sql >> Databasteknik >  >> RDS >> Access

Använda Microsoft Access med Power BI

Använda Microsoft Access med Power BI

Vi hade nyligen en kund som ville se sina QuickBooks-data i Power BI, men den förra kunde inte ansluta till den senare för att få informationen, så vi tillgrep att exportera data från Quickbooks, använde Access för att rensa upp dem och slutligen ladda upp dem till PowerBI.com så att andra anställda kan se analysen.

Analysera QuickBook-data

Även om PowerBI.com kan läsa QuickBooks-data direkt, (se https://docs.microsoft.com/en-us/power-bi/service-connect-to-quickbooks-online), behövde vår klient rapporter som inte ingick. Lösningen vi tillhandahöll var en Access-databas som gjorde det möjligt för dem att enkelt importera sina data från QuickBooks med hjälp av QB-rapporter exporterade till CSV, och sedan låta Access rensa upp data och slå samman dem med lokala tabeller för att få de resultat som behövs. Vi lade till kod i Access som skulle ladda upp data från csv-filen och spara för åtkomsttabeller som var kopplade till PowerBI.com för rapportering.

När databasen väl hade ställts in med de nödvändiga uppgifterna försåg vi användaren med Power BI-skrivbordsapplikationen och skapade en instrumentpanel med de nödvändiga bilderna och datakällan som kommer från Access-tabellerna. I det här fallet använde klienten 32-bitars åtkomst, så vi installerade 32-bitarsversionen av Power BI Desktop och installerade Microsoft Access Database Engine 2010 Redistributable.

Ett av kundernas krav var att spåra anställdas timmar för att säkerställa att de nådde sina mål, var och en hade veckomål men de ville också se målprocenten över ett valt datumintervall, så till exempel om målet var 32 per vecka för en anställd och datumen som analyserades var två veckor bör målet vara 64.

Steg 1:Lägg till en datumtabell

För det första behövde vi en datumtabell som inkluderade varje dag på året baserat på mottagna data. Genom att använda knappen Ny tabell på fliken modellering kunde vi använda ett Dax-uttryck som skulle skapa en datumtabell som sträckte sig från det tidigaste till det senaste datumet i aktivitetstabellen. I PowerBI använde vi följande formel:

I rapporten, på fliken Modellering högst upp i Power BI-fönstret, välj Ny tabell.

Du måste skapa den första kolumnen i tabellen som skulle vara datumet. Ersätt tabell med ditt tabellnamn och använd sedan KALENDER-funktionen för att ställa in önskat datumintervall. I vårt exempel nedan använder vi datumen i tabellen tblTimeActivities och Activity Date är namnet på datumfältet. Vi väljer minimidatum som startdatum och högsta datum som slutdatum. Genom att använda denna metod kommer datumen i datumtabellen att växa när vi importerar mer data till tblTimeActivities.

Alternativt kan du hårdkoda ditt start- och slutdatum genom att använda följande skript:

När du har datumkolumnen kan du nu lägga till andra datumrelaterade kolumner som krävs.

I exemplet här extraherar vi årtalet för datumet. Andra alternativ är:

Månad =MÅNAD((tblDatum[Datum]))

Vecka =WEEKNUM(tblDatum[Datum])

Veckans start =tblDatum[Datum] + 1 – WEEKDAY(tblDates[Datum])

Månadsnamn =FORMAT (tblDatum[Datum], “mmm”)

Nästa steg var att lägga till en beräknad kolumn som skulle ge ett antal dagar för varje datum:

Beräknade dagar =DATUMDIFF(tblDatum[Datum],IDAG(),DAG)

 

Vi behöver nu skapa ett par mått som skulle beräkna det totala målet baserat på datumintervallet som valts på slicern.

  1. Hämta antalet veckor i datumintervallet:
    WeekCount =((MAX(tblDatum[BeräknadeDag])-MIN(tblDatum[BeräknadeDag]))+1)/7
  1. Beräkna mål:
    BillableTarget =MAX(tblAnställda[TargetBillableHrs])*[WeekCount]

Det sista steget i detta projekt var sedan att dela rapporten med ledningen med den webbaserade Power BI i Office 365. För att lösa detta publicerade vi helt enkelt rapporten på webben och delade sedan rapporten med de angivna användarna. Nu eftersom data inte är molnbaserad, kan vi inte skapa en schemauppdatering utan att skapa en gateway-anslutning. i det här fallet eftersom de redan etablerat en daglig 3-stegsprocess för huvudanvändaren var det helt enkelt en fråga om att lägga till steg 4:

  1. Exportera CSV-fil från Quickbooks.
  2. Importera data till Access.
  3. Uppdatera Power BI-skrivbordet och granska rapporterna.
  4. Publicera till Power BI Web.

Exporterat dataexempel från Quick Books

Slutrapport


  1. Räkna tecken i sekvenser via SQL

  2. Hur man automatiserar Galera Cluster med ClusterControl CLI

  3. MariaDB JSON_EXISTS() Förklarad

  4. Ställa in maven-beroende för SQL Server