Power BI - Grundlagen
Power BI Desktop, Datenimport, Power Query, Datenmodell, Beziehungen, grundlegende Visualisierungen
1Was ist der Hauptunterschied zwischen Power BI Desktop und Power BI Service?
Was ist der Hauptunterschied zwischen Power BI Desktop und Power BI Service?
Antwort
Power BI Desktop ist eine kostenlose Windows-Anwendung zum lokalen Erstellen von Berichten und Datenmodellen. Power BI Service ist die Cloud-Plattform zum Veröffentlichen, Teilen und Zusammenarbeiten an Berichten. Der typische Workflow besteht darin, in Desktop zu entwickeln und dann zur Verteilung in Service zu veröffentlichen.
2Was ist die Hauptrolle von Power Query in Power BI?
Was ist die Hauptrolle von Power Query in Power BI?
Antwort
Power Query ist der in Power BI integrierte Datentransformations-Editor. Er ermöglicht den Import von Daten aus verschiedenen Quellen, deren Bereinigung, Transformation und Vorbereitung vor dem Laden in das Datenmodell. Alle Transformationsschritte werden aufgezeichnet und können beim Aktualisieren automatisch erneut angewendet werden.
3Welche Sprache wird im Hintergrund von Power Query für Datentransformationen verwendet?
Welche Sprache wird im Hintergrund von Power Query für Datentransformationen verwendet?
Antwort
Power Query verwendet die Sprache M (auch Power Query Formula Language genannt), um Transformationen zu definieren. Jede Aktion in der grafischen Benutzeroberfläche generiert M-Code. Es ist möglich, diesen Code manuell über den erweiterten Editor zu ändern, um komplexere oder benutzerdefinierte Transformationen durchzuführen.
Welche Funktion hat ein Slicer in einem Power BI-Bericht?
Welche Art von Beziehung wird zwischen einer Faktentabelle und einer Dimensionstabelle in Power BI empfohlen?
+17 Interview-Fragen
Weitere Data Analytics-Interviewthemen
Google Sheets - Grundlagen
Google Sheets - Erweiterte Formeln
SQL - Grundlagen
SQL - Aggregationen und Gruppierungen
SQL - Joins
BigQuery - Grundlagen
Data Cleaning - Datenbereinigung
KPIs und Business-Metriken
Deskriptive Statistik
Zapier und No-Code-Automatisierung
Grundlagen der Datenvisualisierung
Python & Pandas - Grundlagen
Google Sheets - Automatisierte Dashboards
SQL - Unterabfragen und CTEs
SQL - Window Functions
BigQuery - Erweiterte Funktionen
Data Modeling
Funnel- und Conversion-Analyse
Kohorten- und Retention-Analyse
Google Tag Manager und Tracking
APIs und Webhooks
dbt - Grundlagen
AB-Testing und angewandte Statistik
Looker Studio (Google Data Studio)
SQL - Erweiterte analytische Abfragen
dbt - Erweiterte Funktionen
Power BI - DAX und fortgeschrittene Dashboards
Python Analytics - Erweiterte Analyse und ML
Meistere Data Analytics für dein nächstes Interview
Zugang zu allen Fragen, Flashcards, technischen Tests, Code-Review-Übungen und Interview-Simulatoren.
Kostenlos starten