Как из power bi desktop выгрузить данные в excel
Почему Power BI и Excel вызывают такие споры? Одна из причин заключается в том, что владение Microsoft Excel было стандартным требованием для профессионалов на протяжении десятилетий. Фактически, это обычное условие для тех, кто претендует на вакансии с шестизначными цифрами.
Microsoft Power BI недавно оказался претендентом на свержение Excel. Power BI быстро становится самой полезной программой визуализации данных.
Но не все знают о его преимуществах.
Не знаете с чего начать? Не волнуйтесь, мы о вас позаботились.
Взгляните на то, что вам нужно знать о Microsoft Power BI и Excel.
Облачный сервис
Одним из наиболее заметных атрибутов, которые предлагает Microsoft Power BI, является возможность использования облачной службы. Это позволяет безопасно создавать резервные копии данных в удаленном месте, а также упрощает обмен данными.
Кроме того, вы можете настроить облачную службу для сбора отчетов из других веб-служб, таких как Salesforce. А также можете загружать отчеты прямо с устройств вашей компании.
Независимо от того, откуда поступил отчет, вы всегда сможете использовать веб-браузер для доступа к ним. Это обеспечивает значительную гибкость при анализе.
Мобильная доступность
Доступность и функциональность для мобильных устройств - это то, что интегрировано в Microsoft Excel. Однако она не известна как самая удобная функция.
Важно отметить, что это не имеет ничего общего с недостатком самого Excel. Его мобильное представление делает именно то, что вы ожидаете - оно позволяет пользователю просматривать электронные таблицы на мобильном устройстве.
Microsoft Power BI предлагает дополнительные функции, позволяя пользователям настраивать способ просмотра отчетов на платформе этого типа. В результате навигация по информации в электронной таблице становится более плавной и интуитивно понятной.
Варианты визуализации
Power BI предоставляет пользователям возможность выбирать инструменты из широкого спектра решений для визуализации данных. К ним относятся подробные диаграммы, графики и т. д., которые вы можете легко реализовать в зависимости от вашей ситуации и потребностей.
Для тех, кому требуются дополнительные параметры визуализации, могут загрузить альтернативы в разделе Marketplace программного обеспечения Microsoft BI.
Оповещения о данных
Power BI стремится быть максимально интуитивно понятным, чтобы обеспечить доступность и удобство. Его функция Data Alerts - один из наиболее заметных способов достижения этой цели.
Пользователи могут создавать наборы правил для своих отчетов, которые можно использовать для автоматического оповещения при соблюдении определенных критериев. Это особенно полезно для тех, кто часто проверяет электронные таблицы на предмет пороговых значений.
Например, вы можете использовать оповещения о данных, чтобы получать уведомление, как только достигнута квартальная цель дохода. Это приводит к лучшей организации и повышению общей производительности.
Создание рабочего пространства
Даже небольшие компании часто вынуждены создавать и получать отчеты из разных источников. По мере роста вашей компании растет и количество отчетов.
К счастью, Power BI позволяет создать рабочую область, которую можно использовать для консолидации всех данных. Собрав их вместе, вы можете просмотреть и проанализировать набор данных. Вы можете назначить пользователям или группам пользователей определенную роль, чтобы упростить совместное использование наборов данных и управление экспортом данных.
Для больших проектов можно создать несколько рабочих пространств для организации отчетов, аналитики и другого.
Быстрая статистика
Несомненно, по мере того, как проекты становятся крупнее, а таблицы данных становятся более объемными, может быть трудно найти информацию, которую вы ищете.
Функция Quick Insights позволяет автоматически проверять соответствующие тенденции, выбросы и корреляции в ваших наборах данных. Это поможет вам лучше понять имеющуюся информацию.
Их лучше всего использовать для таких показателей, как количество продаж, демографические данные аудитории и процентный рост, по многим из которых может быть сложно ориентироваться.
Скорость управления
Одним из наиболее заметных недостатков большого проекта в Microsoft Excel является печально известное замедление, которое происходит при редактировании ячеек. Во многих случаях также невозможно разбить эту информацию на более мелкие проекты.
К счастью, в Microsoft Power BI есть алгоритм, который упрощает сжатие модели данных. Эта функция напрямую увеличивает скорость обработки данных.
Если ваш бизнес постоянно занимается крупными проектами, вы обнаружите, что сэкономленное время не только повысит Вашу продуктивность, но и позволит использовать эти дополнительные часы для других обязательств.
Постоянное развитие
Несомненно, Microsoft Power BI - это решение Microsoft для обработки данных будущего. Это означает, что ему уделяется большое внимание, когда дело доходит до настройки, исправления и добавления функций.
Каждую неделю Microsoft обновляет инструмент еженедельных функций Power BI. Это означает, что вы можете ожидать своевременного ответа на любые неурегулированные ошибки или проблемы. Это не характерно для многих программных решений.
Многие из этих дополнительных функций также направлены на непосредственное повышение производительности, позволяя получить еще больше от программного обеспечения.
Выбор между Microsoft Power BI и Excel
Поначалу выбор между этими двумя инструментами может показаться трудным.
Но, учитывая приведенную выше информацию о Microsoft Power BI и Excel, вы будете на правильном пути к принятию решения, которое лучше всего подходит для вас и вашей компании.
Мастер отчетов в Яндекс.Директ – замечательная штука! Если вы им уже пользовались, то наверняка добрым словом вспоминали отчеты Google, которые запоминают комбинации нужных параметров. В Яндексе же приходится тратить время и каждый раз с нуля выбирать срезы, столбцы, группировки…
Конечно, это не такая большая проблема, если потом вы изучаете данные вручную. Но, если отчеты Яндекса далее попадают в какую-то «продвинутую» аналитику, то изменение состава колонок в них может доставить массу неприятностей.
Предлагаю способ из советского мультфильма: как можно день потерять, а потом за пять минут долететь. Что вы получите:
- запоминание нужных параметров отчета: срезов, группировок, детализаций;
- обновление данных прямо в книге Excel (или проекте Power BI) без необходимости каждый раз заходить в Яндекс.Директ;
- экономию времени и бесценный опыт.
Некогда точить топор, надо рубить
Швейцарский нож любого специалиста по контекстной рекламе – Microsoft Excel, поэтому буду показывать на его примере. Скриншоты из версии 2019, а функционал, который предстоит использовать, есть в версиях начиная с 2016-й. Для версий 2010–2013 скачайте и установите надстройку Power Query с официального сайта Microsoft.
В Power BI функционал доступен во всех версиях, а делается все аналогично.
ВАЖНОЕ замечание! Яндекс пока не предлагает решений, позволяющих получать данные в Excel и Power BI по API, поэтому в статье используется разработанный нами скрипт. Техподдержка Яндекса не будет консультировать вас по его работе! Скрипт полностью функционален и соответствует нашим требованиям. Мы готовы рассказать, как им пользоваться. В дальнейшем вы сможете самостоятельно изменять его функционал так, как посчитаете нужным.
- Запустите Excel.
- Переключитесь на вкладку «Данные».
- Нажмите «Получить данные».
- В контекстном меню выберите пункт «Из других источников».
- Нажмите «Пустой запрос».
Запустится редактор Power Query:
После этого вы увидите интерфейс функции. Если не увидели – значит где-то ошиблись. Внимательно повторите предыдущий шаг!
Инструкция по использованию
Интерфейс функции, получающей статистику Яндекс.Директ, выглядит так:
Токен доступа к данным
Для функции заданы параметры по умолчанию, поэтому для запуска достаточно указать авторизационный токен (поле 6). Я подробно рассказывал про него в статье о работе с Яндекс.Аудиториями. Можно использовать тот же токен. Если у вас его нет, получите новый на сервере авторизации Яндекса по этой ссылке. Убедитесь, что вы авторизованы в нужном аккаунте Яндекса, у которого есть доступ к Яндекс.Директ.
Скопируйте токен целиком, вставьте в поле 6 и заполните остальные поля подходящими значениями (или оставьте их пустыми). Нажмите «Вызвать».
Укажите способ подключения
Если вы еще не работали с API Яндекс.Директ, то увидите вот такое предупреждение о необходимости указать учетные данные:
Нажмите «Изменить учетные данные», откроется окно «Доступ к веб-содержимому».
Просто нажмите кнопку «Подключение». Excel или Power BI запомнит ссылку и больше не будет об этом спрашивать.
Промежуточные статусы
Подождите какое-то время (несколько секунд или минут, если запросили много данных) и еще раз обновите отчет нажатием кнопки «Обновить предварительный просмотр».
Статус 201 «Отчет успешно поставлен в очередь на формирование в режиме офлайн. Обновите данные через некоторое время» сменится на 202 «Отчет формируется в режиме офлайн. Обновите данные через некоторое время». После этого статуса отчет будет готов. Подождите еще немного и снова обновите.
Отчет готов
Итак, отчет готов:
- Убедитесь, что получили именно отчет, а не информацию о статусах подготовки.
- Чтобы вернуться в Excel, нажмите «Закрыть и загрузить».
В книге Excel появится новый лист, куда автоматически загрузятся данные.
Теперь книгу можно сохранить.
Обновление отчета
Если вы откроете книгу на следующий день, то для получения актуального отчета, включающего этот день, достаточно будет нажать «Обновить».
You’re all set! Части читателей этой информации будет достаточно. А дальнейшее чтение предлагаю тем, кому пока не хватает навыков работы в Power Query.
Кастомизация отчета
Допустим, вы хотите получить отчет не за последние 30 дней по умолчанию, а за другой период.
Фиксированные даты начала и окончания
При вызове функции вы можете указать точную дату начала периода отчета и точную дату его окончания. Строка вызова функции будет выглядеть так (можно редактировать как формулу Excel):
Частичная автоматизация периода
Если вы хотите получить данные, например, с 3 апреля 2021-го по сегодняшнее число, то строка вызова функции будет выглядеть так:
Полная автоматизация периода
Если у даты начала вы укажете значение null, то туда автоматически подставится число, которое было 30 дней назад. Что делать, если эта дата должна меняться динамически, но нужен, к примеру, 15-дневный период?
- Узнайте текущее число.
- Сместитесь на нужное количество дней в прошлое.
- Создайте новый пустой запрос.
- Кликните правой кнопкой мыши в любом пустом месте на панели «Запросы».
- В появившемся меню пройдите по пунктам: «Новый запрос» –> «Другие источники» –> «Пустой запрос».
В название каждой функции ниже я вставил ссылку на официальную документацию на сайте Microsoft – переходите и получайте дополнительную информацию.
Введите формулу DateTime.LocalNow() в поле формул и нажмите Enter на клавиатуре.
Формула покажет текущие дату и время. Для вызова функции нам нужна только дата. Извлечь дату из даты и времени можно так:
- На вкладке «Преобразование» нажмите кнопку «Дата».
- Выберите пункт «Только дата».
Power Query запустит функцию Date.From, которая принимает только один параметр – значение даты или даты и времени.
Чтобы узнать дату, отличающуюся от другой даты на нужное количество дней, можно воспользоваться функцией Date.AddDays. Первым ее параметром нужно указать дату, а вторым – количество дней, на которые нужно сместиться относительно нее. Если смещение меньше нуля, результат окажется в прошлом, больше нуля – в будущем.
Модифицируйте формулу следующим образом:
Укажите название функции Date.AddDays, в круглых скобках перечислите параметры ее вызова:
- Date.From(Источник) – функция, полученная на предыдущем шаге (извлекает дату из значения даты и времени);
- -15 – количество дней, на которое нужно сместиться относительно указанной даты.
Если сместиться нужно не на дни, используйте аналогичные функции Date.AddWeeks (смещение на целое число недель), Date.AddMonths (месяцев), Date.AddQuarters (кварталов) и Date.AddYears (лет).
Существуют и функции смещения на начало или конец недели, месяца, квартала и года. Ищите их и примеры их использования в официальной документации.
Переименуйте запрос, чтобы понимать, какие данные в нем находятся:
Переименуйте запрос, чтобы понимать, какие данные в нем находятся:
Должно получиться так:
Точно так же можно рассчитать дату начала периода, чтобы получить отчет за прошлую неделю, квартал, месяц или произвольный период.
Теперь нажмите «Закрыть и загрузить», чтобы вернуться в Excel и обновлять отчет нажатием одной кнопки.
Возможные проблемы и их решения
Отчет с таким названием уже сформирован
Забыли указать логин рекламодателя
Если вы получили токен для аккаунта агентства, внутри которого существуют рекламодатели, то при вызове функции нужно указать название аккаунта рекламодателя (не агентства), который совпадает с адресом электронной почты на Яндексе.
Если вы не агентство (или агентство, но получили токен непосредственно для аккаунта рекламодателя), то логин указывать не нужно.
Заключение
Если у вас есть вопросы, замечания и предложения по работе скрипта, – пишите в комментарии: выслушаем, ответим, посоветуем, доработаем!
В данной статье я хочу рассказать о некоторых возможностях бесплатной и крайне полезной, но пока еще мало известной надстройки над MS Excel под названием Power Query.
Power Query позволяет забирать данные из самых разных источников (таких как csv, xls, json, текстовых файлов, папок с этими файлами, самых разных баз данных, различных api вроде Facebook opengraph, Google Analytics, Яндекс.Метрика, CallTouch и много чего еще), создавать повторяемые последовательности обработки этих данных и загружать их внутрь таблиц Excel или самого data model.
И вот под катом вы можете найти подробности всего этого великолепия возможностей.
Совместимость и технические подробности
Power Query доступен бесплатно для всех версий Windows Excel 2010, 2013 и встроен по умолчанию в Windows Excel 2016. Для пользователей MacOS X Power Query недоступен (впрочем, даже без этого маковский Excel отвратителен на ощупь и продвинутые пользователи, включая меня, чаще всего работают с нормальным Excel через Parallels или запуская его на удаленной виндовой машинке).
Также, Power Query встроен в новый продукт для бизнес аналитики — Power BI, а еще, ходят слухи, что Power Query будет появляться и в составе других продуктов от Microsoft. Т.е. Power Query ждет светлое будущее и самое время для адептов технологий Microsoft (и не только) заняться его освоением.
Как оно работает
После установки Power Query в интерфейсе Excel 2010–2013 появляется отдельная одноименная вкладка.
В новом Excel 2016 функционал Power Query доступен на вкладке Data (данные), в блоке “Get & Transform”.
Сначала, в интерфейсе Excel мы выбираем конкретный источник данных, откуда нам их нужно получить, и перед нами открывается окошко самого Power Query с предпросмотром первых строчек загруженных данных (область 1). В верхней части окошка располагается Ribbon с командами по обработке данных (область 2). И в правой части экрана (область 3) у нас расположена панель с последовательностью всех действий, которые применяются к данным.
Возможности Power Query
У Power Query очень много возможностей и я хочу остановиться на некоторых из числа моих любимых.
Как я уже писал выше, Power Query замечателен тем, что позволяет подключаться к самым разным источникам данных. Так он позволяет загружать данные из CSV, TXT, XML, json файлов. Притом процесс выбора опций загрузки тех-же CSV файлов гибче и удобнее, чем он реализован штатными средствами Excel: кодировка автоматически выбирается часто правильно и можно указать символ разделителя столбцов.
Объединение файлов лежащих в папке
Power Query умеет забирать данные из указанной папки и объединять их содержимое в единые таблицы. Это может быть полезно, например, если вам периодически приходят какие-то специализированные отчеты за отдельный промежуток времени, но данные для анализа нужны в общей таблице. Гифка
Текстовые функции
- Разделить столбец по символу или по количеству символов. И в отличие от Excel можно задать максимальное количество столбцов, а также направление откуда нужно считать символы — слева, справа.
- Изменить регистр ячеек в столбце
- Подсчитать количество символов в ячейках столбца.
Числовые функции
К столбцам с числовыми значениями по нажатию на кнопки на Ribbon можно применять:
- Арифметические операции
- Возводить в степени, вычислять логарифмы, факториалы, корни
- Тригонометрические операции
- Округлять до заданных значений
- Определять четность и т.д.
Функции для работы с датами, временем и продолжительностью
К столбцам со значениями даты и времени по нажатию на кнопки на Ribbon можно применять:
- Автоматическое определение формата вписанной даты (в excel c этим большая боль)
- Извлекать в один клик номер месяца, дня недели, количество дней или часов в периоде и т.п.
Unpivot — Pivot
В интерфейсе Power Query есть функция “Unpivot”, которая в один клик позволяет привести данные с одной метрикой разложенные по столбцам по периодам к форме, которая будет удобна для использования в сводных таблицах (понимаю что трудно написал — смотрите пример). Также, есть функция с обратным действие Pivot. Гифка
Операция Merge — смерть ВПР
Функция ВПР (VLOOKUP) одна из наиболее используемых функций в MS Excel. Она позволяет подтягивать данные в одну таблицу из другой таблицы по единому ключу. И вот как раз для этой функции в Power Query есть гораздо более удобная альтернатива — операция Merge. При помощи этой операции соединение таблиц нескольких таблиц в одну по ключу (по простому или по составному ключу, когда соответствие нужно находить по нескольким столбцам) выполняется буквально в 7 кликов мыши без ввода с клавиатуры.
Операция Merge — это аналог join в sql, и ее можно настроить чтобы join был разных типов — Inner (default), Left Outer, Right Outer, Full Outer.
Upd.Мне тут подсказали, что Power Query не умеет делать Aproximate join, а впр умеет. Чистая правда, из коробки альтернатив нет. Гифка
Подключение к различным базам данных. Query Folding.
Power Query также замечателен тем, что умеет цепляться к самым разным базам данных — от MS SQL и MySQL до Postgres и HP Vertica. При этом, вам даже не нужно знать SQL или другой язык базы данных, т.к. предпросмотр данных отображается в интерфейсе Power Query и все те операции, которые выполняются в интерфейсе прозрачно транслируются в язык запросов к базе данных.
А еще в Power Query есть понятие Query Folding: если вы подключены к совместимой базе данных (на текущий момент это MS SQl), то тяжелые операции по обработке данных Power Query будет стараться выполнить на серверной стороне и забирать к себе лишь обработанные данные. Эта возможность радикально улучшает быстродействие многих обработок.
Язык программирования “М”
Надстройка Power Query — это интерпретатор нового, скриптового, специализированного для работы с данными, языка программирования М.
На каждое действие, которое мы выполняем с данными в графическом интерфейсе Power Query, в скрипт у нас пишется новая строчка кода. Отражая это, в панели с последовательностью действий (область 3), создается новый шаг с говорящим названием. Благодаря этому, используя панель с последовательностью действий, мы всегда можем посмотреть как выглядят у нас данные на каждом шаге обработки, можем добавить новые шаги, изменить настройки применяемой операции на конкретном шаге, поменять их порядок или удалить ненужные шаги. Гифка
Также, мы всегда можем посмотреть и отредактировать сам код написанного скрипта. И выглядеть будет он примерно так:
Язык M, к сожалению, не похож ни на язык формул в Excel, ни на MDX и, к счастью, не похож на Visual Basic. Однако, он очень прост в изучении и открывает огромные возможности по манипуляции данными, которые недоступны с использованием графического интерфейса.
Загрузка данных из Яндекс.Метрики, Google Analytics и прочих Api
Немного овладев языком “M” я смог написать программки в Power Query, которые умеют подключаться к API Яндекс.Метрики и Google Analytics и забирать оттуда данные с задаваемыми настройками. Программки PQYandexMetrika и PQGoogleAnalytics я выложил в опенсорс на гитхаб под лицензией GPL. Призываю пользоваться. И я буду очень рад, если эти программы будут дорабатываться энтузиастами.
Для Google Analytics подобного рода экспортеров в разных реализациях достаточно много, но вот для Яндекс.Метрики, насколько я знаю, мой экспортер был первым публично доступным, да еще и бесплатным :)
Power Query умеет формировать headers для post и get запросов и забирать данные из интернета. Благодаря этому, при должном уровне сноровки, Power Query можно подключить практически к любым API. В частности, я для своих исследований дергаю данные по телефонным звонкам клиентов из CallTouch API, из API сервиса по мониторингу активности за компьютером Rescuetime, занимаюсь парсингом нужных мне веб-страничек на предмет извлечения актуальной информации.
Еще раз про повторяемость и про варианты применения
Как я уже писал выше, скрипт Power Query представляет собой повторяемую последовательность манипуляций, применяемых к данным. Это значит, что однажды настроив нужную вам обработку вы сможете применить ее к новым файлам изменив всего один шаг в скрипте — указав путь к новому файлу. Благодаря этому можно избавиться от огромного количества рутины и освободить время для продуктивной работы — анализа данных.
Я занимаюсь веб-аналитикой и контекстной рекламой. И так уж получилось, что с момента, как я познакомился с Power Query в ее интерфейсах я провожу больше времени, чем в самом Excel. Мне так удобнее. Вместе с тем возросло и мое потребление другой замечательной надстройки в MS Excel — PowerPivot.
- разбираю семантику для Толстых проектов,
- Делаю частотные словари,
- Создаю веб-аналитические дашборды и отчеты для анализа конкретных срезов,
- Восстанавливаю достижение целей в системах веб-аналитики, если они не настроены на проекте,
- Сглаживаю прогноз вероятности методами Андрея Белоусова (+Байеса:),
- Делаю аудит контекстной рекламы на данных из K50 статистика,
- И много других разных ad-hoc analysis задач, которые нужно сделать лишь однажды
Вот bi систему, про которую я рассказывал на Yac/M 2015 (видео) я делал полнстью при помощи Power Query и загружал данные внутрь PowerPivot.
Пару слов про локализацию
На сайте Microsoft для пользователей из России по умолчанию скачивается Power Query с переведенным на русским язык интерфейсом. К счастью, локализаторы до перевода на русский языка программирования (как это сделано с языком формул в excel) не добрались, однако жизнь пользователям неоднозначными переводами сильно усложнили. И я призываю вас скачивать, устанавливать и пользоваться английской версией Power Query. Поверьте, она будет гораздо понятнее.
В своей прошлой статье я рассказывал про программные возможности языка SQL и обещал поделиться кейсом по созданию автоматизированного отчета на основе стека технологий MS SQL Server и Power BI.
Почему именно эти технологии?
За время работы аналитиком, я перепробовал различные варианты сбора отчетности. Начиная с ручной выгрузки данных из кабинетов рекламных систем, с последующим сведением в Excel, и заканчивая созданием специальных отчетов в Google Analytics или дашбордов в Data Studio.
Но ни один из вариантов не был идеальным и каждый имел свои недостатки. Все изменилось, когда я открыл для себя Power BI.
Но и Power BI сам по себе не идеален и без грамотного использования будет работать медленно и неэффективно. Приведу два примера:
Вышеописанные проблемы привели меня к мысли о загрузке всех данных сначала в базу, моделировании отчета при помощи SQL и только потом их визуализации в Power BI.
Переходим к делу
Для примера возьмем задачу по автоматизации отчета по эффективности контекстной рекламы.
К данному отчету заказчиком предъявляются следующие требования:
- Отчет должен содержать исторические данные по вчерашний день;
- Отчет должен обновляться ежедневно в автоматизированном режиме;
- Помимо Power BI, должна быть возможность подключения к отчету через Excel.
Также отчет должен содержать следующие параметры и показатели:
Естественно, все данные должны быть предварительно загружены в хранилище, но это тема отдельного поста и обычно этим занимаются data-инженеры. Мы же с вами аналитики и используем те данные, которые для нас любезно сложили в DWH (хранилище данных).
В моем случае DWH работает на базе MS SQL Server и содержит следующие таблицы:
Для работы нам потребуется установить:
Опущу совсем уж базовые вещи, такие как регистрация аккаунтов и установка программ, с этим вы без проблем справитесь и сами.
Готовим данные
Создаем таблицу
Для того чтобы создать отчет, нам необходимо свести данные по расходам, сеансам и заказам в одной таблице. Для этого напишем SQL-запрос, в котором объединим таблицы по следующим ключам:
- date ;
- sourceMedium ;
- campaign .
Кстати, никакой сквозной аналитики у вас никогда не получится, если вы не умеете грамотно размечать рекламу utm-метками. О том как правильно ставить метки, читайте в одном из уроков бесплатного онлайн-курса «Digital-аналитика для новичков».
Но вернемся к задаче и после некоторых манипуляций с SQL получим вот такой скрипт:
Запустим его и порадуемся получившемуся результату:
Создаем таблицу
Скрипт работает и выдает отчет, в принципе его уже можно использовать для автоматизации вставив в Power BI при помощи встроенного коннектора. Но не советую так делать, потому что если данных в отчете будет много, например заказчик захочет посмотреть как работали рекламные кампании в течение года, на выполнение скрипта может уйти несколько часов.
Гораздо более правильным решением будет создать промежуточную таблицу в базе данных и докладывать туда ежедневно данные за прошедшие сутки. Что мы и сделаем:
Таблица будет иметь следующую структуру (подробнее о типах данных):
При сохранении таблицы укажем название:
И теперь, чтобы получить все данные из нее, достаточно выполнить простой SELECT :
Создаем хранимую процедуру
Отлично! Настало время автоматизации 😉
А поможет нам в этом функционал хранимых процедур (подробнее рассказывал о них тут).
Засучим рукава и обернем наш скрипт в код процедуры:
Теперь протестируем и вручную вызовем процедуру:
Осталось настроить ежедневное обновление.
Настраиваем расписание
Зайдем в агент и добавим новое задание:
Укажем название и придумаем описание:
Далее создадим новый шаг, в котором будем вызывать процедуру с данными за прошедшие сутки (обратите внимание, объявление переменных с датами из нашего скрипта мы перенесли в расписание и немного изменили):
Настраиваем время запуска, периодичность и сохраняем:
Теперь данные автоматически будут поступать в отчет ежедневно в 9 утра.
Визуализируем данные
Данные готовы, обновление настроено, самое время приступить к визуализации.
Останавливаться на том как установить Power BI и как им пользоваться не буду, так как этой теме посвящен целый урок нашего курса.
Создаем отчет
Заходим в desktop-версию Power BI и открываем коннектор к SQL Server:
Вводим данные для подключения к серверу, название базы данных и наш короткий SQL-запрос к ранее созданной табличке:
И это все! Никаких сложных моделей в Power BI строить не нужно, так как мы уже это сделали на стороне SQL-запроса.
Наиболее правильным считаю подход, когда инструмент визуализации используется именно для этой самой визуализации и еще для создания рассчитываемых показателей (например, CPC, CPO, ROMI). Используйте эти рекомендации и ваши отчеты будут летать.
После того как будет готов дизайн отчета, его нужно загрузить в облако Microsoft:
Настраиваем расписание
Отчет опубликован! Остался финальный шаг, для этого переходим в веб-версию Power BI и настраиваем расписание обновления.
Но перед этим не забываем поставить на компьютер, с которого будет происходить обновление, локальный шлюз Power BI (а лучше всего завести под это дело отдельную виртуальную машину):
Важно так подгадать расписание, чтобы оно запускалось в тот момент, когда на стороне SQL Server уже отработает наша процедура и положит в табличку свежие данные. Плюс нужно заложить небольшой запас времени, на возможные проблемы с сервером при его перегрузке:
А как же Excel?
Иногда заказчики могут попросить загрузить данные в Excel для более детального анализа.
После чего останется только указать SQL-запрос и сохранить:
С этого момента данные из нашей таблицы на сервере станут доступны в Excel.
В итоге мы получили автообновляемую отчетность, без привлечения каких-то гигантских ресурсов разработки и без особых денежных затрат.
Читайте также: