YT YouTube2Text

YouTube2Text → Transcripts → Lesson 10

Lesson 10 — Transcript

by EH · 6,384 words · 1,115 segments · language en · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:01שלום רב, ברוכים הבאים לקורס ניהול מוצר
0:04מבוסס נתונים. בהרצאה של היום אנחנו נדון
0:09ונתחיל להכיר את מוצר הפאור BI של
0:13מייקרוסופט,
0:15המוצר המרכזי בעצם בשוק של א
0:20מוצרים לבינה עסקית לבזנס inelligence.
0:25אז כדי להכיר אותו בואו נבין כיצד
0:29מייקרוסופט בכלל הגיע לפתח את הPOBI
0:33אז למייקרוסופט היה כבר בשנת 2006
0:38מוצר ותיק שהוא האקסל
0:40אבל האקסל כמו שאנחנו יודעים הוא מוגבל
0:44בכמות הנתונים שהוא יכול להכיל בתוכו לאבד
0:49בתוכו ובדרך כלל כמות הנתונים בארגו
0:52בארגונים הם הרבה יותר גדולים מאשר גיליון
0:56אקסל.
0:57א כמו כן, התצוגות הויזואליות באקסל הן
1:01יחסית מוגבלות לפחות באותה שנה ב-2006
1:07ולכן מייקרוסופט החליטה לגבש פרויקט שיהיה
1:12תוסף חכם לאקסל שקראוי פאורפוט.
1:17הפאורפיוט בעצם נתן למשתמשים יכולות ניתוח
1:21הרבה יותר חזקות.
1:23א והוא עם השנים התפתח כפרויקט וקלל את
1:29הפורquy
1:31שעשתה טרנספורמציה של נתונים, שינוי מבנה
1:34נתונים כשהיה נדרש ואת הפאורw שאפשר
1:39ויזואליזציות
1:41א למצגות הרבה יותר מתקדמות ממה שהאקסל
1:45הכיל בתוכו מהיכולות המוגבלות של האקסל הן
1:50בתחום החזקת הנתונים הן
1:52עיבודם והן בוויזואליזציה בהמחשה שלהם.
1:58כל זה המשיך למעשה מספר שנים עד 2013 ואז
2:04מייקרוסופט החליטה לאחד את כל הכלים האלה
2:07תחת מותג אחד וזה המותג הזה הוא בעצם
2:11הפאדסקטופ
2:14ששוחר ששוחר לציבור הרחב ביולי 2015 הוא
2:20שוחר אפליקציה עצמאית הוא היה מהתחלה
2:24חינמי לחלוטין
2:27והשחרור שלו הוא היה נקודת מפנה בשוק הB
2:33בשוק הבינה המלכותית כאשר מייקרוסופט בעצם
2:37התחרטה ישירות
2:40בחברות ששלטו בשוק הזה שהוא שוק ארגוני
2:44בעיקרו והחברות הן קליק עם קליק viw וחברת
2:50טבלו
2:53וכל זה למעשה התמשך
2:552016
2:57כשמייקרוסופט
2:59גם הוסיפה את הPI חלק מחבילת האופיס 365
3:06א סליחה מייקרוסופט 365
3:09שמאוד העיץ את האימוץ שלו בקרב ארגונים
3:13כיוון שרוב הארגונים משתמשים
3:18בחבילת
3:19365 על מנת להשתמש בייסומי אופיס
3:24אז אז פbi גם צורף לכך ולמעשה בכך הוא
3:29ביצע איזשהו שינוי מאוד מהותי
3:33בשוק הבינה העסקית, פתרונות הבינה העסקית
3:37שנשלטו עד אז על ידי חברות אחרות לגמרי.
3:41אז למעשה בואו נבין כיצד PowerBi יכול
3:45לשרט עסקים
3:48וזה בא לידי ביטוי בכך קודם כל שהpל
3:52פלטפורמה פלטפורמה משוחללת
3:56לביזנסטelligence או BI
3:59והוא מהווה כלי מתקדם שמאפשר לארגונים
4:04להפוך את הנתונים הגולמיים שבידם לתובנות
4:08עסקיות
4:10עושה את זה על ידי כך שהוא מחבר
4:14את הפא
4:16ואת המקורות השונים שקיימים בארגון,
4:20מקורות הנתונים. החל ממסדי נתונים
4:23ארגוניים. יש לו תמיכה בחייבורים למגוון
4:27מאוד מאוד רחב. כמעט אני חושב כל מסד
4:30נתונים, כל חברה
4:33שמפיצה מסדי נתונים נתמכת על ידי הpowi.
4:38קבצים של אקסל.
4:41שהוא תהי ענן כמו אזור ועוד ועוד ומשם
4:46ישנה אפשרות בעצם ליצור טרנספורמציה
4:50שינוי של הדטה אדתו
4:54והכנסתו
4:56והצגתו בממשקים
4:58שהם לוחות מכוונים או דשבורדס באנגלית
5:02שמאפשרים לראות את הנתונים את הדטה באופן
5:08שיקל על קבלת החלטות
5:10או דוחות אינטראקטיביים. כלומר, ניתן
5:14ליצור דוחות
5:15ודשבורדס גרפיים שמתעדכנים
5:19בכל רגע ורגע נתון עם עדכון הנתונים
5:23בארגון.
5:26בשביל עסקים יכולות כאלו בעצם תומנות
5:31בתוכן נגישות עצומה לנתונים. כלומר, אם
5:36בעבר כל הנושא של ניתוח נתונים מורכב,
5:40כולל ייצור של דוחות וגרפים וכדומה, חייב,
5:45מומחי IT או אנליסטים יהודיים ששלטו
5:49בשפות קידוד מסוימות, כמו למשל SQL
5:54ועוד ועוד, אז למעשה פbi מאפשר למנהלים
5:58ולאנשי העסקים עצמם לבצע את ניתוחי
6:04הנתונים. שהם נזקקים להם.
6:10סליחה.
6:15א
6:18יש בכרח כמה יתרונות. אז קודם כל אפשר
6:24ליצור דאשבורדים, ליצור גרפים בלי לדעת
6:28לכתוב קוד. לא צריך להיות תוכניתן.
6:31דבר שני,
6:34א, התוצאות או המסקנות יכולות להגיע ברמה
6:38הארגונית הרבה יותר מהר. לא צריך לחכות
6:41למובחים, לתוכנית, לכתיבה של קודים,
6:44לזיהוי איזה נתונים קיימים במסד הנתונים
6:48ואיך לחבר אותם. אז למעשה
6:52הארגון כולו יכול להפוך לארגון שמקבל
6:55החלטות והוא מוכון על בסיס של נתונים ולא
6:59על בסיס של תחושות בטן, מה שתכף נראה מאוד
7:03מאוד רלוונטי לתחום של מנהלי ומנהלות
7:06המוצר.
7:08אז בין השימושים הנפוצים ביותר בסקטור
7:14העסקי קיימים מעקב אחרי ביצויים של מכירות
7:18בזמן אמת, ניתוח פיננסי של רווחיות לפי
7:23מוצר, לקוח או אזור גיאוגרפי
7:26א בדיקה וניתור של מדדים שונים כמו
7:30מכירות,
7:32רמות שירות ועוד בקרה תקציבית ותחזיות
7:36פיננסיות.
7:38ניתוח מגמות שוק ועוד ועוד ועוד. תזכרו רק
7:43שאת הדאשבורדים, את לוחות המכוונים ניתן
7:47לשתף בצורה קלה מאוד עם הצבטים, עם
7:52העובדים שלפים, עם מנהלים אחרים, דרך
7:55דפדפנים
7:57ואפילו
7:58דרך אפליקצית המובייל של הפא.
8:03עד כמה הכלי הזה עם כך נפוץ בשוק? אז לפי
8:06מייקרוסופט
8:08א מדובר באחד הכלים הנפוצים ביותר בעולם.
8:12הם מדברים על מעל 30 מיליון משתמשים
8:17פעילים
8:18ש
8:21של משתמשים בפא
8:24ו97%
8:27מחברות הFortune 500 זה 500 החברות
8:30הגדולות בעולם אז 97% מהן אמצו והשתמשו
8:36בפא
8:38כפתרון לתחום ה
8:43buiness inelligence
8:46לאימוץ כל כך נרחב יש כמה סיבות אז דבר
8:50ראשון קל לשלב אותו עם המערכת הקיימת
8:54ארגונים כבר עובדים בהיקף מאוד מאוד נרחב
8:57קרוב ל-100% עם כלי מייקרוסופט 365
9:02ולכן הם יכולים לקבל את הpowerbi כחלק
9:07טבעי או אינטגרטיבי מסביב סביבת העבודה
9:11שלהם. לא צריך ללמוד את הכלי מהתחלה.
9:15א אפשר להבין את הקונספט לעבודה מהאקסל.
9:19זה מוכר וידוע ולכן קל יותר לאמץ אותו.
9:25המחיר של הפאור BI הוא משמעותי תחרותי
9:30ביחס
9:31למתחרים שלו. אנחנו מדברים
9:35על סדרי גודל של כ10 או אולי יותר מעט
9:41יותר 10 או מעט יותר דולר בחודש למשתמש
9:47כשהמתחרים שלו הם משמעותית
9:51יקרים
9:52בהשוואה למחיר הזה כן אם מדברים על טבלו
9:57וקליק viw זה אלפי דולרים בשנה למשתמש
10:04אוקיי א דבר נוסף זה כלי שכל הזמן מתעדקן
10:11ולכן מייקרוסופט ממשיכה מפתחת אותו יש שם
10:15השקעה עקבית ביחס לצרכים לשילויים בשוק
10:20והפאי בהחלט מתפתח
10:23ותומך בהם כלומר זה הכלי באמת שהוא מוביל
10:27בתחום הנסigence
10:30בהשוואה לחבילות אחרות שזה א למשל
10:37הטבלו הקליק והסייסנס
10:42שהן בעצם חברות נוספות שמובילות את השוק
10:49גם מנהלים מוצר יכולים להסתייע
10:53בפbi
10:55מבחינת קבלת החלטות ביותר מהסיבה שהם
10:59נמצאים צים באיזשהו צומת של בין נתונים,
11:03למשל נתוני שימור של מוצרים,
11:06המימד העסקי, התחרותיות, הבידול של המוצר
11:10וכדומה והמימד הטכנולוגי. זאת אומרת האם
11:13זה פיזבי לנתח, מה זה עולה לנו, איזה
11:16שינויים טכנולוגיים נדרשים ועוד.
11:20בפרט תזכרו שמנהלי ומנהלות מוצר נדרשים
11:25לקבלת החלטות מאוד מאוד מהירה על בסיס
11:28נתוני השימוש
11:30המחשובים מעל הכוחות ביצועים תכונות
11:35וניתוחי שוק שהם מבצאים
11:38וכל זה על מנת לעמוד בתחרות באופן מיידי
11:42עם השורה כלומרi
11:46יכול להיות כלי מאוד מאוד משמעותי
11:50בהפיכה של המשימות האלה ממורכבות לפשוטות
11:54ומשמעותית יעילות.
11:58כדי לממש את זה אז מנהלי מוצר יכולים א
12:04לבנות דאשבורדים משלהם שיכולים לסייע להם.
12:08הם יכולים לראות בדשבורד את מספר
12:12המשתמשים,
12:14ההתפתחות של מספר המשתמשים לאורך זמן,
12:17זמני שימוש,
12:20נושא של נטישת מוצר ועוד ועוד קל גם לשתף
12:25אותו עם הצוות ועם ההנהלה
12:27בלי צורך בפיתוח של כלים חדשים או בהורדה
12:32קולוגרפיים לדוחות ידיים.
12:38לדוגמה אנחנו יכולים לנתח פנלים ומסע לקוח
12:44על ידי חיבור של כפר ביי למסדי הנתונים של
12:49המוצר או הכלי שאנחנו מפתחים או מעוניינים
12:54לנתר
12:55ומתוך שכך לבנות בו ויזואליזציה של משפכי
13:00המראה כלומר להבין את יחסי המרה בכל שלב
13:04ושלב ולזהות איפה משתמשים נושרים איפה יש
13:09לנו יחס המרה נמוך משמעותית על מנת לשפר
13:13את המוצר בנקודה הזו
13:17גם הנושא של התיידו פיצ'רים בצורה שהיא
13:20מבוססת על הנתונים הוא מאוד חשוב בתחום
13:24ניהול המוצר נושא של משובים מהלקוחות
13:29א דירוגים תוצאות שלונים ועוד ועוד על מנת
13:33לתמוך
13:36בהמשך פיתוח של פיצ'רים שהם בולטים או
13:40מועדפים על ידי הלקוחות
13:43ולהרוג במרחאות כפולות פיצ'רים שאין בהם
13:47שימור שו יש עוסר סביעות רצון משמעותית
13:50נמוכה
13:53א גם בצד הויזואליזציה אז הפא יכול לתת
13:57לנו ויזואליזציות
13:59מאוד מאוד טובות להצגות למצגות לבעלי
14:03עניין כגון
14:05ההנהלה והמשקיעים במוצר.
14:09וכך גם לגבי הניתוח התרוך התחרותי אפשר
14:13להיוא נתונים עם מקורות שונים
14:16גוגל טרנס לרכוש נתונים מחברות ייעוץ
14:22כמו דן אן ברדסטריט וכדומה א לשלב את זה
14:26עם נתוני המכירות שלנו עם נתוני סקרים
14:30ונתוני מוצר פנימיים על מנת לקבל תמונה
14:35מלאה תחת אותה חבילה תחת אותה כלי. כל אלה
14:40בעצם משתלבים. כלומר,
14:43עבור מנהל מנהל את המוצר,
14:47הפי יכול להיות מנוע עוצמתי לקבלת החלטות
14:52לגבי מוצרים. הוא מאפשר לראות, לנתח, גם
14:57לשכנע וגם לפעול במהירות יחסית בכל השלבים
15:02הללו. ובעיקר מה שחשוב זה על בסיס עובדתי,
15:06על בסיס של נתונים.
15:08כיוון שהכל בעצם נגיש ומוגש
15:12תוך תמיכה באושר של מקורות נתונים שונים
15:17א ובהתאם אנחנו גם נזכור את האלמנטים הללו
15:22א בדגש על מול מוצר בקורס הזה
15:31אז אם כך כי קצת מתחילים לעבוד עם כמובן
15:35בהורדה והתקנה כנל למרות שלא כל הדרכים
15:40הורדות מחייבות הורדה ועתקנה ממש על המחשב
15:44שלכם אלא פשוט פתיחה של חשבון לצורך
15:49העניין אוקיי בואו נדבר על ההורדה והתקנה
15:53של ייסומי הpower BI דסקטופ
15:58אוקיי אפילו אם יש לכם Power BI בשימור
16:02שמותקן כדאי באמת א לבחון את האפשרויות
16:06השונות כדי להבין את היתרונות והחסרונות
16:10של כל אפשרות. חשוב לציין שעשויים
16:15להיות הבדלים קטנים בפונקציונליות או
16:19חווית המשתמש או המראה של החבילות לפי
16:23הגרסאות השונות שמשתמשים
16:26בהן כיוון שמייקרוסופט מעדקנת באופן תדיר
16:31את מוצר הפא שלה.
16:34אז האפשרות הראשונה היא ללכת
16:37למיקרופסופטסטור
16:40בכתובת שיש לנו פה בשקף
16:44apps.microsoft.com ‏microsoft.com
16:47לחפש שם את הpowiedkt
16:50וברגע שאנחנו לוחצים על לקבל אז אנחנו
16:56יכולים להוריד את הpower vi אלינו
17:00כאפליקציה מחנות האפליקציה של מייקרוסופט
17:05היתרון המשמעותי ביותר
17:09בדרך הזו הראשונה זה שווינדוס
17:14יטפל אותו אוטומטית בכל הנושא של עדכונים.
17:17כלומר, ככל שמייקרוסופט
17:20משחררת גרסאות חדשות של powerbi BI, למעשה
17:25העדכונים האלה יתקנו, יורדו ויתקנו
17:29אוטומטית במחשבים שלכם ואין צורך בהרשאות
17:34של מנהלי מערכת, לא לטפעול, לא להתקנה, לא
17:37לעדון. זו לטעמי האפשרות הטובה ביותר
17:42והמועדפת
17:44במחשבים האישיים שלכם, במחשבי העבודה
17:47שלכם, כמובן תחת מדיניות מקום העבודה
17:52בנושא של התקנות ועדכונים. הזה צריך באמת
17:56מי שמעוניין להתקין במחשב העבודה להתייעץ
18:00עם מחלקת מערכות מידע לגבי מדיניות כי
18:03האפשרות הזו עשויה להיות חסומה וניתן
18:07להרשות ולהתיר.
18:11האפשרות השנייה
18:13היא להוריד באופן ידני את קובץ ההתקנה
18:16מהאינטרנט
18:18ולהתקין אותו במחשב. מורידים אותו מהכתובת
18:21POBI.microsoft.com/downs
18:27ניגשים לשם ושם אתם יכולים להוריד
18:33באפשרויות התקנה והורדה שונות.
18:36ההבדל העיקרי אל מול הדרך הראשונה של
18:40המיקרוסופטסטור
18:42זה העובדה שאתם בעצם מורידים קובץ התקנה
18:46להרצה. מה שקראוי קובץ אקסה.
18:49וברגע שאתם מתקינים אותו, הוא לא יתעתן
18:52כאשר תצא גרסה חדשה והרבה יותר מעודקנת,
18:57אלא תצטרכו לבצע מעקב ידני, לבדוק האם
19:00יצאו גרסאות חדשות, להוריד אותן, להתקין
19:04אותן מחדש וכדומה.
19:07אוקיי? גם פה נדרשות הרשעות של מנהל
19:10מערכת, בעיקר בסביבה ארגונית ושווה
19:14להתייעץ עם מחלקת מערכות מידע, אם אתם
19:17בוחרים גם באפשרות הזו.
19:20האפשרות השלישית
19:23היא
19:24התקנה של המוצר כחלק
19:28מחבילת מייקרוסופט 365,
19:32שהיא חבילה ארגונית שמשתמשת
19:35בסביבות דפדפה.
19:38אז למעשה
19:40א אתם יכולים לבצע את זה אם הארגון שלכם
19:45באמת תומך בפור BI תחת האoutlלוק 365 תחת
19:51החבילה הזו שהוא רכש עבורכם אז גם פה אתם
19:57צריכים יכול להיות שתצטרכו לגשת למחלקת
20:01מערכות מידע
20:03למנהלי המערכת למנהלי האטלוק כדי שיתנו
20:07לכם גישה במסגרת מייקרוסופט 365
20:11לסביבת העבודה של PowerBI.
20:16א
20:17חשוב לציין
20:20שבכל האפשרויות הללו
20:24אתם עשויים לקבל איזושה הודעה שתקפוץ, מסך
20:29שיקפוץ ויבקש דואר אלקטרוני של מקום
20:33העבודה שלכם או חשבון פרו בתשלום או כל
20:36דבר אחר כדי ליצור בעצם גישת פרו. אתם לא
20:42צריכים אותה כדי לגשת לPOW BI, PowerBI
20:46דסקטופ, ממש לא צריכים להירשם. אתם יכולים
20:50כמובן, אבל לא חייבים. הכלי, כמו שאמרתי,
20:54הוא חינמי לא בגרסת הפרו, אלא בגרסה
20:58הבסיסית. הוא חינמי לחלוטין ובכלל אפשר
21:02להשתמש בו באופן אנונימי, בלי להירשם לשום
21:05שירות.
21:07אוקיי, אז קדימה אתם מוזמנים
21:10להוריד, להתקין את גרסת הפbi שלכם
21:16ופשוט לעקוב אחרי שלבי ההתקנה.
21:24מכאן אנחנו עוברים לשנות מספר הגדרות.
21:29אפשר לשלוט בהגדרות באמת דרך
21:34מעבר בתפריט לקובץ והגדרות
21:38אפשרויות optionס בפייל
21:42ואז אנחנו נכנסים לשם
21:46וחשוב לציין שהמסכים המוצגים עשויים
21:49להשתנות משנה לשנה עם העדכונים של המוצר
21:54אבל בגדול יש שינויים מינוריים אז בשינוי
21:58הראשון בהגדרות שאנחנו נבצע יש שלושה
22:01שינויים שאנחנו נדרשים להם אז הראשון זה
22:06ללכת
22:08לגלובל בהגדרות
22:11קטגוריית גלובל
22:13אתם רואים את זה ומתחתי שתת הקטגוריה
22:16שקרוה preview features
22:20ושם אנחנו צריכים
22:24לבחור ולסמן את כל האפשרויות שנמצאות שם.
22:30בסדר? עוד פעם חשוב לציין שהתכונות עשויות
22:33להראות קצת שונה, אבל אנחנו נסמן, נדליק
22:38את כל התיבות שנמצאות שם, כדי שנוכל
22:42להבטיח תכונות גישה לכל התכונות החדשות
22:48של הפי.
22:50אוקיי? אז שוב אני מציין שהמסך עלול עלול
22:54להיות שונה אבל תחת גובל ואז prview
22:58features תחת התפריט הזה לסמן את כל
23:03האפשרויות להדליק אותן
23:07השינוי השני מבין השלושה
23:10זה ללכת לcurrent files גם זה באופציות
23:14בoption באפשרויות
23:17ולתת תפריט של load
23:21ובתפריט הזה אנחנו גם אה
23:28נבדוק
23:30וא
23:32נכבה למעשה
23:35את כל האפשרויות שמסומנות שזה
23:41א
23:43update
23:45or delete relationships
23:47when refreshing ‏data how to detect new
23:51relationships after data is loaded time
23:54intelligence auto date time זאת אומרת
23:58אנחנו מכבים פה אנחנו לא מדליקים מכבים
24:03את שלוש האפשרויות הללו שציינו
24:07שזה update או delete relationships when
24:09refreshing data זו אפשרות בעצם שאוטומטית
24:13מנסה לאתר או לעדכן
24:17א קשרים בין משתנים, בין נתונים. כשאנחנו
24:22מרעננים, מוסיפים נתונים או מתוספים
24:25נתונים אנחנו נכבה את זה. אנחנו נעשה את
24:28זה באופן ידני את כל נושא הקשרים כשרי
24:32הגומלין בין הנתונים. האפשרות השנייה זה
24:36זיהוי אוטומטי של קשרי גומלין בין נתונים
24:40לאחר טעינתם. אז למעשה גם פה אנחנו נכבה.
24:44אנחנו ידנית נגדיר את הקשרים בין הנתונים.
24:48והדבר השלישי זה זיהוי אוטומטי של תאריך
24:53הושעה
24:55לניתוח ביצועים בזמן. אנחנו נרצה להגדיר
24:59גם את זה באופן ידני, לשלוט על זה גם כן.
25:04והדבר השלישי זה ללכת למשפחת הurrent fes,
25:08לתפריד current filילes לigal settings
25:14ושם אנחנו צריכים למעשה
25:19להגדיר את השפה כנגש unד st מנת שיכול
25:25עלינו
25:27א להשתמש ולעבוד
25:31עכשיו חשוב לציין כן, שלמעשה
25:37הקטגוריות הללו
25:39הן קטגוריות ש
25:42א למעשה אנחנו צריכים לכוון אותם בכל קובץ
25:46נוכחי שנרצה לשמור אותן ככאלה.
25:50סליחה, בכל קובץ חדש שנרצה לשמור ככאלה,
25:56אין לא נשמרות במעבר בין קובץ power bi
26:01מסוים אחד לקובץ פי מסוים אחר. לאותו קובץ
26:06הן כן נשמרות אבל כל קובץ חדש יפתח למעשה
26:12את האופציות שהם דפלט שהם מוגדרות כברירת
26:16מחדל להפרור ב לכן הן כרגע ישמרו וימשיכו
26:21להישמר לקובץ המסוים אבל בהחלט לא לקבצים
26:25חדשים ואם תרצו תבצאו את אותן התאמות גם
26:29כן לאותם הקבצים החדשים
26:33אז בואו נראה
26:35אם כך איך זה בא לידי ביטוי תחתפי אני
26:37פותח באמת את option מקבל options and
26:40settings. כפי שאתם רואים זה למעשה
26:45מאפשר לי לגשת לאפשרויות. לוחץ על optionס
26:51האפשרות הראשונה
26:54ואכן אני עובר לתפריט מתחת
26:58שאתם יכולים לראות שיש הרבה אפשרויות מתחת
27:02למשפחת הגלובל. אני אבחר בprw options
27:06ואני פשוט אלך ואדליק את כל האפשרויות.
27:11של הview options. אז זה דבר אחד שציינתי.
27:17א
27:18הדבר השני בentפיל
27:21יש שלוש אפשרויות. אז בעצם שתיים אחרונות
27:25מתחת לרנשיפ. עוד פעם זה עשוי להשתנות
27:28מגרסה לגרסה אבל בגדול זה יהיה שם. אז
27:32update or delete relationships when
27:35refreshing data. אנחנו לא רוצים שהוא
27:38יעשה את זה באופן אוטומטי. והדבר השני
27:41שאנחנו גם לא רוצים באופן אוטומטי שהוא
27:44יזהה קשרים על בסיס דטא אלא אנחנו נגדיר
27:48לו ידנית ואז אני מכבה את הו autod detect
27:53new relationships after data is loaded
27:56אז גם זה מכובה והדבר האחרון זה auto date
27:59or time שהוא לא יהזה אוטומטית אלא אנחנו
28:02נגדיר את המבנה של תאריך וזמן אז גם את זה
28:05אני מכבה תחת time intelligence מכבה את
28:09outו
28:10‏and time אז אתם רואים כרגע באמצע שלוש
28:13אפשרויות מחובות החל מupdate or delete
28:17relationships when refreshing data תחת
28:20relationships
28:22ועד תחת time intelligence מכובה outו
28:26date or in time אז זה דבר שני שצריך ודבר
28:31אחרון לפני שלוחצים אוקיי זה לשנות את
28:36הלוקלפורט זאת אומרת באיזהסטנדרט אנחנו
28:40משתמשים סטנדרט של תאריכים, מספרים
28:43וכדומה. במקרה הזה אפשר להתאים את זה
28:47לפורמט האנגלי והאמריקאי,
28:50כולל תאריכים שזה monate
28:53ויר. ואם צריך תתאימו לפורמטים אחרים,
28:57לעברי, לאירופאי, לכל מה שנדרש. לוחצים
29:01אוקיי ובזה אתם מאשרים את התמת ה
29:07שינוי ההגדרות.
29:09עכשיו
29:11אני פותח למעשה את הפbi, אני לוחץ על קובץ
29:17ששמתי לכם בשם competitive marketטing
29:21analysis. זה קובץ שהוא עוסק באמת בניתוח
29:26מאפינים של תחרותיות
29:28בשוק.
29:30והוא נלקע קובץ דוגמה ממייקרוסופט,
29:35מהאתר שגם כתובתו נמצאת אצלכם באתר
29:40המודל. ואכן מפה אני בעצם מקבל את המסך של
29:45enter your email address. אני לא
29:47מעוניין, אני אעשה קנס או אסגור באמצעות
29:52הx
29:56ולמעשה פה אני עובר למערכת הBI שלי, הפ
30:01BI. אז הנה בתחתית אתם יכולים לראות שבעצם
30:07הדאשבורד שלי שנפתח לי מכיל חמש לשוניות.
30:13הנה אני עובר ביניהן.
30:16תכף אנחנו נראה אותן ככה יותר בפירות. אז
30:20בואו נלך לאecutive overview.
30:23אנחנו כמובן יכולים פה להפין את
30:26הויזואליזציות
30:28או להוסיף. אנחנו עוד נדבר על הנושאים
30:30הללו,
30:32אבל כיקרון יש לי איזשהו דאשבורד שהוא
30:36מכיל גרפים שונים לשימושם
30:39של המנהלים. אנחנו יכולים לראות
30:43שגרף
30:45הניתוח השיווקי
30:47בעצם מכיל
30:49מבט ראשון
30:51שהוא כולל את המכירות הכוללות 32,000 דולר
30:567% return on investment
30:59לעומת online sales כן ההוא היהטל sales
31:02יש לי אונליין שזה 15,000 סושל מדיה 9000
31:07דולר בחנויות
31:106000 דולר כן הרestment שלי פה הוא די
31:15נמוך 5% בלבד ואטליטים מביאים לי 1338
31:22דולר עם return on investment מאוד
31:24משמעותי של 18% שזה מאוד מאוד יפה אוקיי
31:30אז אנחנו יכולים לראות פה גם את הפילוח
31:34הזה לפי אחוזים ולפי סכומים בצד שמאל בפ
31:39ביי אנחנו יכולים לעשות קליק על אחד מהם
31:43ולראות את המוצרים
31:46המובילים ביותר בערוץ האונליין שזה מוצרי
31:49המקסימוםס 70 11 54 וכולי וכולי אז יש לי
31:54גם התפלגות
31:56לפי מוצר אני חוזר עושה באיזשהו מקום כללי
31:59קליק
32:01בפי ואכן אני מקבל את המכירות בואו נתמקד
32:05רגע על מה שקורה בחנויות
32:08אז אני עושה קליק ובצהוב אתם רואים בצד
32:11ימין את המוצרים המובילים שזה פירום אליקי
32:17אליקי ופירום א נטורה וכולי וכולי למטה
32:22אתם יכולים לראות את התפלגות המכירות
32:25באוטליטים בצהוב לפי חודשים כן נובמבר הוא
32:29היה החודש הטוב ביותר
32:32קליק בגרף ואנחנו מתמקדים
32:35שוב אז זה בעצם
32:39הדוח שמשמש את המנהלים. אני יכול גם
32:43להתמקד על חודש מסוים, חודש יוני בחנויות
32:49ולראות באמת שפירום
32:52עשה מכירות טובות ביוני בחנויות ויש גם
32:58מוצרים שגם הם נמפרו יפה מאוד, כמו סדרת
33:03המקסימס
33:04שמכילה מוצרים רבים. עוד פעם נעשה קליק
33:07במקום
33:09כוללני א כללי כזה בגרף וחזרנו בעצם
33:14לנתונים. אז באמת צריך לשחק עם הגרף הזה
33:19כדי להבין את ההתפלגויות אבל אתם רואים
33:22שהגרף
33:23הזה הוא מאוד אינטראקטיבי
33:26בעיצוב שלו. זאת אומרת מנהלים יכולים גם
33:29לקבל תמונת מצב במיל חלון גרפי בדאשבורד
33:33כזה בצורה מאוד מאוד נכון.
33:37נוחה וגם מצד שני יכולים לתחקר אלמנטים
33:41שונים ולראות מה קרה שם בהתאם
33:46לאלמנט השונה בגרף שהם לוחצים עליו. זאת
33:50אומרת אפשר אפילו להיכנס פנימה לנתונים
33:54ולראות אותם ברזולוציות הרבה יותר
33:57מדויקות.
33:59אז זה לגבי הדוגמה שמייקרוסופט
34:02בנתה
34:03בקובץ הדוגמה של ה של competi Market
34:06analysis. יש לנו גם פה את הtop 10
34:10regions. אתם יכולים לראות שילוב של מפה.
34:13מפת ארצות הברית. אפשר להניע אותה, אני
34:16מזיז אותה.
34:19ולמשל מה המדינה הזו? קליפורניה. אני עומד
34:23על קליפורניה. יש בה 1077 דולר מכירות. ‏R
34:28של 23 דולר. בואו נראה מה
34:33מניב במכירות. אז אתם רואים שהנתח הזה
34:38הוא המניב כשסנדיגו
34:41היא המובילה אחרי הביקרספלד וכולי וכולי.
34:46זאת אומרת אפשר להיכנס פה לרזולוציות מאוד
34:49מאוד עדינות, מאוד רציניות. במקרה הזה זו
34:53מדינת מישיגן
34:55ו המכירות שם זה 12 דולר בבטleקראק
35:0110 דולר במקום וכדומה בואו נראה איפה יש
35:05לנו
35:07אז זה היה בערוץ מה זה הערוץ הירוק אני
35:10רגע מדלג לראות מה הוא
35:13הערוץ הירוק זה האונליין כן מי שקנה
35:16באונליין מהמדינות השונות אז זה היה
35:19במישיגן
35:21וזה מה שקנו והנה מי שגן גם על המפה. בואו
35:25נראה בחנויות, בערוץ החנויות מה יש לנו.
35:29אז סנדיגו
35:32היא המובילה א גם בגודל המכירות ובתוך א
35:37וגם בתוך המכירות
35:41לפי ערים. אז באמת החנות בסנדיגו היא
35:45המניבה ביותר 87 דולר. ואפשר לראות פה
35:50בניו יורק
35:52אירות מזעריות מאוד
35:56כן פחות מ1000 דולר זה לא אפס זה פחות
35:59מ-1000 דולר סך הכל ועוד ש
36:03יש לנו פה בקליפורניה CA זה קליפורניה
36:07א סנדיגו ואחרות הן יצרו ב1000 דולר או
36:11אפילו יותר מחירות וקליק נוסף ואני מקבל
36:16את כל מפת ארצות הברית
36:18ואני יכול ללכת ככה ולהתמקד בסקטורים,
36:23בערוצים, בערים, ב א
36:27בכל דבר שאני זקוק לו. בעצם מכלל הערוצים.
36:31אתם יכולים לראות את ההתפלגויות.
36:34אז מה שהולך חזק מאוד בקליפורניה זה באמת
36:38סקטור החנויות. אתם רואים כמה החלק האדום
36:42גדול בעוד שמה המדינה הזו? מי שיגן? כן.
36:47מישגן, הסקטור הירוק, הירקרק, שזה סקטור
36:52האונליין, הוא חזק מאוד במישיגן. הנה אני
36:55עושה קליק על הירוק של מישיגן ואני רואה
36:58מי הזמין וכמה בערוץ האונליין ממישיגן.
37:06יש לי פה החזר על ההשקעה,
37:09אז אני יכול לראות את זה לפי מדינות
37:12שונות, איפה יש לי החזרים טובים
37:15ומה קרה מבחינת
37:17ההחזרים כלכלית ואחוזית לאורך זמן.
37:23אוקיי, בואו ניקח עוד מדינה. מה זו המדינה
37:25הזו שמעתי עליה?
37:28מור. מה זה מור?
37:30בוא נראה אם אני צריך להיזכר. לא אני יכול
37:34להגדיל
37:39MO
37:42מה זה מיזורי? כנראה מיזורי, מדינת מיזורי
37:48או מונטנה אולי. כן, יש לי הכל במפה
37:54ואני יכול לראות שהיה
37:57החזר יפה מאוד על ההשקעה והוא נפל מבחינה
38:01אחוזית והוא בעצם עכשיו הולך ומשתפר. הנה
38:06במדינה הזו
38:08אתם יכולים לראות
38:12את המכירות
38:14הטובות ביותר לפי מוצרים. כן? אז בהחלט
38:20ניתן גם את זה לראות.
38:24info אז פה יש לנו כל מוצר. הנה היצרן הוא
38:29ון ארסדל
38:32והוא היצרן של כל מוצרי המקסימס
38:36אלה המכירות של מקסימוס כמה יחידות מה הY
38:40שלי כן לא כל כך טוב זה שלילי משהו
38:51ואני יכול לבחון גם יצרנים אחרים קיביתי
38:55סגרתי אתסל
38:58ואני מקבל את נטורה
39:00סוגר את נטורה ויש לי את פירום את קורוס
39:04ואת ברבה יצרנים שונים ואני יכול לפתוח
39:09ולבדוק באמת מה קרה אם אני עושה דאבל קליק
39:13פה זה לא ממש נותן איזשהיא אינדיקציה אבל
39:16זה גם לא משנה זה גם לא משנה
39:22ובסופו של דבר יש לי פה איזשהו ו מסך
39:27של המכירות הכוללות לפי עיר בשלל הערוצים
39:32השונים. הנה בחנויות 87 דולר.
39:37אוקיי, ממה שאני זוכר
39:40זה האונליין. כן, זה אונליין. זה גם כתוב
39:43לי ובסושל שזה שחור או אפור ככה זה סוג של
39:49בסנדיגו וזה 70 דולר.
39:53אוקיי, עכשיו אנחנו נכיר לכל טבלה בעצם
39:57מהטבלאות הללו
40:00יש לנו למעשה כמה מבטים
40:03אז יש לנו את הreפורט viw. Repפורט viw
40:07מראה לנו את התוצר, את הדוח. זה יכול
40:11להיות דוח, זה יכול להיות גרף, זה יכול
40:14להיות כמה גרפים, דאשבורד, זה יכול להיות
40:17טבלה מסוימת שהיה התוצר, זה יכול להיות גם
40:20וגם וגם מין דאשבורד מעורב כזה של דוחות
40:26ותבלאות או מספרים ודוחות או גרפים
40:30ודוחות, כל דבר שתחליטו לעצב. כן? יש לכם
40:34פה את חלון הוויזואליזציה. אפשר לבנות פה
40:37כל מיני ויזואליזציות שונות.
40:42ויש לנו את חלון הדata.
40:45אוקיי?
40:46ואז אפשר ללכת לtבל viw. תכף אנחנו נדבר
40:49על זה. אבל בגדול אנחנו פה ברפורט viw,
40:53שזה מבט התוצר. זאת אומרת מבט מה שעיצבנו,
40:58הדוח שעיצבנו או הגרפים שעיצבנו או
41:02הדשבורד שעיצבנו למנהלי.
41:05לאחר מכן מתחת יש לנו את הtבל viw.
41:09אתם יכולים לראות שפה בעצם זה מוביל אותנו
41:13לנתונים האמיתיים
41:17שיש לנו במקרה הזה זה table איזשהו טבלה
41:21שקוריה קטגוריה
41:24ותוך טבלת הקטגוריה
41:28אז יש לנו את הקטגוריה
41:31את הערוץ
41:33ואיזשהו קידוד כן למשל
41:36אה א
41:41שנייה רגע אני אחזור לרגיל אז קטגוריה זה
41:46אקסטרים וזה בחנויות ומקבל קידוד ארבע
41:49וכולי וכולי זה מן איזשהו קידוד פנימי אני
41:53יכול לזכור את זה אני יכול לראות את
41:56המכירות בפועל
41:59ואתם רואים הנה גם פה אני אפתח
42:03כן יש המון המון נתונים לא כולם נראים
42:08אבל בגדול אפשר לראות את הפרדctט ID, את
42:13מספר המוצר
42:16שנמכר בזמן מסוים.
42:21הוא נמכר בתאריך ובשעה מסוימת
42:27לזיפקוד,
42:28למיקוד. האמריקאים אוהבים מאוד לעבוד עם
42:31אזורי מיקוד, כי אחרי זה קל לשיך אותם
42:33להרים ולמדינות. כמה יחידות רכשו ובאיזה
42:38ואיזה מחיר כן איזה הכנסה זה הניב לנו
42:42כתוצאה מהרכישה
42:45וכאן יש לנו כל מיני מכירות שנמכרו בזמנים
42:48שונים לאזורי מיקוד שונים אז זה באמת
42:54בטבלת הספקס
42:57א
43:00אפשר לראות שהיא טבלה עם שדות מחושבים גם
43:05כן למשל אחוז catגory compature זה שדה
43:10מחושב ואפשר לראות מנוסחה אקסלית אתם
43:13רואים זה מתחיל בסימן של אחוז זאת אומרת
43:17הוא מחושב cטגורy compat זה השם של השדה
43:21ותחשב לי על ידי
43:24אגר כן תעגל אביד תחלק אחד בשני תכפול
43:29ב-100 וכדומה שפה מאוד מאוד דומה לשפה של
43:34אקסל
43:36ויש לנו גם פונקציות קבועות כן הנה הגדרה
43:40של שדה 02
43:43ועוד פונקציות שהן בעצם מחושבות הנה
43:47פונקצית if אינדיקatטור
43:51זה איזשהיא פונקציה של תנאי
43:55אם יש לנו איזשהו סנטימנטגפ שהוא קטן מ-15
44:01אז אחד אחרת תחשב את הסנטימנטגפ גדול מ25
44:06תן ערכים אחרים אז יש לנו תוצאות חישוביות
44:10פה על מנת מן הסתם שנוכל להשתמש ולהציג
44:15והרניו כמובן מופיע גם הוא אז זה מבט בעצם
44:21על כלל הטבלאות שלנו ועל הנתונים
44:24הספציפיים
44:26במקרה הזה זה נתוני מכירות פרטנים מכירה
44:29אחרי מכירה אחרי מכירה אחרי מכירה שנאספו
44:34בטבלאות של החברה.
44:37אני הולך עכשיו למודל viw.
44:42אז זה בעצם מודל הקשרים. אתם זוכרים את זה
44:46בטח מפתית שלג שדיברנו עליו. צריך פשוט
44:50ליצור קשרים בין הדברים כי פעם אחת שם
44:53המוצר מיוצג על ידי מספר המוצר והשם בטבלת
44:58מוצרים ופעם אחת המכירות שלו על ידי מספר
45:03המוצר
45:04וסך המכירות בטבלת מכירות ואז מספר המוצר
45:10הוא איזשהו אינדקס מקשר משווים ואז מקבלים
45:15אפשר להתאים ולהציג את שם המוצר
45:19וגם את מספרו אם נרצה, אם לא נרצה גם אפשר
45:23להציג לצד נתוני המכירות שלו. כלומר, יש
45:28לנו מערכות של קשרים. בואו נראה רגע.
45:33לדוגמה, יש לי טבלת גא. היא מפרטת את העיר
45:37לאיזה דיסטריקט, לאיזה מחוז היא שייכת,
45:40לאיזה אזורגן
45:42ולאיזה מדינה פדרליתסטייט בארצות הברית.
45:47זיפקוד וכולי וכולי עוד כל מיני פרמטרים
45:52ובואו נראה לאיפה זה מתקשר לנו אז באמת
45:55מקשרים לפי הז בואו נראה רגע למטה קצת
46:01אתם רואים שאפשר לקשר את זה לטבלת
46:04הסנטימנט הרגש
46:07באותו אזור לפי זיפ אומרת הרגש נמדד ברמת
46:13הזיפשר
46:15אותו לאיזה איזה עיר, לאיזה מדינה, לאיזה
46:18אזור, לכל פרמטר גיאוגרפי דרך מערך
46:22הקשרים.
46:23לעומת זאת אפשר לראות גם שמניפקטer
46:28מקושר. בואו נראה לאיפה ובאיזה אופן.
46:35אז הנה דרך שדה manufcture id שמופיע גם
46:41בטבלת manפקטר היצרן וגם בטבלת הסנטימנט.
46:46אנחנו יכולים לזהות
46:48מה מרגישים
46:51לגבי מוצרי היצרן הזה, כי יש לנו קישור
46:54בין היצרן לבין הסנטימנט שהוא גם נמדד
46:58כנגד
46:59כל זהות של יצרן
47:02והשדה המחבר תעודת הזהות זה באמת מספר
47:05היצרן
47:07וכך אנחנו יכולים להגדיר קשרים ואת כיוון
47:11הקשרים
47:12אה חדרקי לא חדרקי חדרקי
47:17וכדומה מערכת הקשרים כל זה במודל viw זה
47:21בעצם מערך הקשרים
47:24יש לנו פה גם נושא של qy אפשרות לתכנ
47:29שאילת בדקס שזה בעצם השפה של powerbi ויש
47:34עוד איזה מסך של פלט
47:37שיכול לתת לנו הודעות שונות או בעיות
47:41שונות אינדיקציות על בעיות אז בואו נחזור
47:44עם כך
47:46לרפורטw
47:48והדברים הם עשויים להשתנות כי הטבלאות לא
47:52משתנות, הנתונים לא משתאים אבל תכף תראו
47:58שמערכת הקשרים ביניהם כן משתנה כן אז
48:03במקרה הזה אנחנו מחפשים קשרים אחרים אני
48:07אלך רגע לדוח אחר לגמרי
48:11בואו נלך לטil viw
48:19ואני עשוי לקבל קשרים אחרים. במקרה הזה
48:22לא, אבל כיכרון ישנם קבצים שבהם מערכות
48:27הקשרים משתנות כי לא תמיד אני צריך את
48:30אותם קשרים והקשרים כדי לייצר את הדוח. פה
48:33עשו מודל אחד בלבד. לא כמה מודלים, לא כל
48:37מודל לכל פולדר, לכל מבט של הדוחות, אלא
48:42מודל אחד כוללני. וזה הרבה יותר קל. אפשר
48:46גם להקים מודל לכל דוח ודוך.
48:54וגם פה אני יכול גם לתחקר את הדטה
49:00וכולי וכולי. כן, יש לי פה אפילו טבלת
49:03דיט. כן, זה כנראה
49:06טבלה שהיא מיועדת להמרה. למשל להגיד
49:11באיזה חודש,
49:14סליחה, באיזה רבעון נמצא כל חודש וחודש
49:18בשנה. אז זה למרשל איזשהו שדה שהוא יכול
49:22להיות או נתון או מחושב לפי מה שמזינים.
49:27וכמובן מערכת הקשרים שאנחנו מכירים
49:32והמבט המקורי של מכירות לפי עיר.
49:40אני הולך להם אז יש לי אפשרות של גetה.
49:45אני יכול
49:47לקשר
49:49את הpower BI למקור חדש. זה יכול להיות
49:53איזשהו קובץ אקסל שאני מביא נתונים ממנו.
49:58מודלים של powerbi data flows שכל הזמן
50:02מזינים לי מידע datטav שזה גם סוגים של
50:08סוג של תוצרי SQL הSQL serverבר שזה מוצר
50:14של מייקרוסופט שהוא מס נתונים SQL
50:19services כלומר כל מיני גורמים חיצוניים
50:24א קובץ טקסט קובץ CSV ‏V גם כן מהוב
50:29להוציא דאה ועוד מקורות
50:33שונים כולל תוצרים של quy ויש לנו את
50:36האפשרות לעוד א הרבה מקורות שונים הנה
50:41shareפוינט למשל אפשר להביא נתונים
50:45מסד נתונים של אורקל מסד נתונים של IBM
50:49שני מסד שלושה מסדי נתונים אפילו מDB2
50:53טרדataה שזה זה
50:57data
50:58מאוד מאוד מפורסם
51:01פוסגql mysql א וכולי וכולי המון המון
51:07מקורות הנה אם יש לכם באז'ור שזה הענן של
51:10מייקרוסופט
51:12נתונים גם כן אפשר משם
51:15א ועוד המון נתונים אפילו מספורce
51:21ולייו מגוגל אליטיקס אתם פשוט
51:24מקשרים את הפbi למקורות האלה על מנת לשלב
51:29נתונים שתוכלו אחרי זה לתחקר אותם, להמחיש
51:34אותם בדוחות, בשאלטות,
51:38בא אופן ויזואלי, באמצעות גרפיים וכדומה
51:41בכל הדאשבורדים והדוחות שאתם בעצם מעצבים.
51:45אז זה דבר אחד שחשוב להכיר פה, זה בעצם
51:49יוו של נתונים. זה אולי המילה לא יהיה
51:52וואו נכונה זה מה שקראוי קישור למקור
51:54נתונים על מנת שנוכל להשתמש בו לצרכנו
51:59ופה יש לנו גם אפשרות נוספת
52:03שזה שחשוב להכיר transform data מה זה
52:07transform data זה כל פעילות הetl et זה
52:12extract transform ולד אז במקרה הזה
52:15זהטנספור אנחנו עושים כל מיני
52:18טרנספורמציות על נתונים
52:21הנה חלק פה מגיע באופן מקושר אז אני לא
52:24יכול לעשות עליהם שינויים וטרנספורמציות
52:28אבל נגיד אם יש לי איזשהיא טבלה גבוהה אתם
52:32רואים זו טבלת הקטגוריה
52:36מה מקור הנתונים מאטלט מאונליין מסושל
52:40מדיה אוסטור יש לכל אחד מהם קוד מסוים יש
52:45שם קטגוריה extrem convenience moderation
52:48ורular ככל שזה שזה מגיע מאoutיט,
52:51מאונליין, מסל מדיה ומסטורס.
52:56ואני למעשה יכול לבצע כל מיני
53:00טרנספורמציות בחלון. יש לי פה את הלוג, את
53:05התעוד
53:07של מה שנעשה על ידי כלי הETL, על ידי מה
53:11שביצעתי טרנספורמציות. ואני יכול למשל
53:15להזיז שורות, להוסיף שורות,
53:19למיין בסדר כזה או אחר. כשאני מסיים אני
53:23עושה clז and apply וזה מעדכן לי למעשה את
53:28בסיס הנתונים
53:30שאיתו הפי עובד. זאת אומרת שאליו הוא פונה
53:35כדי ליצור את הוויזואליזציות הללו. אני גם
53:39יכול להכניס נתונים חדשים וגם לייצא את
53:42התוצאות. ואז אני מסיים בclose repפly, מה
53:46שאני לא אעשה כרגע כדי לא לזיים את בסיס
53:49הנתונים ואני פשוט אסגור את זה.
53:54עכשיו, כעיקרון, מה שחשוב לי זה כמובן
53:57קודם כל לייבו את הנתונים.
54:00ב אחרי שאני מבצע
54:02טרנספורמציה למשל אני משנה מבני תאריכים
54:06מאמריקאי לאירופאי ישראלי התאריך שנהוג
54:09בארץ או להפך מתאריך ישראלי אירופאי
54:15לפורמט אמריקאי של חודש יום שנה א לעומת
54:20יום חודש שנה שהיה לנו קודם או כל דבר אחר
54:24עשיתי באמצעות הטרנספורד data את שינוי
54:28הנתונים ממש קראוי ETL זה שלב הl ואז בעצם
54:34אני מאשר מביא את הנתונים
54:37ומקבל אותם במבט טבלה אוקיי השלב הבא זה
54:43באמת ליצור את המודל ואז באמת שמים את כל
54:48הטבלאות פה במודל אפשר לראות ו א לחבר בין
54:55כל המזים שלהם כן במקרה הזה חיברו בין די
54:59ודיט כן
55:01במקרה הזה בואו נראה מה חיברו בין קטגורי
55:04ל
55:07גם א כנראה
55:10למטה כן קטגורי ללא דווקא סגמנט הנה דווקא
55:16הקטגורי
55:18ופה בטבלת פרודה קראו לזהסגמנט אוקיי ופה
55:22בקטגורי קראו לזה קטגוריה אני עומד וככה
55:25חיברו בעצם את כל החיברוים
55:29עכשיו מה שמאוד חשוב לציין זה שהריבון כן
55:35התפריט פה למעלה הוא תלוי הקשר זאת אומרת
55:38אם כרגע אני עומד על טור מסוים בטבלה
55:43אז למעשה יפתח לי colם loop כן זה קשור
55:49לקם לטור הזה בטבלה ואני יכול לבצע כל
55:52מיני פעולות כמו למשל לחבר לא לחבר לספור
55:57כמה מופעים אם יש בטור הזה וכדומה. אם
56:01לדוגמה
56:03יש לי איזשהו אינדיקטור שימו לב שהריבון
56:08כן זה בעצם meure זה אינדיקטור זה השתנה
56:13לשם האינדיקטור
56:15מאיזה טבלה הוא שייך סוג הדata כןגוריזד
56:20משהו אחר יש לו אולי משמעות אחרת הפורמט
56:24טקסטואלי
56:25או אחר וכולי וכולי זאת אומרת יש לנו משה
56:30קראוי
56:31איזשהו
56:33נתון שכזה. אם אני הולך למשל לשדה לשדה
56:38מחושב, כן, עם האחוזים רואים את זה, אז פה
56:44זה עשוי להשתנות לי ואני יכול ככה לנוע.
56:50הנה פה שיניתי לקם, אתם רואים ואז יש לי
56:54column tool. עוד פעם אני הולך למזר אחר
56:57ויש לי טול שהדברים הם שונים. כלומר
57:01הריבון התפריט הוא לא קבוע אלא הוא דינמי
57:06ותלוי הקשר למעשה. אז זה דבר חשוב להכיר.
57:13וכמובן שבסופו של דבר השלב האחרון אחרי
57:17שטענו
57:19את הנתונים
57:21ועשינו עליהם טרנספורמציה לפי מה שראינו
57:25כן טענו זה אומר בחרנו את מקור מקור
57:27הנתונים עשינו טרנספורמציה עם נדרש עשינו
57:33את ההקשרים השונים מערכת הקשרים הלוגית
57:37בין הטבלאות והנתונים השונים
57:41אני בעצם עובר
57:44לדוחות
57:45ופה בעצם אני מעצב את הדוחות על סמך כלל
57:51הנתונים
57:52שביצעתי ועל סמך כלל ההקשרים והלוגיקות
57:56שאני מעוניין בהם.
58:00כדי שנכיר לעומק את המודלים והאפשרויות
58:03והיכולות של PowerBI ודיברנו כבר על
58:06השלבים של לקשר מקור נתונים כאילו אנחנו
58:11מי אנחנו לא באמת מי אנחנו משתמשים בהם
58:16ביצוע הטרנספורמציות
58:19ביצוע מערכת הקשרים ולאחר מכן באמת
58:21ההמחשות הויזואליות השלילטות והדוחות הרי
58:25שחשוב שנכיר גם את המימד הנראה וגם את
58:29המימד האחורי, כלומר הפרונט א והbק
58:34שקשורים ביחד בI. אז בעצם הפרונט והbקend
58:39הן שתי סביבות נפרדות של Power OBI הן
58:42קשורות זו לזו מבחינת הביצועים שלו.
58:47הנתונים
58:48מתקשרים או למעשה מעובדים על ידי שתי
58:52הסביבות. כשיש לנו בעצם את הפונטנד שזה
58:56כולל את התצוגה של הנתונים המודל
59:00עם כל הקשרים מודל הנתונים והטבלאות
59:04והדוחות השונים הגרפים וכולי שאנחנו
59:08מבצאים ושם בפרונטנד אנחנו מבצאים את רוב
59:12המלאכות של המידול ניתוח הנתונים
59:16יצירת אולי הקשרים חדשים שדות חדשים
59:20חישובים וכדומה והויזואליזציה כלומר
59:23התוצרים או הגרפיים או השלילטות או הדוחות
59:28שאנחנו למעשה ממשים בדשבורדים השונים.
59:32והבקנד הוא כולל בעצם את כל הטיפול
59:37בנתונים הגולמיים. כולל את הפ power qy
59:41שהוא מבצע את הטרנספורמציה
59:44ששם אנחנו מטפלים
59:46בנתונים הגולמיים שבעצם קישרנו או משקראי
59:50חילצנו מהמקורות שקושרו לפp
59:54מבצאים את העיבוד איזושהיא טרנספורמציות
59:57נדרשות איזשהן טרנספורמציות נדרשות שינוי
1:00:01מבנה תאריך חישובים כאלה ואחרים א שינוי
1:00:07מבנה תעודת זהו אומר וכולי וטוענים את זה
1:00:10בעצם לתוך הפרונטנד בתהליך שהוא בעצם ETL
1:00:16אוקיי transform וload
1:00:20אז בעצם הקנ הוא אחראי על חיבור נתונים עם
1:00:25מקורות שונים וחילוצם שזה הבעתם עדכונם
1:00:30ככל שהמקורות מתעדקנים וכדומה בתוך הפא BI
1:00:35א הוא מבצע בקרת ת איכות של הנתונים לצורך
1:00:40תחקור של המבנה שלהם, ניקוי נתונים אם
1:00:43צריך להוציא נתונים שבועים או מוזרים אפשר
1:00:47לתחקר את כל זה באמת לדוגמה אם אנחנו
1:00:51חוששים שמישהו שכח את הנקודה העצרונית
1:00:55שמבדילה בין שקלים לאגורות ולא יכול להיות
1:00:58שמספר פרית יהיה יותר מ-100 שק אז אנחנו
1:01:03נשים שדה שבוחן את הפריטים שהרכם יותר ממ
1:01:07100 ש₪ ונחליט אם למכור אם למחוק אותם עם
1:01:11הנתונים או פשוט לתחקר את המחיר האמיתי
1:01:15ולעדקן במסד הנתונים את המחיר השגוי כי
1:01:19מישהו שכח לשים נקודה עסרונית והקפיץ פי
1:01:22100 את ערך הפרית אז אנחנו בעצם ככה
1:01:27חוקרים מנקים את הנתונים מסדרים אותם
1:01:30ומכינים אותם בעצם לשלב המידול להקשרים
1:01:34הלוגיים בין הטבלאות ולניתוח
1:01:37שזה השילוב שלהם בדוחות שלטות וגרפים
1:01:40שונים.
1:01:42א מבצאים בשלב הזה את הטרנספורמציה ועיצוב
1:01:47הנתונים. אוקיי? אם צריך אנחנו מוסיפים
1:01:51פסיק של אלפים א מחליפים את הפסיק העסרוני
1:01:57שמקובל במדינות מסוימות בנקודה עסרונית
1:02:00כמו שמקובל בישראל.
1:02:03משנים את מבנה התאריכים מפורמט אמריקאי
1:02:06לישראלי או מישראלי לאמריקאי לפי הנדרש
1:02:11א
1:02:12וגם ממזגים ומשלבים
1:02:16א נתונים מקורות שונים עם נדרש
1:02:19לטבלאות
1:02:21במבנה של מודל הנתונים שהחלטנו עליו לפני
1:02:25שאנחנו מעלים אותם בטעינה לפרונט
1:02:30אז אנחנו כבר בונים בונים את מודל
1:02:32הנתונים, מקשרים אותם, את הטבלאות, אבל
1:02:36אנחנו צריכים רגע לפני לחשוב האם ישיל,
1:02:39תראות שאנחנו רוצים לשלב את הנתונים
1:02:43ממקורות שונים כבר בשלב הזה.
1:02:46אפשר גם לומר שמעבר לכלי של הפ
1:02:55שפת תכנות שקרויה m קוד אוקוד m שאפשר
1:03:02וזה מחוץ לתחום של הקורס הזה אפשר באמצעות
1:03:06תכנות באמת להתערב בנתונים לעשות להם
1:03:08שינויים טרנספורמציות
1:03:11ניקוי נתונים וכדומה בצורה מקודדת לא דרך
1:03:15דרך הממשק שהpower BI בעצם נותן לנו ואז
1:03:21יש לנו גם את הפונט שזה מה שאנחנו רואים
1:03:26בפרונט בחזית
1:03:30ולפרונט אחראי לנושא של בניית מודל נתונים
1:03:34שזה אותם קישורים בין טבלאות עם נתונים
1:03:38משלימים דרך מפתחות שמזהים
1:03:42אחד את השני א נושא של אה ביטויים לניתוח
1:03:48נתונים באמצעות
1:03:50data analysis
1:03:52expression כן מן שפה כזו נקודות
1:03:56לניתוח נתונים
1:03:59א אפשר להוסיף גם מדדים שונים עמודות
1:04:04עמודות מחושבות באמצעות התבססות על
1:04:07הנתונים הקמיים שאנחנו הבאנו דרך שלב הבקן
1:04:11דרך הפק quy והנושא של גט דה הבואת
1:04:17הנתונים קישור מקורות הנתונים
1:04:20ואז כמובן לאחר שבנינו את מודלי הנתונים
1:04:25והוספנו שדות כרצוננו אנחנו יכולים להשתמש
1:04:29גם וגם למטרת
1:04:33עיצוב של דוחות ויזואליזציות
1:04:36א דאשבורדים שונים אינטראקטיבים יותר
1:04:40אינטראקטיבים פחות כן עד כמה באמת אה
1:04:44קותחים פנימה כשעושים דאבל קליק על כל
1:04:48עמודה או על כל בר או על כל חלק מתרשים פי
1:04:53זה להחלטת כמובן מעצבי הדוחות שבונים אותם
1:04:58בפbi כן מעצבי הדש דומדים ובסופו של דבר
1:05:02כאשר חנו את הדאשבורד זה בעצם מין חוברת
1:05:06עבודה זה קובץ אנחנו יכולים לשתף אותם
1:05:11באמצעות כלי שהוא powerbi
1:05:15וזה ייסום ענן שאנחנו טוענים אותם לתוכו
1:05:19ויכולים להפיץ לצוות שלנו, למנהלים
1:05:24ולמשתמשים
1:05:26ומשתתפים אחרים את הדוחות שבנים.
1:05:32אז למעשה אני א עם כך עובר וסגרתי
1:05:39את התצוגה למעשה של
1:05:45א א של הpowi שהיה לנו קודם עם מודל פעיל
1:05:48זה הcity marקטing analysis של מיקרוסופט
1:05:53ועכשיו מה שאני עושה אני הולך נניח במקום
1:05:57לטעון את המודל הקיים אני הולך למודל ק
1:06:02ואז יש לי import data from excel
1:06:06או מSQL server או מכל מקור אחר אז פה אני
1:06:11יכול
1:06:13להשיג נתונים להוציא נתונים אני יכול גם
1:06:16ללחוץ עלגata
1:06:18הנה ואז יש לי מגוון רב של מקורות הם גם
1:06:23מחולקים לפי משפחות מקורות מתחום אזור
1:06:26מהענן של מייקרוסופט אז יש באמת את SQL
1:06:31database באזור וישוב שזה סוג אחר של
1:06:35שמירת נתונים ועוד ועוד נתונים שכאלה
1:06:40datטes
1:06:42מסדי נתונים ויש אתסיbase ואדata שכבר
1:06:46הזכרתי שזה מסד נתונים שלטה
1:06:50מאוד מאוד גדול כן בארגונים גדולים
1:06:53משתמשים בו ויש את הסב han שזה דבייס
1:06:58חדשני יותר שלספ שיצא בשרים האחרונות
1:07:02ועוד ועוד אה מסדי נתונים שכאלה אני יכול
1:07:06גם לעשות search למשל סליחה אני אעבור
1:07:10לאנגלית למשל אני רושם SQL ואני מקבל את
1:07:15כל התוצאות הרלוונטיות
1:07:18לחיפוש שלי וכולי וכולי אז אני למעשה יכול
1:07:23לקחת איזשהו מסד נתונים מכל מקור שהוא
1:07:28קובץ
1:07:30וכולי וכולי. אם כך אני בוחר פה ליו מסד
1:07:35נתונים ש הכינות מראש. א הוא מסד נתונים
1:07:40מתוך סוג טקסט CSV. אז אני יכול לבחור
1:07:44מהרשימה המצומת או פשוט קליק ואז אני
1:07:48אכתוב טקסט CSV. CSV
1:07:53הנה הוא נתן לי. זה גם מופיע בתפריט מימין
1:07:57אני אשים conectק.
1:07:59ויפתח לי מסד נתונים שקראוי charity
1:08:03donation records, זאת אומרת תרומות
1:08:07למען קרנות לרווחת בעלי חיים ואני
1:08:14הולך לפתוח אותו
1:08:20ומה שיפה פה אתם יכולים לראות שבאופן
1:08:23אוטומטי הוא זיה וחילק לי את הנתונים ונים
1:08:28ואת האופי שלהם. אז באופן אוטומטי זה
1:08:31הפייל Origin. הוא מזהה את שיטת הקידוד
1:08:35כעברית ווינדוס. אפשר לשנות את זה לשיטות
1:08:40קידוד אחרות. המסד הוא אנגלי אז אולי US
1:08:44אסקי יכול לעבוד. כן, זה יתן אותן תוצאות
1:08:48כי אין לנו שום עברית מבססת.
1:08:51א המפריד בין השדות ברשומות של קובץ הטקסט
1:08:57היה פסיק במידה וזה לא עובד אפשר לשים
1:09:01נקודה פסיק רווח כל מפריד אחר אבל הוא
1:09:04באמת זיה את זה נכון כפסיק והוא חילק
1:09:06אוטומטית את השדות כמו שאנחנו רואים את
1:09:11המספר זהות של התורם או התורמת את קבוצת
1:09:16הגיל של התורמים לעמותות הללו א את מינם
1:09:20את השם, אימייל,
1:09:24סכומי תרומה,
1:09:26אופן התרומה וכולי וכולי. אוקיי, הכל פה
1:09:31במסד הנתונים. אגב, הוא התבסס על זה כבר
1:09:35ברירת מחדל על 200ות הראשונות. אפשר להגיד
1:09:39לו להתבסס על כל מסד הנתונים.
1:09:43לא שזה משנה כרגע, אבל אפשר לומר את זה.
1:09:47לא רק על המדגם של ה-200 הראשונות או בכלל
1:09:52אל תזהה את סוגי הנתונים,
1:09:55כן? האם זה טקסטואלי או מספרי? אני אחליט,
1:09:59אבל כיכרון שמתי את הכל. ה-200 הראשונות
1:10:02זה גם בסדר גמור. אני יכול לעשות load
1:10:06ולטעון את זה למסד הנתונים. אני יכול
1:10:08במקום זה לעשות transformה מה שעשיתי
1:10:12ולהגיע לפpower query למסך של השאילתה
1:10:17ופה לעשות ETL כל מיני טרנספורמציות
1:10:22על הנתונים השונים למשל לשנות את ההגדרות
1:10:26של קבוצת גיל מ50 עד 65 או 18
1:10:32עד 29
1:10:34להגדרות שונות מחושבות כמו A בין 18 ל-29,
1:10:40B אם זה בין 30 ל-49 וC
1:10:45ל-65
1:10:47א וD אם זה בין 66 ל-80 אם נוח לי יותר
1:10:53ככה להגדיר את קבוצות הגיר וככה לבצע כל
1:10:57פעולה שאני מעוניין כן למשל היה Donation
1:11:03amountנ חושב שזה בדולרים
1:11:06אפשר להכפיל את זה בלפתוח שדה חדש, להכפיל
1:11:10את זה בשער הדולר היומי
1:11:14ולהעמיר את זה לשקלים. בסדר? אז אפשר גם
1:11:17ערך שקלי שקלד donation amount שזה שדה
1:11:21שאנחנו נגדיר ונכפיל בשער הדולר. ובסופו
1:11:25של דבר יש לנו פה את clזי.
1:11:29ברגע שאני לוחץ אני טוען את כל הנתונים
1:11:34אחרי הטרנספורמציה ואני מבצע את זה הנה
1:11:42ואכן הוא טען אנחנו במסך הדוחות זאת אומרת
1:11:46אפשר פה בהמשך לבנות כל מיני גרפים
1:11:50שאילטות או דוחות
1:11:52זה מסך הטבלס הנתונים
1:11:55ואז אתם רואים את הנתונים שטען נו אחרי
1:12:00הטרנספורמציות
1:12:02וכרגע יש לנו רק טבלה אחת. אין לנו כל כך
1:12:05קשרים אבל זה מסך מודל הנתונים או מסך
1:12:08הקשרים שאני יכול לבצע וכמובן להתמקד
1:12:14בכל שדה ושדה ולשנות את ההגדרות שלו
1:12:18בהתאם.
1:12:24אז אני רוצה להודות לכם ואנחנו נתראה עם
1:12:28כך בשיעור הבא. להתראות. ‏am

About this transcript

This page contains the full transcript of Lesson 10 by EH, generated from the public captions YouTube serves with the video. The transcript has 6,384 words across 1,115 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.