PowerBI 以一个并未被微软主动在中国大力推广的工具而被大家逐渐了解，在下有幸在2015年就了解这个工具并被深深吸引，逐渐发现该工具表面下蕴含的巨大能量。每一次分享其实都是对自己的提升，感谢大家。
主题回顾
这是首次可以用大概3个小时来和大家交流PowerBI，我们大概讲述了在大面积公司中 技术方面 和 业务方面 存在的天然职业矛盾性，并给出 PowerBI 既可以帮助业务，也可以帮助技术来缓解这种问题，并首次归纳出一个图像来说明这种情况：
用 PowerBI 做可视化，可以，但仅仅是一部分而已，不再重复说明。在中国，从 IT 到 业务 到商业价值，存在很明显的价值衰减。原因包括但不限于：
- 管理问题，导致混乱；
- 政治问题，导致不同部门的不作为，不思进取，由于木桶原理，导致短板决定整体高度；
- 技术问题，导致技术无法支撑业务需求；
- 业务问题，业务人员根本不知道指标是什么，更谈不上数据驱动。
但不管是什么原因，PowerBI 都至少是：有胜于无的。表现在即使在各种复杂性的存在，PowerBI都能从端到端（原始数据到最终结果）给出可优化的空间，从这个层面讲，是没有必要去苛求PowerBI的，PowerBI是无罪的。
连微软CEO都写出了《刷新》来鼓舞全部微软将士士气的书，告诉大家，微软将不断刷新，那么请问这么多在各个方面都不如微软的企业，有什么理由坚守着一些逻辑来故步自封呢。其实，不是企业在坚守，而是在某些位置的人在坚守。但这又能阻挡一股向上的生命力呢。也许向企业注入这股生命力的人正是您。
从某种意义上，玩转 PowerBI = 深入业务 + 精通DAX，活动中分析了相关学习资源如下：
以及什么样的级别可以看什么样的资源。
接下来进入主题流程：
首先，我们以截止到2018年4月PowerBI可以做到哪些做了展示：
这里分别介绍了：
接着详细介绍了PowerBI DAX 数据建模的一整套思路，通过实验的方式，从静态分组来缩减维度量值数逐渐延伸到动态分组来引入在数据模型中加入辅助表以及虚拟关系等技巧来优先建立无侵入式数据模型设计，并解释了在遇到性能瓶颈时，逐渐用计算列来缓解实时CPU计算压力。
这里详细解释了DAX中一些隐藏的比较深的概念，包括：
- TREATAS 详解，如何记忆，如何使用，以及一些没想到的形式；
- CALCULATE 详解，尤其是其上下文的顺序以预防还没入坑的同学知道未来可以检查的方面；
- DISTINCT / VALUES 详解，预防循环依赖的技巧等；
- 其他
其中通过动画演示来诠释CALCULATE执行的复杂过程，不断强调DAX的灵活和强大帮助大家从一开始就明确在DAX道路上的重点。
当然，少不了用一些实际模型或案例来做整体说明，例如：
由于时间关系，我们只能循序渐进地选取其中一部分进行讲解。但大家的投入和参与很令人鼓舞。
活动在愉快而高密集的知识轰炸中不知不觉就过完了时间，也希望可以给到不同期待的伙伴以相应的收获。当然，对于完全刚刚接触PowerBI的伙伴，绝对不可能指望在一次培训中能搞懂所有内容的，但其能力的可能性应该让您看到了更加宏观的未来。
现状
现场通过收集30份调查问卷了解了大家的一些深度想法，这里将结果分享给大家：
首先参与的伙伴来做不同的行业和职能岗位，整体的一个状态大致也能从一定意义上反映PowerBI以及个人或企业的一些现状。
这些行业包括：保险、餐饮、电商、互联网、化工、家居、金融、零售、器械、信托、医疗、银行、在线教育、制造等。
这些岗位包括：IT、财务、产品经理、分析、管理、行业研究员、交互设计、企划、商业分析、市场、数据分析师、数据运营、销售运维、运营等。
以下是对各项主题的分类调查结果：
绝大部分伙伴是愿意主动参与类似活动来提升的，并有相当一部分伙伴选择将Excel120作为活动方面信息发布的一个平台，这点要感谢大家的支持和信任。
整体占比超过 70% 的人反映在企业中仅仅是个人使用或者企业部分使用但却遇到很多问题。这对于个人来说，其实是一个很大的职业机会，这明显的说明主动要求进步的个人的主动探索已经领先于企业了本身了。如果企业能给这样的努力型人才提供平台，那您将在平台上有所发挥，甚至帮助企业创造前所未有的价值；反之如果企业的某些人由于木桶原理而阻挡您的努力，相信另有良木可栖之。这里做一个善意的提醒，某位哲人说过，在企业中，领先一步是领先，领先两步是犯罪。，因此，学习和提升请巧巧进行，不要在企业中犯罪。（这也解释了很多事情在企业无法真正推进的原因）
下面这项让人有些出乎意料，却又在情理之中：
更多的人更愿意学习PowerBI数据建模以及与业务的结合，没想到数据可视化在这项调查中排名垫底。看来很多人已经开始向更实质性的业务逻辑模型做迁移了，相信微软PowerBI也会不断加强默认视觉对象的能力，从对微软的一贯的产品开发流程来看，将所有内容按功能点以及国家本地化全面细节化的测试是比不可少的，这也是让默认视觉对象能够比第三方（尤其是免费视觉对象）有更强的稳定性得以保障。
这点与Excel120公众号的重点也是高度一致的，不断研发探索业务化的DAX数据模型来更好的服务业务本身。
既然都这么关注DAX数据建模，我们来看看大家对DAX数据建模的基础掌握得如何：
- 所有 CALCULATE 必须由建模师手动添加。【错误】例如度量值是隐性自动添加。
- CALCULATE 的执行是从第一个参数到最后一个参数逐个进行的。【错误】从第二个开始执行，最后再执行第一个。
- CALCULATE 的参数执行所处于的上下文环境在上下文转换之后。【错误】筛选器参数执行所处的上下文环境是上下文转换之前的。（在现场对CALUCLATE的讲解中已经说明了这点）
- CALCULATE 的筛选器参数可以直接是某个表。【正确】可以的。
对于该问题，有40%的人表示不知道；只有不到20%的人回答正确。因为一个问题不一定能说明问题，因此在对DAX的调查中，使用了第二道题目，结果如下：
- 时间智能函数返回的是表。【正确】很多人都不知道这一点，这也是时间智能函数可以直接作为筛选器参数与CALCUALTE配合使用的关键，哪怕返回的是一天，也是一个表。
- VALUES（T[C]）和DISTINCT（T[C]）有可能不同，为了避免循环依赖，优先使用VALUES。【错误】这个函数确实不同，但为了避免循环依赖，应优先使用DISTINCT，而不是VALUES。
- 筛选上下文是会自动传递的。【正确】筛选上下文会沿着关系的方向自动传递。
- KEEPFILTER 函数的作用是避免外层筛选上下文被直接覆盖。【正确】默认情况，CALCULATE的筛选器参数会覆盖外部筛选上下文，而 KEEPFILTER 将覆盖特性改为求交集运算。
对于该问题，有60%的人表示不知道；只有不到20%的人回答正确。
别看只有两道DAX测试题，但高手可以知道它覆盖了DAX的广度有多大，通过能连续答对来排除巧合的可能后，这个人就是掌握DAX基础的人。
【小插曲】在调查问卷中，连续答对两个题目的人筛选出来，如何实现？这是个购物篮分析，您发现了吗。
更关键的是：
- 可以连续回答正确两个题目的人才有意义：只有一个人 你没听错，只有一个人通过DAX测试。
- 如果您连续答对这两个题目，应该不是巧合，您已经掌握相当多的DAX知识。
- 本次调查中连续回答正确两题的这1个人占总样本的 3.3%。
- 本次调查中连续回答正确两题的这1个人是一位 零售业 的 女士。
我大概应该知道是哪位了，她连续参加过活动，并且每次都非常认真。
考虑到来参加本次线下活动的伙伴大多已经有一些PowerBI经验，因此，PowerBI的基础仍需要大大加强。可以基本不负责任地判断，在PowerBI的广大学习人群中，只有不到 3% 的人真正掌握了PowerBI的基础。 另外，并不是来自于IT背景的人更有优势，能够全部回答正确DAX测试两个题目的人是一位来自零售业务领域的女士。她对PowerBI个人学习的投入和努力，相信是非常重要的前提。
所以，不管您是不是刚刚接触PowerBI，都有非常大的机会，她就是榜样。
Excel120也将持续提供这方面的资源来帮助大家提升对PowerBI以及DAX的使用能力。
当然，这里绝不仅仅是测试大家对DAX技术的理解，我们更关注大家有没有真正开始在模型的层面展开实践，也是看大家是否在认真阅读公众号的内容，这里调查了对几个模型的理解：
- 为了找到某业务重点可以使用的模型是：帕累托 80/20 模型。（相比于其他模型）
- 为了找到业务的主要因素可以使用的模型是：帕累托 ABC 模型。（相比于其他模型）
- 为了了解企业的利润构成是否可持续，可以使用的模型是：NPS。
当然，能将所有关于所有业务模型都回答正确的人有4人，占约13%。
这里还调查了大家是以一种激情和热情来学习PowerBI，结果显示：
来参加活动的人大部分已经有一定的PowerBI使用经验并赞同PowerBI可能带来的价值。而用NPS来调查更加显示：
以平均 9.07 的推介得分，普遍表示了对PowerBI的高度认可。
总结
- PowerBI，Simple but not easy。
- 如果您想获得PowerBI的高级干货，您来到这里算是找对地方了。
- 任何人（不管技术，业务，男生，女生）都可以掌握PowerBI最具魅力的DAX数据建模部分。
- 目前在使用PowerBI的人群中，只有不到 3% 的人掌握了PowerBI数据建模的基础。
- 能够把PowerBI数据建模及业务紧密结合更加稀缺。
因此，作为企业，用PowerBI做数字化转型是价值巨大的，同时可以积累相关人才；作为个人，投资PowerBI学习及实践，职业发展及潜在的回报是可观的。
怎么样，这份数据分析报告如何？有没有打动作为客户的您呢。
