本书以Power BI数据分析软件为平台，将企业实际工作需求作为出发点，分别从思维、技术、实践这三方面，全面系统的讲解和分享了Power BI在企业日常数据分析场景的运用思维、实操技能以及综合管理应用的思路。
本书分为三大部分。第1篇（第1～4章）以循序渐进的方式介绍企业数据分析的基本流程、常见模型以及应用案例。第2篇（第5～8章）主要介绍和讲解了企业数据分析人员必知必会的Power BI工具的操作技能、应用技巧及经验，内容包括各种实用工具的使用技能，常见问题的解决方法，以及各类函数和各种图表的作用及具体运用方法。通过这部分信息帮助商业数据分析人员精进、精通Power BI的核心技术。第3篇（第9～10章）则是主要介绍如何通过Power BI来制作数据分析报表，并结合常见的应用案例，综合前面篇章所讲的各种技能，讲解Power BI在企业日常数据分析工作中的实践应用，同时向读者分享了数据报表的管理思路与应用经验。
全书内容循序渐进，由浅入深，案例丰富翔实，既适合数据分析从业人员提高Power BI技能水平，积累和丰富实战工作经验，也适合基础薄弱的初学者快速掌握Power BI技能，还可作为培训机构、各职业院校的教学参考用书。

张煜，微软商业数据分析（BI）方向最有价值专家（MVP），现任职于AvePoint（中国）首席产品经理，主要从事产品设计、研发和管理等相关工作。有超过8年的项目管理经验，擅长对产品数据进行可视化分析并提炼商业价值，从而制定推广、开发、销售及维护等策略。

Chapter 01 走进商业数据分析
1.1 什么是商业数据分析
1.1.1 老板为什么要商业数据分析报告
1.1.2 谁才是商业数据分析的对象
1.1.3 什么样的分析报告能获得老板的青睐
1.2 不同企业对商业数据分析的不同定位
1.2.1 商业分析与数据分析
1.2.2 商业分析与数据科学
1.3 如何成为一名商业数据分析师
1.3.1 经济学背景
1.3.2 统计学常识
1.3.3 计算机基础
1.3.4 其他能力
1.4 本章小结
Chapter 02 商业数据分析基本流程
2.1 确认问题
2.1.1 如何展开问题调查
2.1.2 问题调查时的注意事项
2.1.3 使用5WHY分析法明确调查方向
2.2 数据收集
2.2.1 收集一手数据
2.2.2 收集二手数据
2.3 数据加工整理
2.3.1 去除冗余数据
2.3.2 提取整合数据
2.3.3 对数据进行脱敏
2.3.4 修正问题数据
2.4 数据建模
2.4.1 规范数据指代名称
2.4.2 定义数据类型
2.4.3 建立表单关联关系
2.4.4 进行数学运算
2.5 制作数据分析报表
2.5.1 创建可视化对象
2.5.2 报表用户的权限分配
2.5.3 报表的发布与更新
2.5.4 编写数据分析报告
2.6 本章小结
Chapter 03 商业数据分析的模型与思路
3.1 商业数据分析的四个层次
3.1.1 描述性分析
3.1.2 诊断性分析
3.1.3 预测性分析
3.1.4 规范性分析
3.2 商业数据分析的常用模型
3.2.1 PEST 宏观环境分析模型
3.2.2 SWOT 条件综合分析模型
3.2.3 波特五力分析模型
3.2.4 4P 营销分析模型
3.2.5 5W2H 分析模型
3.3 商业数据分析的常见思路
3.3.1 细分分析
3.3.2 对比分析
3.3.3 趋势分析
3.3.4 组群分析
3.3.5 关联分析
3.4 本章小结
Chapter 04 商业数据分析的常见应用示例
4.1 客户分析
4.1.1 客户生命周期
4.1.2 客户状况衡量指标
4.1.3 RFM 客户分析模型
4.2 成本收益分析
4.2.1 现值
4.2.2 净现值
4.2.3 分析的基本步骤
4.3 销售分析
4.3.1 常见关注指标
4.3.2 基本分析点
4.4 本章小结
Chapter 05 商业数据分析利器：Power BI的基本操作
5.1 巧用查询编辑器
5.1.1 选择恰当的数据加载方式
5.1.2 灵活引用数据
5.1.3 明确数据名称和类型
5.1.4 小心排序陷阱
5.1.5 调用自定义函数和参数
5.2 灵活使用建模工具
5.2.1 巧建表关联关系
5.2.2 向报表内添加图片
5.2.3 分析和预测功能
5.2.4 角色权限分配
5.3 提高建模效率的小技巧
5.3.1 DIVIDE函数vs除法操作符
5.3.2 恰当使用ISERROR和IFERROR
5.3.3 谨慎对待空值
5.3.4 使用SELECTEDVALUE代替
VALUES
5.3.5 在CALCULATE函数中尽可能使用
布尔类型表达式
5.3.6 使用自定义变量代替复杂嵌套表达式
5.4 本章小结
Chapter 06 商业数据分析准备：数据的整理与查询
6.1 向Power BI中添加数据
6.1.1 输入数据
6.1.2 获取数据
6.2 对数据进行修正
6.2.1 替换Error值
6.2.2 透视列和逆透视列
6.2.3 拆分数据列
6.3 对数据进行整理
6.3.1 添加条件列和自定义列
6.3.2 对数据进行分组统计
6.3.3 对分组数据进行拆解
6.4 数据查询语言M
6.4.1 基本构成
6.4.2 函数结果
6.4.3 常见错误和解决方案
6.5 本章小结
Chapter 07 商业数据分析建模：数据的建模计算
7.1 数据分析表达式DAX
7.1.1 DAX表达式
7.1.2 DAX表达式与Excel函数
7.1.3 DAX语言与M语言
7.1.4 计算列和度量值
7.1.5 DAX中的上下文
7.2 数据汇总
7.2.1 自动汇总
7.2.2 求和函数SUM和SUMX
7.2.3 求最大值函数MAX和MAXX
7.3 数据排序
7.3.1 按列排序
7.3.2 排序函数RANKX
7.4 数据筛选
7.4.1 筛选器
7.4.2 切片器
7.4.3 筛选函数FILTER、All和CALCULATE
7.5 数据分类
7.5.1 分组
7.5.2 层次结构列
7.5.3 统计分类函数 SUMMARIZE和GROUPBY
7.5.4 逻辑函数 IF 和 SWITCH
7.6 本章小结
Chapter 08 商业数据的直观展示：数据的可视化处理
8.1 打造优秀可视化数据报表的秘诀
8.1.1 明确主题
8.1.2 选择合适的视觉对象
8.1.3 设定好标题和说明信息
8.1.4 规划好数据单位信息
8.1.5 配置恰当的颜色
8.1.6 设定合理的报表布局
8.2 对比类视觉对象
8.2.1 条形图和柱状图
8.2.2 折线图
8.2.3 表和矩阵
8.3 关系类视觉对象
8.3.1 散点图
8.3.2 气泡图
8.4 组成类视觉对象
8.4.