本書特色

• 只要會用Excel就能晉升大數據分析專家！（真心不騙）
• 不會巨集、函數不會寫程式怎麼辦？用Power BI就能讓老闆對你刮目相看！（哇，加薪加薪！）
• 高效率多元化的互動式視覺圖表竟然這麼簡單，現成的範本套用就很專業！（噓...不開外掛就很夠用了）
• 粉絲團沒人氣？小編不哭，利用Power BI可知道粉絲們的活動時間及喜好，還能分析競爭對手及同業的粉絲團敵情！(粉絲人數up up)

善用Excel 導入Power BI 
只要你會用Excel就能將資料匯入Power BI進行互動式視覺效果設計與大數據分析，掌握財務、行銷、人力資源、銷售…等環節所需的決策資訊，決策在對的方向就能開闢新商機！ 

零失誤的資料整理術–先在Excel 整理好資料及檢視數據的正確性，才能產出各式視覺化圖表。

• 不手殘，公式設好就不怕輸入錯誤，可限定數值區間、日期資料…。
• 將亂七八糟的來源檔變成標準資料表。 
• 設定格式化條件，利用顏色突顯有問題的資料，才不會抓錯抓到眼睛脫窗。
• 討人厭的空白欄列、缺失資料都能快速刪除或補滿。
• 快速又正確的輸入長串數值，不小心輸入重複的資料也能立刻發現。
• 資料不聽話？檢查格式是否正確，可能是文字和數字混雜了。
• 資料不見了？試試取消篩選或顯示隱藏欄列。
• 用下拉式選單避免多人作業時資料輸入不一致。

高效率的視覺圖表呈現–枯燥的數字透過 Power BI 內建的28種視覺效果，
就能輕鬆解讀大數據。

• 免費的Power BI Desktop就很夠用，輕鬆建置專業圖表。
• 很愛長條圖？你應該要為不同的資料挑選最適合的圖表呈現。
• 為預設效果加上標題和配色，才能突顯資料的重要性。
• 未達成目標或是負值資料都能用顏色顯示。
• 調整頁面大小、格式和檢視模式，才能在同一頁面中呈現多個視覺圖表。
• 資料太多？加個交叉分析篩選器就能讓關鍵資料快速呈現。
• 鑽研報表中的數據資訊，並以關聯性及 DAX 計算資料行建立資料與視覺效果的進階應用。
• 以"顧客消費統計分析"、"人力資源失業率分析" 二個主題應用讓你輕鬆入門。
• 你一定沒想到Facebook洞察報告的數據也能被Power BI輕鬆掌握吧！了解歷年貼文按讚數及熱門按讚時間才能調整粉絲專頁經營。

雲端、手機跨平台掌握最新資訊
Power BI 雲端平台可讓群組人員協同作業，以問答方式得到需要的圖表視覺效果，也可將圖表列印或轉成 PowerPoint 簡報檔案，更可以釘選需要的視覺效果建立個人化儀表板。於行動裝置安裝 Power BI 應用程式，不在辦公室也能開啟同事與你共用的儀表板或報表，線上取得商務資料檢視也能加上註解。

推薦序

推薦序 - 邱敏珍 / 台灣微軟 資深產品行銷協理
這本書的編排圖文並茂，大量使用圖表來幫助讀者，循序漸進的步驟與詳盡的說明，大大降低上手的障礙，可見作者的用心，就算不是技術人員也可以很快就掌握使用Power BI 的技巧，是一本深得我心的工具書。對於處於數據爆炸的時代，我們如何利用數據的力量幫助企業在競爭激烈的時代，透過視覺化的報表快速找出問題所在，並及時提出因應決策，是我們必學的課題之一。這本書將幫助您們進入善用數據工具的領域，將會是我最想推薦給您的選擇。

推薦序 - 王恩琦 / 台灣微軟 資深技術經理
本書完全是基於微軟 Power BI 產品所編寫而成，是一本很好的 Power BI 入門工具書與課程教材；從基本的資料連接、整理，到統計圖表設計，連接 Facebook 進行社群分析，Power BI 雲端平台使用，甚至整合 OneDrive 以及行動裝置的 App 使用，相信透過本書，能很快上手並具備 Power BI 應用與分析的能力；當您學會了基本功，想更上一層樓展現 IoT 即時分析、機器學習預測，或整合 Bots 洞悉民意，並打造新一代戰情儀表板或高階主管線上戰情會議室，Power BI 將是您最佳的選擇；期待本書為大家開啟大數據、物聯網與 AI 資料分析與呈現的無限可能。

章節目錄

【201811初版五刷 補充】

由於 Facebook 官方個資法問題的影響，
2018 年後半年 "Part 7 分析 Facebook 關鍵數據" 此章原有的應用與說明部份無法使用，
201811月初版五刷，已有針對此問題重新調整該章，
就目前權限可取得的資料運用 Power BI 分析。
所以現在至該書的範例檔下載網站：http://books.gotop.com.tw/download/aci030200，
下載了 <本書範例.zip>，解壓縮後，
除了有該章原範例檔，
另外多了一個 資料夾
內有：201811初版五刷的書中新內容 (Part 07.pdf) 以及新範例的完整範例檔，
希望能方便購買該刷次之前版本的讀者學習與使用。

-------------------------------------

【20180515 補充】

Part 7 分析 Facebook 關鍵數據