4. Mapa: Sprzedaż według lokalizacji
Jeśli posiadasz dane geograficzne (np. regiony lub kraje), możesz użyć wizualizacji mapy, aby zobaczyć sprzedaż w różnych lokalizacjach:
- Wybierz Map (Mapa).
- Przeciągnij kolumnę Region do obszaru Location.
- Przeciągnij miarę CałkowitaSprzedaż do obszaru Size.
Mapa pokaże wielkość sprzedaży w różnych regionach.
Krok 6: Dodawanie interaktywności do raportu
Power BI umożliwia dodawanie interaktywnych filtrów, które pozwalają użytkownikom dynamicznie zmieniać widok raportu na podstawie wybranych kryteriów, takich jak produkty, regiony czy okresy.
1. Slicer: Filtrowanie według regionu
Aby dodać filtr (slicer), który pozwoli użytkownikom filtrować dane według regionu:
- Wybierz Slicer z zakładki Visualizations.
- Przeciągnij kolumnę Region do obszaru Field.
Slicer umożliwi wybór jednego lub wielu regionów, a wszystkie wizualizacje w raporcie zostaną automatycznie zaktualizowane na podstawie tego wyboru.
2. Filtrowanie według okresu
Aby dodać filtr czasowy, który pozwoli użytkownikom analizować dane według wybranych okresów:
- Wybierz Slicer.
- Przeciągnij kolumnę Data sprzedaży do obszaru Field.
- Zmień typ slicera na filtr zakresu dat, aby umożliwić wybór okresu czasu.
3. Wskaźniki KPI
Power BI umożliwia również dodawanie wskaźników KPI, które pokazują postępy w realizacji celów biznesowych. Możesz na przykład utworzyć wskaźnik, który pokaże, czy sprzedaż w bieżącym okresie przekroczyła założone cele:
- Wybierz KPI z zakładki Visualizations.
- Przeciągnij miarę CałkowitaSprzedaż do obszaru Indicator.
- Przeciągnij miarę reprezentującą cel sprzedażowy do obszaru Target.
Krok 7: Publikowanie raportu
Po stworzeniu raportu możesz go opublikować, aby udostępnić go innym użytkownikom w organizacji.
- Kliknij Publish (Opublikuj) w Power BI Desktop.
- Wybierz przestrzeń roboczą w Power BI Service, do której chcesz opublikować raport.
- Po opublikowaniu raport będzie dostępny w chmurze i użytkownicy będą mogli go przeglądać oraz analizować.
Podsumowanie
W tej lekcji nauczyłeś się, jak stworzyć zaawansowany raport w Power BI, który pozwala na dynamiczną analizę sprzedaży, kosztów, zysków oraz rentowności. Zastosowaliśmy funkcje DAX do tworzenia miar i obliczeń, a także wykorzystaliśmy interaktywne wizualizacje, aby umożliwić użytkownikom łatwe filtrowanie i przeglądanie danych. Power BI, dzięki swojej elastyczności i możliwości integracji z różnymi źródłami danych, jest potężnym narzędziem do tworzenia raportów biznesowych, które dostarczają kluczowych informacji w czasie rzeczywistym.
W następnej lekcji omówimy zarządzanie dużymi bazami danych w Power BI przy użyciu Power Query i Power Pivot, skupiając się na optymalizacji wydajności oraz najlepszych praktykach w przetwarzaniu danych.
Gratulacje! Ukończyłeś lekcję 17.
Przejdź teraz do lekcji 18 >> Zarządzanie dużymi bazami danych w Power BI
Spis Treści - darmowy kurs Excel
Wprowadzenie: Czym jest arkusz kalkulacyjny?
Lekcja 1: Wprowadzanie i formatowanie danych w Excelu
Lekcja 2: Korzystanie z formuł i funkcji w Excelu
Lekcja 3: Tabele i zarządzanie danymi w Excelu
Lekcja 4: Tworzenie wykresów w Excelu
Lekcja 5: Tabele przestawne w Excelu
Lekcja 6: Zaawansowane techniki filtrowania i sortowania danych w Excelu
Lekcja 7: What-If Analysis w Excelu
Lekcja 8: Solver i zaawansowana optymalizacja w Excelu
Lekcja 9: Zaawansowane scenariusze z użyciem Solver w Excel
Lekcja 10: Analysis ToolPak – Narzędzie do zaawansowanej analizy danych w Excelu
Lekcja 11: Power Query w Excelu – zaawansowane techniki pracy z danymi
Lekcja 12: Power Pivot – Analiza dużych zestawów danych w Excelu
Lekcja 13: Power BI – Tworzenie interaktywnych raportów i wizualizacji danych
Lekcja 14: Power Automate – Automatyzacja procesów biznesowych i Power BI
Lekcja 15: Power Apps – Tworzenie aplikacji na podstawie danych z Excela i Power BI
Lekcja 16: Zaawansowane funkcje DAX w Power BI i Power Pivot
Lekcja 17: Tworzenie zaawansowanych raportów w Power BI – Case Study
Lekcja 18: Zarządzanie dużymi bazami danych w Power BI
Lekcja 19: Analiza danych z wykorzystaniem Excela, Power BI i innych narzędzi
