Разбираем, какую логику лучше оставить при загрузке данных, а какую считать уже в модели Power BI. Начнём с обычного вопроса: какое решение из этого должен принять бизнес? А уже потом будем крутить формулы и фильтры.
Что получите после чтения
Поймёте разницу между Power Query и DAX и решите, где очищать данные, создавать признаки и считать показатели. Без универсального норматива из воздуха: формула, пример с числами и следующий шаг будут прямо в статье.
Что это такое простыми словами
Power Query готовит данные до загрузки в модель: подключает, очищает, объединяет и меняет структуру. DAX считает в уже загруженной модели и реагирует на фильтры отчёта. Простое правило: форму таблиц готовим раньше, бизнес-показатели в контексте считаем позже.
Какой вопрос мы на самом деле решаем
Фразы «power query или dax», «разница power query и dax», «что делать в power query а что в dax», «m или dax power bi» звучат по-разному, но задача одна: поймёте разницу между Power Query и DAX и решите, где очищать данные, создавать признаки и считать показатели. Поэтому ниже не будет парада терминов — будет порядок действий.
Что это даёт бизнесу
Когда логика лежит на своём месте, модель быстрее, правила понятнее, а обновление легче поддерживать. Команда не ищет один и тот же расчёт одновременно в запросе, столбце и мере.
Для этой задачи польза начинается с шага «Разделите очистку и аналитику». Дальше у результата должны появиться владелец, дата проверки и действие. Иначе даже правильная цифра просто сидит на экране и никого не трогает (тихая карьера).
Порядок действий
- Разделите очистку и аналитику
- Перенесите типы и объединения в Power Query
- Оставьте динамические показатели для мер DAX
- Проверьте, нужен ли вычисляемый столбец физически
- Дайте шагам и мерам понятные имена
- Измерьте обновление и отклик
- Зафиксируйте правило в модели
Первый проход делаем на маленьком, но честном примере. Особенно важен шаг «Перенесите типы и объединения в Power Query»: он показывает, где методика расходится с реальным процессом. Когда сверка сошлась, можно автоматизировать.
Формула и логика расчёта
Если значение зависит от фильтра пользователя, чаще нужна мера DAX. Если значение одинаково для строки при каждом просмотре и помогает подготовить модель, его можно создать в Power Query. Вычисляемый столбец DAX хранится в модели и увеличивает её объём.
Рядом с расчётом подписываем период, единицу и дату среза. Для «Оставьте динамические показатели для мер DAX» это особенно важно: две похожие цифры могут отвечать на разные вопросы. Рядом держим объём данных и контрольный итог.
Исключения не прячем. Отдельно проверяем риск «Считать динамический показатель в Power Query» и показываем долю неизвестных значений. Иногда именно эта доля объясняет «улучшение» быстрее, чем ещё один график.
Подробный пример с числами
Есть продажи, товары и себестоимость. Типы дат, очистку артикулов, объединение справочника и удаление технических строк делаем в Power Query. Выручку = SUM(Продажи[Сумма]), маржу и долю маржи считаем мерами DAX, потому что они меняются по периоду и фильтрам. После переноса пяти текстовых вычисляемых столбцов из DAX в Power Query модель уменьшается с 920 до 710 МБ, а правила становятся видны до загрузки.
Как объяснить результат
Для темы «Power Query или DAX» сначала называем факт, затем базу сравнения, потом причину и действие. Без «всё плохо»: что изменилось, где возникла разница и что проверяем до следующей даты. Такой формат спокойно переживает встречу с собственником.
Как собрать рабочий отчёт
Для «Проверьте, нужен ли вычисляемый столбец физически» на первом экране оставляем только результат, базу сравнения и два-три разреза, которые меняют решение. Деталь уводим на следующий уровень, чтобы общая картина не превращалась в обои из таблицы.
Перед шагом «Дайте шагам и мерам понятные имена» показываем дату обновления и статус качества. Если загрузка задержалась, пишем об этом прямо. Вчерашняя правильная цифра сегодня легко становится неправильным решением.
К шагу «Измерьте обновление и отклик» сохраняем версию методики: формулу, исключения, источник, владельца и дату. Когда правило меняется, историю либо честно пересчитываем, либо отмечаем границу. Тайные улучшения доверия не добавляют.
После «Зафиксируйте правило в модели» ответственный коротко пишет, что изменилось, какая причина уже подтверждена, а что остаётся гипотезой. Так команда не выдаёт первое удобное объяснение за факт.
Как проверить данные до автоматизации
- Сверьте общую сумму и количество объектов с источником
- Возьмите пять крупных и пять случайных записей
- Проверьте даты, статусы, идентификаторы и исключения
- Повторите расчёт вручную на маленькой выборке
- Попросите владельца процесса подтвердить смысл результата
При риске «Дублировать одну логику в двух местах» проверяем и крупные, и случайные объекты. Крупные помогают найти весомое расхождение, случайные — системную ошибку. Одна выборка не заменяет другую.
Чтобы не повторить «Создавать текстовые столбцы ради каждого визуала», сохраняем короткий протокол: период, источник, версия, контрольная сумма, расхождения и принятое правило. На следующем обновлении не придётся вспоминать договорённость по памяти.
Как автоматизировать и не потерять контроль
Автоматизация здесь должна защищать от риска «Не проверять query folding». На входе контролируем свежесть, число строк и ключевые поля. На выходе — итог и долю неизвестных. Ошибка идёт конкретному владельцу, а не на общий ящик в пятницу вечером.
Для «Power Query или DAX» храним снимки результата: они помогают сравнить ожидание с фактом и объяснить изменение. Перезаписанная история удобна отчёту, но мешает команде учиться на своих допущениях.
Как читать динамику без поспешных выводов
Сравнивайте одинаковые рабочие циклы. Понедельник с пятницей, праздничную неделю с обычной и новый сегмент со зрелым смешивать можно технически, но вывод получится слабым. Сначала отделите изменение состава данных от изменения самого процесса. Рядом с линией показателя держите объём выборки и отметки о релизах, акциях, переносах и смене правил.
Один скачок — повод проверить данные и контекст, а не немедленно перестраивать команду. Для регулярного управления задайте коридор обычных колебаний и минимальный срок наблюдения. Если изменение повторяется несколько сопоставимых периодов и видно на исходных объектах, появляется основание действовать. После действия заранее назначьте дату проверки и показатель, который должен измениться. Иначе любое движение легко объявить успехом (особенно на красивом слайде).
Ограничения и типичные ошибки
- Считать динамический показатель в Power Query
- Дублировать одну логику в двух местах
- Создавать текстовые столбцы ради каждого визуала
- Не проверять query folding
- Писать DAX без звёздной схемы
Ограничение не делает метрику бесполезной. Оно показывает границу, внутри которой ей можно доверять. Честная подпись рядом с числом полезнее ещё одного знака после запятой.
Как я использую это в работе
Я разбираю модель как кухню: что можно подготовить заранее, готовим один раз; что зависит от заказа гостя, считаем по запросу. Потом показываем владельцу один словарь показателей. Ему не нужно знать язык формул, но он должен понимать смысл и фильтры.
После первой встречи я не прошу команду сразу перестроить весь процесс. Мы выбираем один участок, фиксируем исходное значение и дату проверки. Если результат подтверждается, правило масштабируем. Если нет — сохраняем вывод и меняем гипотезу. Так аналитика помогает действовать, а не просто доказывает, что у нас много данных.
Что получает каждая роль
- Собственник — понятный риск, диапазон результата и решение
- Руководитель — участок процесса и ответственного
- Маркетолог — связь трафика или спроса с бизнес-результатом
- Аналитик — согласованное определение и контрольные примеры
- Команда — один следующий шаг вместо общего призыва улучшить всё
Что сделать прямо сейчас
Возьмите десять вычислений текущей модели и подпишите: очистка, структура, постоянный признак или динамический показатель. Перенесите один очевидно лишний расчёт и измерьте результат.
Для «Power Query или DAX» этого достаточно, чтобы получить первую честную точку. Не пытайтесь за один вечер починить весь процесс. Нам нужен один проверяемый результат и дата следующей проверки. После неё уже будет понятно: масштабировать решение, менять гипотезу или сначала починить данные. Запишите ещё, кто принимает решение, какой результат он ожидает и где команда увидит факт. Это и будет нашей короткой проверкой на пользу.
Сохраните исходную выгрузку и правило расчёта. Через один полный рабочий цикл вернитесь к цифре и сравните ожидание с фактом. Запишите, какое допущение подтвердилось, а какое пришлось изменить. Именно эта обратная связь превращает показатель в инструмент управления, а не в очередную карточку отчёта.
