รหัสหลักสูตร : POWER-BI-XDM
Data Model เป็นเทคนิคที่ใช้สร้างของ Power BI เพื่อติดต่อ เชื่อมโยง ตารางต่าง ๆ เรียนรู้ แนวคิด การออกแบบ Data Model ใน Power BI แบบ Best Practice เพื่อสร้าง Performance สูงสุดให้กับรายงาน Power BI ด้วยกรณีศึกษา เข้มข้น พร้อม Pattern ของปัญหาที่ใครได้ทำงานกับ Power BI จะต้องประสบพบเจอ เพื่อเป็นทางลัดในการออกแบบรายงานที่มีประสิทธิภาพสูงสุดให้กับองค์กรของคุณ
รายละเอียดของหลักสูตร
ระยะเวลาในการอบรม
ระยะเวลา : 2 วัน (12 ชั่วโมง) 9.00 - 16.00 น.
ค่าฝึกอบรม
ราคา CALL *รับเฉพาะ InHouse Training เท่านั้น
Virtual Training/Class Room
Virtual Training สอนสดผ่าน microsoft teams Microsoft Teams Class Room อบรมที่ 9Expert bts ราชเทวี สามารถตรวจสอบรูปแบบการอบรมได้ที่ตารางฝึกอบรม
รูปภาพประกอบหลักสูตร
ตารางฝึกอบรม
Live
Hybrid
Class Room



- 07 - 08 มีนาคม 2567
สนใจอบรมในบริษัท/องค์กรของท่าน
ลงทะเบียนวัตถุประสงค์
- ผู้อบรมสามารถออกแบบ Data Model ที่เหมาะสม สำหรับ Power BI ได้
- ผู้อบรมสามารถอธิบายความหมายของ Star Schema ได้
- ผู้อบรมสามารถอธิบายความหมายของ Fact, Dimension และ Relationship ได้
- ผู้อบรมสามารถทำงานกับ วันที่และเวลา สามารถสร้าง Date Dimension ที่สนับสนุนกับการวิเคราะห์ตามเวลา (Interval) ขององค์กรได้
- ผู้อบรมสามารถทำงานกับ Many-to-Many relationships และทำงานกับ CROSSFILTER ได้
- ผู้อบรมสามารถสร้างการติดตาม Tracking ได้ด้วยเทคนิคที่เหมาะสมใน Data Model
- ผู้อบรมสามารถบอกถึงการปรับแต่งเพื่อประสิทธิภาพสูงสุด (Performance) ของ Data Model ได้
- ผู้อบรมสามารถทำงานกับ Multiple Currencies หลากหลายสกุลเงินได้
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) ระดับต้นได้
- เข้าใจพื้นฐานของการทำ Data Transform ด้วย Power Query ระดับพื้นฐานได้
ความต้องการของระบบ
- ระบบปฏิบัติการ Windows 10 / Windows 8 / Windows 7
- โปรแกรม Power BI Desktop
- CPU Core i5 ขึ้นไป และ มีหน่วยความจำ (RAM) : 8 GB ขึ้นไป
หัวข้อการฝึกอบรม
-
รู้จักกับ Data Model
เข้าใจถึงความจำเป็นของการจัดการให้ข้อมูลอยู่ในรูปแบบของ Dimensional Model ก่อนที่จะถูกนำไปหาผลรวมแล้วกลายเป็น Data Model- ลำดับก่อนการได้มาซึ่ง Data Model
- Denormalization คืออะไร
- Dimensional Model คืออะไร
- Star Schema
- Snowflake Schema
- เข้าใจ Bus Matrix
- ตัวอย่าง Data Model
- SSAS Tabular/Multi-Dimension Data Model
- Power BI Data Model
-
รู้จักกับ Dimension Table
คอลัมน์หรือองค์ประกอบภายในตาราง Dimension ใช้อธิบายและหาผลรวมแก่ Measure ที่อยู่ในตาราง Fact และการออกแบบเหมาะสมมากเท่าไหร่ ก็จะใช้หาผลรวมใน Fact ได้ถูกต้องและง่ายเท่านั้น- องค์ประกอบของ Dimension Table
- Surrogate key
- Business key
- Hierarchy
- Slicer
- Details
- ข้อคำนึงถึง Granularity
- Dimension Attribute ที่สนับสนุนช่วงข้อมูล
- การสร้าง Dimension Table บน SQL Server ในรูปแบบ Datawarehouse (Dimensional Model)
- การสร้าง Dimension Table ภายใน Power BI
- องค์ประกอบของ Dimension Table
-
รู้จักกับ Fact Table
เป็นตารางที่รายล้อมด้วยบรรดาตาราง Dimension โดยข้อมูลในตาราง Fact จะเก็บค่าที่จะถูกนำไปหาผลรวมโดยบรรดาคอลัมน์ต่าง ๆ จากตาราง Dimension อีกทั้งบางครั้งอาจจำเป็นต้องเอาผลรวมที่ได้จากหลาย Fact มาแสดงบน Data Model เดียวกันอีกด้วย- องค์ประกอบของ Fact Table
- Dimension Key
- Measure
- ความสัมพันธ์ระหว่าง Fact Table และ Dimension Table
- ชนิดของ Measure
- Additive
- Semi-Additive
- Non-Additive
- ชนิดของ Fact Table
- Transaction Fact Table
- Snapshot Fact Table
- Periodic
- Accumulating
- การนำหลาย Fact Table ใช้ใน Data Model เดียวกัน (Multiple Fact Table)
- องค์ประกอบของ Fact Table
- การสร้างและใช้งาน Date และ Time
ตาราง Dimension ที่มักถูกใช้ในแทบทุก Data Model ก็คือ Date Dimension และส่วนใหญ่มักไม่ได้มีความต้องการเพียงปฏิทินเดียว อาทิ ปฏิทินทั่วไป ปฏิทินปีงบประมาณ และปฏิทินวันหยุด เป็นต้น หลายคนอาจออกแบบให้แยกเก็บคนละตาราง แต่อันที่จริงแล้วเก็บลงตาราง Date Dimension เดียวกันได้เลย อีกทั้งมีบางตาราง Fact ต้องการ-ข้อมูลจาก Dimension ที่มีความละเอียด (Granularity) ระดับชั่วโมง บางตาราง Fact ต้องการความละเอียดระดับวัน ก็ไม่จำเป็นต้องสร้าง Date Dimension แยกลงคนละตารางแต่อย่างใด
- การสร้างและใช้งาน Date Dimension จาก Dimensional Model บน SQL Server
- การสร้างและใช้งาน Date Dimension ภายใน Power BI
- การสร้าง Dimension Table ด้วย M Language (Data Shaping)
- การสร้าง Dimension Table ด้วย DAX (Calculate Table)
- CALENDAR
- CALENDARAUTO
- Role Playing Dimension กับ Power BI และแนวทางการใช้งานแบบต่าง ๆ
- หลายปฏิทินใน Date Dimension
- ช่วงเวลาใน Date Dimension
- แบบคงที่
- แบบไม่คงที่
-
การสร้างการติดตาม (Tracking History)
บางครั้งข้อมูลใน Dimension มีการปรับปรุง และเราต้องการเห็นการปรับปรุงนั้นใน Dashboard หากเราย้อนไปดูข้อมูลก่อนการปรับปรุงในรายงานก็จะแสดงข้อมูลชุดเก่า แต่หากเรียกดูข้อมูลหลังการปรับปรุงก็จะได้ข้อมูลชุดใหม่แตกต่างไปตามเวลา- รู้จักกับ Slowly Changing Dimension
- SCD Type 1
- SCD Type 2
- สาธิต: แนวทางที่ง่ายกว่ากับการสร้าง Slowly Changing Attribute ไว้บนตาราง Fact
-
การจัดการกับตาราง Fact ประเภท Snapshot
Snapshot Fact Table คือตารางที่จัดเก็บ Measure ที่ไม่สามารถนำไปหาผลรวมได้ หรือหาผลรวมได้ลำบาก บทนี้จะแสดงให้เห็น Measure ที่พบได้บ่อยในงานธุรกิจ- กรณีศึกษา / สาธิต
- ยอดขาย (Sales) กับ สินค้าคงคลัง (Inventory) ใน Data Model เดียวกัน
- การเพิ่มประสิทธิภาพด้วย DAX
-
การทำงานกับ ความสัมพันธ์แบบ Many-to-many
หลายครั้งที่ Data Model มีความสัมพันธ์ที่เป็น Many to Many เราจะบริหารจัดการ อย่างไรกันได้บ้าง- Many-to-many relationships
- ความสัมพันธ์แบบ Many-to-many คืออะไร
- Bidirectional filtering
- การใช้ CROSSFILTER
- การใช้ expanded table filtering
- CROSSFILTER เทียบกับ expanded tables
- ทำความเข้าใจกับ non-additivity
- Cascading many-to-many
-
Data Model ที่มีข้อมูลต่างความละเอียด (granularity) กัน
บางครั้ง Data Model ของเราสร้างจากหลายตาราง Fact ที่อาจใช้ข้อมูลจากตาราง Dimension ต่างความละเอียดกัน อาทิ ตาราง Fact หนึ่งต้องการข้อมูลจาก Date Dimension ที่มีความละเอียดระดับวัน แต่อีกตาราง Fact ต้องการข้อมูลจาก Date Dimension ที่มีความละเอียดระดับเดือน แต่ทั้งสองตารางอยู่บน Data Model เดียวกันจะต้องทำอย่างไร- Data Model ที่มีข้อมูลต่างความละเอียด
- การลดความละเอียดในทุก ๆ ตาราง
- การใช้ DAX เพื่อย้าย filters
- การ Filtering ผ่าน relationships
- การใช้ column ที่ถูกต้อง เพื่อใช้ทำ slicer
- การใช้ประโยชน์จากความสัมพันธ์
- กรณีศึกษา
-
การทำงานกับสกุลเงินที่หลากหลาย (Multiple currencies)
ในหลายงานที่เราจะต้องทำงานกับสกุลเงินที่หลากหลาย การบริหารจัดการสกุลเงินเหล่านั้นจะทำอย่างไร มีข้อควรระวังอะไรบ้าง- การทำงานกับสกุลเงินที่หลากหลาย
- การใช้สกุลเงินที่หลากหลาย (Multiple currencies)
- แหล่งข้อมูลหลายแหล่ง แต่รายงาน 1 สกุลเงิน
- การแปลงค่าด้วย calculated column
- แหล่งข้อมูล 1 แหล่ง แต่มีรายงานหลายสกุลเงิน
- What the formula should perform
- แหล่งข้อมูลหลายแหล่ง และรายงานมีหลายสกุลเงิน
ตารางฝึกอบรม
Live
Hybrid
Class Room



- 07 - 08 มีนาคม 2567