1 Self-Service Business Intelligence – die Tools und ihre Versionen

30

1.1 Drei Tools zur Optimierung des Reportings

31

1.1.1 Egal, aus welcher Quelle Ihre Daten stammen – Power Query wird sie importieren und bereinigen

32

1.1.2 Datenmodelle erstellen und Kennzahlen berechnen mit Power Pivot

34

1.1.3 Zeitliche Analyse von Daten mit Time-Intelligence-Funktionen

35

1.1.4 Exploration von Daten mit künstlicher Intelligenz

36

1.1.5 Interaktive Berichte – die natürliche Domäne von Power BI Desktop

38

1.2 Vom Add-in zur Menüintegration – welche Excel-Version enthält was?

39

1.2.1 32- oder 64-Bit-Version von Power Pivot?

40

1.2.2 Kompatibilität der Power-Query-Versionen untereinander

41

1.2.3 Microsoft 365-Updatekanäle

41

1.3 Power BI und der Power BI Service

42

1.3.1 Power BI Desktop für den Power BI Service und den Power BI Report Server

45

1.3.2 Power BI Desktop als 32- oder 64-Bit-Version?

45

2 Power Query – Daten aus unterschiedlichen Quellen importieren

46

2.1 Daten abrufen und transformieren – Excel- und Power-BI-Desktop-Versionen

47

2.2 Mit Datenbanken verbinden

48

2.2.1 Zugriff auf eine SQL-Datenbank

49

2.2.2 Zugriff auf eine Access-Datenbank

54

2.2.3 Aufbau des Power-Query-Programmfensters

54

2.2.4 Datentypen überprüfen und anpassen

57

2.2.5 Ergänzen der Produkttabelle

62

2.3 Zugriff mit Power BI Desktop auf Datenbankdateien

64

2.4 Import von CSV- und TXT-Dateien

66

2.4.1 Logische Beziehung zwischen Tabellen unterschiedlicher Herkunft erstellen

68

2.4.2 Verwendung der importierten Daten in einem Power-Pivot-Bericht

70

2.5 Excel als Datenquelle für einen Power-Query-Import nutzen

72

2.5.1 Daten aus Datentabellen einer Excel-Arbeitsmappe importieren

73

2.5.2 Zeitraum der Bestelldaten aus dem Tabellennamen übernehmen

75

2.5.3 Ähnliche Abfragen duplizieren und anpassen

79

2.5.4 Zwei oder mehrere Abfragen zu einer Tabelle zusammenfügen

80

2.5.5 Daten aus Tabellenblättern einer Excel-Arbeitsmappe importieren

83

2.5.6 Abfragen aus Datentabellen und Tabellenblättern zusammenführen

88

2.5.7 Importierte und bereinigte Daten mittels Pivottabelle auswerten

90

2.5.8 Überlegungen zur Organisation von Abfragen

92

2.6 Programmeinstellungen von Power Query anpassen

95

2.7 Mit Power Query erstellte Abfragen im Team nutzen

96

2.7.1 In Excel erstellte Power-Query-Abfragen über den Power BI Service veröffentlichen und teilen

98

2.7.2 Mit Power BI Desktop erstellte Datasets über den Power BI Service teilen und online nutzen

99

2.8 Mehrere Excel- oder CSV-Dateien aus einem Ordner konsolidieren

101

2.8.1 Dateien mit unbrauchbarem Dateiformat ausschließen

104

2.8.2 Die Daten nach dem Ordnerimport bereinigen

104

2.8.3 Alle Tabellenblätter aller Dateien importieren

106

2.9 SharePoint-Listen mit Power Query abfragen und bereinigen

107

2.10 Zugriff mit Power Query auf Internetseiten

110

3 Daten mit Power Query transformieren und kombinieren

115

3.1 Zugriff auf Textdateien

116

3.2 Spalten und Zeilen entfernen

117

3.2.1 Zeilen auf Basis des Inhalts oder der Position entfernen

121

3.2.2 Filtern von Zeiträumen

124

3.2.3 Automatische Zusammenfassung kombinierter Filterkriterien

126

3.3 Spalten teilen und neue Spalten erzeugen

128

3.4 Basisbereinigung und Zellbereiche füllen

136

3.5 Datumsformate anpassen und zusätzliche Datumsspalten erzeugen

140

3.5.1 Datumsformate in Power Query anpassen

140

3.5.2 Datumsanalyse und regionale Standardeinstellungen von Power Query

142

3.5.3 Datumswerte zu Gruppen zusammenfassen

151

3.6 Berechnete Spalten erstellen

155

3.6.1 Textfunktionen in Power Query

157

3.6.2 Bedingte berechnete Spalten mit »if«

161

3.6.3 Alternative zur Vereinfachung der Funktion »if«

164

3.6.4 Exkurs: Eine Referenztabelle für die Zuordnung der »RegionID« verwenden

164

3.6.5 Zwei Tabellen mithilfe von Joins vergleichen

168

3.6.6 Weitere Berechnungen in Power Query

170

4 Tabellenstrukturen mit Power Query anpassen

176

4.1 Daten gruppieren

177

4.1.1 Hinzufügen von Untergruppierungen

179

4.1.2 Hinzufügen von Aggregierungen

180

4.1.3 Gruppierungen ohne Aggregierung einfügen

181

4.1.4 Sortieren der gruppierten Tabelle

183

4.2 Mit strukturierten Spalten individuelle Datentypen erstellen

184

4.2.1 Individuelle Datentypen in Excel nutzen

187

4.2.2 Datentypen in das Excel-Menü »Datentypen« integrieren

189

4.3 Transformation von gestapelten, kategorisierten und pivotierten Daten

190

4.3.1 Entpivotieren von Daten

191

4.3.2 Daten in pivotierten Kategorien entpivotieren

192

4.3.3 Die Abfrage-Performance durch Teilen der Abfrage verbessern

197

4.3.4 Spaltenpaare entpivotieren

200

4.3.5 Gestapelte Daten umstrukturieren

201

4.3.6 Gestapelte Daten mit separater Beschriftungsspalte

206

4.3.7 Gestapelte und pivotierte Daten entpivotieren

210

4.3.8 Spalteninhalte in Zeilen umwandeln

214

5 Erweiterte Funktionen mit Power Query

216

5.1 Eine kleine Reise durch M

217

5.1.1 Es beginnt in Fredericia …

217

5.1.2 Listen und Tabellen – gibt es da einen Unterschied?

219

5.1.3 Datumsreihe aus einer Zahlenreihe bilden

227

5.1.4 Kalenderparameter aus einer Tabelle übernehmen

229

5.1.5 Gruppierungsmerkmale wie Jahre, Wochen und Monate erzeugen

231

5.1.6 Datei- und Ordnernamen aus einer Parametertabelle übernehmen

240

5.1.7 Brückenabfragen bei der Kombination von Importfunktionen und mit anderen Abfrageergebnissen

248

5.1.8 Strukturvorlagen erstellen

251

5.1.9 Automatische Ergänzung weiterer Tabellen

258

5.1.10 Der Umgang mit dem Fehlerwert Error

261

6 Power Pivot – Grundlagen der Datenmodellierung

266

6.1 Tabellentypen eines Datenmodells

267

6.2 Transaktionstabellen

267

6.3 Dimensions- oder Suchtabellen

269

6.4 Typen von Beziehungen zwischen Tabellen

271

6.5 Excel-Jargon vs. Datenbank-Termini

273

6.5.1 Beziehungen zwischen Tabellen erstellen

275

6.6 Unterschiede zwischen logischen Beziehungen und Verweisfunktionen

279

6.7 Datenmodellierung in Excel oder in Power BI Desktop

279

6.8 Importieren weiterer Daten und logische Verknüpfung in Power Pivot

283

6.8.1 Alternativen bei der Erstellung von logischen Tabellenbeziehungen

287

6.9 Überprüfung des Datenmodells mit einem impliziten Measure

289

6.10 Best Practice für die Berechnung von Kennzahlen – das explizite Measure

293

6.11 Den Filterkontext einer Berechnung verstehen

300

6.11.1 Zwei Phasen der Berechnung von Measures

305

6.12 Typische Fehler bei Berechnungen

306

6.13 Berechnete Spalten vs. Measures (berechnete Felder)

309

6.13.1 Gruppierungsmerkmale mit berechneten Spalten erstellen

310

6.13.2 Den Zeilenkontext von berechneten Spalten verstehen

313

6.13.3 Verschachteltes IF() mit SWITCH() vereinfachen

314

6.13.4 Die erstellten Gruppierungen im Power-Pivot-Bericht verwenden

316

6.13.5 Berechnete Spalten, Datendesign, Datenschnitte und die Performance von Power Pivot

317

6.14 Fallbeispiele für die Verwendung von berechneten Spalten

327

6.14.1 Übernahme von Spalten einer Dimensionstabelle mit RELATED()

328

6.14.2 Welche Bedeutung haben Kalendertabellen und berechnete Spalten im Kalender?

331

6.14.3 Struktur und Bedeutung von Kalendertabellen in Power Pivot

333

6.14.4 Die Kalendertabelle ins Datenmodell laden

334

6.14.5 Die Kalendertabelle um Spalten mit saisonalen Gruppierungsmerkmalen erweitern

335

6.15 Anpassungen an den Elementen eines Datenmodells vornehmen

339

6.15.1 Den Import externer Daten anpassen

341

6.15.2 Die Auswahl der zu importierenden Spalten in Power Query anpassen

343

6.15.3 Anpassungen am Datenimport im Power-Pivot-Fenster vornehmen

345

6.15.4 Tabellen zum Datenmodell hinzufügen

346

6.15.5 Measures (berechnete Felder) systematisch speichern

348

6.15.6 Measures umbenennen

352

7 Absolute und prozentuale Abweichungen sowie Anteile mit DAX-Funktionen berechnen

353

7.1 Basisaggregierungen für eine Kundenanalyse erstellen

354

7.1.1 Alternativen bei der Eingabe von Measures

357

7.2 Die Datenqualität mithilfe von Basisaggregierungen überprüfen

358

7.2.1 Multivariable Ergebnisse

361

7.2.2 Lageparameter zur ersten Bewertung der Datenqualität

362

7.3 Vergleich zweier Werte und Ratio-Berechnung

364

7.3.1 Ein Fallbeispiel: Der Soll-Ist-Vergleich

366

7.3.2 Soll- und Ist-Tabellen mit der Produktliste verbinden

367

7.3.3 Measures des Soll-Ist-Vergleichs erstellen

369

7.4 Bedingte Kalkulationen mit CALCULATE() erstellen

371

7.4.1 Den Filterkontext mit CALCULATE() verändern

371

7.4.2 Text- und Zahlenfilter in CALCULATE()

374

7.4.3 Kombinierte Kriterien mit logischem UND bzw. ODER in CALCULATE()

375

7.4.4 Kombinierte Filterkriterien mit dem IN-Operator erstellen

377

7.4.5 Vergleichsoperatoren in CALCULATE()

378

7.4.6 Filtern von zwei oder mehr unterschiedlichen Dimensionstabellen

381

7.4.7 ODER-Verknüpfungen beim Filtern mehrerer Dimensionstabellen

383

7.4.8 Komplexe Filterkriterien in CALCULATE() mit der Funktion FILTER() realisieren

384

7.5 Anteile am Gesamtergebnis (Shares) mit ALL() berechnen

389

7.5.1 Einfache Projektion der Ergebnisse für die kommende Periode

392

7.5.2 Rollierende Planung mithilfe von verknüpften Tabellen

393

7.6 Die ALL-Varianten ALLEXCEPT() und ALLSELECTED()

394

7.6.1 Teilergebnisse mit Datenschnitt und ALLSELECTED() steuern

397

7.6.2 Der Aufhebung von Filterkriterien mit ALLEXCEPT() Ausnahmen hinzufügen

399

7.6.3 Erste Anpassung der Kalendertabelle

400

8 Variable Werte in DAX-Measures einbinden

401

8.1 Das Datenmodell und Basisaggregierungen der Budgetvarianten

402

8.1.1 Tabelle mit den Auswahloptionen des Datenschnitts anlegen

403

8.2 Measures für die variable Auswahl des Budgets erstellen

404

8.2.1 Variablen ab Excel 2016 mit der DAX-Funktion VAR erstellen

406

8.2.2 Erweiterung der Variablen um weitere Berechnungen

409

8.2.3 Texte statt Zahlen in Variablen einsetzen

409

8.3 Sortieren von Power-Pivot-Tabellen per Datenschnitt

413

8.3.1 Hinzufügen der Tabellen und Measures zur Steuerung des Reports

414

8.3.2 Einbindung des Hilfs-Measures und automatische Sortierung des Reports

417

9 Zeitliche Analyse von Daten (Time Intelligence)

419

9.1 Anforderungen an eine Kalendertabelle

421

9.1.1 Erstellen und Einbinden einer Kalendertabelle

423

9.1.2 Datumsfunktionen im Zusammenspiel mit der Kalendertabelle

426

9.2 Year-over-Year- und Year-to-date-Berechnungen mit einem Standardkalender

431

9.2.1 Berechnungen bei abweichendem Geschäftsjahr

434

9.2.2 Fortlaufende Tagesnummerierung mit EARLIER()

435

9.2.3 Kurzprofile ausgewählter Datumsfunktionen

437

9.3 Zeitliche Datenanalyse bei Verwendung von ISO-8601- und 445-Kalendern

440

9.3.1 Den ISO-8601-Kalender laden

441

9.3.2 Die ersten Measures für den ISO-Kalender erstellen

443

9.3.3 Das Basis-Pattern an den ISO-Kalender anpassen

444

9.3.4 Weitere kumulierte Berechnungen mit dem ISO-Kalender

446

9.3.5 Weitere Measures im 445-Kalender anwenden

448

9.3.6 Year-over-Year-Berechnung im ISO- und im 445-Kalender

450

9.3.7 Die YoY-Berechnung im ISO-Kalender anwenden und die Abweichungen berechnen

452

9.3.8 Fazit zum Thema Time-Intelligence-Funktionen

453

9.4 Glättung von Zeitreihen auf Basis des gleitenden Mittelwertes

455

9.4.1 Gleitender Mittelwert auf Basis einer Perioden-ID

459

9.5 Manuell erfasste Schätzwerte in den Forecast einbinden

462

9.5.1 Interaktive Auswahl berechneter und manueller Plandaten

462

9.5.2 Auswahl der Budgettypen mit VAR ab Excel 2016

464

9.5.3 Automatische Verwendung der manuellen anstelle der berechneten Planwerte

464

9.6 Eine saisonale Kurve in den Forecast einbinden

466

9.6.1 Measures zur Einbindung saisonaler Daten

468

9.6.2 Kumulierte historische Umsätze

473

9.6.3 Monatliche Planung auf Basis der Jahresvorgabe und der saisonalen Kurve

476

10 Rangfolgen und Top-N-Darstellungen

478

10.1 Bedingte Kalkulation mit SUMX()

479

10.2 Iteratoren in virtuellen Tabellen

481

10.3 Produkte des aktuellen Produktkatalogs mit COUNTX() zählen

483

10.4 Die Gesamtmarge und den prozentualen Anteil der Produktionskosten ermitteln

484

10.5 Fehlerhafte Ergebnisanzeigen vermeiden mit SUMX()

486

10.6 Rangfolgen mithilfe von RANKX() berechnen

489

10.6.1 Vergleich der Rangfolgen in verschiedenen Ländern

490

10.6.2 Berechnete Rankings weiterverwenden

492

10.7 Top-10-Darstellung im Power-Pivot-Report

494

10.7.1 Steuerung der Top-N-Auswertung mit einem Datenschnitt

495

10.7.2 Fehlerunterdrückung für die Auswahl im Datenschnitt

497

10.7.3 Fehlerunterdrückung bei Verwendung von VAR

498

10.7.4 Den Anteil der Top N am Gesamtergebnis darstellen

499

10.8 Berechnung der Top-3-Werte in einer Power-Pivot-Tabelle

500

10.8.1 Die Auswertung der höchsten Kundenumsätze

501

10.9 Den Kunden- und Umsatzanteil der letzten Bestellungen ermitteln

503

11 Klassifizierungen und ABC-Analyse

507

11.1 Preisklassen mit einer berechneten Spalte bilden

509

11.2 Berechnung klassifizierter Produkte mit einem Measure

512

11.3 Kundenklassifizierung al italiano

513

11.4 ABC-Analyse auf Basis berechneter Spalten

521

11.4.1 ABC-Analyse mit VAR berechnen

524

11.5 ABC-Analyse mit berechnetem Feld

526

12 Patterns für Korrelationen, rollierende Auswertungen, asynchrones Reporting und Allokation von Werten

529

12.1 Korrelationskoeffizienten mit DAX-Funktionen berechnen

529

12.1.1 Tabellen und logische Beziehungen zwischen x- und y-Werten

531

12.1.2 Berechnete Spalten für die Berechnung des Korrelationskoeffizienten

534

12.1.3 Den Korrelationskoeffizienten nur auf Basis von Measures erstellen

537

12.1.4 Desaisonalisieren der Datenreihe

540

12.2 Rollierende Summen und Mittelwerte berechnen

544

12.2.1 Deaktivierung von Fehlerwerten bei fehlenden Monatsergebnissen

546

12.3 Die tabellarische Reportstruktur mithilfe von Cube-Funktionen aufbrechen

548

12.3.1 Eine Power-Pivot-Tabelle in Cube-Funktionen umwandeln

549

12.3.2 Gestaltung der Ergebnisse aus Cube-Funktionen

553

12.4 Granularität und asynchrone Reportingstruktur

554

12.4.1 Daten unterschiedlicher Granularität in Tabellen darstellen

555

12.4.2 Asynchrone Reports erstellen

557

12.4.3 Reports und Diagramme mit variabler zeitlicher Skalierung

560

12.5 Mit zwei Datumswerten in einer Tabelle arbeiten

566

12.5.1 Eine virtuelle Beziehung mit USERRELATIONSHIP() erstellen

569

12.6 Einen Betrag auf einen Gesamtzeitraum verteilen

570

12.6.1 Den zu verteilenden Betrag mit einem Measure berechnen

574

12.7 Virtuelle Tabellen und gewichteter Durchschnittspreis

575

13 Power BI Desktop – vom Datenmodell zum interaktiven Onlinereport

579

13.1 Die Benutzeroberfläche von Power BI Desktop

581

13.1.1 Power Query in Power BI Desktop benutzen

583

13.1.2 Den Import in den Bereichen »Daten« und »Beziehungen« prüfen

586

13.2 Measures – auch in Power BI Desktop das Maß aller Dinge

588

13.2.1 Zahlenformate von Measures

591

13.2.2 Den Speicherort von Measures ändern

592

13.2.3 Visuelle Berechnungen in eine Berichtsseite einfügen

593

13.2.4 Eine separate Tabelle zum Speichern von Measures erstellen

596

13.2.5 Schlussfolgerungen zur Integration von Power BI Desktop und Power BI Service

599

13.2.6 Schlussfolgerungen zur operativen Umsetzung der Arbeit mit Power BI Desktop

601

13.3 Visualisierungen auf Basis eines Datenmodells erstellen

602

13.3.1 Die Eigenschaften einer Visualisierung anpassen

604

13.3.2 Das neue Kontextmenü »Interaktionen auf dem Objekt«

609

13.3.3 Visualisierungen kopieren

611

13.3.4 Ausrichten von Visualisierungen

612

13.4 Das Prinzip der Interaktion

613

13.4.1 Bearbeitung von Interaktionen

614

13.5 Das Prinzip der Hierarchien

618

13.6 Das Prinzip der künstlichen Intelligenz

621

14 Gestaltungsregeln für Reports und Dashboards

626

14.1 Regeln der Wahrnehmung

626

14.1.1 Prägnanz

627

14.1.2 Nähe

627

14.1.3 Ähnlichkeit

628

14.1.4 Kontinuität

628

14.1.5 Fortgesetzt durchgehende Linie

629

14.1.6 Gemeinsame Region

630

14.2 Das Erscheinungsbild von Reports durch Vorlagen steuern

630

14.3 Aufbau von Reportseiten

633

14.4 Darstellung der sechs grundlegenden Datenrelationen

636

15 Power-BI-Reports – Die zeitliche Analyse von Daten

639

15.1 Zeitliche Analyse von Unternehmensdaten

640

15.1.1 Mehrzeilige Zuordnung zur Darstellung mehrerer Kennzahlen

643

15.1.2 Einen Datenschnitt zur Auswahl des Auswertungszeitraums verwenden

646

15.1.3 Relative Zeitfilter verwenden

648

15.1.4 Datenschnitte und Hierarchien

649

15.1.5 Ein Liniendiagramm verwenden und konfigurieren

650

15.1.6 Ein Balkendiagramm zur Darstellung der Quartalsanteile verwenden

661

15.1.7 Die Year-to-date-Darstellung

664

15.1.8 Der Year-over-Year-Vergleich

666

15.1.9 Abweichung zum Vorjahr

669

15.1.10 Regionale Teilergebnisse mit Filter auf Seitenebene darstellen

671

15.2 Die jährliche Wachstumsrate im Bericht darstellen

677

16 Dynamische Steuerung – Parameterfelder, Datenschnitte, Kalkulationsgruppen und Eingabefelder

680

16.1 Variablen in Power-BI-Desktop-Berichten

680

16.1.1 Das Pattern um mehrere Variablen erweitern

684

16.2 Die Datenauswahl durch Parameterfelder flexibler gestalten

685

16.2.1 Mit Hierarchien die Auswahl im Datenschnitt vereinfachen

690

16.3 Eingabe von veränderlichen Werten über Parameter

691

16.3.1 Nachbearbeitung der Parameterliste

694

16.4 Mit Kalkulationsgruppen die Anzahl der Measures reduzieren

694

16.4.1 Erstellen von Kalkulationsgruppen und Berechnungen (Calculation Items)

695

16.4.2 Kalkulationsgruppen beim Erstellen von Visualisierungen nutzen

697

16.4.3 Mit Kalkulationsgruppen in Datenschnitten Berechnungen steuern

698

16.5 Mehrere Spalten mit einem Datenschnitt filtern

699

17 Optimierung von Datenmodellen und DAX-Berechnungen

705

17.1 Das Datenmodell in Power BI Desktop optimieren

705

17.1.1 Eigenschaften des Datenmodells

706

17.1.2 Anzeige der Eigenschaften einer ausgewählten Tabelle

707

17.1.3 Eigenschaften von Tabellenspalten anpassen

708

17.1.4 Eigenschaften von Measures überarbeiten

708

17.2 DAX-Abfragen prüfen und optimieren

709

17.2.1 Tabellen in DAX-Abfragen mit EVALUATE zurückgeben

711

17.2.2 Definition von Measures mit DEFINE in der DAX-Abfrageansicht

713

17.2.3 Mit SUMMARIZE() erstellte Tabellenauszüge überprüfen

714

17.3 Die Performance von Visualisierungen mit DAX-Abfragen analysieren

718

18 Power-BI-Reports – die Analyse von Performance-Kennzahlen

721

18.1 Analyse der Performance

721

18.1.1 Sparklines erstellen

723

18.1.2 Sparklines als Visual-Eigenschaft hinzufügen

728

18.1.3 Small Multiples erstellen

729

18.1.4 Small Multiples über die Visual-Eigenschaften erstellen

732

18.1.5 Die Abweichung zum Vorjahr mit einem Balkendiagramm visualisieren

733

18.1.6 Statusanzeigen in Visualisierungen einsetzen

736

18.1.7 Last, but not least – die ganz konventionelle bedingte Formatierung

741

18.1.8 Fazit dieser ersten Berichtsseite der Performancedarstellung

743

18.1.9 Bedingte Formatierungen für Details und Zwischensummen in Tabellen

745

18.1.10 Bedingte Titel in Visualisierungen

748

18.1.11 KPI-Darstellung in Power BI Desktop

749

18.1.12 Vorgabe- und Vergleichswerte in Power BI Desktop manuell erfassen

752

18.1.13 Performance mit Bullet Charts veranschaulichen

754

18.1.14 Kommentare in Power-BI-Berichte einbinden

757

19 Power-BI-Reports – die geografische und statistische Analyse

763

19.1 Geografische Auswertungen in Power BI Desktop

763

19.1.1 Geografische Datenbasis vorbereiten

764

19.1.2 Länder, Orte und Postleitzahlen im Flächenkartogramm verwenden

767

19.1.3 Steuerung des Berichts mithilfe der geografischen Karte

767

19.1.4 Die Eigenschaften des Flächenkartogramms anpassen

769

19.1.5 Daten in Karten mit Datenschnitten filtern

770

19.1.6 Der Visualisierungstyp »Landkarte«

771

19.1.7 Heatmaps aus dem Visual »Landkarte« erstellen

772

19.1.8 Formenkartogramm für den Datenvergleich einsetzen

774

19.2 Statistische Auswertungen in Power BI Desktop

776

19.2.1 Lange Datenreihen brauchen eine flexible Steuerung

779

19.2.2 Nutzung von R in Power BI Desktop

780

19.2.3 R herunterladen und installieren

781

19.2.4 Power BI Desktop für die Nutzung von R konfigurieren

782

19.2.5 Eine R-geeignete Visualisierung herunterladen und verwenden

783

19.2.6 Den Forecast konfigurieren

786

19.2.7 R-Skripte in Visualisierungen einbinden

787

19.2.8 Die Saisonalität und den Trend von langen Datenreihen darstellen

791

19.2.9 Korrelationen mit Punktdiagrammen darstellen

792

19.2.10 Quickmeasure zur Berechnung des Korrelationskoeffizienten einsetzen

794

20 Erweiterte Datenanalyse und KI in Power BI

798

20.1 Was geht, KI?

798

20.1.1 KI-Tools in Power Query

798

20.1.2 Microsoft Fabric

799

20.1.3 Copilot

802

20.1.4 Visuals und Interaktionen in Berichten

804

20.2 Erweiterte Datenanalysefunktionen

804

20.2.1 Analysebaum

804

20.2.2 Einflussfaktoren für ein Measure analysieren

809

20.2.3 Analysieren im Kontextmenü

814

20.2.4 Storytelling mit dem Power-BI-Visual

816

20.3 Daten mit Q&A erkunden

821

21 Zielgruppenorientiertes Reporting – Quickinfos, Drillthroughs, Bookmarks und interne Seitennavigation

828

21.1 Zusätzliche Informationen über Quickinfos in eine Visualisierung einbinden

829

21.2 Mit Drillthrough von Übersichts- zu Detailseiten wechseln

830

21.2.1 Drillthrough erstellen

832

21.2.2 Drillthrough online nutzen

833

21.3 Lesezeichen für eine Präsentation erstellen

834

21.3.1 Lesezeichen lokal und online verwenden

836

21.3.2 Lesezeichen als Bildschirmpräsentation verwenden

837

21.3.3 Inhalte von Lesezeichenseiten anpassen

838

21.3.4 Lesezeicheninhalte über individuelle Schaltflächen im Bericht aufrufen

839

21.4 In einem Bericht eine Navigation erstellen

840

21.4.1 In der Navigation Textschaltflächen nutzen

845

21.5 Quickmeasures erstellen

848

22 Reports teilen, aktualisieren und Zugriffsrechte auf Daten organisieren

852

22.1 Die Datenhierarchie auf Power BI Service

852

22.2 Die Lizenztypen von Power BI

853

22.2.1 Power BI Desktop bzw. Power BI kostenlos

854

22.2.2 Power BI Pro

854

22.2.3 Power BI Premium

855

22.3 Daten freigeben und Mitglieder zu Arbeitsbereichen hinzufügen

856

22.3.1 Arbeitsbereiche

856

22.3.2 Berichte teilen

856

22.4 Die Sicherheitsarchitektur von Power BI

857

22.4.1 Row Level Security in Power BI

857

22.4.2 Die Zugriffsrechte mit USERPRINCIPALNAME() überprüfen

858

22.4.3 Vergabe der Zugriffsrechte im Power BI Service

860

22.4.4 Zugriffsmöglichkeiten auf einzelne Tabellen oder Spalten einschränken (Object Level Security)

862

22.5 Datasets aktualisieren

863

22.5.1 Inkrementelle Aktualisierung

864

22.6 Zusätzliche Funktionen der Onlinereports von Power BI

868

22.6.1 Papier, PDF und mehr

870

22.7 Endgeräte für die Nutzung von Berichten und Dashboards

872