【曾贤志】Power Pivot For Excel商业智能数据分析（第1季 基础篇）
《【曾贤志】Power Pivot For Excel商业智能数据分析（第1季 基础篇）》这门课程由曾贤志老师主讲，专注于Power Pivot在Excel中的应用。通过学习基础篇，你将掌握商业智能数据分析的技巧。【技能收获】学完可掌握：Power、Pivot、Excel。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：Linux 运维工程师、SRE、云计算工程师
先看定位：它不是又一份 Excel 教程
把「Power Pivot」和「商业智能」放在一起，很多人的第一反应是「又是讲透视表的」。但这门基础篇真正处理的，是普通数据透视表撑不住的那类场景：多个来源的表要按关系拼起来、几百万行数据在 Excel 里直接卡死、同一套口径要反复重算。它的核心不是函数技巧，而是把 Excel 从「表格工具」当成「轻量建模工具」来用——数据模型、关系、度量值这一套思路，是后面 DAX 和 Power BI 的公共地基。基础篇讲得是否扎实，直接决定你后面学 DAX 是「背函数」还是「会算账」。
课纲里真正值得精看的部分
基础篇通常承担三类任务：概念打通、界面与流程跑通、第一个能跑起来的小模型。按这个框架去筛，含金量集中在这几块：
- 数据模型与关系建立。这是全篇最不该跳的一节。一对多、多对多的方向问题，看起来是拖一根线，实际决定了后面所有度量值算得对不对。听得囫囵，后面会反复回头补。
- 度量值 vs 计算列。两者的区别是新手最容易混淆的地方，也是判断一个人是否真理解 Power Pivot 的分水岭。这段建议反复看，最好自己动手各建一次，观察刷新后的差异。
- 连接外部数据源的实操。从 Excel 工作簿、文本、数据库接入这一段的操作顺序，往往藏着不少「为什么这里必须这样点」的细节，属于看一遍记不住、要对着做一遍的类型。
- 综合小案例。基础篇的案例通常不复杂，但它是唯一能验证你前面是否真的跑通的地方。别只看演示，自己换一份数据重做一遍，收获远大于看完。
相对可以加快的部分是纯界面介绍和基础概念铺陈——这些翻一遍知道在哪即可，不必逐帧暂停。
资料包怎么拆开用
这类课程的配套资料一般分三类，用法完全不同。练习文件是跟着视频同步操作的底稿，建议保留「未做版」和「已做版」两份，方便回溯自己哪一步走偏；随堂笔记适合当复盘索引，而不是替代视频——它的价值在于帮你快速定位「当时卡在哪一节」；示例数据则值得单独抽出来，换成自己手头的一份报表再跑一次，这才是把课程变成自己东西的关键。别把资料包当收藏品，下载完就压箱底是这类课程最常见的浪费。
谁适合现在开始，谁可以缓一缓
如果你的日常是每月手动拼几张表、做重复的汇总口径，或者已经会用数据透视表但一遇到多表关联就退回手工 VLOOKUP，这门基础篇的性价比很高。反过来，如果你还没搞清 Excel 表结构和基本函数，直接进 Power Pivot 会有点悬空——它默认你理解「表」是什么。另外提醒一句：基础篇只是起点，学完不代表能做完整 BI 报表，把预期放在「建立正确的建模直觉」上更实在。
一点学习建议
按章节顺序走，但每过两三节就停下来自己造一份小数据验证一遍，比一口气刷完更有效。真正检验学会的标准只有一个：给你一份陌生的多表数据，你能独立建好关系、写出第一个正确的度量值，并说清它为什么这么算。
这门课程由曾贤志老师主讲，专注于Power Pivot在Excel中的应用。通过学习基础篇，你将掌握商业智能数据分析的技巧。
课程推荐
《【曾贤志】Power Pivot For Excel商业智能数据分析（第1季 基础篇）》这门课程由曾贤志老师主讲，专注于Power Pivot在Excel中的应用。通过学习基础篇，你将掌握商业智能数据分析的技巧。【技能收获】学完可掌握：Power、Pivot、Excel。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：Linux 运维工程师、SRE、云计算工程师、DevOps 工程师。云原生与自动化运维仍是企业 IT 刚需方向，认证 + 实战项目组合能显著提升面试通过率，适合向中高级运维或架构岗进阶。 若你已有一定编程或运维基础，本课程可帮助你在现有技能栈上快速叠加热门方向能力，提升求职时的项目说服力与薪资谈判空间。
视频目录（53 节）
* 1-1 1.1 什么是Power Pivot.mp4
* 1-2 1.2 简单示例演示.mp4
* 1-3 1.3 Power Pivot在Power BI系列的重要性.mp4
* 1-4 1.4 Power Pivot数据源导入之从表格区域.mp4
* 1-5 1.5 Power Pivot数据源导入之从剪贴板.mp4
* 1-6 1.6 Power Pivot数据源导入之从工作簿.mp4
* 1-7 1.7 Power Pivot数据源导入之从文本文档.mp4
* 1-8 1.8 Power Pivot数据源导入之从数据库.mp4
* 1-9 1.9 Power Pivot计算列的应用.mp4
* 1-10 1.10 重新理解数据透视表.mp4
* 1-11 1.11 仿写、扩写数据透视表的汇总方式.mp4
* 1-12 1.12 初识度量值.mp4
* 1-13 1.13 度量值实例应用.mp4
* 1-14 1.14 DAX公式中的运算符.mp4
* 1-15 1.15 重温表关系.mp4
* 1-16 1.16 初识数据模型.mp4
* 1-17 1.17 数据模型进阶.mp4
* 1-18 1.18 DAX公式编写规范.mp4
* 1-19 1.19 变量的使用.mp4
* 2-1 2.1 什么是上下文？.mp4
* 2-2 2.2 什么是迭代器？.mp4
* 2-3 2.3 筛选函数FILTER.mp4
* 2-4 2.4 行上下文应用.mp4
* 2-5 2.5 筛选上下文应用.mp4
* 2-6 2.6 重构计值环境CALCULATE.mp4
* 2-7 2.7 CALCULATE叠加筛选应用.mp4
* 2-8 2.8 初识ALL函数的特性.mp4
* 2-9 2.9 ALL函数应用1（清除单列筛选器）.mp4
* 2-10 2.10 ALL函数应用2（清除多列筛选器）.mp4
* 2-11 2.11 ALL函数应用3（清除所有筛选器）.mp4
* 2-12 2.12 ALL函数应用4（隐式ALL应用）.mp4
* 2-13 2.13 ALL函数应用5（模拟差异百分比 ）.mp4
* 2-14 2.14 ALLEXCEPT函数应用(排除法清除筛选器).mp4
* 2-15 2.15 ALLSELECTED函数应用（将筛选条件参数化）.mp4
* 2-16 2.16 CALCULATETABLE函数应用（独立修改筛选.mp4
* 2-17 2.17 行上下文转换为筛选上下文应用1.mp4
* 2-18 2.18 行上下文转换为筛选上下文应用2.mp4
* 3-1 3.1 聚合类迭代函数之SUMX.mp4
* 3-2 3.2 聚合类迭代函数之ERAGEX.mp4
* 3-3 3.3 聚合类迭代函数之MAXX和MINX.mp4
* 3-4 3.4 聚合类迭代函数之COUNTX.mp4
* 3-5 3.5 聚合类迭代函数之CONCATENATEX.mp4
* 3-6 3.6 RELATED关联函数.mp4
* 3-7 3.7 RELATEDTABLE关联表.mp4
* 3-8 3.8 EARLIER与EARLIEST返回指定层级列的值.mp4
* 3-9 3.9 DISTINCT与VALUES去重应用.mp4
* 4-1 4.1 移动平均.mp4
* 4-2 4.2 毛利润计算.mp4
* 4-3 4.3 累计毛利润.mp4
* 4-4 4.4 同比增长率.mp4
* 4-5 4.5 环比增涨率.mp4
* 4-6 4.6 Power Query与Power Pivot结合应.mp4
* 4-7 4.7 Power Pivot与Power View结合应用.mp4
![[衡天云]爆款云服务器 低至12元/月](/hty.png)
