PowerPivot 数据建模
经过了前两章的学习，终于走到了学习的深水区，Power BI的灵魂部分，数据建模Power Pivot。其实Power Pivot并不是一个新生事物，它自从2009年就上市了，可惜大多数人都没有听说过，好消息是你现在知道它的存在了。有人说PP是Excel20年来历史上最好的事，有没有那么神奇，我们就来一起探索验证吧。在本节我想先澄清几个重要的概念和啰嗦几个提示。
1
Pivot 与Power Pivot
数据透视表的英文叫做Pivot Table, 我们将要讲的数据建模叫Power Pivot，它们两个有什么区别呢？我想大家对Excel中的数据透视表Pivot都是有了解的，这是我们学习的基础。如果你没有用过数据透视表，麻烦请自行百度一下来了解基本概念。
Pivot本质上就是个筛选器和计算器，1切片器筛选，2整表筛选，3列筛选，4行筛选，5输出的值。在层层筛选分配后得出分析结果。
Power Pivot在形式上与Pivot没有差别，内在的差别主要在以下三点，连接的数据、容量限制、和输出的值。Power Pivot连接的是数据模型，所以它是一个数据建模工具，使数据能够在搭建的模型中执行计算，按数据透视表的形式来做分析。而学习Power Pivot其实就是在学习数据建模。
2
数据建模
数据建模这个词听起来有点吓人，仿佛是数据或者IT专家的专属词汇，大家不要紧张，如果你能掌握前两章可视化和获取数据，Chapter3不过是下一个小山头，当你坚持读完这个公众号，你会站在全新的高度，利用Power BI把工作效率10X,100X指数性地增加，你的收获将不仅仅是金钱和时间。
可视化PV与获取数据PQ是数据分析链条上的头和尾。这项工作就好比建造一个房子。PQ是打好地基，PV是展示最后的成果，而PP数据建模是搭建房子的结构框架。所以把框架搭好，其他的事情都更好办了。
3
本章节的读法
由于本章节非常侧重于概念，难度也相对于前两章递增，可以说把Power BI中最精华、最专业、最具有附加值的部分集中到这个章节写出来，目的是让大家把知识框架一次性连贯地搭好，一劳永逸。但对于第一次阅读的读者可能还缺少实际操作经历，对于某些知识点无法深入理解。请不要担心，大家在有障碍的地方完全可以先放下，这是一个值得你回过头来去品味的章节，当你通过了第四章《DAX公式》积累了一定的实例体验，再结合本章所学，你会有柳暗花明又一村的感觉。
4
Power BI 与 Excel
这个是老生常谈，同可视化PV和获取数据PQ一样，PP的知识在Power BI与Excel之间也是通用的。对于特别需要钻研数字的需求，比如会计对账务的基础计算，有些时候用Excel的体验可能会更好。
本文以Power BI桌面版作为讲解的工具是因为它的精简、稳定、更新功能、友好的界面还有未来不可限量的发展趋势。大家在使用中可以结合实际情况和需求来选择哪个工具。但无论你用哪个，本章所讲的知识都是完全相通的。
5
灵活性
Power Pivot是个非常灵活的工具，在接下来的案例中，可能你会有其他的方式达到同样的目的，我想说的是不管白猫黑猫，能捉老鼠就是好猫，只要你能得到正确的答案，就是可以的。
就啰嗦这么多，我们接下来直接进入数据建模。
