Power BI - พื้นฐาน
Power BI Desktop, การนำเข้าข้อมูล, Power Query, โมเดลข้อมูล, ความสัมพันธ์, การแสดงผลพื้นฐาน
1ความแตกต่างหลักระหว่าง Power BI Desktop และ Power BI Service คืออะไร?
ความแตกต่างหลักระหว่าง Power BI Desktop และ Power BI Service คืออะไร?
คำตอบ
Power BI Desktop เป็นแอปพลิเคชัน Windows ฟรีสำหรับสร้างรายงานและโมเดลข้อมูลในเครื่อง Power BI Service เป็นแพลตฟอร์มคลาวด์สำหรับเผยแพร่ แชร์ และทำงานร่วมกันบนรายงาน เวิร์กโฟลว์ทั่วไปคือการพัฒนาใน Desktop จากนั้นเผยแพร่ไปยัง Service เพื่อการกระจาย
2บทบาทหลักของ Power Query ใน Power BI คืออะไร?
บทบาทหลักของ Power Query ใน Power BI คืออะไร?
คำตอบ
Power Query เป็นตัวแก้ไขการแปลงข้อมูลที่ติดตั้งไว้ใน Power BI ช่วยให้นำเข้าข้อมูลจากแหล่งต่าง ๆ ทำความสะอาด แปลง และเตรียมก่อนโหลดเข้าสู่โมเดลข้อมูล ขั้นตอนการแปลงทั้งหมดจะถูกบันทึกและสามารถนำไปใช้ใหม่โดยอัตโนมัติระหว่างการรีเฟรช
3ภาษาใดที่ Power Query ใช้เบื้องหลังสำหรับการแปลงข้อมูล?
ภาษาใดที่ Power Query ใช้เบื้องหลังสำหรับการแปลงข้อมูล?
คำตอบ
Power Query ใช้ภาษา M (เรียกอีกอย่างว่า Power Query Formula Language) เพื่อกำหนดการแปลง การกระทำแต่ละอย่างในส่วนติดต่อกราฟิกจะสร้างโค้ด M เป็นไปได้ที่จะแก้ไขโค้ดนี้ด้วยตนเองผ่านตัวแก้ไขขั้นสูงสำหรับการแปลงที่ซับซ้อนหรือกำหนดเองมากขึ้น
ฟังก์ชันของ slicer ในรายงาน Power BI คืออะไร?
ประเภทความสัมพันธ์ใดที่แนะนำระหว่างตาราง fact และตาราง dimension ใน Power BI?
+17 คำถามสัมภาษณ์
หัวข้อสัมภาษณ์ Data Analytics อื่นๆ
Google Sheets - พื้นฐาน
Google Sheets - สูตรขั้นสูง
SQL - พื้นฐาน
SQL - การรวมและการจัดกลุ่ม
SQL - Joins
BigQuery - พื้นฐาน
Data Cleaning - การทำความสะอาดข้อมูล
KPI และเมตริกทางธุรกิจ
สถิติเชิงพรรณนา
Zapier และระบบอัตโนมัติ No-Code
หลักการ Data Visualization
Python & Pandas - พื้นฐาน
Google Sheets - แดชบอร์ดอัตโนมัติ
SQL - Subquery และ CTE
SQL - Window Functions
BigQuery - ฟีเจอร์ขั้นสูง
Data Modeling
การวิเคราะห์ Funnel และ Conversion
การวิเคราะห์ Cohort และ Retention
Google Tag Manager และการติดตาม
API และ Webhook
dbt - พื้นฐาน
AB Testing และสถิติประยุกต์
Looker Studio (Google Data Studio)
SQL - การคิวรีเชิงวิเคราะห์ขั้นสูง
dbt - ฟีเจอร์ขั้นสูง
Power BI - DAX และแดชบอร์ดขั้นสูง
Python Analytics - การวิเคราะห์ขั้นสูงและ ML
เชี่ยวชาญ Data Analytics สำหรับการสัมภาษณ์ครั้งถัดไป
เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์
เริ่มใช้ฟรี