Data Model for Power BI
จำนวนวัน
2
จำนวนชั่วโมง
12
ประเภทหลักสูตร
Public
Inhouse
ราคา
8,900
รหัสหลักสูตร
POWER-BI-XDM
ทักษะ (ระบุได้หลายทักษะ)
ระดับความยาก
Advanced
วัตถุประสงค์
- เข้าใจโครงสร้างและองค์ประกอบของ Power BI Desktop
- เรียนรู้การทำงานของ Vertipaq Engine และวิธีเพิ่มประสิทธิภาพการประมวลผล
- สามารถออกแบบ Dimensional Model และจัดการ Relationship อย่างถูกต้อง
- ผู้อบรมสามารถทำงานกับ วันที่และเวลา สามารถสร้าง Date Dimension ที่สนับสนุนกับการวิเคราะห์ตามเวลา (Interval) ขององค์กรได้
- ฝึกฝนการใช้เครื่องมือภายนอก เช่น Tabular Editor และ DAX Studio
- สร้างและปรับแต่ง Attribute Hierarchies และ Explicit Measures ด้วย DAX อย่างมืออาชีพ
- นำแนวทางปฏิบัติที่ดีที่สุดมาประยุกต์ใช้ในการสร้างและจัดการ Data Model
หลักสูตรนี้เหมาะสำหรับ
- CDO (Chief Data Officer)
- Business Analytics
- Data Analyst
- Director / Management
พื้นฐานของผู้เข้าอบรม
- เคยใช้งาน Microsoft Power BI อยู่แล้ว และต้องการออกแบบพัฒนา Data Model ให้เหมาะสม มีประสิทธิภาพ กับรายงานและ Dashboard ในองค์กร
- เข้าใจพื้นฐานของ Measure และสามารถเขียน Data Analysis Expression (DAX) เช่น SUMX, CALCULATE ได้
- เข้าใจพื้นฐานของการทำ Data Transform ด้วย Power Query ระดับพื้นฐานได้
ความต้องการของระบบ
- ระบบปฏิบัติการ Windows 11 / Windows 10
- โปรแกรม Microsoft Power BI Desktop (ดาวน์โหลดฟรี)
- โปรแกรม: DAX Studio (แนะนำ Version ล่าสุด)
- โปรแกรม: Tabular Editor (แนะนำ Version ล่าสุด)
หัวข้อการฝึกอบรม
- ทบทวนองค์ประกอบภายใน Power BI Desktop
- Data Sharping ด้วย Power Query
- Semantic Model
- Visualization
- เข้าใจ Vertipaq Engine
- การจัดเก็บข้อมูลแบบ Columnar ที่ทำงานในหน่วยความจำ (in-memory)
- การคำนวณและการเข้าถึงข้อมูล
- Formula Engine รับคำขอ DAX หรือ MDX
- Storage Engine
- ประสิทธิภาพ
- Dictionary Compression
- Value Encoding
- Run Length Encoding (RLE)
- ภาระงานบน Semantic Model
- Dimensional Model และ Relationship
- Fact Table
- Best Practice สำหรับ Implicit Measure
- Dimension Table
- Best Practice สำหรับ Dimension Attribute
- Fact Table
- การสร้าง Attribute Hierarchies บน Dimension Table
- การซ่อน Attributes ที่ไม่ใช้
- การซ่อน Implicit Measure ที่ไม่ใช้ และการยกเลิกการ Summarized ที่มีมา
- การเรียงลำดับข้อมูล
- การสร้าง Explicit Measure (Calculate Measure) บน Fact Table ด้วย DAX
- แนะนำ Calculation Group
- Dimensional Model และ Relationship
- แนวทางปฏิบัติเพิ่มเติม
- ควรหลีกเลี่ยงการใช้ Calculated Column ด้วย DAX เพื่อสร้าง Calculated Measure อีกต่อ เพราะเพิ่มขนาดไฟล์และใช้หน่วยความจำมาก แต่ควรสร้าง Calculated Measure โดยตรงเลยจะมีประสิทธิภาพกว่า
- ส่วนติดต่อบน Power BI Desktop สำหรับจัดการ Semantic Model
- Relationship Management
- Properties ที่จำเป็น
- DAX Query View
- ส่วนติดต่อบน Microsoft Fabric หลัง Publish
- Semantic Model Use Case
- เครื่องมือภายนอก
- Tabular Editor
- DAX Studio
- เข้าใจ Dimensional Model
- Fact Table
- Measures
- Dimensional Table
- Attributes
- Attribute Hierarchies
- Fact Table
- การสร้างและอ่าน Bus Matrix เพื่อมองโครงสร้างโมเดลชัดเจน
- เทคนิคปรับความละเอียด (Granularity) ของข้อมูล เช่น การเปลี่ยนจากระดับรายวันเป็นรายเดือน หรือเพิ่ม Dimension ใหม่ (เช่น เวลา, สาขา) เพื่อให้ข้อมูลเหมาะสมกับการวิเคราะห์
- ความสำคัญของ Relationship
- การเลือก Cardinality และ Direction ที่เหมาะสมกับ Relationship
- ตัวอย่างและแบบฝึกหัดการสร้าง Relationship และการคำนวณที่ถูกต้อง
- แนวทางปฏิบัติเพิ่มเติม
- Dimension Key บน Power BI ควรเป็น integer ช่วยให้การเชื่อมโยงข้อมูลทำงานเร็วขึ้นและใช้หน่วยความจำน้อยกว่าแบบ string ซึ่งเหมาะกับการประมวลผลและการจัดการโมเดลขนาดใหญ่
- ไม่ควรใช้ Many-to-Many ร่วมกับ Bi-Directional ใน Power BI เพราะจะทำให้โมเดลซับซ้อนและยากต่อการควบคุม
- การออกแบบ Dimension Table
- ประเภท Attribute
- สร้างเพื่อเป็นลำดับใน Hierarchy
- สร้างเพื่อเป็น Segment หรือเป็น Slicer
- กรณีศึกษา การรวมหลายปฏิทิน (เช่น ปีงบประมาณ, ปฏิทินทั่วไป) ไว้ใน Date Dimension เดียว เพื่อความยืดหยุ่นในการวิเคราะห์ แต่ควรออกแบบให้ชัดเจนด้วยคอลัมน์แยกสำหรับแต่ละปฏิทิน
- Dimension Key กับความถูกต้องของการหาผลรวม
- Slow Changing Dimension (SCD)
- SCD Type 1
- SCD Type 2
- กรณีศึกษา หากไม่มีการติดตามการเปลี่ยนแปลงเขตการขาย ของพนักงานขายคนหนึ่งอย่างถูกต้อง ยอดขายทั้งหมดของพนักงานคนนั้นจากเขตการขายเดิม จะถูกนับเป็นยอดขายของเขตที่เปลี่ยนไปแทน ผู้จัดการเขตการขายคงไม่ยอมเรื่องแบบนี้แน่
- Slow Changing Dimension (SCD)
- ตัวอย่างและแบบฝึกหัด การเตรียม SCD Type 2 ด้วย Power Query
- แนะนำ แนวทางอื่นนอกเหนือ Power Query
- ประเภท Attribute
- สิ่งที่ต้องคำนึงของ Date Dimension
- สร้างเอง หรืออัตโนมัติ
- ตัวอย่างและแบบฝึกหัด
- การปิด Auto Date/time และทำการ Mark as Date Table บน DimDate ที่สร้างขึ้นเอง
- ความละเอียดสูงสุดที่รองรับ และการแก้ไข
- ทดสอบเรียกใช้ฟังก์ชั่น Time Intelligence
- การปิด Auto Date/time และทำการ Mark as Date Table บน DimDate ที่สร้างขึ้นเอง
- ประเภท Dimension ที่พบได้บ่อย
- Role Playing Dimension
- กรณีศึกษา การใช้ Dimension เดียวกันเพื่อแสดงวันที่ในบริบทที่ต่างกัน เช่น วันที่ที่สั่งซื้อสินค้า (Order Date) และวันที่ที่จัดส่งสินค้า (Ship Date) โดยใช้ตาราง Date เดียวกัน
- แนวทางแก้ไขสำหรับ Inactive Relationship
- แบบฝึกหัด เขียน DAX กรณี Inactive Relationship
- แนวทางอื่น
- แนวทางแก้ไขสำหรับ Inactive Relationship
- กรณีศึกษา การใช้ Dimension เดียวกันเพื่อแสดงวันที่ในบริบทที่ต่างกัน เช่น วันที่ที่สั่งซื้อสินค้า (Order Date) และวันที่ที่จัดส่งสินค้า (Ship Date) โดยใช้ตาราง Date เดียวกัน
- Role Playing Dimension
- แนวทางปฏิบัติเพิ่มเติม
- การปิด IsAvailableInMDX บน Attributes ใน Power BI ช่วยลดการโหลดข้อมูลที่ไม่จำเป็นเพื่อรองรับการสืบค้นจากภาษา MDX
- ควรหลีกเลี่ยง Attribute Members ที่ยาวและมี High Cardinality เพราะจะใช้พื้นที่จัดเก็บและหน่วยความจำมาก ทำให้โมเดลช้าลงและการประมวลผลข้อมูลใน Power BI ใช้เวลานานขึ้น
- ประเภทของ Hierarchies
- Natural Hierarchy
- Non- Natural Hierarchy
- กรณีศึกษา การสร้างหลาย Hierarchies ใน Date Dimension ช่วยให้การวิเคราะห์หลายมุมมองง่ายขึ้น โดยใช้คอลัมน์ที่ออกแบบมาเฉพาะ
- ตัวอย่างและแบบฝึกหัด
- สร้าง หลาย Hierarchies บน Date Dimension
- สร้าง Hierarchies บนตารางอื่น ๆ
- ประเภท Dimension ที่พบได้บ่อย
- Parent-Child Dimension
- Hierarchies และลำดับ Hierarchy
- แบบฝึกหัด เขียน DAX สำหรับ Parent-Child Hierarchy โดยใช้กลุ่มฟังก์ชัน PATH เพื่อคำนวณระดับความลึก (Level) และแสดงโครงสร้างที่ซ้อนกัน
- Parent-Child Dimension
- แนวทางปฏิบัติ
- ซ่อน Dimension Key ทั้งที่เป็น Primary Key บน Dimension Table และ Foreign Key บน Fact Table
- ซ่อน Attributes ที่นำไปสร้างเป็น Hierarchy แล้วทั้งหมด
- ซ่อน Implicit Measures ทุกตัวที่ถูกนำไปสร้างเป็น Explicit Measures แล้ว
- ซ่อน Attributes และ Implicit Measures ที่ไม่ได้ใช้
- ทำไมต้องเรียง Attribute Members บน Dimension Table
- ค่าตั้งต้นของการเรียง
- การเรียงโดยใช้ Sort by Other Column เพื่อปรับการแสดงผล
- แนวทางปฏิบัติ
- ยกเลิก Summarized บน Implicit Measure แล้วสร้าง Explicit Measures ขึ้นใหม่อย่างรอบคอบ
- ยกเลิก Summarized บน Dimension Attributes และ Dimension Keys ทั้งหมด
- ตัวอย่างการสร้าง Explicit Measures ที่ตอบโจทย์งานธุรกิจ
- การรวม Measures เป็น Calculation Group เพื่อการใช้งานซ้ำ
- แนะนำหลักสูตรเพิ่มเติมเพื่อพัฒนาทักษะ DAX
- แนวทางปฏิบัติเพิ่มเติม
Course Outline
มี Workshop หรือไม่
On
หลักสูตรใหม่หรือไม่
Off
มีโปรโมชั่นหรือไม่
Off
หลักสูตรแนะนำหรือไม่
Off
มีวุฒิบัตรหรือไม่
On