不深度学习Excel，当Power BI成为Office全家桶，你就后悔吧(深度学习基础教程)

你好，我是小必，感谢与你在这里相遇。

我的第298篇原创Excel文章

今天不再更新技术贴了，今天更新一篇闲聊的帖子，关于Excel与Power BI。

声明：以下文章仅代表个人观点。

如果你是冲着这个标题进来的，那么或许可能让你失望了，这个标题是否实现，可能还有一段很长的路要走，但是未来肯定会是这样的一个趋势——那就是Power BI成为微软Office的全家桶成员之一。

为什么这么说呢，微软多年来一直在培育的一个专业数据分析类的BI产品。并且被多家评测机构多年来评为领军企业。

分析和商业智能平台 2019 魔力象限已连续 12 年将 Microsoft 评为领军企业。

Forrester 在 Forrester Wave™：2019 年第 3 季度企业版 BI 平台（供应商托管）中将 Microsoft 评为领军企业。

在个人版专业数据分析软件Power BI的2019年11月更新中，Power BI的界面网格越来越向Office全家桶的Office Ribbon风格靠拢。如图所示。

可能没有使用订阅版Offce 365的朋友并没有过多的感受。小展示一下给微软花钱的365版本的感觉。

365的风格与Power BI的风格基本是已经是一个样子了，这可人很怀疑，微软会不会把Power BI的产品以后打包到Office 全家桶中去呢。

小必觉得很有可能。

当然这并不是空穴来风，从Power BI的三大组件Power Query,Power Pivot以及Power View来看，这三大组件多多少少地都已经在Excel软件出现了。

比如Power Query从Excel2010版本开始就可以使用插件了，在Excel2016版本中已经成为Excel中一个内置功能，在Excel2019版本中继续得到了优化，而在Office 365中的Excel版本M函数也支持了智能函数提示的功能。

M函数是Power Query的支持语言，功能非常强大，可以完成很复杂的数据的获取、转换与清洗。

而在近期的更新中又加入了Power BI中的列质量的一些功能。

这些新功能无疑都是向Power BI的功能进行靠拢。

所以，这是为什么要深度学习Excel的第1个原因。

而对于Power Pivot来说，就更不说了，在Excel2013版本中就已经成了Excel软件中一个重要的功能，该功能的一个重要的作用就是可以和数据**表进行深度的整合，解决以前数据**表单表分析的短板，并且更加地向关系型数据库的趋势靠近。

Pivot的强大主要来自于DAX语言的支持，而DAX中的函数又与Excel中的工作表的函数十分地相似，其语法与参数大多情况下是一样的。

而就是数据**表与DAX函数这两个与Excel结合的十分紧密，所以功能会更加地强大，在大数据及数据建模中有很大的作用。

而同样地，微软对于这两个功能的重视程度不言而喻，是个人版的应对大数据分析时代的重要工具，同时也是对Excel的一次革命性的升级，使得Excel的数据分析功能能够基本上承受大数据的分析之痛。

这是为什么要深度学习Excel的第2个原因。

Excel2016以来，不断地更新Excel中的原有函数，像Sort,Xlookup,ifs,Switch,Textjion,Filter等函数，以及一些更加专业的图表，如三维地图，分层着色地图等更多是进一步加强Excel的基础功能。

当然再来说说，Power BI中的第三个组件Power View，该插件曾在Excel2013版本中出现过，但是在后续的版本中又取消掉了。而这一功能的取消又在Power BI中得到了加强，改进了Excel中的数据与图表的转换，同时加强了交互功能。图表更加丰富，交互功能更加地流畅，场景更加贴合专业的数据分析，BI功能也进一步向其他的专业性的BI软件靠拢。

而Power 系列数据的内核功能十分强大，Excel支持的数据记录原则上有100+行，但是还得看电脑的配置，而在Power 系列中，运行数据的效率则更加地高效快速。

而通过在Excel中学习Power Query与Power Qivot，不仅可以弥补Excel原有的功能与工作表函数的短板，还可以大大地加强数据建模与分析的效率，以适应大数据的分析。

而更重要的是通过在Excel中学习这两个插件，更加容易地向Power BI进军，做到无缝切换，这也是不什么许多的人会选择从Excel转换到Power BI做分析的一个重要原因，其学习成本与切换成本十分地低。

这是为什么要深度Excel的第3个原因。

随着大数据的不断走热，BI分析市场也是异军突起，所以各方争夺市场份额也会越来越激烈，而在数据支持方面，Power BI支持很多的类型的数据库及在线获取，并且获取数据的类型十分地丰富。