Oprette en Power BI-rapport for at analysere projekter

Artikel
03/16/2023

Bemærk

Denne artikel er en del af et selvstudium i brug af Power Apps, Power Automate og Power BI med SharePoint Online. Sørg for, at du læser serieintroduktionen for at få et overblik og hente de relaterede downloads.

I denne opgave opretter vi en Power BI-rapport baseret på de to lister. Vi henter listedataene ind i Power BI Desktop og rydder lidt op i dem, udfører lidt grundlæggende datamodellering og opretter en række visuelle elementer, der fortæller os noget om dataene.

Hurtig gennemgang af Power BI Desktop

Før vi ser nærmere på oprettelse af rapporter, vil vi gennemgå Power BI Desktop. Dette er et effektivt værktøj med mange funktioner, så vi vil fokusere på en oversigt over de områder, du skal bruge i denne opgave. Der er tre primære arbejdsområder eller visninger i Power BI Desktop: visningen Rapport, visningen Data og visningen Relationer. Power BI Desktop indeholder også Forespørgselseditor, som åbnes i et separat vindue.

På følgende skærmbillede vises de tre visningsikoner til venstre i Power BI Desktop: Rapport, Data og Relationer oppefra og ned. Den gule linje til venstre angiver den aktuelle visning. I dette tilfælde vises visningen Rapport. Du kan ændre visninger ved at vælge et af de tre ikoner.

Power BI Desktop-visninger.

Visningen Rapport har fem hovedområder:

Båndet, som viser almindelige opgaver, der er knyttet til rapporter og visualiseringer.
Visningen Rapport, eller lærredet, hvor visualiseringer oprettes og arrangeres.
Faneområdet Sider langs bunden, hvor du kan vælge eller tilføje en rapportside.
Ruden Visualiseringer, hvor du kan ændre visualiseringer, tilpasse farver eller akser, anvende filtre, trække felter og meget mere.
Ruden Felter, hvorfra forespørgselselementer og filtre kan trækkes til visningen Rapport eller trækkes til området Filtre i ruden Visualiseringer.

Power BI Desktop-faner, -visninger og -ruder.

Visningen Data har tre primære områder:

Båndet, hvor fanen Modellering er valgt under. På denne fane kan du oprette beregnede tabeller og kolonner og foretage andre ændringer af datamodellen.
Den midterste rude, hvor data for den valgte tabel vises.
Ruden Felter, hvor du styrer, hvordan felterne vises i dine rapporter.

Power BI Desktop-datavisning.

Vi bruger ikke visningen Relationer i denne opgave, men du kan se flere oplysninger om den senere, når vi henter listedataene til Power BI Desktop.

I Forespørgselseditor opretter du forespørgsler og transformerer data. Derefter indlæser du denne tilpassede datamodel i Power BI Desktop. Forespørgselseditor har fire primære områder:

Båndet, hvor der er mange muligheder for at udforme og transformere de data, du indhenter.
Den venstre rude, hvor forespørgslerne er angivet og kan vælges, vises og udformes.
Den midterste rude, hvor data fra den valgte forespørgsel vises og kan udformes.
Vinduet Indstillinger for forespørgsel, hvor egenskaberne for forespørgslen er angivet, samt hvilke trin der er anvendt til at transformere dataene.

Power BI Desktop-forespørgselseditor.

Trin 1: Hente data til Power BI Desktop

I dette trin opretter vi først forbindelse til de to lister. Derefter renser vi dataene ved at fjerne de kolonner, vi ikke har brug for i vores dataanalyse. Vi ændrer også datatyperne for nogle af de resterende kolonner, så beregningerne fungerer korrekt. Du kan finde yderligere oplysninger om, hvordan du henter og renser data i Power BI Desktop, i afsnittet Hentning af data på vores Styret læring-kursus.

Opret forbindelse til lister

På fanen Start i Power BI Desktop skal du klikke eller trykke på Hent data og derefter på Flere…
I dialogboksen Hent data skal du klikke eller trykke på SharePoint Online-liste og derefter Opret forbindelse.
Angiv URL-adressen til dit SharePoint-websted, og klik eller tryk derefter på OK.
Hvis du får vist følgende dialogboks, skal du kontrollere, at du er logget på med de rette legitimationsoplysninger og derefter klikke eller trykke på Opret forbindelse.
Vælg Projektdetaljer og Projektanmodninger, og klik eller tryk derefter på Rediger.

Listerne vises nu som tabeller i Forespørgselseditor.

Fjerne unødvendige kolonner fra tabellerne

Vælg Projektdetaljer i venstre navigationsrude.
Vælg kolonnen FileSystemObjectType i den midterste rude, og klik eller tryk derefter på Fjern kolonner.
Fjern de to kolonner efter kolonnerne Id: ServerRedirectedEmbedURL og ContentTypeId.

Tip

Brug Skift-tasten for at vælge begge kolonner, og klik eller tryk derefter på Fjern kolonner.
Fjern alle kolonner til højre for kolonnen PMAssigned (i alt 22 kolonner). Tabellen bør ligne følgende billede:
Nu skal du gentage den proces, du lige har gennemført, for Projektanmodninger: Fjern FileSystemObjectType, ServerRedirectedEmbedURL, ContentTypeId og alle kolonner til højre for kolonnen Godkendt (alt 22 kolonner). Tabellen bør ligne følgende billede:

Ændre datatypen for kolonnen Projektdetaljer

Vælg kolonnen ProjectedDays, klik eller tryk på Datatype: Vilkårlig og derefter Heltal.
Gentage det forrige trin for kolonnen ActualDays.
Vælg kolonnen ApprovedDate, klik eller tryk på Datatype: Vilkårlig og derefter Dato.
Gentag det forrige trin for kolonnerne ProjectedStartDate og ProjectedEndDate.

Ændre datatypen for kolonnerne Projektanmodninger

Vælg kolonnen EstimatedDays, klik eller tryk på Datatype: Vilkårlig og derefter Heltal.
Vælg kolonnen RequestDate, klik eller tryk på Datatype: Vilkårlig og derefter Dato.

Anvende og gemme ændringer

På fanen Start skal du klikke på Luk og anvend for at lukke Forespørgselseditor og gå tilbage til hovedvinduet for Power BI Desktop.
Klik eller tryk på Filer, derefter Gem, og gem filen under navnet project-analysis.pbix.

Trin 2: Forbedre datamodellen

Nu, hvor vi har dataene fra vores lister hentet ind i Power BI Desktop, går vi videre til datamodellering. Datamodellering kan være en tidskrævende proces, men vi viser her nogle interessante ting, du kan gøre, for at få mere ud af listedataene i Power BI Desktop:

Ændre den måde, hvorpå de to tabeller er relateret til hinanden
Tilføje en datotabel, så vi kan foretage beregninger baseret på hverdage
Tilføje beregnede kolonner for at beregne tidsintervaller mellem milepæle i projekt
Tilføje målinger for at beregne afvigelser mellem forventede dage og faktiske dage i et projekt

Når disse trin er fuldført, kan vi oprette visualiseringer, som udnytter forbedringerne af vores model. Du kan finde yderligere oplysninger om modellering af data i Power BI Desktop i afsnittet Modellering på vores Styret læring-kursus.

Ændre relationer mellem tabeller

Da listerne blev indhentet i Power BI Desktop, blev der oprettet en relation mellem dem baseret på kolonnen Id i begge tabeller. Relationen skal faktisk være mellem kolonnen Id i tabellen Projektanmodninger og kolonnen RequestId i tabellen Projektdetaljer. Lad os rette det:

Klik eller tryk på ikonet Datavisning.
På fanen Modellerling skal du klikke eller trykke på Administrer relationer. Vi bliver på denne fanen i visningen Data under alle modelleringstrin.
Kontrollér, at den eksisterende relation er valgt, klik eller tryk på Slet og derefter Slet igen for at bekræfte.
Klik på Ny for at oprette en anden relation.
I dialogboksen Opret relation:
1. For den første tabel skal du vælge Projektanmodninger og kolonnen Id.
2. For den anden skal du vælge Projektdetaljer og kolonnen RequestId.
3. Skærmbilledet bør ligne følgende billede. Når du er klar, skal du klikke eller trykke på OK og derefter på Luk.

Tilføje en datotabel for at gøre det lettere at foretage datobaserede beregninger

Klik eller tryk på Ny tabel.
Indtast denne formel på formellinjen: Datoer = CALENDARAUTO().

Med denne formel oprettes en tabel med navnet Datoer med en enkelt datokolonne. I tabellen dækkes alle datoer fra din anden tabel, og den opdateres automatisk, hvis der tilføjes yderligere datoer, dvs. hvis dataene opdateres.

Denne formel og de andre i dette afsnit bruger DAX (Data Analysis Expressions), som er et formelsprog til Power BI og andre teknologier. Du kan finde flere oplysninger under Grundlæggende om DAX i Power BI Desktop.
Tryk på Enter for at oprette tabellen Datoer.

Føj en beregnet kolonne til tabellen Datoer

Klik eller tryk på Ny kolonne, mens du stadig holder over datotabellen.
Indtast denne formel på formellinjen: IsWeekDay = SWITCH(WEEKDAY(Datoer[Date]), 1,0,7,0,1).

Denne formel bestemmer, om en dato i kolonnen Datoer er en hverdag. Hvis datoen er en hverdag, tildeles kolonnen IsWeekDay værdien 1, ellers tildeles den værdien 0.
Tryk på Enter for at føje kolonnen IsWeekDay til tabellen Datoer.

Føje en beregnet kolonne til tabellen Projektdetaljer

I højre rude skal du klikke eller trykke på tabellen Projektdetaljer og derefter Ny kolonne.
Indtast denne formel på formellinjen:
```
ApprovedStartDiff = CALCULATE(SUM(Dates[IsWeekday]),
   DATESBETWEEN(Dates[Date],
      'Project Details'[ApprovedDate],
      'Project Details'[ProjectedStartDate]
  )
)
```
Denne formel beregner forskellen i dage mellem, hvornår et projekt blev godkendt, og hvornår det forventes at starte. Den bruger kolonnen IsWeekday fra tabellen Datoer, så den tæller kun hverdage.
Tryk på Enter for at føje kolonnen ApprovedStartDiff til tabellen Projektdetaljer.

Føje en beregnet kolonne til tabellen Projektanmodninger

I højre rude skal du klikke eller trykke på tabellen Projektanmodninger og derefter Ny kolonne.
Indtast denne formel på formellinjen:
```
RequestDateAge = CALCULATE(SUM(Dates[IsWeekday]),
   DATESBETWEEN(Dates[Date],
      'Project Requests'[RequestDate],
      NOW()
   )
)
```
Denne formel beregner forskellen i dage mellem, hvornår der blev anmodet om et projekt og dags dato (NOW()). Ligesom før tæller formlen kun hverdage. Denne kolonne bruges til at søge efter det projekt, der har været afventende i længst tid.
Tryk på Enter for at føje kolonnen RequestDateAge til tabellen Projektanmodninger.

Føje en måling til tabellen Projektdetaljer

I højre rude skal du klikke eller trykke på tabellen Projektdetaljer og derefter Ny måling.
Indtast denne formel på formellinjen:
```
VarProjectedActual = DIVIDE(
    SUM('Project Details'[ActualDays]) - SUM('Project Details'[ProjectedDays]),
    SUM('Project Details'[ProjectedDays])
)
```
Denne formel beregner afvigelsen mellem faktiske og forventede dage i et projekt. Vi tilføjer dette som en måling i stedet for som en beregnet kolonne, så den returnerer de korrekte resultater, uanset hvordan dataene er filtreret eller samlet i en rapport.
Tryk på Enter for at føje målingen VarProjectedActual til tabellen Projektdetaljer.

Føje en måling til tabellen Projektanmodninger

I højre rude skal du klikke eller trykke på tabellen Projektanmodninger og derefter Ny måling.
Indtast denne formel på formellinjen:
```
MaxDaysPending = MAXX(
    FILTER('Project Requests', 'Project Requests'[Approved]="Pending"),
    'Project Requests'[RequestDateAge]
)
```
Denne formel finder det projekt, der har været afventende i længst tid baseret på den beregnede kolonne, vi definerede tidligere.
Tryk på Enter for at føje målingen MaxDaysPending til tabellen Projektanmodninger.

Trin 3: Oprette visualiseringer for rapporten

Nu vi er på det trin, som mange tænker på, når de tænker på dataanalyse: Oprettelse af visualiseringer, så vi kan finde mønstre i vores data. I dette trin opretter vi fire visualiseringer:

Et søjlediagram, der viser forventede dage sammenlignet med faktiske dage for projekter
Et søjlediagram, der viser afvigelsen for hvert projekt
Et kort, der viser det projekt, som har været afventende i længst tid
En tabel, der viser tiden mellem projektets godkendelse og projektets forventede startdato

Når vi har oprettet disse visualiseringer for rapporterne i Power BI Desktop publicerer vi dataene og rapporterne til Power BI-tjenesten, så vi kan oprette og dele dashboards. Du kan finde yderligere oplysninger om oprettelse af rapporter i Power BI Desktop i afsnittet Visualiseringer på vores Styret læring-kursus.

Oprette et søjlediagram for at vise forventet versus faktisk

Klik eller tryk på ikonet for visningen Rapport. Vi bliver i denne visning i den resterende gennemgang af Power BI Desktop.
I ruden Visualiseringer til højre skal du klikke eller trykke på Grupperet søjlediagram.
Træk PMAssigned og Titel fra Projektdetaljer i ruden Felter til Akse i ruden Visualiseringer.
Træk ActualDays og ProjectedDays fra Projektdetaljer i ruden Felter til Værdi i ruden Visualiseringer.
Visualiseringen bør nu ligne følgende billede.
Træk Status fra Projektdetaljer i ruden Felter til området Filtre i ruden Visualiseringer, og markér derefter afkrydsningsfeltet Fuldført.

Diagrammet er nu filtreret til kun at vise fuldførte projekter, hvilket giver mening, da vi sammenligner forventede dage med faktiske dage.
Klik på pilene i øverste venstre hjørne af diagrammet for at flytte hierarkiet af projektledere og projekter op og ned. På følgende billede kan du se, hvordan detailudledningen i projekter, ser ud.

Opret et liggende søjlediagram for at vise afvigelsen fra forventet

Klik eller tryk på lærredet uden for den visualisering, du netop har oprettet.
I ruden Visualiseringer til højre skal du klikke eller trykke på Grupperet søjlediagram.
Træk PMAssigned og Titel fra Projektdetaljer i ruden Felter til Akse i ruden Visualiseringer.
Træk VarProjectedActual fra Projektdetaljer i ruden Felter til Værdi i ruden Visualiseringer.
Træk Status fra Projektdetaljer i ruden Felter til området Filtre i ruden Visualiseringer, og markér derefter afkrydsningsfeltet Fuldført.

Visualiseringen bør nu ligne følgende billede.

I dette diagram kan du se, hvor meget mere variation der er for de projekter, som blev kørt efter Irvin Sayers versus Joni Sherman. Udfør detaljeudledning for at se variationen efter projekt, og om de forventede dage var mere eller mindre end de faktiske dage.
Før vi opretter flere visualiseringer, skal du flytte og tilpasse størrelsen på dem, du allerede har oprettet, så de kan vises side om side.

Oprette et kort, som viser det projekt, der har været afventende i længst tid

Klik eller tryk på lærredet uden for den visualisering, du netop har oprettet.
I ruden Visualiseringer til højre skal du klikke eller trykke på Kort.
Træk MaxDaysPending fra Projektanmodninger i ruden Felter til Felter i ruden Visualiseringer.
Klik eller tryk på Format (malerrullen), og angiv derefter Ramme til Til.
Angiv Titel til Til, og tilføj derefter titlen "Maks. antal dage for afventning af godkendelse".

Visualiseringen bør nu ligne følgende billede.

Når vi har publiceret denne rapport, bruger vi dette felt til at udløse en vigtig besked, hvis den maksimale værdi for et afventende projekt når en bestemt tærskel.

Oprette en tabel, der viser tiden mellem projektets godkendelse og projektets forventede startdato

Klik eller tryk på lærredet uden for den visualisering, du netop har oprettet.
I ruden Visualiseringer til højre skal du klikke eller trykke på Tabel.
Træk PMAssigned, Titel og ApprovedStartDiff fra Projektdetaljer i ruden Felter til Værdier i ruden Visualiseringer.
Træk ProjectedStartDate fra Projektdetaljer i ruden Felter til området Filtre i ruden Visualiseringer, og vælg derefter alle datoer med undtagelse af (Tom).
Ændre størrelsen på kolonnerne i tabellen, så du kan se alle dataene, og sortér efter ApprovedStartDiff, faldende. Visualiseringen bør nu ligne følgende billede.
I området Værdier skal du klikke eller trykke på pil ned for ApprovedStartDiff og derefter klikke eller trykke på Gennemsnit. Nu vises den gennemsnitlige varighed mellem projektgodkendelse og forventet startdato.
Klik eller tryk på pil ned for ApprovedStartDiff igen, og klik eller tryk derefter på Betinget formatering. Derefter skal du klikke eller trykke på Baggrundsfarveskalaer.
Angiv farver for felterne Minimum og Maksimum som vist nedenfor, og klik eller tryk derefter på OK.

Visualiseringen bør nu ligne følgende billede.

Som du kan se, er der en tendens til, at projekter, som Irvin Sayers kører, starter meget senere efter godkendelsen. Der kan være andre faktorer end den tildelte leder, men dette vil være værd at kigge på.

Dermed er vi nået til slutningen af rapportafsnittet, og du bør nu have en komplet rapport baseret på data importeret fra SharePoint og renset og modelleret i Power BI Desktop. Hvis det hele er gået planmæssigt, bør din rapport ligne følgende billede.

Fuldført rapport.

Næste trin

Det næste trin i denne serie af selvstudier er at publicere Power BI-projektrapporten og oprette et dashboard.

Se også

SharePoint-integrationsscenarier