Централизованная аналитика через Power BI и Excel: как построить управляемый куб

Введение

Современный бизнес нуждается в гибкой и быстрой аналитике. Однако далеко не у всех компаний есть ресурсы, чтобы внедрить полноценное хранилище данных, построить витрины, разработать десятки отчётов и BI-дашбордов. И даже если такая система существует, запросы от пользователей зачастую выходят за пределы заранее разработанных визуализаций: «А можно посмотреть это по неделям, но только по новым клиентам и только для региона X, исключая сегмент Y?».

В этой статье я покажу, как с помощью Power BI и Excel можно построить модель, которая:

  • Даёт пользователям гибкость при анализе данных

  • Использует Power BI как логическую модель

  • Позволяет работать с моделью напрямую из Excel — без SQL и без BI-дашбордов

Такой подход отлично подходит для средних компаний, с небольшим количеством данных и потребностью в регулярной, гибкой и понятной аналитике.

Проблема: где традиционные подходы дают сбой

Во многих компаниях аналитика построена вокруг двух сценариев:

  1. Аналитик пишет SQL и отдаёт Excel-отчёт

  2. Разработан BI-дашборд с фиксированной логикой

  3. Пользователям предоставлен доступ к bi-слою данных с заранее подготовленными витринами

Проблемы, с которыми это сталкивается:

  • Долгое ожидание ad-hoc — аналитиков просят сделать «ещё один срез» или «ещё один фильтр» — и это превращается в цепочку задач

  • Дашборды не дают свободы — пользователь не может сам добавлять поля, перестраивать структуру

  • Не все готовы работать с SQL — особенно если это топ-менеджеры или сотрудники бизнес-подразделений

  • Непоследовательность данных между дашбордами — каждый дашборд создаётся вручную, аналитики пишут разный SQL-код, и одна и та же метрика может считаться по-разному. Это приводит к разным цифрам в разных отчётах и требует постоянной валидации логики.

При этом большинство пользователей предпочитают работать в Excel. И именно туда они хотят «подключить мозги» — не просто получать таблицу, а управлять срезами и метриками самостоятельно.

Что мы строим

Мы используем Power BI как источник логической модели, а Excel — как интерфейс взаимодействия с данными.

  • Power BI Desktop используется для загрузки данных, построения модели и создания мер

  • Power BI Service публикует модель в облако

  • Excel подключается к модели Power BI через функцию «Анализ в Excel» и строит сводную таблицу на её основе

В результате:

  • Модель живёт в облаке, может обновляться по расписанию

  • Excel остаётся привычным инструментом для бизнес-пользователя

  • Все связи, фильтры, метрики и агрегаты задаются централизованно в модели Power BI

Почему именно Power BI —, а не SQL, SSAS или табличные отчёты

Перед тем как остановиться на Power BI, стоит рассмотреть возможные альтернативы:

Подход

Возможности

Требования

Ограничения

SSAS (OLAP/Tabular)

Профессиональные модели, высокая производительность, поддержка MDX и DAX

Серверная инфраструктура, лицензии, поддержка

Сложная установка, сложная поддержка, дорого

Azure Analysis Services

Облачный SSAS, масштабируемость

Azure-инфраструктура, лицензии

Высокая стоимость, требует DevOps-компетенций

Подключение Excel к SQL

Простой способ, можно строить сводные таблицы

Доступ к БД, знание SQL

Нет связей, нет логики модели, нет метрик

Ручной Excel

Простой, не требует инфраструктуры

Ручная работа

Отсутствие актуальности, дублирование, ошибки

Power BI в связке с Excel выигрывает по следующим параметрам:

  • Быстрое внедрение

  • Отсутствие необходимости в серверной инфраструктуре

  • Бесплатно (если не используется Power BI Pro)

  • Поддержка моделей, связей и DAX-мер

  • Прямая интеграция с Excel через официальную функцию «Анализ в Excel»

Архитектура решения

c47909785cbfaa802b671a2d19fd8c4e.png

Пошаговая настройка

Скрытый текст

Что необходимо для реализации

  1. Аккаунт Microsoft

  2. Подготовленные данные (Таблицы разделены на таблицы-факты и таблицы-справочники), пример датасета:

    Факт. Приход товаров
    Факт. Приход товаров
    Факт. Продажи
    Факт. Продажи
    Справочник. Товары
    Справочник. Товары
    Справочник. Администраторы
    Справочник. Администраторы

Шаг 1. Создание модели в Power BI Desktop

  1. Заходим в PowerBI Desctop, подключаем источники (в моем случае это excel)

    d5be884fbbe54db57816e0d3e01c186e.png
  2. Переходим в «Управления связями», устанавливаем связи между таблицами, соединяем справочники с фактами

    Переходим в
    Переходим в «Управление связями»
    Открываем окно настройки связей
    Открываем окно настройки связей
    Создаем новую связь
    Создаем новую связь
    Соединяем справочники с фактами
    Соединяем справочники с фактами
    Итоговый вид модели
    Итоговый вид модели
  3. Настраиваем метрики

    Создаем пустую таблицу для хранения мер
    Создаем пустую таблицу для хранения мер
    Создаем меры
    Создаем меры

    В моем случае это будут
    Прибыль
    Премия администраторам
    Приход/Расход товара

Шаг 2. Публикация модели в Power BI Service

  1. В Power BI Desktop нажимаем «Опубликовать»

    9b5df8ffe907a5265172bf70a1f0b8c6.png48ff507aa5e4aba26a2c5d84985162b5.png2845b58e88e2cb6d33328e2beebc218d.png

Шаг 3. Подключение Excel к модели

  1. Открываем Power BI Service

    68885165e3d8031b6f5ed67398303f8d.png
  2. Находим опубликованную модель (Dataset)

    34d1b1be8b120d0f21583392a717d6b6.png
  3. Нажимаем «Анализ в Excel» — скачивается .odc-файл подключения

    54e67278ae46bdba114602e4dca1a722.png
  4. Открываем файл — Excel автоматически подключается к модели и предлагает создать сводную таблицу

    f58070953a2c8cd4ff87b4c74ec5fbc3.png

Что получает бизнес

  • Привычную среду Excel, без обучения новым инструментам

  • Мощную аналитическую модель, которую можно крутить как угодно

  • Одну точку правды: модель контролируется аналитиками

  • Актуальные данные (если настроено обновление)

  • Отсутствие дублирования: не нужно рассылать разные версии файлов

Пример работы

Yandex
disk.yandex.ru

Преимущества и ограничения подхода

Преимущества:

  • Минимальные затраты — решение работает на бесплатных продуктах

  • Гибкость — Excel-сводная таблица позволяет строить произвольные срезы

  • Централизация логики — вся бизнес-логика хранится в модели Power BI

Ограничения:

  • Excel может тормозить при большом объёме данных

  • Требуется Power BI Service (бесплатный аккаунт — минимальное требование)

  • Без Power BI Pro нельзя делиться моделью между пользователями

  • Не работает на больших (более 20 миллионов строк) таблицах

Расширения и развитие

Если подход приживается в компании, его можно развивать:

  • Перевести источник данных на SQL или облако — для ускорения и автоматизации

  • Добавить обновление по расписанию — с помощью Power BI Gateway

  • Настроить роли доступа (Row-Level Security) — если нужно разграничить пользователей

  • Подготовить шаблоны Excel — с преднастроенными фильтрами и структурами сводных таблиц

Заключение

Модель в Excel через Power BI — это простой, мощный и горизонтально масштабируемый способ дать бизнесу гибкий инструмент анализа. Вместо десятков Excel-файлов и вечного ожидания от аналитиков, пользователи получают инструмент, который работает с моделью напрямую — как куб, но в привычной среде.

Такой подход отлично работает в компаниях, где Excel остаётся основным рабочим инструментом, но растёт потребность в системной, понятной и актуальной аналитике.

© Habrahabr.ru