tenaciousjudgehairdohound

[tenaciousjudgehairdohound]

Khái niệm cơ bản về ngôn ngữ M trong Power Query

M là ngôn ngữ mạnh mẽ đằng sau Power Query. Mọi thay đổi bạn áp dụng cho từng Query sẽ được viết bằng ngôn ngữ M. Đối với nhiều người, M giống như một ngôn ngữ đáng sợ, nhưng tôi muốn giúp các bạn hiểu rằng nó không hề đáng sợ mà lại còn vô cùng hữu ích. Trong bài viết này, chúng ta sẽ không đề cập đến bất cứ thứ gì cao siêu mà chủ yếu là tôi muốn giải thích cho bạn cấu trúc cú pháp ngôn ngữ M. Một khi bạn biết cú pháp, mọi thứ sau đó sẽ trở nên đơn giản. M là một ngôn ngữ mà bạn có thể học cú pháp của nó một cách dễ dàng và từ đó có thể thay đổi để thực hiện bất cứ yêu cầu trích xuất và thay đổi dữ liệu bạn cần. Là một tín đồ của Power Query, tôi thực sự khuyên bạn nên dành thời gian cho M, bởi vì có NHIỀU thao tác mà bạn có thể thực hiện với M, nhưng bạn có thể không thực hiện được chỉ trong công cụ trên giao diện Power Query.

M là gì?

M là tên không chính thức của Ngôn ngữ Power Query Formula và M là viết tắt của Data Mashup. M là một ngôn ngữ chức năng, và điều quan trọng là phải biết các chức năng của nó. Tuy nhiên, học cấu trúc và cú pháp là cấp độ đơn giản nhất của việc học ngôn ngữ đó. Trong bài đăng này, tôi sẽ giải thích cú pháp của M. Trước khi học M, tôi muốn nhấn mạnh lại cho bạn biết rằng: M mạnh và làm được hơn nhiều so với các công cụ trên giao diện của Power Query.

Chính xác! Giao diện thanh công cụ của Power Query thay đổi hàng tháng và mỗi tháng có chức năng mới trên giao diện đồ họa này. Nhưng thực tế là tất cả các chức năng này đã có trong ngôn ngữ M trong nhiều năm! Nếu bạn biết ngôn ngữ, bạn có thể dễ dàng sử dụng chúng, thay vì chờ đợi tùy chọn giao diện đồ họa cho nó. (Cũng phải thôi khi đội ngủ Power BI không chỉ phải mất công đơn giản hóa thanh công cụ và lựa chọn tính năng nào phù hợp để đưa lên)

Cú pháp của M

Cú pháp của ngôn ngữ này rất đơn giản. nó luôn có hai programming blocks:

Bắt đầu bằng khối biểu thức LET và

Kết thúc bằng khối biểu thức IN.

Dưới đây là cú pháp M đơn giản nhất: [code language="css"] let

xin_chao = "hello world"

in

xin_chao [/code]

let và in là các reserved words (tức là các từ đã được xử dụng cho lệnh và bạn không thể sử dụng các biến có tên tương tự). Ngoài ra, điều đầu tiên và quan trọng nhất bạn cần biết: M có Phân biệt chữ hoa chữ thường. Có sự khác biệt giữa x và X.

Vậy hai programming blocks này là gì:

LET: định nghĩa của tất cả các biến

IN: đầu ra. mọi thứ bạn đặt trong khối này sẽ là kết quả của truy vấn của bạn.

Vì vậy, về cơ bản, truy vấn dưới đây có nghĩa là xác định một biến có tên là xin_chao, gán giá trị “hello world” cho nó và hiển thị nó dưới dạng kết quả. Vì vậy truy vấn sẽ trả về hello world như dưới đây.

Để tạo câu lệnh như trên, bạn cần phải Mở Power BI Desktop. Đi tới Get Data, bắt đầu với New Blank Query.

Sau đó trong tab View ở giao diện Power Query, chọn Advanced Editor;

Bạn cần đảm bảo rằng khi viết script, let và in phải được viết thường, không in hoa, cũng như tên biến của bạn phải giống nhau trong cả hai phần let và in.

Như bạn thấy, không cần xác định kiểu dữ liệu cho biến. nó sẽ tự động được gán khi nhiệm vụ đầu tiên xảy ra. Nếu bạn chỉ định một giá trị text thì biến sẽ tự động là một kiểu dữ liệu text nếu là số nó sẽ tự nhận dạng là số.

Sử dụng , để kết một dòng lệnh

Các dòng mã trong M vẫn tiếp tục nếu bạn không đặt ký tự cuối dòng. Giả sử tôi tạo ra một đoạn script mới như sau rồi bổ sung thêm một đoạn dưới dòng đó: + 1.

Như bạn có thể thấy trong ví dụ trên, dòng sẽ chạy tiếp tục và a sẽ bằng 1 + 1 = 2. Nếu bạn muốn kết thúc một dòng, hãy sử dụng dấu phẩy (,). như ví dụ ở đây:

Mỗi dòng cần dấu phẩy (,) để kết thúc. ngoại trừ dòng cuối cùng trước in.

Tên biến

Tên của các biến có thể là một từ, như Source, hoặc nó có thể có khoảng trống trong đó. Trong trường hợp bạn có khoảng trống trong tên biến, thì bạn cần đặt tên bên trong dấu ngoặc kép (“) và đặt một thẻ bắt đầu bằng # ở đầu nó (#). Một cái gì đó tương tự như: #"Tên biến này có khoảng trống"

Tên biến có thể có ký tự đặc biệt, như bạn có thể thấy bên dưới biến có tất cả các loại ký tự trong đó và vẫn chạy tốt, chỉ cần ở trong dấu “ “.

Dấu ngoặc kép (“) là ký tự thoát. bạn có thể sử dụng nó để xác định các biến có tên có dấu ngoặc kép khác trong đó. Ví dụ, mình muốn tạo ra một biến có tên là Tên biến “đặc biệt”. Chúng ta sẽ sử dụng như dưới đây:

dấu ngoặc kép đầu tiên (được đánh dấu) ở trên là cần thiết trước dấu ngoặc kép thứ hai (là một phần của tên biến).

Coding từng bước

Power Query là một chuỗi biến đổi theo từng bước. Mọi biến đổi thường xảy ra trong một bước và nối tiếp bước tiếp theo. Trong khi coding, bạn cũng có thể nhận thấy rằng ở phía bên tay phải, bạn sẽ thấy mọi biến tạo thành một bước.

Trong ảnh chụp màn hình ở trên, bạn có thể thấy mọi biến được xác định dưới dạng một bước. Và nếu biến có khoảng trắng trong tên, nó sẽ hiển thị với khoảng trắng trong danh sách các bước được áp dụng.

Biến cuối cùng luôn được chỉ định trong phần in.

Sử dụng các loại biến khác

Có nhiều cách khác nhau để xác định mọi chữ trong Power Query. Ví dụ, nếu bạn muốn xác định một biến ngày, đây là cách thực hiện:

Để xác định tất cả các loại ký tự khác, đây là bảng tham chiếu để sử dụng:

Sử dụng các hàm tính toán M

M là một ngôn ngữ hàm, và để thực hiện hầu hết mọi thứ bạn cần gọi một hàm cho nó. Các hàm có thể được gọi dễ dàng với tên của hàm và chỉ định các tham số cho nó. Khi bạn đánh tên đầu của các loại hàm, sẽ có chỉ dẫn để bạn chọn các hàm tương ứng mà bạn cần. Đây là tính năng vô cùng hay giúp chúng ta không phải nhớ 100% các syntas cho các hàm mà chỉ cần nhớ loại hàm cần đánh ra trước tiên mà thôi.

Ảnh ở trên sử dụng hàm Date.WeekOfYear giúp thay thổi giá trị biến ngày thành tuần trong năm. Tên các hàm luôn bắt đầu bằng các chữ cái viết hoa: Date.WeekOfYear (). Đồng thời, Microsoft có hẳn một thư viện hàm M để các bạn sử dụng tìm kiếm hàm cần sử dụng ở đây:

https://docs.microsoft.com/en-us/powerquery-m/

Sử dụng // để bổ sung ý nghĩa hoặc bình luận

Giống như bất kỳ ngôn ngữ lập trình nào, bạn có thể đưa comments vào code của mình. Nó có thể ở hai dạng:

Comment dòng đơn với dấu gạch chéo kép (//)

Comment nhiều dòng giữa dấu gạch chéo và bắt đầu (/ * nhận xét * /)

Đồng thời bạn cũng có thể bổ sung comment bằng cách chuột phải vào step mà bạn muốn bổ sung từ đó chọn Properties và bổ sung Description

Và chúng ta sẽ thấy dòng comment này trong Query Editor

Sử dụng và tùy chỉnh

Bây giờ bạn đã biết một số điều cơ bản, hãy xem xét một truy vấn hiện có ở chế độ trình chỉnh sửa nâng cao và hiểu nó.

Trong ảnh chụp màn hình ở trên, bạn có thể thấy tất cả những điều cơ bản được đề cập cho đến nay:

let và in block

Tên biến liên kết với các bước được áp dụng trong truy vấn

Một số tên biến có hashtag bắt đầu bằng # và dấu ngoặc kép: #”var name”

Ký tự cuối dòng: dấu phẩy

Gọi các chức năng

Vẫn còn nhiều phần của truy vấn này mà bạn có thể không hiểu, đặc biệt khi sử dụng các chức năng. Bạn cần tìm hiểu các chức năng đang hoạt động để thực sự hiểu khi code.

Dẫn nguồn từ KPIM - Feed https://kpim.vn/ngon-ngu-m-trong-power-query/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Unpivot các cột trong Power BI

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/unpivot-cac-cot-trong-power-bi/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Parameters và Functions trong Power BI

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/parameters-va-functions-trong-power-bi/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Tổng quan Query trong Power BI Desktop

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/tong-quan-query-trong-power-bi-desktop/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Kết nối dữ liệu với CSV và Excel

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/ket-noi-du-lieu-voi-csv-va-excel/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Trích xuất dữ liệu từ nhiều Sheet trong cùng một file Excel bằng Power BI

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/trich-xuat-du-lieu-tu-nhieu-sheet-trong-excel-bang-power-bi/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Tạo SQL Server và kết nối với Power BI

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/tao-sql-server-va-ket-noi-voi-power-bi/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Tạo Access và kết nối với Power BI

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/tao-access-va-ket-noi-voi-power-bi/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Tổng quan về Power BI Desktop

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/power-bi-desktop-la-gi/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Tổng quan về Power BI Service

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/power-bi-service-la-gi/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Tổng quan về Power BI Report Server

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/power-bi-report-server-la-gi/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Protected: Tổng quan về Power BI

This content is password protected. To view it please enter your password below:

Password:

Dẫn nguồn từ KPIM - Feed https://kpim.vn/power-bi-la-gi/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

7 cuốn sách gối đầu giường về Data Visualization

Sau đây là danh sách 7 cuốn sách tôi tin chắc chắn sẽ giúp bạn, một người tìm hiêu và chuyên sâu về Data Analyst, Data Science hay BI Analyst, nâng cao kĩ năng và trở thành những chuyên gia về Data Visualization. Bởi những con số không thể tự nói lên câu chuyện, vì vậy chúng ta cần phải biết cách hiển thị hóa và truyền tải thông tin một cách hiệu quả và biến những con số thành làm kim chỉ nam và mái chèo, đưa doanh nghiệp đi đến thành công. Link của từng cuốn sách, mình sẽ để ở cuối bài nhé!

  Guide to Information Graphics

Cuốn sách này là sự bắt đầu tuyệt vời cho những ai muốn phát triển kĩ năng Data Visualization một cách nhanh chóng. Dona Wong đã thành công trong việc chuyền tải những kỹ thuật giúp người đọc xử lí dữ liệu với đồ thị phù hợp cũng như cách định dạng, lựa chọn màu sắc, … Cuốn sách được thiết kế với một loạt những thảo luận nhỏ với ví dụ để chỉ ra những Dos and Don’ts. Những kiến thức về nhận thức hình ảnh cũng được bổ sung một cách dễ hiểu và dễ áp dụng.

Storytelling with data

Đây là lựa chọn thứ hai cho các bạn muốn bắt tay áp dụng ngay Data Visualization. Các ví dụ được chọn lọc để nhấn mạnh về những lỗi cơ bản khi tạo đồ thị hay biểu đồ. Tác giả đề cao phong cách giản lược, sử dụng các kỹ thuật để nêu bật và nhấn mạnh nội dung cần truyền tải qua dữ liệu. Cuốn sách này đã giúp tôi phát triển tư duy thiết kế đồ thị và biểu đạt dữ liệu hiệu quả hơn trong công việc một cách ngạc nhiên.

Show me the number

Cuốn sách này sẽ thay đổi hoàn toàn cách bạn làm báo cáo với số liệu. Đúng với tên gọi của nó, cuốn sách tập trung vào phương thức xử lý số liệu không chỉ bằng biểu đồ mà còn bằng các bảng số liệu. Làm thế nào để bạn khiến người đọc hiểu rõ vấn đề đằng sau những con số hay làm sao để họ nhìn lướt qua và hiểu ngay vấn đề thay vì phải đau đầu tìm hiểu? Hãy cùng học hỏi những phương pháp này cùng Stephen Few, một trong những người đi tiên phong về lĩnh vực Data Visualization.

Now you see it

Đây là cuốn sách thứ 2 trong chuỗi sách về Data Visualization của Stephen Few. Tác giả bắt đầu với những ví dụ về các lỗi sai khi biểu đạt dữ liệu qua đồ thị rồi dẫn dắt vào những kỹ thuật giúp cải thiện chúng. Đồng thời những giới thiệu về các loại đồ thị và cách sử dụng cũng là một phần quan trọng trong cuốn sách giúp bạn có nhiều ý tưởng và dễ dàng hơn trong việc phân tích và trình bày dữ liệu.

Information Dashboard Design

Cuốn sách này sẽ tập trung đưa ra giải pháp về cách thiết kế và sử dụng bảng biểu (Dashboard). Có lẽ ai cũng đã từng nghe đến khái niệm này thậm chí làm việc và báo cáo về nó. Tuy nhiên không phải ai cũng hiểu đúng chức năng của bảng biểu và tạo ra những thiết kế không hiệu quả. Điều đó ảnh hưởng lớn đến công dụng của bảng biểu, thậm chí có thể khiến chúng trở nên vô dụng. Đây có lẽ là cuốn sách hay nhất về cách thiết kế bảng biểu mà tôi đã đọc và nó sẽ khiến bạn hiểu rõ hơn về Dashboard.

Visualize This

Đây có lẽ là một cuốn sách khó tiếp thu hơn nhưng có được sự ứng dụng đa dạng hơn. Tác giả không chỉ tập trung nói về các phương pháp hiển thị hóa và đồ thị hóa dữ liệu mà còn giới thiệu về những công cụ và ứng dụng khác nhau cho Data Visualization. Một trong số đó là những kĩ năng về thiết kế trên Web sử dụng Java Script hay dùng ngôn ngữ lập trình như Python. Cuốn sách này có lẽ sẽ thích hợp hơn cho những ai học và làm việc về data science.

The visual display of Quantitative Information

Cuốn sách này đối với tôi như một cuốn từ điển về hiển thị hóa dữ liệu. Edward Tufte, người được coi là đánh dấu một bược ngoặt trong phương pháp xử lí dữ liệu bằng hình ảnh chỉ ra cho chúng ta quá trình hình thành những phương pháp và kĩ thuật đầu tiên. Cuốn sách xuất bản năm 1975 tập trung vào những nhu cầu để nhận biết các thông số thống kê và từ đó đánh dấu những nghiên cứu đầu tiên về Data Visualization.

Link tìm và đọc 7 cuốn sách:

Guide to Information Graphics - by Dona M. Wong.

Storytelling with data - by Cole Nussbaumer Knaflic.

Show me the number - by Stephen Few.

Now you see it - by Stephen Few.

Information Dashboard Design - by Stephen Few.

Visualize This - by Nathan Yau.

The visual display of Quantitative Information - by Edward R. Tufte.

Hi vọng rằng danh sách những cuốn sách trên sẽ giúp bạn có thêm những kiến thức mới và phát triển kĩ năng thiết kế đồ thị và bảng biểu hợp lý cho những báo cáo trong công việc. Bên cạnh đó, mình cũng có một bài tập hợp các biểu đồ biễu diễn dữ liệu khái quát được rút ra từ một vài trong các cuốn sách trên. Mình sẽ update thêm những thông tin về sách mới bổ ích cũng như những bài blog về Data Visualization. Happy Visualizing!

  Dẫn nguồn từ KPIM - Feed https://kpim.vn/7-cuon-sach-ve-data-visualization/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Các loại biểu đồ trong Power BI

Bullet Graph

Individual Horizontal Bullet Graph

NOTE: This is the way to create Bullet Graph that represent different KPI with different metrics and unit. The technique is using the combo chart (stack bars) with a little normalized data. Đây là biểu đồ Bullet Graph biểu diễn các KPI với nhiều loại metrics và unit. Kĩ thuật này sử dụng biểu đồ tổng hợp (stack bars) với dữ liệu được tối giản. The data is taken in reference from book "Information Dash Board Design" Pg.152. Dữ liệu được trích dẫn từ cuốn sách "Information Dash Board Design" trang 152.

Individual Vertical Bullet Graph

NOTE: The same technique to create the vertical bullet graph. Another way to create a Vertical Bullet (not work for Horizontal because can't use Line) is that create cluster Bars with Gap = 0% (merge all bars together). The data is taken in reference from book "Information Dash Board Design" Pg.152. Cùng với cách tạo ra Horizontal Bullet Graph, áp dụng tương tự để xây dựng Vertical Bullet Graph. Còn có cách khác để tạo biểu đồ Vertical Bullet (không áp dụng lên Horizontal Bullet bởi vì không thể dùng chức năng hàng) là tạo cluster Bars với Gap = 0%. Dữ liệu được trích dẫn từ cuốn sách "Information Dash Board Design" trang 152.

Dynamic Bullet Graph (Horizontal)

NOTE: This is a dynamic way to create the bullet graph using 100% stacked horizontal bar graph by calculation %. This is applied only when all Data (1 - 8) are the same statistic data or KPI with same unit measurement (this makes sense when changing the unit into the same %). Reference data from Alesandra Blakeston. Đây là cách khác để tạo Bullet Graph khi sử dụng hoàn toàn 100% Stacked Horizontal Bar graph bằng Calculation %. Cách này chỉ áp dụng đối với Data sử dụng cùng một dữ liệu thông kê hoặc KPI với cùng đơn bị đo lường (biểu đồ sẽ giữ nguyên tính chất khi thay đổi đơn vị trờ về cùng một %). Dữ liệu được trích nguồn từ Alesandra Blakeston.

Dynamic Bullet Graph (Vertical)

Cycle Plot

NOTE: This graph serves to show the trend from 2002 - 2013 for individual month. Also show the cycle of a year based on the Average line in each month. Reference from book "Now you see it", pg. 179. Biểu đồ này phục vụ việc biểu thị xu hướng trong giao đoan 2002-2013 cho từng tháng cụ thể. Đồng thời cũng khoanh vùng một năm dựa trên chỉ số trung bình của từng tháng. Dữ liệu được trích dẫn từ cuốn sách "Now you see it", trang 179.

Distribution Deviation Graph

NOTE: This chart focuses on the differences between two cities to see the distribution of deviation in shipping days. Biểu đồ chú trọng vào sự khác biệt giữa 2 thành phố để chỉ ra sự khác biệt trong phân phối và thay đổi trong số ngày giao hàng.

Dot Plots

NOTE: This graph is applied for time-series analysis with irregular intervals of time.  Biểu đồ này được ứng dụng trong phân tích chuỗi thời gian với sự biến động bất thường trong các khoảng thời điểm.

Data reference from book "Now You See It", pg. 153. Dữ liệu được trích nguồn từ cuốn sách "Now You See It", tang 153.

Histogram

NOTE: Histogram graph presents the distribution of each of bracket (group) that data falls into. Biểu đồ Histogram

Data reference from Book "Excel Dashboard and Report". Chapter 9

Interactive story teller

Stage 1

Stage 2

Stage 3

Stage 4

Stage 5

Stage 6

NOTE: Reference for data from book "Storytelling with data" pg. 218

Multiple Strip Plots

NOTE: This graph represent the distribution of hospital in each quarter, to how the distribution based on Score. You can click on each dot to see the trend for specific hospital (4 points will be highlight). The Average Line is also highlight. Reference from book "Now you see it", pg. 236

Pareto Chart

Normal Pareto Chart

NOTE: This graph to present the rank of problems as well as the added up trend. This graph is created by Vilfredo Pareto ( father of 80/20 rule). Reference from book " Now you see it", pg. 194

Pareto (grouping “other”)

NOTE: This chart groups categories with small statistic value into an Ad-hoc manner “other” to make it easier to demonstrate and compare to other categories.

Rada Graph for Comparing Cycle

NOTE: This graph is rarely used but useful for the 24-hr period of time or cycle comparing. Reference book "Now You See It", pg. 154

Ranking Line Graph

NOTE: This chart presents the rank (1st - 5th) of the athletes through each month using Line.

Scatterplot

Point

NOTE: The Chart above using points instead of horizontal bars because the differences of the value is too small and we want to start the scale with number > 0 (60%). This reference from the data in book "Now you see it". Pg 133

Bubble

NOTE: This chart can present 3 statistics: (x, y axis) and the size.

Distinct Area

NOTE: This chart represents four corner area as four aspects to show the distinct. Reference from "Information Dashboard Design".

Slope graph Template

NOTE: This charts track the change in two years of statistic with same unit. Reference from the book "Storytelling with data" pg 239

Sparkline Styles Guide

Style 1: Patterns and Trend

NOTE: This is a normal set up in Excel for Sparkline by taking advantages of space for sparkline in a cell with set up the axis with the top is the maximum value and the bottom is the minimum value of the data set. This approach is good to highlight patterns and trends over time. This is suitable for individual with visible patterns and trend.

Style 2: Magnitude of Value

Note: This version using a same axis range for all Sparkline, using the Range box on the right (max for the maximum of all value and min for the minimum of all value). In this way, the axis range of each Sparkline are the same (60 - 100) and easy to compare the magnitudes of value of each Sparkline. This version is applied for a series of Sparkline’s to compare the magnitudes of value.

Style 3: Magnitude of change

Note: This version is using the same range span in each Sparkline (11% spread) based on the maximum range spread. This gives us the chance to compare the slopes along different Sparkline to see and compare the magnitudes of change. This can be used for a series of Sparkline’s to compare the magnitudes of change.

Special Vertical Bar Chart

NOTE: This chart use formula replacing the value into duplicate time of | to present bar. Use Conditional format layer on 1 cell then copy format to other cell to present different range. The font to use: Stencil. Reference from book "Now you see it" pg. 44.

Stacked Horizontal Bar Chart

  NOTE: This chart uses horizontal bar to present different type of survey result and present color code for each answer. Focus on different feature that need to be paid attention and use vivid color and percentage number on big bars. Reference from book "Storytelling with data" pg. 226

Trellises

Horizontal Trellis

NOTE: This graph present value of two layers of comparison: between regions and departments. Data reference from book “Now you see it” pg. 98 – 99.

Vertical Trellis

Vertical Stacked Bar Chart

NOTE: This chart presents each part in % and color code for segment need attention or telling the story. Reference from the book "Storytelling with data" pg. 148

Waterfall Chart

NOTE: This chart focuses on the change movement of different contributors as a water fall with begin and ending balance. Reference from the book: "Storytelling with data" PG. 56.

Dẫn nguồn từ KPIM - Feed https://kpim.vn/bieu-do-power-bi/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Power BI From Scratch – Power Query

Power Query là 1 tính năng được tích hợp sẵn vào trong Power BI và Excel để làm các thao tác về trích xuất (export), thay đổi (transform) và tải (load) vào Power BI.

Các thao thác ở Power Query sẽ ảnh hưởng ít nhiều tới dung lượng cũng như hiệu suất báo cáo của file Power BI.

Ví dụ những trường hợp cần xử lý ở Power Query như :

Thay đổi tên của bảng, cột, định dạng kiểu dữ liệu cho từng cột,…

Xoá bớt những cột không cần thiết.

Tạo và bổ sung các cột phục vụ cho nhiều mục đích như:

Trích xuất năm, tháng từ cột dữ liệu ngày.

Cột đánh số thứ tự.

Và nhiều thao tác khác.

Series PFS sẽ tập trung vào nhiều vào việc cho các bạn làm quen Power BI nên mình sẽ hướng dẫn 1 số thao tác mà mình cho là căn bản cũng như cần thiết có thể các bạn dùng tới đó là Append, Group By và Merge Table

Append Queries

Trong thực tế đôi lúc các bạn phải gộp 2 hay nhiều nguồn dữ liệu có cấu trúc giống nhau để làm ra 1 bảng tập chung nhằm phục vụ báo cáo. Append Queries được xây dựng để giúp các bạn xử lý các tình huống này.

Để thực hiện các thao tác Append, các bạn phải chắc chắn 1 số quy trình sau :

Tên các cột cùng ý nghĩa phải giống nhau.

Đặt các cột giống nhau phải theo thứ tự và cùng kiểu dữ liệu.

Hợp 2 bảng riêng biệt chứa dữ liệu sale của 2 năm 2012 và 2013 thành bảng Total Sale In 2012 and 2013.

Giả sử bạn có 2 file Excel riêng biệt chứa số liệu về Sale của 2 năm 2012 (Sale In 2012) và 2013 (Sale In 2013). Bạn nhận được yêu cầu phải tổng hợp lại thành 1 bảng duy nhất để đưa lên làm report.

Để xử lý được yêu cầu đó, bạn sẽ cần phải những bước sau

Copy bảng dữ liệu năm 2012 – đây cũng là bảng tập chung.

Append dữ liệu năm 2013 vào bảng tập chung.

Trong Power BI các bạn có thể thực hiện Copy bằng 2 cách:

Duplicate table: copy tất cả các bước đã sử dụng để tạo ra bảng gốc.

Reference table: trỏ về trạng thái cuối cùng của bảng gốc.

Về điểm khác biệt dễ thấy nhất của 2 cách này đó là đối với Duplicate các bảng có thể tuỳ biến. Bảng được copy cũng như bảng gốc mà không sợ ảnh hưởng lẫn nhau.

Còn Reference sẽ trỏ về bảng gốc, nên những tác động từ bảng gốc sẽ ảnh hưởng lên bảng được copy.

Ở phần này mình chọn Duplicate bằng cách right click ở bảng cần copy, và chọn Duplicate.

Sau đó đổi tên bảng được Duplicate ra thành Total Sale In 2012 and 2013

Chọn Duplicate để copy toàn bộ dữ liệu Bảng Sale In 2012.

Tiếp đến là chọn vào bảng Total Sale In 2012 and 2013 và chọn Append Queries.

Chọn option Three of more tables và Add bảng Sale In 2013 để Append vào bảng chung, sau đó chọn OK.

Tới đây là các bạn đã hoàn tất để gộp dữ liệu 2 bảng Sale In 2012 và Sale In 2013 thành bảng chung Total Sale In 2012 and 2013.

Group By

Group By thường thể hiện các function, feature để gom và tính toán dữ liệu chi tiết thành các dữ liệu nhóm.

Ví dụ ở bảng Total Sale In 2012 and 2013 là bảng thể hiện các dòng sale theo từng ngày OrderDate và từng SalesTerritoryKey.

Dữ liệu ở cấp ngày theo OrderDate

Giả sử bạn muốn nâng bảng thể hiện theo từng năm Year và SalesTerritoryKey, thì đây là lúc sử dụng Group By.

Dữ liệu nhóm theo Year và SalesTerritory

Để thực hiện Group By, đầu tiên các bạn chọn bảng cần xử lý, sau đó vào menu : Home > Transform > Group By.

Chọn Advanced để mở rộng các options.

Phần Add Grouping là các trường mà các bạn muốn nhóm để nhìn theo, ở đây là Year và SalesTerritoryKey

Các bạn đặt tên trường mới ở phần New column name

Ở cột Operation các bạn có thể chọn được nhiều cách tính toán và gộp dữ liệu khác nhau – mình sẽ chọn Sum để demo.

Ở cột Column là cột mà bạn sẽ thực hiện Aggregation bạn đã chọn, ở đây là Sales Amount.

Group By các bảng là 1 trong những cách để các bạn nâng Granularity của dữ liệu nhằm giảm dung lượng của file Power BI cũng như giữ lại những dữ liệu cần thiết nhất làm báo cáo.

Granularity

Granularity có thể coi như độ chi tiết của 1 bảng dữ liệu, các bạn có thể hiểu như:

Dữ liệu ở cấp ngày là level 1

Dữ liệu chi tiết theo tuần là level 2

Dữ liệu chia theo tháng là level 3.

Merge Queries

Ở bảng chúng ta đã nhóm lại dữ liệu theo Year và SalesTerritoryKey, chúng ta nhận thấy cột SalesTerritoryKey hoàn toàn khó hiểu, để trực quan thể hiện hơn nếu cột này được thể hiện thành các tên nước tương ứng thay vì những số tự nhiên khó hiểu.

Power Query hỗ trợ cho chúng ta thực hiện việc này bằng Merge Queries.

Để sử dụng Merge Queries, đầu tiên bạn chọn bảng ở demo Group By và chọn Home > Combine > Merge Queries

Sau khi bảng Merge xuất hiện, các bạn chọn tới bảng liên kết : ở đây là bảng DimSalesTerritory (liên kết với bảng demo Group By thông qua Key : SalesTerritoryKey)

Về các option Join Kind, mình sẽ giải thích trong video demo.

Sau khi hoàn tất, các bạn xoá đi những cột vô nghĩa, thì ta sẽ được kết quả trực quan hơn ban đầu

Power Query Demo

Trong video demo sắp tới, ngoài 3 tính năng cơ bản trên, mình sẽ nói sơ qua về các chức năng cơ bản khác như: delete cột, đánh index,… Hãy cùng đón chờ video sắp tới của mình nhé!

Dẫn nguồn từ KPIM - Feed https://kpim.vn/power-query-power-bi-from-scratch/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Cách chọn biểu đồ và trực quan hoá dữ liệu

Cách chọn biểu đồ và trực quan hoá dữ liệu

Dẫn nguồn từ KPIM - Feed https://kpim.vn/cach-chon-bieu-do-va-truc-quan-hoa-du-lieu/ #BusinessIntelligence #PowerBI #KPIM

[tenaciousjudgehairdohound]

Lịch sử của công nghệ dữ liệu

Data Technology là các công nghệ dữ liệu mà được nhắc đến như tương lai của mọi chiến lược. Những công nghệ như sử dụng Big Data, IoT, ERP, Cloud, … đã và đang thay đổi cách thức kinh doanh của nhiều tập đoàn. Nhưng để tạo ra được những sự thay đổi lớn về mặt giá trị, những công nghệ này đã phải trả qua một quãng lịch sử dài với nhiều đóng góp của các nhà khoa học, lãnh đạo và những nhà khởi nghiệp nổi tiếng. Hãy cũng nhìn lại nhanh lịch sử hình thành những nền công nghệ này nhé!

Các mốc thời gian

Dẫn nguồn từ KPIM - Feed https://kpim.vn/lich-su-cong-nghe-du-lieu/ #BusinessIntelligence #PowerBI #KPIM