终于,Power BI支持多对多的表间关系了,在这之前,凡是涉及到多对多的表间关系,都是“高级”内容,让我等想用Power BI做数据分析却又怕脑洞不够的普通用户感到莫名恐惧……比如说,求个简单的商品共同购买数量,要先构建表,再建关系,更惨的是还得写辣么长的公式:

“吃了面包的顾客喝了多少咖啡?”——自从有了多对多关系,这种问题就简单多了……_数据分析

“吃了面包的顾客喝了多少咖啡?”——自从有了多对多关系,这种问题就简单多了……_数据分析_02

      现在,这一切都将成为过去……

      恰巧有朋友问到这个类似的问题:吃了面包的客户喝了多少咖啡?

“吃了面包的顾客喝了多少咖啡?”——自从有了多对多关系,这种问题就简单多了……_建表_03

       现在拿多对多关系来撸一遍:

Step 01首先,打开Power BI中支持多对多关系的功能

“吃了面包的顾客喝了多少咖啡?”——自从有了多对多关系,这种问题就简单多了……_多对多_04

“吃了面包的顾客喝了多少咖啡?”——自从有了多对多关系,这种问题就简单多了……_建表_05

Step 02在查询编辑中直接复制一个表

“吃了面包的顾客喝了多少咖啡?”——自从有了多对多关系,这种问题就简单多了……_多对多_06

Step 03建立表间关系(多对多)

“吃了面包的顾客喝了多少咖啡?”——自从有了多对多关系,这种问题就简单多了……_数据分析_07

Step 04直接用两个表的产品分别创建切片器,然后用其中一个表的订单号和数量构建表,如下图所示:

“吃了面包的顾客喝了多少咖啡?”——自从有了多对多关系,这种问题就简单多了……_多对多_08

    就这样,产品共同购买的数据分析就搞定了,比如要看“吃了面包的顾客喝了多少咖啡?”,点2下:

“吃了面包的顾客喝了多少咖啡?”——自从有了多对多关系,这种问题就简单多了……_数据分析_09

      是不是很爽?现在Power BI的更新实在是太给力了:

  • 听说——M语言及函数要智能提示了;
  • 听说——要接入Python语言了;
  • 听说——……

      再这样下去,人类真的无法阻止Power BI了……

“吃了面包的顾客喝了多少咖啡?”——自从有了多对多关系,这种问题就简单多了……_多对多_10