Vad är skillnaden mellan Power Query och Power Pivot? Eller mellan Power Pivot och Power BI? När bör man använda det ena framför det andra? Att förstå skillnaden mellan de olika Business Intelligence-verktygen kan vara mycket förvirrande för nybörjare.

I den här artikeln kommer det redogöras för hur de olika verktygen fungerar inviduellt och hur de fungerar tillsammans.

Vad är Power Query?

Power Query används för att importera, rengöra och formatera data i Excel. Nedan ges en kortare introduktion till Power Query från vår kurs Power Query Bas.

Det dök först upp i Excel 2013, men endast som ett tillägg vid Power Query. Från Excel 2016 och framåt finns det istället tillgängligt direkt i Excel under Data-fliken. Notera dock – som man kunde se i exempellektionen ovan – att området under fliken är märkt som Hämta och transformera data.

Med Power Query kan man data från en mängd olika källor – CSV, textfiler, Salesforce, Microsoft Access och många fler.

I det här exemplet importeras data från en tabell till Power Query-redigeraren. Genom att trycka ’Från tabell/intervall’ kommer det datamaterialet vi ser i exemplet importeras till Power Query.

Därifrån kan man med några simpla steg städa, strukturera och formatera datamaterialet.

Som det går att se från att jämföra de ovanstående bilderna, så är det en väldig skillnad på datamaterialet. Datatyperna har formaterats, kolumner har tagits bort, datamaterialet har delats upp efter komma-avgränsare, kolumnerna har fått prydliga kolumnrubriker och tabellen har lästs in som en pivottabell. Detta på endast ett par minuter.

Power Query är extremt kraftfullt och väldigt användbart – men ändå enkelt att använda. Power Query har ett lättanvänt gränssnitt med en mängd olika kommandon som många Excel-användare kommer känna igen.

När man använder de kommandona som finns för att t ex lägga till kolumner eller ta bort dubbletter, kommer Power Query automatiskt generera M-kod. M är ett programmeringsspråk utvecklat av Microsoft, och är språket som används för Power Query. Man kan därför redigera olika kommandon eller skriva helt egna.

 

Stegen man som användare har utfört registreras och visas i rutan ’Använda steg’. Alla dessa steg sparas i frågan*. Frågan kan sedan laddas redo för analys genom att klicka på Start, listpilen på knappen ’Stäng och läs in’ och sedan ’Stäng och läs in till’.

Som användare kan man se, redigera och ta bort stegen härifrån. I Power Query finns dock inte möjlighet ’Ctrl + Z’. Man måste i stället ta bort steg för att ångra något.

Du läsa in din data i en tabell i Excel, direkt i en pivottabell eller bara som en anslutning.

Genom att läsa in datamaterialet i en pivottabell, kan man undgå de begränsningar som annars kommer med Excel. Du kan undvika monstruösa filstorlekar eftersom du faktiskt inte lagrar data i Excel.

Genom att läsa in datamaterialet som en anslutning kan du ladda mycket större dataset än vad Excel kan hantera, och ändå slippa enorma filstorlekar genom att inte lagra dem direkt i Excel. Här tar ofta nästa verktyg vid – Power Pivot.

Frågor kan köras igen i framtiden genom att klicka på knappen ’Uppdatera’ under fliken ’Data’ eller genom att använda rutan ’Frågor och anslutningar’ i Excel.

Vad är Power Pivot?

Power Pivot används för att modellera din data och utföra mer komplexa beräkningar än Excel kan hantera. Power Pivot är bra när du arbetar med stora datamängder. När Power Query har använts för att importera och städa de olika datakällorna, används Power Pivot för att upprätta relationer mellan tabellerna/frågorna.

Med hjälp av DAX (Data Analysis Expressions), formelspråket i Power Pivot, kan du skapa kraftfullare beräkningar och mer sofistikerade datamodeller än du kan enbart i Excel.

Power Pivot var från början bara tillgängligt som ett tillägg, men har från Excel 2013 varit en del av Excel, utan att behöva installera det som ett tillägg. Du kan komma åt Power Pivot genom att klicka på knappen ’Gå till Power Pivot-fönstret’ under fliken ’Data’.

Har man en äldre version av Excel, kan man ta del av lektionen eller texten nedan som följer.

Äldre versioner av Excel kräver att man hämtar Power Pivot som ett tillägg i Excel. Gör det genom att klicka först på ’Arkiv’-fliken och sedan ’Alternativ’. Vid fönstret som kommer upp klicka på ’Tillägg’. Längst nere vid ’Hantera’ väljer vi ’COM-tillägg’, och klickar sedan ’Gå’.

Se till att rutan för Power Pivot är bockad, och klicka ’Ok.’ Högerklickar man nu på menyfliksområdet kan man lägga till Power Pivot som en flik.

Välj ’Anpassa menyfliken’, och kryssa för Power Pivot i rutan till höger. Klicka nu på ’Ok’, och notera att Power Pivot är tillgängligt i menyfliken. Det är rekommenderat att ha Power Pivot i menyfliken för göra det mera lättillgängligt, även om man hittar den via ’Data’-fliken.

Power Pivot-fönstret har två vyer. Den ena liknar Excels användargränssnitt – den så kallade Datavyn – där man kan se sin data och skapa beräknade kolumner och mått med hjälp av DAX-formler. I den andra vyn – Diagramvyn – upprättas relationer mellan tabellerna.

När din modell är färdig kan du analysera och visualisera din data med hjälp av pivottabeller. Detta kan man göra under ’Start’-fliken genom att trycka på ’Pivottabell’. Detta går att se på bilden ovan.

Vad är Power BI?

Power BI är en term som används för att beskriva två olika verktyg – Power BI Desktop och Power BI Service.

Power BI Desktop är ett separat verktyg skiljt från Excel och är gratis att ladda ned och använda. Betalversionerna Pro och Premium ger företag bättre samarbetsmöjligheter.

Power BI använder samma Power Query- och Power Pivot-motorer för att hämta, rensa och modellera data för att göra datamaterialet redo att synas i visuella rapporter. Lär man sig Power Query och Power Pivot i Excel, har man alltså ett försprång om man sedan lär sig Power BI

Under ’Start’-fliken i Power BI Desktop kan man se spår av både Power Query, Power Pivot och såklart av Power BI.

Av Power Pivot hittar vi dock desto mer under fliken ’Modellering’.

Power BIs styrka – jämfört med Excel – ligger i dess visualiseringar. Dessa visualiseringar är alltså diagram, utsnitt, tabeller mm, som man kan infoga i sina rapporter i Power BI. Power BI har ett större utbud när det gäller dessa visualiseringar, jämfört med Excel. Det finns dessutom flera alternativ för hur visualiseringar ska interagera med varandra på en sida, eller i hela rapporten. Varför det är lätt att skapa snygga och dynamiska rapporter. Listan med visualiseringar växer ständigt, med fler tillgängliga att ladda ned och möjligheten att skapa dina egna anpassade visualiseringar.

Power BI Desktop är där man skapar sin modell, utför sina DAX-beräkningar och bygger sina rapporter. Dessa kan sedan publiceras på PowerBI.com. När de väl har publicerats kan andra se och interagera med rapporterna på PowerBI.com. De kan göra detta via vilken webbläsare eller mobil enhet som helst. Det går även att skapa en sammanfattning av sin rapport för att visa höjdpunkterna, och uppdatera befintliga rapporter som delas med dig.

Hur fungerar Power Query, Power Pivot och Power BI tillsammans?

Power Query och Power Pivot behöver inte båda användas. De är oberoende verktyg och man kanske bara behöver det ena eller det andra. Power Query kan förbereda stora datamängder för analys. Power Pivot är för mer komplexa modeller och mer kraftfulla beräkningar än vad Excels funktioner eller pivottabeller enbart klarar av. Även om de kan användas oberoende av varandra kompletterar dessa två verktyg varandra. Power Pivot innehåller funktioner för att importera och forma data, men det rekommenderas att man använder just Power Query till detta. Data laddas sedan till modellen för Power Pivot för att börja etablera relationer och skapa mått med hjälp av DAX.

Power BI är ett helt separat verktyg som har båda dessa verktyg inkluderade. Den har fler anslutningsalternativ – tillgång till fler datakällor – än Power Query i Excel. Den har också bättre visualiseringar och kan publiceras till Power BI-tjänsten för bättre delning av rapporter. Power BI är kortfattat hela paketet när det kommer till Business intelligence.

Är man nyfiken på någon av de tre som har avhandlats i den här artikeln, hittar man kurser i alla tre här.

 

/Niklas på Learnesy