PowerBI 企业级建模设计流程框架
- 2019 年 10 月 6 日
- 筆記
如果用一套固定的套路来使用Power BI，这个套路应该是什么。
这个问题在我一开始接触PowerBI的时候就在思考，进过大量实践，略有所得，分享记录如下。表面上都是PBIX文件，但生产它们的过程却完全不同，有的完全是乱做瞎做的，而有的则是通过标准化的方式逐步推进完成的。
问题
在这个小目标里，最难的个人认为是【1套章法】，并且该章法没有形成。Power Query也好，DAX也好，各种参考书也好，都不是章法，至少不是我要的章法。所谓章法，就像棋谱和套路，它基本是固定的思维模式，而且按照这个固定的思维模式应该可以解出理论可解的任何题目。
这里的 理论可解 是很重要的，就是我们必须事先知道一件事能不能做成，如果能做成，那么确定性的路线是什么；如果不能做成，根本原因是什么。在PowerBI中，也不例外，PowerBI对有些事就是无法做成，而对其可以做成的事，是否存在章法，这是我们进行探索的最大乐趣。
能力
玩转 PowerBI 根本不是一个简单的问题，它涉及多个方面和多种能力，简单体会如下：
必须具备三方面的专家级能力：
- 必须是业务专家：精通所在的领域或行业，并用业务驱动，可以与用户进行全域（从业务到逻辑到数据的全部内容）式的沟通。
- 必须是建模专家：精通 M，精通 DAX，精通 PBI。PBI被独立于 M 和 DAX，更强调PBI在于可视化级协作层面。
- 必须是数据专家：精通数据仓库，精通数据库，精通SQL语言。
通常，这些应该是一个团队，当然如果不是一个团队，就需要个人肩负起所有职责。所以，仅仅学习其中任何一点都无法整体驾驭 敏捷商务智能 体系。当然，如果极度严格要求自己，可以全部学习之。
流程
在这个工作流程中，将PowerBI设计从数据源经过：
- 数据准备：将数据从数据源提出到加载进入建模之前的阶段。
- 数据建模：增强数据模型的原本不包括的信息和计算方法。
- 数据分析：通过钻取筛选等方式，从数据模型获取某种洞察。
- 数据可视化：选择合适的视觉元素来表示各种分析后的数据结果。
- 决策使用：通过各种方式使用BI来改善决策。
为了支持更好的完成这个流程，下面总结一个敏捷商务商务智能框架，来框住这些行为以使得行为更加有效。
套路
该套路受到 敏捷软件开发流程框架 的启发并结合PowerBI的特点构建。
套路中的角色
套路中的角色包括了上述能力描述中的三种角色外，再包括最终用户在内。
套路中的中间交付成果
交付成果，是引导一个复杂知识过程走向确定性结果的重要手段。这里包括：
- 业务主题：需要研究的业务。如：企业的销售状况如何。这些主题通常由最终用户以及业务专家共同定义。
- 业务指标：为了定量的描述业务主题的好坏以及大小的程度，而必须明确的可被度量的业务逻辑。如：销售额，利润率，同比增长率。
- 分析流程图：指导最终用户通过怎样的顺序来研究业务指标的流程图。
以上三大交付成果在 动态业务分析建模 过程中完成。
- DW（DB）结构图：数据源或数据仓库的物理表结构及关系。
- 语义模型：完全与业务指标体系对应的数据模型。
- 表格模型：完全与分析流程图对应的数据模型。
以上三大交付成果在 静态语义数据建模 过程中完成。
另外，套路还包括三大交付成果：
- 用户仪表板草图：通过与用户交流，知道用户最后大致想要什么。
- 测试计划：判断各度量值最终计算是否正确的测试方法。
- PBIX文件：表格模型最终在Power BI Desktop中设计完成，体现为PBIX文件。
套路中的流程
套路中包括两个非常重要的流程：
- 动态业务分析建模：形成业务模型
- 静态语义数据建模：形成数据模型
动态业务分析建模 的目的在于形成最终引导用户如何进行分析是更合理的。 静态语义数据建模 的目的在于形成最终的PBIX文件。
很多问题的产生都是因为 动态业务分析建模 不够充分引起的，在 动态业务分析建模 的每个小的阶段，都可以将其交付成果进一步转化为 静态语义数据建模 中的交付成果：
- 通过现有数据源与业务指标，形成语义模型。（最重要一步）
- 通过分析流程与语义模型，形成表格模型。（最终一步）
这两步的区别在于：后者可能包括很多的无实际业务语义的辅助表，但仍然属于表格模型的一部分。
通过数据源与业务指标形成语义模型可以采用 DAX 无侵入式设计（此前文章以及会员订阅已有不完全讨论，后续将系统化进一步展开），来实现如何利用数据源实现表示业务指标逻辑的 度量值。 而通过分析流程与语义模型，形成表格模型。则可以进一步使用 DAX 无侵入式设计 与 分析的动态可变性 通过 辅助表 结合实现。
PowerBI DAX 设计模式
SQLBI 的大师曾给出过多个 DAX 设计模式。但个人感觉还未抽象到更基础的级别，这里给出三种更抽象级别的设计模式，或者说设计模式的模式，它们是：
- 时间型：随着时间连续变化的分析模式。
- 类别型：随着元素离散变化的分析模式。
- 可变型：动态确定维度、度量值、各种参数后的分析模式。
可以表示为：
下面尝试将你可能以及知道的各种具体实现划入上述三种模式：
- 时间型：最近一期（年季月周），年度（年季月周）至今，（年季月周）同比，（年季月周）环比，（年季月周）移动平均等。
- 类别型：分组，ABC，TOPN等。
- 可变型：动态维度，动态度量值，参数表等。
对于上述三种分析类型，DAX基本有极为相似的实现（超过了本文探讨范围）。在SQLBI的诸多模式中，也有大部分可以划归到上述分类中。
总结
本文泛泛地整理并总结了：使用 PowerBI 实现个人到企业敏捷商务智能 的可复用套路。其中包括这些要素：
- 个人（团队）的角色与能力
- 套路以及其中的各项构件定义及逻辑关系
- 套路中业务建模与表格建模的转换方法
- DAX 无侵入式设计
- DAX 设计模式
