大数据技术在财务中的应用（Power BI版） 课件 项目0--2 数字时代 财务未来、 Power BI认知 、Power BI数据获取.pptx

前言 数字时代 财务未来;;数字时代、财务转型;随着信息革命的深入发展，数据正在呈现爆炸式的增长，大数据时代的到来是一个不可阻挡的大趋势。;当前，越来越多的企业和机构开始意识到数据正在成为其重要的资产，而对于数据的分析能力正在成为组织的核心竞争力。;从计算机的发明开始，到如今物联网、云计算、人工智能等各类数字技术的不断涌现，数字技术已经形成了完整的数字化价值链。大数据的影响已经渗透到各个领域，为各行各业不断创造新的价值。;从财务发展的历程来看，财务行业历经多次变革，财务数字化转型是以基于业财一体化的智能财务共享为基础，以基于商业智能的财务平台为中枢，以基于人工智能的财务平台为最高层级的财务生态平台，向着新一代智能决策型财务方向发展。;提升财务工作价值;财务部门作为企业的数据中心，面对数字化转型的潮流，会逐渐??变其作为“账房先生”的传统职责，而更多地参与企业经营活动和决策，成为企业的经营伙伴与管理团队的决策支持者，成为企业的“数字神经系统”。;在实际中，财务人员在基础工作上面耗费的时间较多，而基础工作的价值又较小。财务数字化转型要求财务人员提升财务工作价值，释放低价值的工作，做更高价值的工作。;从Excel到Power BI ;Excel作为强大的数据统计和分析的办公软件，提供了丰富的函数、插件工具和VBA编程语言等，是财务领域不可缺少的工具。;在商业智能分析领域中，微软推出一系列的组件和工具。其中，Power Query（数据准备）、Power Pivot（数据建模）、Power View（数据展示），被称为Power系列的“三剑客”。;“三剑客”插件虽然都可以在Excel中加载，但是它们之间相对独立，不利于完整的数据分析全过程。于是，微软在2015年推出了Power BI，将“三剑客”完美地结合在一起。Power BI被称为真正意义上的自助式BI分析工具和可视化神器，让用户获得了更好的体验。;课堂小结;; Power BI认知;财务发展历程：手工记账、会计电算化、ERP时代、财务共享、财务数字化。 财务部门要成为企业的“数字神经系统”，财务人员要释放低价值功能，做更高价值的工作。 Power BI 软件是由Power Query、Power Pivot、Power View“三剑客”整合而成。;;Power BI 简介;Power BI 是一个商业智能分析工具，它可连接数百个数据源、简化数据整合并提供可视化分析。用户可以创建个性化仪表板，获取其对业务的全方位独特见解，生成报表视图并进行发布，以供组织在 Web 和移动设备上使用。;Power BI 有三大应用程序，分别是Windows 桌面应用程序（称为Power BI Desktop）、Power BI Online Service的联机SaaS服务及移动 Power BI应用。;Power BI目前有三种授权方式，免费版（Power BI Dsktop），专业版（Power BI Pro），以及增值版（Power BI Premium)。对于普通个人用户适用于免费版；对于企业端而言，适用于专业版和增值版。;软件下载 ;Power BI的下载有两种途径，一种是Windows的应用商店，打开应用商店，直接输入“Power BI Desktop”，点击“获取”。另一种是通过网页安装，访问其官网，找到相应的安装包进行下载安装。;打开下载之后的安装文件，按照安装导向，选择“中文简体”、安装地址等，点击下一步，直至安装完成。安装成功后，程序会自动启动并显示Power BI的欢迎界面。;界面初识 ;Power BI的界面主要有六大区域，按照图中顺序分别是功能区、视图区、筛选器区、可视化区、字段区、页面选项区。;功能区包括“文件”，“主页”，“插入”，”建模”，“视图”等功能，主要是对文件保存、显示以及可视化效果的常见任务和基本功能。;报表视图是用来创建报表和视觉对象，可对报表进行个性化的设计。;数据视图有助于查看和理解模型中的数据，此模型可新建列、新建表、新建度量值、转化数据等操作。;模型视图显示模型中的所有表及其连接关系，在数据建模的时候，需要通过模型视图管理不同数据表格之间的关系。;筛选器区主要对视觉对象的数据进行筛选；可视化区用于选择可视化对象、更改可视化效果；字段区用于设置与当前报表关联数据的表、字段和度量值。;Power BI的应用步骤可分为数据获取、数据清洗、数据建模、数据可视化，最后发布报表设计。在实际应用中，各步骤是不断调整和反复的过程。;Power BI 可连接数百个数据源、简化数据整合并提供可视化分析。 Power BI的界面主要区域包括功能区、视图区、可视化区、字段区、筛选器区等。 Power BI的应用步骤有数据准备、数据处理、数据建模、数据可视化、发布数据报