Dato og klokkeslæt er afgørende i dataanalyse. Så her er, hvordan du kan lave en datatabel i Power BI for at give dig mere præcise resultater.

Datoer er et kritisk stykke data, der kan påvirke din analyse. Derfor er det vigtigt at oprette et dato-tidsfelt i Power BI for at sikre, at din dataanalyseproces er nøjagtig, hvilket hjælper dig med at optimere din rapport.

Uanset om du kigger på salgstal, økonomiske poster, kundeadfærd, kundefeedback eller webstedstrafik, kan det give værdifuld indsigt at have en nøjagtig dato og klokkeslæt. Det er her, din Power BI-datotabel kommer ind.

Så lad os undersøge vigtigheden af ​​en datotabel i Power BI, og hvordan man opretter en.

Hvad er en datotabel, og hvorfor har du brug for det?

En datotabel er en dimensionsdatatabel, der indeholder attributter som år, måned og dato. Denne tabel indeholder én værdi hver dag, og denne værdi er en dato. Derfor er det derfor, datotabeller også kaldes kalendertabeller.

Når du analyserer data i Power BI, har du brug for en datotabel af flere årsager.

instagram viewer
  • Til tidsintelligens dataanalyse.
  • For at referere og filtrere datoer i dine modeller.
  • At oprette rapporter, der har brug for datorelaterede oplysninger.
  • Sørg for, at alle tilgængelige datoer i dine data har en centraliseret og nøjagtigt formateret dato til datamodellering. Dette svarer til, når du opretter relationer mellem flere tabeller ved hjælp af en datamodel i Excel.
  • At skabe informative visuals.
  • Det giver en ensartet og standardiseret dato for dine rapporter.

Hvad er kravene til en datotabel?

Når du opretter en datotabel i Power BI, er der nogle ting, du bør have i tankerne:

  • Den første kolonne, som er din datokolonne, skal være datoer af dato/tid datotypen.
  • Datoværdierne i den første kolonne skal være unikke og ikke have tom.
  • Marker din datotabel, når den er oprettet, som en datotabel.
  • Datoen bør ikke have nogen manglende værdi og indeholde alle datoer inden for en periode. Dette kan være fra et par måneder til et år eller mere end et år.

Sådan opretter du en datotabel ved hjælp af automatisk dato/klokkeslæt

Power BI Auto Dato-funktionen genererer automatisk en dato- og datohierarkitabel baseret på kolonnerne i dine data. Den opdaterer også denne dato baseret på dine underliggende data. Med det hierarki, det genererer, kan du bore ned, samle og filtrere dine data baseret på en bestemt dato eller for en periode.

For at aktivere funktionen Automatisk dato;

  1. Naviger til Filbånd > Indstillinger og indstillinger.
  2. Vælg derefter Indstillinger > Aktuel fil > Dataindlæsning > Tidsintelligence.
  3. Sæt kryds ved Aktiver automatisk dato/tid boks.

Datohierarkiet her vil omfatte år, kvartal, måned og dag.

Sådan opretter du en datotabel ved hjælp af DAX

En ting der gør Power BI forskellig fra Microsoft Excel er Power BI's Data Analysis Expression (DAX) funktioner. Selvom DAX kan bruges i Excel, kommer det ikke ret intuitivt til applikationen.

CalendarAuto og Calendar er to DAX-funktioner, der bruges til at oprette disse tabeller. Den eneste forskel mellem begge funktioner er, at mens Kalender opretter datoerne baseret på det, du angiver, laver CalendarAuto-funktioner en dato baseret på, hvad den automatisk registrerer fra dine data.

Sådan bruger du kalenderfunktionen:

  1. Naviger til Fanen Hjem i dit Power BI Desktops bånd.
  2. Vælg Nyt bord
  3. Indtast DAX-formlen nedenfor. Denne formel vil oprette en datotabel, der strækker sig fra 1. januar 2022 til 31. december 2023.
    Dato = KALENDER(DATO(2022,1,1), DATO(2023,12,31))
  4. Hvis du vil have den til at stige selv, kan du erstatte slutdatoen med I DAG(), som vist nedenfor.
    Dato = KALENDER(DATO(2022,1,1),I DAG())
  5. For at tilføje en år-kolonne skal du vælge Ny kolonne og bruge ÅR() funktion til at skrive denne DAX-funktion.
    år = ÅR('Dato'[Dato])
  6. Vælg Ny kolonne og tilføj en månedskolonne ved hjælp af MÅNED() DAX funktion. Denne funktion skriver dog måneden i et numerisk format.
    Måned = MÅNED('Dato'[Dato])
  7. For en kategorisk funktion skal du bruge FORMAT() fungere.
    Måned Kat = FORMAT('Dato'[Dato],"MMM")
  8. Du skal sortere din måneds kat-kolonne efter månedskolonnen ved at bruge indstillingen Sorter efter kolonne.
  9. Du kan oprette en dagkolonne ved hjælp af DAY()-funktionen.
    Dag = DAG('Dato'[Dato])
  10. WEEKNUM()-funktionen fortæller os, hvilken uge vores datoer falder ind i.
    Uge = "Uge " & UGENUM('Dato'[Dato])
  11. Funktionen QUARTER() fortæller os, hvilket kvartal vi er i.
    Qtr = "Qtr" & KVARTAL('Dato'[Dato])

Sådan opretter du en datotabel ved hjælp af avanceret DAX

Hvis du er bekendt med DAX, kan du intensivere oprettelsen af ​​datotabellen. Du kan bruge funktioner som f.eks VAR, ADDCOLUMNS og FORMAT at skrive din tabel uden manuelt at oprette flere kolonner.

Her er et manuskript fra Enterprise DNA-eksperter viser, hvordan man opretter en simpel datotabel uden at oprette flere kolonner.

DatoTabel = 
VAR Startdato = DATO(2020, 1, 1) // Du kan indstille startdatoen i henhold til dine krav
VAR Slutdato = DATO(ÅR(I DAG()), 12, 31) // Sætendedatotil det endeaf det nuværendeår
VEND TILBAGE
ADDCOLUMNS (
KALENDER (startdato, slutdato),
"Ugedag", UGEDAG([Dato]),
"DayOfWeekName", FORMAT([Dato], "dddd")
)

Sådan bruger du dette script:

  1. Vælg Nyt bord
  2. Kopier og indsæt derefter DAX-scriptet ovenfor.

Men hvis du ikke er bekendt med disse DAX-funktioner, har vi en liste over fantastiske online Coursera-kurser, der kan hjælpe dig med at mestre Power BI.

Sådan får du dit bord som en datotabel

Når du har oprettet din datotabel, skal du markere den nyoprettede tabel som en datotabel. Dette er det sidste trin i processen til oprettelse af datotabeller.

Det kan du gøre ved at:

  1. Højreklik på tabelnavnet i Feltrude.
  2. Vælg Marker som datotabel.
  3. Du kan også bruge indstillingen Marker som datotabel på Power BI-båndet.
  4. Vælg dato mulighed.
  5. Vælg Okay.

Forretningsdatoer med Power BI

Datoer er en væsentlig del af enhver analyse uanset din branche. Du skal således have en centraliseret og standardiseret datotabel for at hjælpe dig med at nå dit mål. Med denne viden kan du bygge og tilpasse din datotabel, så den passer til din organisations og dataprojektkrav.