Dato og klokkeslett er avgjørende i dataanalyse. Så her er hvordan du kan lage en datatabell i Power BI for å gi deg mer nøyaktige resultater.

Datoer er en kritisk del av data som kan påvirke analysen din. Derfor er det viktig å opprette et dato-klokkeslett-felt i Power BI for å sikre at dataanalyseprosessen din er nøyaktig, og hjelper deg med å optimalisere rapporten.

Enten du ser på salgstall, økonomiske poster, kundeadferd, tilbakemeldinger fra kunder eller nettstedtrafikk, kan det å ha nøyaktige dato- og klokkeslettdata gi verdifull innsikt. Det er der Power BI-datotabellen kommer inn.

Så la oss utforske viktigheten av en datotabell i Power BI og hvordan du oppretter en.

Hva er en datotabell og hvorfor trenger du den?

En datotabell er en dimensjonsdatatabell som inneholder attributter som år, måned og dato. Denne tabellen inneholder én verdi hver dag, og denne verdien er en dato. Derfor er dette grunnen til at datotabeller også kalles kalendertabeller.

Når du analyserer data i Power BI, trenger du en datotabell av flere grunner.

instagram viewer
  • For tidsintelligens dataanalyse.
  • For å referere og filtrere datoer i modellene dine.
  • For å lage rapporter som trenger daterelatert informasjon.
  • Sørg for at alle tilgjengelige datoer i dataene dine har en sentralisert og nøyaktig formatert dato for datamodellering. Dette ligner på når du lager relasjoner mellom flere tabeller ved hjelp av en datamodell i Excel.
  • For å lage informative bilder.
  • Det gir en konsistent og standardisert dato for rapportene dine.

Hva er kravene til en datotabell?

Når du oppretter en datotabell i Power BI, er det noen ting du bør ha i bakhodet:

  • Den første kolonnen, som er datokolonnen din, skal være datoer av dato/klokkeslett-datotypen.
  • Datoverdiene i den første kolonnen må være unike og ikke ha tom.
  • Merk datotabellen når den er opprettet som en datotabell.
  • Datoen skal ikke ha noen manglende verdi og inneholde alle datoene innenfor en periode. Dette kan være fra noen måneder til et år eller mer enn et år.

Hvordan lage en datotabell ved hjelp av automatisk dato/klokkeslett

Power BI Auto Date-funksjonen genererer automatisk en dato- og datohierarkitabell basert på kolonnene i dataene dine. Den oppdaterer også denne datoen basert på dine underliggende data. Med hierarkiet den genererer, kan du drill ned, samle og filtrere dataene dine basert på en bestemt dato eller for en periode.

For å aktivere funksjonen for automatisk dato;

  1. Naviger til Filbånd > Alternativer og innstillinger.
  2. Velg deretter Alternativer > Gjeldende fil > Datainnlasting > Tidsinformasjon.
  3. Kryss av Aktiver automatisk dato/klokkeslett eske.

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

Hvordan lage en datotabell ved hjelp av DAX

En ting som gjør Power BI forskjellig fra Microsoft Excel er Power BIs Data Analysis Expression (DAX) funksjoner. Mens DAX kan brukes i Excel, er det ikke ganske intuitivt for applikasjonen.

CalendarAuto og Calendar er to DAX-funksjoner som brukes til å lage disse tabellene. Den eneste forskjellen mellom begge funksjonene er at mens Kalender oppretter datoene basert på det du spesifiserer, lager CalendarAuto-funksjonene en dato basert på hva den automatisk oppdager fra dataene dine.

Slik bruker du kalenderfunksjonen:

  1. Naviger til Hjem-fanen i Power BI Desktops bånd.
  2. Plukke ut Nytt bord
  3. Skriv inn DAX-formelen nedenfor. Denne formelen vil lage en datotabell som strekker seg fra 1. januar 2022 til 31. desember 2023.
    Dato = KALENDER(DATO(2022,1,1), DATO(2023,12,31))
  4. Hvis du vil at den skal øke selv, kan du erstatte sluttdatoen med I DAG(), som vist nedenfor.
    Dato = KALENDER(DATO(2022,1,1),I DAG())
  5. For å legge til en år-kolonne, velg Ny kolonne og bruk ÅR() funksjon for å skrive denne DAX-funksjonen.
    År = ÅR('Dato'[Dato])
  6. Plukke ut Ny kolonne og legg til en månedskolonne ved å bruke MÅNED() DAX funksjon. Denne funksjonen skriver imidlertid måneden i et numerisk format.
    Måned = MÅNED('Dato'[Dato])
  7. For en kategorisk funksjon, bruk FORMAT() funksjon.
    Måned Katt = FORMAT('Dato'[Dato],"MMM")
  8. Du må sortere månedens Katt-kolonne etter månedskolonnen ved å bruke alternativet Sorter etter kolonne.
  9. Du kan opprette en dagkolonne ved å bruke DAY()-funksjonen.
    Dag = DAG('Dato'[Dato])
  10. WEEKNUM()-funksjonen forteller oss hvilken uke datoene våre faller inn i.
    Uke = "Uke" & UKENUM('Dato'[Dato])
  11. QUARTER()-funksjonen forteller oss hvilket kvartal vi befinner oss i.
    Qtr = "Qtr" & KVARTAL('Dato'[Dato])

Hvordan lage en datotabell ved hjelp av avansert DAX

Hvis du er kjent med DAX, kan du øke opprettingen av datotabellen. Du kan bruke funksjoner som VAR, ADDCOLUMNS og FORMAT for å skrive tabellen uten å opprette flere kolonner manuelt.

Her er et manus fra Enterprise DNA-eksperter viser hvordan du lager en enkel datotabell uten å opprette flere kolonner.

Datotabell = 
VAR Startdato = DATO(2020, 1, 1) // Du kan angi startdatoen i henhold til dine krav
VAR Sluttdato = DATO(ÅR(I DAG()), 12, 31) // SettsluttDatotil de sluttav de nåværendeår
KOMME TILBAKE
ADDCOLUMNS (
KALENDER (startdato, sluttdato),
"Ukedag", UKEDAG([Dato]),
"DayOfWeekName", FORMAT([Dato], "dddd")
)

Slik bruker du dette skriptet:

  1. Plukke ut Nytt bord
  2. Deretter kopierer og limer du inn DAX-skriptet ovenfor.

Men hvis du ikke er kjent med disse DAX-funksjonene, har vi en liste over flotte online Coursera-kurs som kan hjelpe deg å mestre Power BI.

Hvordan ta bordet ditt som en datotabell

Når du har opprettet datotabellen din, må du merke den nyopprettede tabellen som en datotabell. Dette er det siste trinnet i prosessen for opprettelse av datotabeller.

Du kan gjøre det ved å:

  1. Høyreklikk på tabellnavnet i Feltrute.
  2. Plukke ut Merk som datotabell.
  3. Du kan også bruke alternativet Merk som datotabell på Power BI-båndet.
  4. Velg Dato alternativ.
  5. Plukke ut Ok.

Forretningsdatoer med Power BI

Datoer er en viktig del av enhver analyse uavhengig av din bransje. Derfor må du ha en sentralisert og standardisert datotabell for å hjelpe deg med å nå målet ditt. Med denne kunnskapen kan du bygge og tilpasse datotabellen for å passe organisasjonens og dataprosjektets krav.