Cognity ma swój przewodnik po Power BI od lat na topie w Google — więc zebrałem to, czego tam brakuje: żywy przykład, prawdziwe zrzuty ekranu i jasną odpowiedź na pytanie czym właściwie jest Power BI, Power Query i DAX — bez lania wody.
Cztery różne wizualizacje zbudowane w Power BI Desktop na jednym zbiorze danych sprzedażowych: mapa Polski, drzewo (treemap) podkategorii, wykres pierścieniowy i kolumnowy. To samo źródło, cztery zupełnie różne sposoby pokazania liczb.
Gdy ktoś pyta nas, czym jest Power BI, najprościej odpowiedzieć obrazkiem powyżej. To cztery różne wizualizacje zbudowane w Power BI na jednym zbiorze danych przykładowej sieci sklepów — mapa Polski ze sprzedażą wg miast, drzewo podkategorii produktów, wykres pierścieniowy i kolumnowy. Każda pokazuje te same liczby z innej strony i każda jest interaktywna: klikasz element, a pozostałe od razu filtrują się do wyboru. W tym artykule pokażemy Ci, jak takie raporty powstają, z czego składa się Power BI i jakie rodzaje wykresów oferuje. Wszystkie zrzuty pochodzą z działającej aplikacji Power BI Desktop, a dane są nasze, polskie.
Z tego artykułu dowiesz się:
- czym właściwie jest Power BI i z jakich elementów się składa
- jak zamienia surowe dane w gotowy raport — krok po kroku
- jakie rodzaje wykresów i wizualizacji można w nim zbudować
- jak wygląda interfejs Power BI Desktop
- do czego firmy używają Power BI i jak zacząć naukę
Czym jest Power BI?
Power BI to platforma firmy Microsoft do analizy danych i tworzenia interaktywnych raportów. Należy do kategorii narzędzi business intelligence (analityki biznesowej) — takich, które zamieniają surowe liczby z arkuszy i baz danych w czytelne wykresy, pulpity i podsumowania, na podstawie których podejmuje się decyzje.
Power BI to nie jeden program, lecz trzy współpracujące elementy:
- Power BI Desktop — bezpłatna aplikacja na Windows, w której budujemy raporty: łączymy się z danymi, czyścimy je, tworzymy model i projektujemy wizualizacje. To w niej spędzasz najwięcej czasu i to ją widzisz na zrzutach w tym artykule.
- Power BI Service — usługa w chmurze, do której publikujemy gotowe raporty, żeby udostępnić je współpracownikom, ustawić automatyczne odświeżanie danych i oglądać pulpity z poziomu przeglądarki.
- Power BI Mobile — aplikacja na telefon i tablet, dzięki której te same raporty mamy pod ręką w terenie.
Do samej nauki i budowania raportów wystarczy bezpłatny Power BI Desktop — nie potrzebujesz żadnej płatnej licencji, żeby zacząć.
Chcesz od razu spróbować? Power BI Desktop pobierzesz bezpłatnie ze strony Microsoftu — instalacja zajmuje kilka minut, konto ani karta nie są potrzebne.
Jak Power BI zamienia dane w raport — krok po kroku
Droga od surowych danych do gotowego wykresu zawsze przebiega podobnie: łączymy się ze źródłem, czyścimy dane, układamy je w model i dopiero na tej podstawie rysujemy wizualizacje. Przejdziemy przez te etapy na realnym przykładzie — zbiorze sprzedażowym fikcyjnej polskiej sieci sklepów z elektroniką, który wczytamy ze zwykłego pliku Excel.
Pobierz nasz zbiór danych i przejdź przez cały artykuł na tych samych liczbach: RetailPro_dane.xlsx — 8 arkuszy fikcyjnej sieci sklepów (sprzedaż, produkty, sklepy, kalendarz i więcej).
1. Łączenie z danymi
Pracę zaczynamy od polecenia Pobierz dane. Power BI potrafi połączyć się z ponad setką źródeł: plikami Excel i CSV, bazami danych (SQL Server, PostgreSQL, Oracle), usługami chmurowymi, stronami internetowymi czy interfejsami API. Po wskazaniu pliku otwiera się Nawigator, w którym wybieramy, które arkusze albo tabele wczytać — z podglądem zawartości po prawej stronie.
Nawigator po wczytaniu pliku Excel: po lewej tabele naszego zbioru (wymiary i tabela sprzedaży), po prawej podgląd danych zaznaczonej tabeli.
2. Power Query — czyszczenie i przekształcanie danych
Rzadko zdarza się, że dane są od razu gotowe do analizy. Do ich uporządkowania służy Power Query — edytor, w którym usuwamy puste wiersze, zmieniamy typy kolumn, łączymy tabele czy dzielimy teksty. Każda operacja zapisuje się jako osobny krok na liście „Zastosowane kroki", więc cały proces jest powtarzalny: gdy dane się zmienią, Power BI wykona te same przekształcenia automatycznie.
Edytor Power Query: po lewej lista zapytań, na środku podgląd danych, po prawej panel „Zastosowane kroki” zapisujący kolejne przekształcenia.
Pod spodem każdy krok to fragment kodu w języku M (języku Power Query). Nie trzeba go pisać ręcznie — powstaje sam, gdy klikamy w interfejsie — ale warto wiedzieć, że tak wygląda:
Power Query MKopiuj
let
Zrodlo = Excel.Workbook ( File.Contents ( "RetailPro_dane.xlsx" ), null, true ),
FaktSprzedaz = Zrodlo{[Item="FaktSprzedaz",Kind="Sheet"]}[Data],
Naglowki = Table.PromoteHeaders ( FaktSprzedaz, [PromoteAllScalars=true] ),
ZmienionoTyp = Table.TransformColumnTypes ( Naglowki,
{{"SprzedazID", Int64.Type}, {"WartoscNetto", Currency.Type}} )
in
ZmienionoTyp
3. Model danych i relacje
Gdy mamy kilka tabel, łączymy je w model danych. W widoku modelu rysujemy relacje — powiązania między tabelami, na przykład „każda sprzedaż dotyczy jednego produktu i jednego sklepu". Najczęściej spotykany układ to schemat gwiazdy: w środku tabela faktów (zdarzenia, czyli sprzedaż), a wokół tabele wymiarów (produkty, daty, sklepy).
Widok modelu: w centrum tabela sprzedaży, wokół tabele wymiarów. Linie z oznaczeniami liczności (jeden do wielu) pokazują, jak Power BI rozumie powiązania.
4. Miary i język DAX
Na bazie modelu tworzymy miary — obliczenia, które reagują na kontekst raportu. Służy do tego język DAX (Data Analysis Expressions). To dzięki niemu jednym wzorem policzymy sprzedaż całkowitą, a kolejnym — sprzedaż rok do roku czy dynamikę procentową, które same przeliczą się dla każdego wybranego okresu i kategorii.
DAXKopiuj
Sprzedaz calkowita = SUM ( FaktSprzedaz[WartoscNetto] )
Sprzedaz rok wczesniej =
CALCULATE (
[Sprzedaz calkowita],
SAMEPERIODLASTYEAR ( DimKalendar[Data] )
)
Dynamika r/r % =
DIVIDE ( [Sprzedaz calkowita] - [Sprzedaz rok wczesniej], [Sprzedaz rok wczesniej] )
Same dane, na których pracują te miary, możemy w każdej chwili podejrzeć w widoku danych — to wczytane do modelu tabele, wiersz po wierszu.
Widok danych: tabela sprzedaży w całości (ponad sto tysięcy wierszy). Stąd sprawdzamy zawartość, dodajemy kolumny obliczeniowe i nowe miary.
Rodzaje wykresów i wizualizacji w Power BI
Najmocniejszą stroną Power BI jest bogactwo wizualizacji. Ten sam zbiór danych można pokazać na dziesiątki sposobów. Poniżej kilka przykładów zbudowanych na naszych danych sprzedażowych — wszystkie tytuły, osie i etykiety są po polsku, bo i dane są polskie.
Wykres słupkowy
Najprostsza i najczytelniejsza forma porównania: wartość sprzedaży w podziale na kategorie produktów. Od razu widać, która kategoria sprzedaje się najlepiej.
Wykres słupkowy: sprzedaż według kategorii produktów (AGD/RTV, Komputery, Telefony, Akcesoria).
Wykres kolumnowy — trend w czasie
Te same dane w ujęciu rocznym pokazują trend — jak sprzedaż rosła rok po roku. Krótszy słupek za ostatni rok to po prostu okres jeszcze niezakończony.
Wykres kolumnowy: wartość sprzedaży w kolejnych latach — czytelny obraz wzrostu.
Wykres liniowy — sezonowość i trend
Gdy chcemy prześledzić zmiany w czasie z większą dokładnością — kwartał po kwartale — sięgamy po wykres liniowy. Tu widać dwie rzeczy naraz: powtarzalną sezonowość (szczyty w czwartym kwartale każdego roku) i rosnący trend z roku na rok.
Wykres liniowy: sprzedaż netto w kolejnych kwartałach (od 2022 do 2026). Wyraźna sezonowość — szczyty w czwartym kwartale — nałożona na wzrostowy trend.
Wykres pierścieniowy
Gdy chcemy pokazać udział części w całości, sięgamy po wykres pierścieniowy (lub kołowy). Każdy wycinek to jedna kategoria wraz z jej procentowym udziałem w sprzedaży.
Wykres pierścieniowy: udział poszczególnych kategorii w łącznej sprzedaży, z etykietami procentowymi i legendą.
Drzewo (mapa drzewa)
Gdy kategorii jest dużo, świetnie sprawdza się drzewo (treemap) — każdy prostokąt to jedna podkategoria, a jego powierzchnia odpowiada wartości sprzedaży. Jednym spojrzeniem widać, co waży najwięcej, nawet przy kilkunastu pozycjach.
Drzewo (treemap): każda podkategoria to kolorowy prostokąt, a jego wielkość odpowiada wartości sprzedaży.
Mapa
Dane z lokalizacją (miasto, województwo, kod pocztowy) Power BI nanosi na mapę. Wielkość bąbla odpowiada wartości — tu sprzedaży w danym mieście — więc geografia biznesu staje się czytelna od pierwszego spojrzenia.
Mapa: sprzedaż w poszczególnych miastach jako bąble o wielkości zależnej od wartości.
Macierz
Gdy potrzebujemy konkretnych liczb, a nie tylko obrazu, używamy macierzy — interaktywnej tabeli przestawnej. Wiersze można zwijać i rozwijać, schodząc z poziomu kategorii do podkategorii.
Macierz: sprzedaż według kategorii z możliwością rozwinięcia do podkategorii. Ikony plus pozwalają drążyć w głąb.
Lejek
Lejek porządkuje kategorie od największej do najmniejszej i od razu pokazuje ich udział względem czołowej pozycji. Każdy segment to jedna kategoria wraz z procentem liczonym od najwyższej wartości — wygodne, gdy chcemy pokazać hierarchię wielkości.
Lejek: sprzedaż netto według kategorii, uszeregowana od największej (AGD/RTV) do najmniejszej (Akcesoria), z udziałem procentowym względem lidera.
Wskaźnik (gauge)
Gdy liczy się jedna kluczowa liczba — na przykład łączna sprzedaż wobec celu — używamy wskaźnika. Łuk pokazuje, w którym miejscu skali znalazł się wynik, więc od pierwszego spojrzenia wiadomo, czy jesteśmy blisko celu.
Wskaźnik (gauge): łączna sprzedaż netto (467,78 mln) na tle skali. Idealny do pokazania jednej najważniejszej wartości.
Interfejs Power BI Desktop
Choć możliwości jest sporo, układ aplikacji jest prosty. U góry znajduje się wstążka z poleceniami (Pobierz dane, Przekształć dane, Wstaw), na środku kanwa, na której układamy raport, a po prawej panele: Wizualizacje (wybór typu wykresu), Pola (kolumny i miary z modelu) oraz Filtry. Po lewej przełączamy trzy widoki: raportu, danych i modelu.
Interfejs Power BI Desktop na starcie: wstążka u góry, kanwa raportu na środku, panele Wizualizacje, Pola i Filtry po prawej.
Do czego firmy używają Power BI?
Power BI sprawdza się wszędzie tam, gdzie regularnie trzeba patrzeć na liczby i podejmować na ich podstawie decyzje:
- Sprzedaż i finanse — pulpity przychodów, marż, realizacji planu, analiza rok do roku.
- Operacje i logistyka — monitorowanie zapasów, terminowości dostaw, wydajności.
- HR — rotacja pracowników, rekrutacja, struktura zatrudnienia.
- Marketing — skuteczność kampanii, ruch na stronie, koszt pozyskania klienta.
Zamiast co miesiąc ręcznie sklejać raport w Excelu, raz budujemy go w Power BI, a potem wystarczy odświeżyć dane.
Power BI a Excel — czym się różnią?
To częste pytanie, bo oba narzędzia pochodzą od Microsoftu i oba liczą. Excel jest doskonały do mniejszych zbiorów, jednorazowych obliczeń i swobodnej pracy w komórkach. Power BI powstał z myślą o czymś innym: o regularnej analizie dużych zbiorów (miliony wierszy), automatycznym odświeżaniu z wielu źródeł i interaktywnych pulpitach, które filtrują się wzajemnie. W praktyce świetnie się uzupełniają — dane często przygotujemy w Excelu, a profesjonalny, odświeżalny raport zbudujemy w Power BI.
Jak zacząć z Power BI?
Próg wejścia jest niski. Wystarczy pobrać bezpłatny Power BI Desktop, połączyć się z dowolnym plikiem Excel i przeciągnąć kilka pól na kanwę — pierwszy wykres powstanie w minutę. Dalej naturalnie dochodzą kolejne tematy: Power Query, model danych, język DAX i projektowanie czytelnych pulpitów. To właśnie tę ścieżkę — od podstaw do samodzielnego budowania raportów — przechodzimy krok po kroku na naszym szkoleniu.
Najczęstsze pytania
Czy Power BI jest darmowy?
Power BI Desktop, czyli aplikacja na Windows do budowy raportów, jest bezpłatny. Płatne licencje (Power BI Pro lub Premium) są potrzebne dopiero, gdy chcesz publikować i udostępniać raporty w chmurze Power BI Service innym osobom w organizacji.
Czym Power BI różni się od Excela?
Excel sprawdza się przy mniejszych zbiorach i jednorazowych obliczeniach. Power BI jest zaprojektowany do regularnej analizy dużych zbiorów, automatycznego odświeżania danych z wielu źródeł i tworzenia interaktywnych pulpitów, które filtrują się wzajemnie po kliknięciu.
Jakie dane można podłączyć do Power BI?
Power BI łączy się z ponad setką źródeł: plikami Excel i CSV, bazami danych (SQL Server, PostgreSQL, Oracle), usługami chmurowymi, stronami WWW i interfejsami API. Dane z różnych źródeł można połączyć w jeden spójny model.
Co to jest język DAX?
DAX (Data Analysis Expressions) to język formuł Power BI, używany do tworzenia miar i kolumn obliczeniowych. Pozwala policzyć na przykład sprzedaż rok do roku, udział procentowy czy sumę narastającą, uwzględniając kontekst filtrów raportu.
Chcesz pogłębić temat na żywym szkoleniu z trenerem? Zobacz kurs Kompleksowe szkolenie Power BI w JSystems — termin gwarantowany.
Więcej zrzutów ekranu i przykładów: jsystems.pl/blog
Top comments (0)