Power BI Desktop에서 DAX 사용

중급
앱 작성자
데이터 분석가
Power BI

이 학습 경로에서는 DAX(Data Analysis Expressions)를 소개하고 계산을 사용하여 데이터 모델을 향상시키는 데 필요한 기본 기술을 제공합니다.

먼저 Power BI Desktop 모델 구조와 DAX 계산을 사용하여 이를 향상시킬 수 있는 방법을 설명합니다. 그런 다음 계산된 테이블, 계산된 열, 측정값 등 DAX 수식과 여러 유형의 모델 계산을 작성하는 방법을 설명합니다. 평가 컨텍스트를 소개하고 이후 단원에서는 필터 컨텍스트를 수정하는 DAX 수식을 작성하는 방법을 설명합니다. 마지막으로 시간 인텔리전스 함수와 반복기 함수를 사용하여 DAX 식을 작성하는 방법을 알아봅니다.

사전 요구 사항

None

이 학습 경로의 모듈

이 모듈에서는 Power BI Desktop 모델 구조, 별모양 스키마 디자인 기본 사항, 분석 쿼리, 보고서 시각적 구성에 대해 알아봅니다. 이 모듈은 모델 디자인을 최적화하고 모델 계산을 추가하는 방법을 배울 수 있는 탄탄한 기초를 제공합니다.

이 모듈에서는 DAX 수식을 작성하여 다양한 유형의 모델 계산인 계산된 테이블, 계산 열 및 측정값을 만드는 방법을 설명합니다. 또한 함수, 연산자, 모델 개체 참조, 상수 및 변수를 사용하는 식으로 구성된 DAX 수식을 작성하고 서식 지정하는 방법을 알아봅니다.

이 모듈을 마치면 계산된 테이블과 계산 열을 데이터 모델에 추가할 수 있습니다. 또한 계산 열 수식을 평가하는 데 사용되는 행 컨텍스트를 설명할 수 있습니다. 파워 쿼리를 사용하여 테이블에 열을 추가할 수 있으므로 파워 쿼리 Custom Column 대신 계산 열을 만드는 것이 가장 좋은 경우에 대해서도 알아봅니다.

이 모듈에서는 암시적 및 명시적 측정값을 사용하는 방법을 알아봅니다. 먼저 단일 열 또는 테이블을 요약하는 간단한 측정값을 만듭니다. 그런 다음 모델의 다른 측정값을 기반으로 보다 복잡한 측정값을 만듭니다. 또한 계산 열과 측정값 간의 유사성 및 차이점에 대해 알아봅니다.

이 모듈을 마치면 반복기 함수 패밀리가 수행할 수 있는 작업과 DAX 계산에서 이러한 함수를 사용하는 방법을 이해할 수 있습니다. 계산에는 사용자 지정 요약, 순위 및 연결이 포함됩니다.

이 모듈을 마치면 측정값 수식을 평가하는 데 사용되는 필터 컨텍스트를 설명하고 사용할 수 있습니다.

이 모듈을 마치면 시간 인텔리전스의 의미를 이해하고 시간 인텔리전스 DAX 계산을 모델에 추가하는 방법을 배울 수 있습니다.

경우에 따라 모델에 유사한 측정값을 많이 추가해야 할 수 있습니다. 예를 들어 모델에 판매, 비용 및 수익에 대한 측정값이 포함되어 있다고 생각해보겠습니다. 그런 다음, 이전 연도(PY) 판매, PY 비용 및 PY 수익 외에도 연간 누계(YTD) 판매, YTD 비용 및 YTD 수익을 보여 주는 보고서를 만들려고 합니다. 수많은 측정값을 추가하는 것은 시간이 오래 걸릴 수 있으며 필드 창이 엄청나게 많은 필드로 복잡해질 수 있습니다. 각 YTD 및 PY 측정값을 만드는 대신 DAX(Data Analysis Expressions) 계산 그룹을 만들어 이러한 측정값을 모델에 빠르게 추가할 수 있습니다.

이 모듈에서는 데이터 모델을 최적화하고 DAX(Data Analysis Expressions) 계산을 만들어 세 가지 비즈니스 문제를 해결합니다. 다음을 만들어 볼 기회가 있습니다.

  • 항공사 OTP(정시 운항 평가) 보고서.
  • 측정값을 스케일링하기 위한 DAX 계산.
  • 제품을 동적으로 분류하기 위한 DAX 계산.