基础知识 / PowerBI
Power BI：从数据模型到城市运营看板
Power BI 的关键不只是拖图表，而是数据模型、指标口径、交互筛选、刷新机制和面向决策的页面设计。
学习目标
掌握星型模型、Power Query、DAX 指标、页面布局、筛选器和管理看板设计。
连接数据清洗建模编写指标设计看板发布刷新
Power Query
统一字段类型、清理空值、拆分列、合并表，为模型准备干净数据。
星型模型
事实表记录事件，维度表描述对象，能让报表更稳定、指标更易维护。
DAX 指标
用度量值表达核心口径，例如请求量、关闭率、平均处理时长和同比变化。
交互体验
通过筛选器、钻取、书签和工具提示，让管理者从总览进入细节。
案例分析
城市服务请求 Power BI 看板设计
把 311 或本地城市服务数据做成看板时，应从管理问题出发：哪里问题最多、什么问题增长、处理是否及时、是否有重复投诉。
业务问题
| 页面 | 回答问题 |
|---|---|
| 总览页 | 本月请求量、关闭率、平均处理时长 |
| 区域页 | 不同区域问题分布 |
| 类型页 | 高频问题及趋势 |
| 效率页 | 部门处理时长和积压 |
分析设计
请求量 = COUNTROWS(Requests)
关闭请求量 = CALCULATE([请求量], Requests[status] = "Closed")
关闭率 = DIVIDE([关闭请求量], [请求量])
平均处理天数 = AVERAGE(Requests[days_to_close])输出结果
| 视觉对象 | 设计建议 |
|---|---|
| 指标卡 | 只放 3-5 个核心 KPI |
| 趋势图 | 按月展示变化并标注异常 |
| 地图 | 显示区域热度但避免误读 |
| 明细表 | 可钻取到具体问题 |
动手练习
- 建立一个日期表，并关联到事实表。
- 写出请求量、关闭率、平均处理天数 3 个 DAX 度量值。
- 设计一个总览页和一个明细页。
- 为每个图表写一个结论型标题。