Marco Russo和Alberto Ferrari是SQLBI.COM的创始人。 他们定期发布关于微软Power BI、PowerPivot、DAX和SQL Server的文章。自2009年测试版的Power Pivot发布以来，SQLBI.COM成了DAX相关文章和教程的主要来源之一。他们都为商业智能（Business Intelligence，BI）解决方案提供咨询和指导，并精通与BI相关的微软技术。他们编写了很多关于Power Pivot、DAX和Analysis Services的文章、图书。

他们是Power BI领域知名的培训师，是微软官方认证的SQL Server分析服务(SSAS)大师，并在MicrosoftIgnite、PASS Summit和SQLBits等大型国际会议上发表演讲，你可以通过Marco.russo@sqlbi.com、ferrari@sqlbi.com来联系他们。

刘钰，网名：天昕。ExcelHome 论坛Power BI 版块版主；“中国电子表格应用大会”讲师；“PowerPivot工坊”BI顾问；拥有超过10年的零售行业数据分析从业经历。

潘丽萍，20余年财务工作经验；苏黎世交易所上市公司中国区财务总监，主管兼、并购业务及供应链整合。全球特许管理会计师公会资深会员(FCMA)，全球特许公认会计师公会会员(ACCA)。

付大伟，先后就职于西门子、霍尼韦尔、三星等多家世界500强企业，从事质量管理工作。Power BI和Python数据分析的爱好者和使用者。

如何使用Excel和Power BI高效发现数字背后的信息？在数据分析时如何准确写出所需的公式?如何快速响应各方需求，提升自己的价值……答案是使用“数据模型”。

在《Power BI建模权威指南》中，著名的Excel、Power BI专家Alberto Ferrari和Marco Russo将会告诉你关于数据模型的基础知识，并通过多个实例帮助你构建、展示报表，教你通过设计数据模型以快速得到想要的答案，并提升效率。通过阅读，你会发现：找到正确的答案原来如此简单！

本书不仅适合在校学生、初入职场的白领，也适合那些希望了解数据建模的数据分析师。如果你希望获得资深专家的丰富经验，相信本书也会带给你启发。

重剑无锋，大巧不工。每一个行业总有那么一群人，他们用着朴素无华的工具，却创造出令人惊叹的成果。刘钰就是“数据江湖”里这样的高手。在他眼里，所有的数据处理工具都各有奇妙，本书介绍的Power Pivot如同独孤求败的玄铁重剑，看似不甚精妙，却是克敌制胜的“神兵利器”；而作者对DAX循序渐进的介绍犹如独孤九剑的剑诀，实用、有效，变化无穷。我相信，当你完整看完本书时，你的数据建模能力将得到全面提升，你将可以从容“笑傲数据江湖”。

——微软AI方向MVP  王豫翔

一直想在市面上寻找一本能真正贴近工作实际的关于Power BI的“硬货”书，现在，它终于出现了！首先，感谢作者团队诚意满满的各种实用案例，让读者阅读后在工作中能立马用上，受益匪浅；其次，感谢译者团队的辛勤翻译，作为国内资深的Power BI专家与多本经典图书的译者，他们翻译出来的译稿清晰、流畅，通俗易懂，能让这么多精彩的内容原汁原味地呈现给国内的爱好者，实在是我们这种对数据深度研究的用户的幸运。

——ExcelHome论坛超级版主及讲师、2013—2017年Excel方向微软MVP
川渝地区Office软件资深培训师  刘晓月

Power BI是微软官方推出的对数据进行可视化探索和制作交互式报告的工具，其核心理念就是让用户不需要具备强大的技术背景，只使用Excel这样好用的工具就能快速上手商业大数据分析及可视化。但当你对Power BI具备了一定的了解，希望将Power BI运用到实际工作中时，你会发现绝大多数的数据处理都需要进行数据建模，此时，数据建模的相关知识变得格外重要，而这本《Power BI建模权威指南》将是你提升Power BI数据建模能力的推荐之作。通过本书，你可以边学边练，感受数据建模的强大。 

——微软Power BI方向MVP  赵保恒

目前，市面上大多数关于Power BI的书籍的主要内容仍局限在软件功能的介绍上，而希望深入学习Power BI的爱好者们亟需一本触及Power BI核心技术的书籍。本书适时地满足了这一需求，让我们得以按图索骥，跟随作者从单表建模开始，系统地学习和使用Power BI进行数据建模的知识。

本书摒弃了浅尝辄止的功能介绍类内容，也没有掉入成为数据建模深度专著的窠臼，而是以常见的实际需求为主，有针对性地提出建模方案。不仅使我们学有所得，亦会学有所思。相信读完此书，我们都将修炼出一双站在数据建模的角度看数据的眼睛。

——微软MVP  法立明

由于时代的发展，数据中的信息量越来越大，Excel里的种种限制已经成为广大数据分析师心中深深的痛。好在微软适时推出了Power BI和Power Pivot新引擎，以及DAX这种出色的语言。然而，想要用好这些工具，需要了解数据建模的基础知识。

本书正是为此而生的，它展示给我们的并不是那些高深的学问，而是一项基本技能。书中所展示的都是我们在日常工作中非常容易接触到的案例，内容由浅入深，循序渐进，一步步将我们带向模型及解决方案的世界，阅读本书不仅能从中获得技能，还能从中获得乐趣。

——微软Office方向MVP  方洁影（网名：小妖同学）

大数据分析、人工智能、区块链、云计算等各种技术的飞速发展使得企业的数据量越来越大、数据的维度也越来越多。因此，Power BI智能可视化分析变得越来越重要。数据建模作为Power BI的灵魂，变得越来越重要，但是国内鲜有相应的学习资料；DAX语言更是晦涩难懂，难以快速上手。本书针对数据建模和DAX语言进行展开，它的出版可谓是广大Power BI爱好者和数据分析人员的福音。

——微软Excel方向MVP  杨彬（网名：BIN_YANG168）

第1章  数据建模介绍 1
使用单张表构建模型 2
数据模型的介绍 9
关于星形模型 17
理解命名规则的重要性 22
本章小结 24
第2章  处理汇总表/明细表 26
关于汇总表/明细表 26
从汇总表聚合值 28
扁平化汇总表/明细表 35
本章小结 38
第3章  处理多维事实表 39
处理规范化的事实表 39
维度表的交叉筛选 45
理解模型中的不确定因素 48
案例：订单表/发票表 51
计算客户的开票总额 56
计算包含指定客户与指定订单的发票金额 56
计算已经开具发票的订单的金额 57
本章小结 59
第4章  处理日期和时间 61
创建一张日期维度表 61
使用时间维度自动分组 65
Excel中的按时间自动分组 66
Power BI Desktop中的按时间自动分组 67
处理多个日期维度 68
处理日期和时间 74
实现时间智能的计算 76
处理财年日历 78
计算工作日 80
针对单个国家或地区的工作日模型 81
多个国家或地区的工作日模型 84
处理年度特定的时间段 88
处理非重叠日期区间 88
截至今天的相对周期 90
处理重叠的日期区间 92
按照周日历计算 94
本章小结 100
第5章  跟踪历史属性 101
渐变维度简介 101
使用渐变维度 106
加载渐变维度表 109
确定维度表中的颗粒度 113
在事实表中固定颗粒度 116
快变维度 118
选择正确的建模技巧 121
本章小结 122
第6章  使用快照表 123
处理不能随时间累积的数据 123
快照表的聚合方式 124
理解派生的快照表 130
理解转换矩阵 132
本章小结 138
第7章  日期和时间间隔分析 140
处理时态数据 140
简单间隔的聚合 142
跨天的间隔 145
基于工作轮班与时间偏移的建模 150
分析活动事件 151
混合不同的持续时间 162
本章小结 168
第8章  多对多关系 169
关于多对多关系 169
理解双向模式 171
理解非累加性 174
级联多对多 175
时间多对多关系 178
重新分配因子和百分比 182
多对多关系的物化 184
使用事实表作为桥表 185
考虑性能因素 187
本章小结 189
第9章  不同颗粒度的使用 190
关于颗粒度 190
不同颗粒度之间的联系 192
分析预算数据 192
使用DAX代码移动筛选器 195
通过关系来筛选 197
在错误的颗粒度上隐藏值 199
在更细的颗粒度上分配值 203
本章小结 205
第10章  数据模型的切片 206
计算多列关系 206
计算静态切片 209
使用动态切片 211
理解计算列的威力：ABC分析 214
本章小结 218
第11章  处理多币种模型 219
理解不同的场景 219
使用多种原始货币，一种报告货币 220
使用一种来源货币，多种报告货币 225
使用多种来源货币，多种报告货币 229
本章小结 232