有一批数据需要进行可视化，这种情况一般来说可能需要解决以下几个问题：
数据种类比较多
数据量比较大
数据比较分散
数据分析可能需要从不同角度进行尝试
可视化的效果可能需要根据不同情况快速调整
因此，一批数据可视化的问题会转化为以下几个具体问题：
数据的合并（从不同位置、文件等导入）
数据的的整理（清洗）
构建数据间的关系（模型）
确定各项分析指标的计算方法
制作相应的分析图表，完成可视化并展示出来
如下图所示：
对于很多大型企业来说，这通常是一个BI（商业智能）项目，但对于大多数企业的某个部门或业务人员来说，只需要快速地整合和分析数据，但是，对于这种多数据源（一批数据）的情况，采用Excel来完成则又显得会很吃力，因此，推荐使用微软的新一代敏捷商业智能产品Power BI来完成。以下举一个简单的例子，来说明用Power BI进行数据可视化的基本过程：
一、数据导入（获取）即要针对什么数据进行分析，就先接进来，数据的来源可以各种各样，比如日常的Excel 报表、业务系统的数据库、公开的网站数据等等……这个例子咱们先用Excel表里的数据。
选择数据所在的Excel工作簿：
选择需要参与分析的数据，并点击【编辑】。
这个例子里咱们只针对订单和订单明细2个表的数据做分析。
点击【编辑】会进入数据的编辑界面。
如果数据本身很规范，不需要进行任何的整理，可以直接【加载】，加载后仍然可以通过PBI主界面的【编辑查询】功能进入数据编辑界面。
二、数据整理（清洗）
数据整理好后就可以【关闭并应用】，在PBI里实际就是把处理的结果存起来待用。
这个例子的数据很规范，所以要做的处理不多，如果数据比较乱，可能还需要逆透视啊、分组啊、清理无用文本啊、分离转换啊等等……不过用Power BI处理都比较简单。
三、数据建模：构建表关系、构建分析维度和度量构建表关系：比如说现在咱们有订单表和订单明细表，这两个表实际是需要通过订单ID关联起来的，还记得Power Pivot那篇《表间关系一线牵，何须大量公式拼数据》的文章吗？
构建分析维度/度量：首先是维度，其实就是数据分析的角度，咱们做数据透视表的时候经常放到行或列里面的那些内容，比如按区域、城市、产品类别……；所谓度量，一般就是数据分析时要进行计算的一些数字，咱们做数据透视表的时候经常放到值里面的那些内容。
3.1 数据建模-构建表间关系
Power BI在构建数据表间关系是挺智能的，会根据数据的规律自动构建一些关系，比如这个例子里的2个表，实际在加载数据的时候就已经建好了，当然，有时候可能自动识别的关系是错的，那就自己手动先删除原来的关系，然后再将两个表之间匹配的字段拖拽一下。
接下来咱们构建一个度量：订单明细数量（表里面那些地区、日期等等，都可以直接用作维度，不需要专门构建）
3.2 数据建模-构建维度/度量
这里是在订单明细表里【新建度量值】，其实度量值可以建在模型里的任何一个表里，整个模型都可以调用的。甚至有的时候，因为度量值太多了，可以考虑建一张单独的空白表，里面专门放度量值，这根据实际需要或按照自己的喜好选择就行了。
构建度量的函数就是PowerPivot里的DAX函数。输入函数后就能出现可选的字段，选择好字段后按TAB键就能将字段名填入公式里面。整个公式输入完毕后回车，建好的度量值就出现在订单明细表里了。
经过构建表间关系和度量值2步，一个简单的数据模型就建好了。接下来咱们就可以进行数据分析了。比如咱们按货主地区看一下销售数量的情况。
四、数据可视化分析以下以构建一个柱状图实现数据对比为例，直接单击Power BI右侧的可视化图形按钮：
出现一个很小的空白图形，可以用鼠标放大一些（这些基本操作自己多动动鼠标尝试一下即可，跟其他Office软件的应用基本一致）。
将“货主地区”字段拖放到“轴”里，将“销售数量”拖放到“值”里：
结果出来了：
以上是Power BI进行数据分析的一个简单例子，用于体会一下用Power BI做数据分析的全过程。对于更多复杂的数据分析，其实也是同样的过程，整个过程基本就分为四块：数据获取、数据处理、数据建模和数据分析，如下图所示：
总的来说，用Power BI进行批量的数据可视化，是目前普通用户最容易上手的数据可视化工具，而且对个人用户是完全免费的，非常值得推荐应用。
【私信“材料”直接下载系列训练材料】【Excel必备基础小动画】
【60+函数汇总案例】
【数据透视基础精选10篇】
【Power Query入门到实战80篇】
【Power Pivot 基础精选15篇】
【Power BI 入门系列】
我是大海，微软认证Excel专家，企业签约Power BI顾问让我们一起学习，共同进步！【您的关注和转发铸就我前行的动力！谢谢支持！】
