SlideShare a Scribd company logo
Tutorial
리본메뉴
보고서
데이터
모델
필드 (쿼리의 집합)
페이지
시각화 도구
드릴스루
(연관된 데이터 관리)
보고서
*자료 출처 : Microsoft sample data
*자료 출처 : Microsoft sample data
데이터
모델
*자료 출처 : Microsoft sample data
 모델링이 잘 되었는지 확인
(연결되어 있지 않은 경우 드래그를 통해 연결)
 시각화 하기에 편리하도록 테이블 준비
(측정값 계산, 날짜 테이블 사전 생성 등)
시각화 도구
 데이터 시각화에 적합한
다양한 차트 선택
필드
 차트에 입력할 데이터 필드를
드래그하여 추가
 차트 별 필요한 항목 지정
(x축, y축, 최소값, 최대값 등) 서식
 차트 서식 설정
 제목, 데이터 색, 테두리 등
세부 설정
가로 막대형 차트
묶은 가로 막대형 차트
100% 누적 세로 막대형 차트
누적 세로 막대형 차트
묶은 세로 막대형 차트
100% 누적 세로 막대형 차트
*자료 출처 : Microsoft sample data
꺾은선형 차트 꺾은선형 및 묶은 세로 막대형 차트
영역형 차트 누적 영역형 차트
꺾은선형 및 누적 세로 막대형 차트
*자료 출처 : Microsoft sample data
원형 차트 도넛형 차트
여러 행 카드카드
*자료 출처 : Microsoft sample data
리본 차트
깔때기 차트
Tree Map
폭포 차트
분산형 차트
맵
*자료 출처 : Microsoft sample data
등치 지역도 계기
KPI
행렬
테이블
*자료 출처 : Microsoft sample data
Power BI 시각적 개체
사용자 지정 시각적 개체를 생성하고, 공유 할 수 있도록 하는 도구로, 다른 이용자가 제작하여 공유한 다양한 시각적 개체 활용 가능
[홈] > 삽입 > 다른 시각적 개체 > AppSource 에서
*자료 출처 : Microsoft sample data
R 스크립트 시각적 개체
Python 시각적 개체
슬라이서
편집기를 통해 R 스크립트 코드를 붙여 넣거나 입력하여 시각적 개체 편집 가능하게 하는 도구
편집기를 통해 Python 스크립트 코드를 붙여 넣거나 입력하여 시각적 개체 편집 가능하게 하는 도구
원하는 정보만 차트에서 볼 수 있도록 차트 내용을 슬라이싱(필터링) 하는 도구
질문 및 답변
해당 데이터와 관련하여 질문 자동 생성 및 답변 제시하는 도구
사용자 지정 시각적 개체 가져오기
시각적 개체에 추가되지 않은 기능을 파워 BI에 추가하는 도구.
[마켓 플레이스에서 가져오기]를 통해 다양한 시각적 개체를 검색 및 설치하여 사용할 수 있음
 파워 BI 웹 페이지(https://powerbi.microsoft.com/ko-kr) 회원 가입
 유료 서비스이므로 가입 조건 확인
 작업 완료한 파워BI의 화면에서 [홈]-[공유] 탭의 “게시“ 클릭
 변경사항 저장 여부에서 “저장” 선택
 [내 파일 영역] 선택하여 저장하고 싶은 위치 선택
 파워 BI 웹 사이트 로그인 후 [내 작업 영역]에서 업로드 된 파일 확인
 웹 상에서도 데이터 간 상호작용 가능
 공유하고자 하는 파일 선택 후 상단 메뉴 중 [파일]-[웹에 게시] 클릭
 임베디드(Embeded) 태그 만들기 선택
 만들어진 URL 복사하여 공유
• 데이터 탭 → 새 열 OR 열 삽입 원하는 필드에서 마우스 오른쪽 버튼 → 새 열
• 열 이름 지정 후 데이터 계산 함수 작성
예시) 매출 합계=CALCULATE(SUM(‘거래내역’[매출금액]))
참고) 총 합계, 총 개수, 총 분산, 평균값 등과 같은 요약 그룹화는 ‘새 측정값’에서 함수 작성하는 것이 편리
Dax 함수는 Data Analysis Expressions의 준말로, 식에서 하나 이상의 값을 계산하고 반환하는 데 사용할 수
있는 함수의 모음이다. Dax를 이용하면 모델에 있는 데이터를 활용하여 새로운 정보를 만들어 낼 수 있다.
엑셀 원본이나 SQL에서 수식을 모두 만들어 정리한 후에 시각화 보고서를 작성하는 것이 현실적으로 힘들기 때문에
시각화 과정에서 Dax함수를 통한 계산이 필요한 것이다.
모든 함수를 익히기는 힘들지만, 자주 사용되는 함수들을 알아두면 유용하게 사용할 수 있다.
날짜 및 시간 함수
• DATE(년, 월, 일) • TODAY( )
지정된 날짜 반환 현재 날짜 반환
• NOW( ) • UTCNOW( )
현재 날짜 및 시간 반환 현재 UTC 날짜 및 시간 반환(수식 새로 고칠 때마다 업데이트)
• YEAR/MONTH/DAY([날짜열 명]) • WEEKNUM([날짜열 명])
해당 날짜 열의 년/월/일 추출 해당 날짜 열의 일자가 몇 번째 주차에 해당하는지 반환
• CALENDER(DATE(년, 월, 일), DATE(년, 월, 일)) • DATEDIFF(DATE(년, 월, 일), DATE(년, 월, 일), hour/day/month/…)
시작일과 마감일 간 단순 차이 계산 시작일과 마감일 간 시/분/초/일/월/분기/년 등 차이 계산
• EDATE(‘테이블 명’[날짜열 명], 개월 수) • DATESBETWEEN(‘테이블 명’[열 명], DATE(년, 월, 일), DATE(년, 월, 일))
해당 날짜 열에서 n개월 후의 날짜 계산 시작일과 마감일을 입력하여 사용자 지정 날짜 범위 설정
• ENDOFMONTH(‘테이블 명‘[날짜열 명]) • DATEADD(‘테이블 명’[열 명], 더할 수, 이동 간격)
해당 날짜 열에서 월의 마지막 일 계산 기존 날짜 열에서 지정한 수의 이동 간격(년, 분기, 월, 일)만큼 이동한 날짜 반환
• DATESMTD(‘테이블 명‘[날짜열 명]) • PREVIOUSMONTH(‘테이블 명‘[날짜열 명])
현재 컨텍스트에서 월별 날짜 열이 포함된 테이블 반환 해당 날짜 열의 첫 번째 날짜를 기준으로 이전 달의 모든 테이블 반환
수학 함수
• ABS(수, 혹은 숫자 열) • QUOTIENT(나누어지는 수 혹은 숫자 열, 나누는 수 혹은 숫자 열)
해당 수 혹은 숫자 열의 절대값 반환 해당 수 혹은 숫자 열의 나누기를 수행하고 결과의 정수 부분만 반환
• SUM(‘테이블명‘[열 명]) • MOD(나누어지는 수 혹은 숫자 열, 나누는 수 혹은 숫자 열)
해당 열 합계 계산 해당 수 혹은 숫자 열의 나누기를 수행하고 결과의 나머지 부분만 반환
• TRUNC(수 혹은 숫자 열, 자릿수 지정) • ROUND(수 혹은 숫자 열, 반올림하려는 자릿수)
해당 수 혹은 숫자 열의 소수 부분 제거하여 반환 해당 수 혹은 숫자 열을 지정된 자릿수로 반올림
필터 함수
• CALCULATE(계산할 식, 필터1, 필터2, …) • CROSSFILTER(‘테이블명’[열 명], ‘테이블명2’[열 명2], one/both)
지정된 필터로 수정된 데이터를 바탕으로 식을 계산 두 열 사이에 존재하는 관계에 대한 계산에서 교차 필터링 방향 지정(일방/쌍방)
• ALLCROSSFILTERED(‘테이블명’) • ALLEXCEPT(테이블명, ‘테이블명’[열 명])
테이블에 적용된 모든 필터 삭제 지정된 열에 적용된 필터를 제외하고 테이블의 모든 필터 제거
논리 함수
• AND(논리값1, 논리값2) • SWITCH(식,값,식의결과가 값과일치하는경우계산할식,일치하지않을경우계산할식)
테스트할 논리값이 둘 다 TRUE인 경우 TRUE 반환 값 목록에 대해 식을 계산하고, 가능한 여러 결과 식 중 하나를 반환
• OR(논리값1, 논리값2) • IF(논리식, 논리식이 참일 경우 반환되는 값, 논리식이 거짓일 경우 반환되는 값)
테스트할 논리값 중 하나가 TRUE인 경우 TRUE 반환 논리식이 참이면 두번째 인수 반환, 거짓이면 세번째 인수 반환
정보 함수
• ISEVEN(값) • CONTAINS(테이블, [열 명], 값)
숫자가 짝수이면 TRUE를, 홀수이면 FALSE 반환 값이 해당 열에 포함되어 있으면 있으면 TRUE 반환, 그렇지 않으면 FALSE 반환
기타 함수
• CONVERT(식, 데이터 형식)
값을 지정된 데이터 형식(정수, 텍스트 등)으로 변환
새 테이블 / 새 열 추가한 경우
새 측정값 추가한 경우
새 측정값 추가하는 방법 : 모델링 탭 → 새 측정값 OR 홈 탭 → 데이터 입력 → 로드 → 새 테이블에서 마우스 오른쪽 → 새 측정값
※ 측정값은 데이터 테이블에서 그 내용을 확인할 수 없지만 보고서 작성 시에 활용 가능

More Related Content

What's hot

Tableau活用4年の軌跡
Tableau活用4年の軌跡Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
 
マクロでBASEを操作しよう BASE Let's operate with macros
 マクロでBASEを操作しよう  BASE Let's operate with macros マクロでBASEを操作しよう  BASE Let's operate with macros
マクロでBASEを操作しよう BASE Let's operate with macros
koutarou watanabe
 
EmbulkとDigdagとデータ分析基盤と
EmbulkとDigdagとデータ分析基盤とEmbulkとDigdagとデータ分析基盤と
EmbulkとDigdagとデータ分析基盤と
Toru Takahashi
 
DSpace-CRIS: a CRIS enhanced repository platform
DSpace-CRIS: a CRIS enhanced repository platformDSpace-CRIS: a CRIS enhanced repository platform
DSpace-CRIS: a CRIS enhanced repository platform
Andrea Bollini
 
既存Redshift/ETLからSpectrum/Glueへの移行を徹底解明!
既存Redshift/ETLからSpectrum/Glueへの移行を徹底解明!既存Redshift/ETLからSpectrum/Glueへの移行を徹底解明!
既存Redshift/ETLからSpectrum/Glueへの移行を徹底解明!
Recruit Lifestyle Co., Ltd.
 
Intro to the semantic web (for libraries)
Intro to the semantic web (for libraries) Intro to the semantic web (for libraries)
Intro to the semantic web (for libraries)
robin fay
 
Cognitive Retrieval Model
Cognitive Retrieval ModelCognitive Retrieval Model
Cognitive Retrieval Model
Firdaus Rahaman
 
zozotown real time linkage infrastructure
zozotown real time linkage infrastructurezozotown real time linkage infrastructure
zozotown real time linkage infrastructure
KeisukeTaniguchi2
 
Art 04 controle bibliografico universal
Art 04 controle bibliografico universalArt 04 controle bibliografico universal
Art 04 controle bibliografico universal
Cintia Borges
 
Introduction to DAX
Introduction to DAXIntroduction to DAX
Introduction to DAX
Ike Ellis
 
The Role of Taxonomy and Ontology in Semantic Layers - Heather Hedden.pdf
The Role of Taxonomy and Ontology in Semantic Layers - Heather Hedden.pdfThe Role of Taxonomy and Ontology in Semantic Layers - Heather Hedden.pdf
The Role of Taxonomy and Ontology in Semantic Layers - Heather Hedden.pdf
Enterprise Knowledge
 
Implementing business intelligence
Implementing business intelligenceImplementing business intelligence
Implementing business intelligence
Alistair Sergeant
 
BIBFRAME, Linked data, RDA
BIBFRAME, Linked data, RDA BIBFRAME, Linked data, RDA
BIBFRAME, Linked data, RDA
robin fay
 
Spiral of Scientific Method Arun Joseph MPhil
Spiral of Scientific Method   Arun Joseph MPhilSpiral of Scientific Method   Arun Joseph MPhil
Spiral of Scientific Method Arun Joseph MPhil
Arun Joseph (Librarian), MLISc, UGC NET
 
Introduction To Controlled Vocabularies
Introduction To Controlled VocabulariesIntroduction To Controlled Vocabularies
Introduction To Controlled Vocabularies
Fred Leise
 
1. indexing and abstracting
1. indexing and abstracting1. indexing and abstracting
1. indexing and abstracting
Moses Mbanje
 
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
Recruit Technologies
 
Aula 2 taxonomias gisele
Aula 2 taxonomias giseleAula 2 taxonomias gisele
Aula 2 taxonomias gisele
Gisele Dziekaniak
 
Democratization - New Wave of Data Science (홍운표 상무, DataRobot) :: AWS Techfor...
Democratization - New Wave of Data Science (홍운표 상무, DataRobot) :: AWS Techfor...Democratization - New Wave of Data Science (홍운표 상무, DataRobot) :: AWS Techfor...
Democratization - New Wave of Data Science (홍운표 상무, DataRobot) :: AWS Techfor...
Amazon Web Services Korea
 
OAI-PMH
OAI-PMHOAI-PMH
OAI-PMH
CSMeena1
 

What's hot (20)

Tableau活用4年の軌跡
Tableau活用4年の軌跡Tableau活用4年の軌跡
Tableau活用4年の軌跡
 
マクロでBASEを操作しよう BASE Let's operate with macros
 マクロでBASEを操作しよう  BASE Let's operate with macros マクロでBASEを操作しよう  BASE Let's operate with macros
マクロでBASEを操作しよう BASE Let's operate with macros
 
EmbulkとDigdagとデータ分析基盤と
EmbulkとDigdagとデータ分析基盤とEmbulkとDigdagとデータ分析基盤と
EmbulkとDigdagとデータ分析基盤と
 
DSpace-CRIS: a CRIS enhanced repository platform
DSpace-CRIS: a CRIS enhanced repository platformDSpace-CRIS: a CRIS enhanced repository platform
DSpace-CRIS: a CRIS enhanced repository platform
 
既存Redshift/ETLからSpectrum/Glueへの移行を徹底解明!
既存Redshift/ETLからSpectrum/Glueへの移行を徹底解明!既存Redshift/ETLからSpectrum/Glueへの移行を徹底解明!
既存Redshift/ETLからSpectrum/Glueへの移行を徹底解明!
 
Intro to the semantic web (for libraries)
Intro to the semantic web (for libraries) Intro to the semantic web (for libraries)
Intro to the semantic web (for libraries)
 
Cognitive Retrieval Model
Cognitive Retrieval ModelCognitive Retrieval Model
Cognitive Retrieval Model
 
zozotown real time linkage infrastructure
zozotown real time linkage infrastructurezozotown real time linkage infrastructure
zozotown real time linkage infrastructure
 
Art 04 controle bibliografico universal
Art 04 controle bibliografico universalArt 04 controle bibliografico universal
Art 04 controle bibliografico universal
 
Introduction to DAX
Introduction to DAXIntroduction to DAX
Introduction to DAX
 
The Role of Taxonomy and Ontology in Semantic Layers - Heather Hedden.pdf
The Role of Taxonomy and Ontology in Semantic Layers - Heather Hedden.pdfThe Role of Taxonomy and Ontology in Semantic Layers - Heather Hedden.pdf
The Role of Taxonomy and Ontology in Semantic Layers - Heather Hedden.pdf
 
Implementing business intelligence
Implementing business intelligenceImplementing business intelligence
Implementing business intelligence
 
BIBFRAME, Linked data, RDA
BIBFRAME, Linked data, RDA BIBFRAME, Linked data, RDA
BIBFRAME, Linked data, RDA
 
Spiral of Scientific Method Arun Joseph MPhil
Spiral of Scientific Method   Arun Joseph MPhilSpiral of Scientific Method   Arun Joseph MPhil
Spiral of Scientific Method Arun Joseph MPhil
 
Introduction To Controlled Vocabularies
Introduction To Controlled VocabulariesIntroduction To Controlled Vocabularies
Introduction To Controlled Vocabularies
 
1. indexing and abstracting
1. indexing and abstracting1. indexing and abstracting
1. indexing and abstracting
 
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
 
Aula 2 taxonomias gisele
Aula 2 taxonomias giseleAula 2 taxonomias gisele
Aula 2 taxonomias gisele
 
Democratization - New Wave of Data Science (홍운표 상무, DataRobot) :: AWS Techfor...
Democratization - New Wave of Data Science (홍운표 상무, DataRobot) :: AWS Techfor...Democratization - New Wave of Data Science (홍운표 상무, DataRobot) :: AWS Techfor...
Democratization - New Wave of Data Science (홍운표 상무, DataRobot) :: AWS Techfor...
 
OAI-PMH
OAI-PMHOAI-PMH
OAI-PMH
 

Similar to Power bi

3장 데이터 수집, 정제에서 분석까지
3장 데이터 수집, 정제에서 분석까지3장 데이터 수집, 정제에서 분석까지
3장 데이터 수집, 정제에서 분석까지
Hyochan PARK
 
인포그래픽스 데이터분석과 저널리즘 3장 데이터수집,정제에서 분석까지
인포그래픽스 데이터분석과 저널리즘 3장 데이터수집,정제에서 분석까지인포그래픽스 데이터분석과 저널리즘 3장 데이터수집,정제에서 분석까지
인포그래픽스 데이터분석과 저널리즘 3장 데이터수집,정제에서 분석까지Han Woo PARK
 
데이터분석과저널리즘 정제에서 분석까지
데이터분석과저널리즘 정제에서 분석까지데이터분석과저널리즘 정제에서 분석까지
데이터분석과저널리즘 정제에서 분석까지Gee Yeon Hyun
 
파이썬 데이터과학 레벨2 - 데이터 시각화와 실전 데이터분석, 그리고 머신러닝 입문 (2020년 이태영)
파이썬 데이터과학 레벨2 - 데이터 시각화와 실전 데이터분석, 그리고 머신러닝 입문 (2020년 이태영)파이썬 데이터과학 레벨2 - 데이터 시각화와 실전 데이터분석, 그리고 머신러닝 입문 (2020년 이태영)
파이썬 데이터과학 레벨2 - 데이터 시각화와 실전 데이터분석, 그리고 머신러닝 입문 (2020년 이태영)
Tae Young Lee
 
프로그래밍 대회: C++11 이야기
프로그래밍 대회: C++11 이야기프로그래밍 대회: C++11 이야기
프로그래밍 대회: C++11 이야기
Jongwook Choi
 
Serverless content recommendation
Serverless content recommendationServerless content recommendation
Serverless content recommendation
Sanghyun Lee
 
★강의교재_데이터 분석을 위한 통계와 확률_v2.pptx
★강의교재_데이터 분석을 위한 통계와 확률_v2.pptx★강의교재_데이터 분석을 위한 통계와 확률_v2.pptx
★강의교재_데이터 분석을 위한 통계와 확률_v2.pptx
Donghwan Lee
 
Chartschool1 0 manual
Chartschool1 0 manualChartschool1 0 manual
Chartschool1 0 manual
youngdae ha
 
R 프로그램의 이해와 활용 v1.1
R 프로그램의 이해와 활용 v1.1R 프로그램의 이해와 활용 v1.1
R 프로그램의 이해와 활용 v1.1
happychallenge
 
StarUML NS Guide - Design
StarUML NS Guide - DesignStarUML NS Guide - Design
StarUML NS Guide - Design
태욱 양
 
Power BI Briefing 2018년 10월
Power BI Briefing 2018년 10월Power BI Briefing 2018년 10월
Power BI Briefing 2018년 10월
Hongju Jung
 
글로벌 주가지수 증감 예측(제1회 미래에셋대우 빅데이터페스티벌, 입상작)
글로벌 주가지수 증감 예측(제1회 미래에셋대우 빅데이터페스티벌, 입상작)글로벌 주가지수 증감 예측(제1회 미래에셋대우 빅데이터페스티벌, 입상작)
글로벌 주가지수 증감 예측(제1회 미래에셋대우 빅데이터페스티벌, 입상작)
Hanbin Seo
 
Tableau 사용자를 위한 데이터 블렌딩 with alteryx
Tableau 사용자를 위한 데이터 블렌딩 with alteryxTableau 사용자를 위한 데이터 블렌딩 with alteryx
Tableau 사용자를 위한 데이터 블렌딩 with alteryx
Pikdata Inc.
 
Entama(A) 화면별 설명
Entama(A) 화면별 설명Entama(A) 화면별 설명
Entama(A) 화면별 설명
entama
 
양재혁 포트폴리오 입니다.
양재혁 포트폴리오 입니다.양재혁 포트폴리오 입니다.
양재혁 포트폴리오 입니다.
Jeahurk Yang
 
Presto User & Admin Guide
Presto User & Admin GuidePresto User & Admin Guide
Presto User & Admin Guide
JEONGPHIL HAN
 
181215 MS SQL로 알아보는 데이터베이스
181215 MS SQL로 알아보는 데이터베이스181215 MS SQL로 알아보는 데이터베이스
181215 MS SQL로 알아보는 데이터베이스
KWANGIL KIM
 
R을 이용한 데이터 분석
R을 이용한 데이터 분석R을 이용한 데이터 분석
R을 이용한 데이터 분석
simon park
 
텐서플로우-기초 프로그래밍
텐서플로우-기초 프로그래밍텐서플로우-기초 프로그래밍
텐서플로우-기초 프로그래밍
jdo
 

Similar to Power bi (20)

3장 데이터 수집, 정제에서 분석까지
3장 데이터 수집, 정제에서 분석까지3장 데이터 수집, 정제에서 분석까지
3장 데이터 수집, 정제에서 분석까지
 
인포그래픽스 데이터분석과 저널리즘 3장 데이터수집,정제에서 분석까지
인포그래픽스 데이터분석과 저널리즘 3장 데이터수집,정제에서 분석까지인포그래픽스 데이터분석과 저널리즘 3장 데이터수집,정제에서 분석까지
인포그래픽스 데이터분석과 저널리즘 3장 데이터수집,정제에서 분석까지
 
데이터분석과저널리즘 정제에서 분석까지
데이터분석과저널리즘 정제에서 분석까지데이터분석과저널리즘 정제에서 분석까지
데이터분석과저널리즘 정제에서 분석까지
 
파이썬 데이터과학 레벨2 - 데이터 시각화와 실전 데이터분석, 그리고 머신러닝 입문 (2020년 이태영)
파이썬 데이터과학 레벨2 - 데이터 시각화와 실전 데이터분석, 그리고 머신러닝 입문 (2020년 이태영)파이썬 데이터과학 레벨2 - 데이터 시각화와 실전 데이터분석, 그리고 머신러닝 입문 (2020년 이태영)
파이썬 데이터과학 레벨2 - 데이터 시각화와 실전 데이터분석, 그리고 머신러닝 입문 (2020년 이태영)
 
R intro
R introR intro
R intro
 
프로그래밍 대회: C++11 이야기
프로그래밍 대회: C++11 이야기프로그래밍 대회: C++11 이야기
프로그래밍 대회: C++11 이야기
 
Serverless content recommendation
Serverless content recommendationServerless content recommendation
Serverless content recommendation
 
★강의교재_데이터 분석을 위한 통계와 확률_v2.pptx
★강의교재_데이터 분석을 위한 통계와 확률_v2.pptx★강의교재_데이터 분석을 위한 통계와 확률_v2.pptx
★강의교재_데이터 분석을 위한 통계와 확률_v2.pptx
 
Chartschool1 0 manual
Chartschool1 0 manualChartschool1 0 manual
Chartschool1 0 manual
 
R 프로그램의 이해와 활용 v1.1
R 프로그램의 이해와 활용 v1.1R 프로그램의 이해와 활용 v1.1
R 프로그램의 이해와 활용 v1.1
 
StarUML NS Guide - Design
StarUML NS Guide - DesignStarUML NS Guide - Design
StarUML NS Guide - Design
 
Power BI Briefing 2018년 10월
Power BI Briefing 2018년 10월Power BI Briefing 2018년 10월
Power BI Briefing 2018년 10월
 
글로벌 주가지수 증감 예측(제1회 미래에셋대우 빅데이터페스티벌, 입상작)
글로벌 주가지수 증감 예측(제1회 미래에셋대우 빅데이터페스티벌, 입상작)글로벌 주가지수 증감 예측(제1회 미래에셋대우 빅데이터페스티벌, 입상작)
글로벌 주가지수 증감 예측(제1회 미래에셋대우 빅데이터페스티벌, 입상작)
 
Tableau 사용자를 위한 데이터 블렌딩 with alteryx
Tableau 사용자를 위한 데이터 블렌딩 with alteryxTableau 사용자를 위한 데이터 블렌딩 with alteryx
Tableau 사용자를 위한 데이터 블렌딩 with alteryx
 
Entama(A) 화면별 설명
Entama(A) 화면별 설명Entama(A) 화면별 설명
Entama(A) 화면별 설명
 
양재혁 포트폴리오 입니다.
양재혁 포트폴리오 입니다.양재혁 포트폴리오 입니다.
양재혁 포트폴리오 입니다.
 
Presto User & Admin Guide
Presto User & Admin GuidePresto User & Admin Guide
Presto User & Admin Guide
 
181215 MS SQL로 알아보는 데이터베이스
181215 MS SQL로 알아보는 데이터베이스181215 MS SQL로 알아보는 데이터베이스
181215 MS SQL로 알아보는 데이터베이스
 
R을 이용한 데이터 분석
R을 이용한 데이터 분석R을 이용한 데이터 분석
R을 이용한 데이터 분석
 
텐서플로우-기초 프로그래밍
텐서플로우-기초 프로그래밍텐서플로우-기초 프로그래밍
텐서플로우-기초 프로그래밍
 

Power bi

  • 3. 보고서 *자료 출처 : Microsoft sample data
  • 4. *자료 출처 : Microsoft sample data 데이터
  • 5. 모델 *자료 출처 : Microsoft sample data
  • 6.  모델링이 잘 되었는지 확인 (연결되어 있지 않은 경우 드래그를 통해 연결)  시각화 하기에 편리하도록 테이블 준비 (측정값 계산, 날짜 테이블 사전 생성 등)
  • 7. 시각화 도구  데이터 시각화에 적합한 다양한 차트 선택 필드  차트에 입력할 데이터 필드를 드래그하여 추가  차트 별 필요한 항목 지정 (x축, y축, 최소값, 최대값 등) 서식  차트 서식 설정  제목, 데이터 색, 테두리 등 세부 설정
  • 8. 가로 막대형 차트 묶은 가로 막대형 차트 100% 누적 세로 막대형 차트 누적 세로 막대형 차트 묶은 세로 막대형 차트 100% 누적 세로 막대형 차트 *자료 출처 : Microsoft sample data
  • 9. 꺾은선형 차트 꺾은선형 및 묶은 세로 막대형 차트 영역형 차트 누적 영역형 차트 꺾은선형 및 누적 세로 막대형 차트 *자료 출처 : Microsoft sample data
  • 10. 원형 차트 도넛형 차트 여러 행 카드카드 *자료 출처 : Microsoft sample data
  • 11. 리본 차트 깔때기 차트 Tree Map 폭포 차트 분산형 차트 맵 *자료 출처 : Microsoft sample data
  • 13. Power BI 시각적 개체 사용자 지정 시각적 개체를 생성하고, 공유 할 수 있도록 하는 도구로, 다른 이용자가 제작하여 공유한 다양한 시각적 개체 활용 가능 [홈] > 삽입 > 다른 시각적 개체 > AppSource 에서 *자료 출처 : Microsoft sample data
  • 14. R 스크립트 시각적 개체 Python 시각적 개체 슬라이서 편집기를 통해 R 스크립트 코드를 붙여 넣거나 입력하여 시각적 개체 편집 가능하게 하는 도구 편집기를 통해 Python 스크립트 코드를 붙여 넣거나 입력하여 시각적 개체 편집 가능하게 하는 도구 원하는 정보만 차트에서 볼 수 있도록 차트 내용을 슬라이싱(필터링) 하는 도구 질문 및 답변 해당 데이터와 관련하여 질문 자동 생성 및 답변 제시하는 도구 사용자 지정 시각적 개체 가져오기 시각적 개체에 추가되지 않은 기능을 파워 BI에 추가하는 도구. [마켓 플레이스에서 가져오기]를 통해 다양한 시각적 개체를 검색 및 설치하여 사용할 수 있음
  • 15.  파워 BI 웹 페이지(https://powerbi.microsoft.com/ko-kr) 회원 가입  유료 서비스이므로 가입 조건 확인  작업 완료한 파워BI의 화면에서 [홈]-[공유] 탭의 “게시“ 클릭  변경사항 저장 여부에서 “저장” 선택  [내 파일 영역] 선택하여 저장하고 싶은 위치 선택  파워 BI 웹 사이트 로그인 후 [내 작업 영역]에서 업로드 된 파일 확인  웹 상에서도 데이터 간 상호작용 가능  공유하고자 하는 파일 선택 후 상단 메뉴 중 [파일]-[웹에 게시] 클릭  임베디드(Embeded) 태그 만들기 선택  만들어진 URL 복사하여 공유
  • 16. • 데이터 탭 → 새 열 OR 열 삽입 원하는 필드에서 마우스 오른쪽 버튼 → 새 열 • 열 이름 지정 후 데이터 계산 함수 작성 예시) 매출 합계=CALCULATE(SUM(‘거래내역’[매출금액])) 참고) 총 합계, 총 개수, 총 분산, 평균값 등과 같은 요약 그룹화는 ‘새 측정값’에서 함수 작성하는 것이 편리 Dax 함수는 Data Analysis Expressions의 준말로, 식에서 하나 이상의 값을 계산하고 반환하는 데 사용할 수 있는 함수의 모음이다. Dax를 이용하면 모델에 있는 데이터를 활용하여 새로운 정보를 만들어 낼 수 있다. 엑셀 원본이나 SQL에서 수식을 모두 만들어 정리한 후에 시각화 보고서를 작성하는 것이 현실적으로 힘들기 때문에 시각화 과정에서 Dax함수를 통한 계산이 필요한 것이다. 모든 함수를 익히기는 힘들지만, 자주 사용되는 함수들을 알아두면 유용하게 사용할 수 있다.
  • 17. 날짜 및 시간 함수 • DATE(년, 월, 일) • TODAY( ) 지정된 날짜 반환 현재 날짜 반환 • NOW( ) • UTCNOW( ) 현재 날짜 및 시간 반환 현재 UTC 날짜 및 시간 반환(수식 새로 고칠 때마다 업데이트) • YEAR/MONTH/DAY([날짜열 명]) • WEEKNUM([날짜열 명]) 해당 날짜 열의 년/월/일 추출 해당 날짜 열의 일자가 몇 번째 주차에 해당하는지 반환 • CALENDER(DATE(년, 월, 일), DATE(년, 월, 일)) • DATEDIFF(DATE(년, 월, 일), DATE(년, 월, 일), hour/day/month/…) 시작일과 마감일 간 단순 차이 계산 시작일과 마감일 간 시/분/초/일/월/분기/년 등 차이 계산 • EDATE(‘테이블 명’[날짜열 명], 개월 수) • DATESBETWEEN(‘테이블 명’[열 명], DATE(년, 월, 일), DATE(년, 월, 일)) 해당 날짜 열에서 n개월 후의 날짜 계산 시작일과 마감일을 입력하여 사용자 지정 날짜 범위 설정 • ENDOFMONTH(‘테이블 명‘[날짜열 명]) • DATEADD(‘테이블 명’[열 명], 더할 수, 이동 간격) 해당 날짜 열에서 월의 마지막 일 계산 기존 날짜 열에서 지정한 수의 이동 간격(년, 분기, 월, 일)만큼 이동한 날짜 반환 • DATESMTD(‘테이블 명‘[날짜열 명]) • PREVIOUSMONTH(‘테이블 명‘[날짜열 명]) 현재 컨텍스트에서 월별 날짜 열이 포함된 테이블 반환 해당 날짜 열의 첫 번째 날짜를 기준으로 이전 달의 모든 테이블 반환
  • 18. 수학 함수 • ABS(수, 혹은 숫자 열) • QUOTIENT(나누어지는 수 혹은 숫자 열, 나누는 수 혹은 숫자 열) 해당 수 혹은 숫자 열의 절대값 반환 해당 수 혹은 숫자 열의 나누기를 수행하고 결과의 정수 부분만 반환 • SUM(‘테이블명‘[열 명]) • MOD(나누어지는 수 혹은 숫자 열, 나누는 수 혹은 숫자 열) 해당 열 합계 계산 해당 수 혹은 숫자 열의 나누기를 수행하고 결과의 나머지 부분만 반환 • TRUNC(수 혹은 숫자 열, 자릿수 지정) • ROUND(수 혹은 숫자 열, 반올림하려는 자릿수) 해당 수 혹은 숫자 열의 소수 부분 제거하여 반환 해당 수 혹은 숫자 열을 지정된 자릿수로 반올림 필터 함수 • CALCULATE(계산할 식, 필터1, 필터2, …) • CROSSFILTER(‘테이블명’[열 명], ‘테이블명2’[열 명2], one/both) 지정된 필터로 수정된 데이터를 바탕으로 식을 계산 두 열 사이에 존재하는 관계에 대한 계산에서 교차 필터링 방향 지정(일방/쌍방) • ALLCROSSFILTERED(‘테이블명’) • ALLEXCEPT(테이블명, ‘테이블명’[열 명]) 테이블에 적용된 모든 필터 삭제 지정된 열에 적용된 필터를 제외하고 테이블의 모든 필터 제거
  • 19. 논리 함수 • AND(논리값1, 논리값2) • SWITCH(식,값,식의결과가 값과일치하는경우계산할식,일치하지않을경우계산할식) 테스트할 논리값이 둘 다 TRUE인 경우 TRUE 반환 값 목록에 대해 식을 계산하고, 가능한 여러 결과 식 중 하나를 반환 • OR(논리값1, 논리값2) • IF(논리식, 논리식이 참일 경우 반환되는 값, 논리식이 거짓일 경우 반환되는 값) 테스트할 논리값 중 하나가 TRUE인 경우 TRUE 반환 논리식이 참이면 두번째 인수 반환, 거짓이면 세번째 인수 반환 정보 함수 • ISEVEN(값) • CONTAINS(테이블, [열 명], 값) 숫자가 짝수이면 TRUE를, 홀수이면 FALSE 반환 값이 해당 열에 포함되어 있으면 있으면 TRUE 반환, 그렇지 않으면 FALSE 반환 기타 함수 • CONVERT(식, 데이터 형식) 값을 지정된 데이터 형식(정수, 텍스트 등)으로 변환
  • 20. 새 테이블 / 새 열 추가한 경우
  • 21. 새 측정값 추가한 경우 새 측정값 추가하는 방법 : 모델링 탭 → 새 측정값 OR 홈 탭 → 데이터 입력 → 로드 → 새 테이블에서 마우스 오른쪽 → 새 측정값 ※ 측정값은 데이터 테이블에서 그 내용을 확인할 수 없지만 보고서 작성 시에 활용 가능