Quantcast
Channel: Excel
Viewing all 129 articles
Browse latest View live

Ember és szoftver fejlesztése

$
0
0

Sokszor hallom vezetőktől, hogy „Az Excelhez mindenki ért. Nem kell a felhasználókat oktatni” Vagy„Az Excel alapkompetencia, nem oktatjuk cégen belül”

Csakhogy az Excel nagyon sokat fejlődött az elmúlt években adattárolás és adatkezelés területén. Ma már teljesen máshogy kell gondolni rá mint pár évvel ezelőtt. Az Excel ma már nem csak egy táblázatkezelő, hanem egy önkiszolgáló BI eszköz is. Ha odaültetünk elé egy 2007-es Excel tudással rendelkező felhasználót, akkor ő pont úgy fogja használni a 2016-os Excelt, mint a 2007-est. És pont olyan lassú lesz a VLookup() mint a 10 évvel ezelőtti verzióban és ugyanúgy csak néhányszázezer sort tud majd kezelni vele, mert nem ismeri az új funkciókat, nem tudja, hogy régi problémáit meg lehet már oldani máshogy, más eszközökkel, töredék idő alatt.

De tudom azt is, hogy a munka mellett nem lehet tanulni. Tolni kell a szekeret, a jelentéseknek ugyanúgy el kell készülniük. Épp ezért lenne fontos, hogy mindenki lássa: Az új tudással nagyon sok időt és szívást lehet megspórolni. A többség persze tudja ezt de néha-néha még mindig belefutok egy-egy ilyen "Az Excelhez mindenki ért, nem kell oktatni a felhasználókat" mondatba, ami jellemzően abból a tévhitből táplálkozik, hogy az Excel nem változott semmit.

Aztán szintén gyakran hallom a vállalatoktól, hogy „minek cseréljük le az Excelt, amikor már a 2003-as verzió is mindent tudott” Ez talán igaz az aritmetikai műveletekre, de az adatok kezelésében olyan változás következett be az elmúlt 13 évben, ami gyökeresen megváltoztatta az Excelről kialakított képet. Ma már többmillió sort tudunk az Excelben hatékonyan kezelni, de nem a 2003-as Excel tudással! A 2003-as tudással már néhány tízezer sor kezelése is rémálom akármelyik Excel verzióval…

A lényeg: Embernek és gépnek/szoftvernek együtt kell fejlődnie. Ha ez nem párhuzamosan történik, akkor a fejletlenebb magával rántja a fejlettet a saját szintjére. Legyen az ember vagy gép...

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2016. május 24.-i Önkiszolgáló BI workshopra. Részletek >>

  


A tortadiagramok csúcsa

$
0
0

Olvassuk, halljuk tanítjuk, hogy ne használjuk a tortadiagramokat mert nehezen tudunk szemre két tortaszeletet mérete között különbséget tenni, nehezen tudjuk megállapítani a tortaszeletek egészhez viszonyított arányát, nagyon sokszor becsapják az agyat és vonunk le belőle téves következtetéseket. Steve Jobs hírhedt keynote-ja óta pedig már szinte mindenki tudja, hogy a tortadiagramnál csak egy nagyobb fertő van: a 3 dimenziós tortadiagram.

A következőkben mégis mutatok egy alkalmazási területet, ahol a háromdimenziós tortadiagram nemhogy kerülendő, hanem egyenesen a legjobb adatvizualizációs eszköz:

Ezt a tortadiagramot Vass András készítette a BI projekt blog 10 éves születésnapja alkalmából. Érdemes megfigyelni ahogy a 10 gyertya együtt mozog a zenére. András a tortát Excel 2016-ban készítette el és mivel nem jöttem rá hogyan oldotta meg hogy zenére mozogjon a 10 gyertya, ezért megkérdeztem. Íme a válasz:

„Az elképzelés egészen egyszerű volt: egy olyan alkalmazásra volt szükség, ami egy hangfájlból képes a különböző lejátszókon ugráló oszlopokhoz hasonlóan spektrum analízist végezni és ennek eredményét CSV fájlba menteni...[]

...Végül egy nagyszerű WPF hang vizualizációs könyvtár apróbb módosításaival - lejátszáskor az oszlop magasságok és egyéb adatok mentése CSV fájlba, oszlopok számának beállítása 10 darabra - meghozta a kívánt eredményt, előálltak az adatok, immár Excel által fogyasztható formában...[]

...A gyertyák körkörös elhelyezését a legegyszerűbb koordináta transzformációkkal, Excelben megoldani. Annál is inkább, mivel valószínűleg ez lesz az egyetlen alkalmunk, hogy BI megoldásban szögfüggvényeket használjunk.”

Nagyon szépen köszönöm!

A forráskód itt található: BI Projekt Blog Birthday

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.

input string was not in the correct format

$
0
0

Power Pivotos Excel adatmodellt importáltam Power BI Desktopba amikor a következő hibaüzenetet kaptam:

input string was not in the correct format

Kutakodtam a neten de nem leltem az okát. Nálam a problémát a Power View sheet okozta. A Power View-nak vannak olyan szolgáltatásai, amelyet nem lehet Power BI Desktopba importálni. Ilyen pl. az animált buborékdiagram. Ezt sosem lehetett importálni, de eddig nem kaptam hibaüzenetet. Egész egyszerűen nem importálta be a Power View lapokat. Egy pár hónapja azonban változott valami és most már a beszédes „input string was not in the correct format” hibaüzenetet kapom ésnem tudom beimportálni a modellt.

Kitörölve a Power View sheet-et, a probléma megoldódik J

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2016. szeptember 20.-i Önkiszolgáló BI workshopra. Részletek >>

  

Francia Excel függvények magyar megfelelői

$
0
0

Az angol excel függvények magyar megfelelői után itt vannak a francia excel függvények magyar megfelelői is. Köszönet érte Cseh Andrásnak. Nagy hasznát fogjuk venni az önkiszolgáló BI workshop-on.

Francia Excel függvények magyarul

AB.ÁTLAGBDMOYENNE
AB.DARABBDNB
AB.DARAB2BDNBVAL
AB.MAXBDMAX
AB.MEZŐBDLIRE
AB.MINBDMIN
AB.SZÓRÁSBDECARTYPE
AB.SZÓRÁS2BDECARTYPEP
AB.SZORZATBDPRODUIT
AB.SZUMBDSOMME
AB.VARBDVAR
AB.VAR2BDVARP
ABSABS
ACOSHACOSH
ALAPBASE
ÁRPRIX.TITRE
ÁR.LEJÁRATPRIX.TITRE.ECHEANCE
ÁR.LESZÁMVALEUR.ENCAISSEMENT
ARABCHIFFRE.ARABE
ARCCOSACOS
ARCCOTACOT
ARCCOTHACOTH
ARCTANATAN
ARCTAN2ATAN2
ARCSINASIN
ASCASC
ASINHASINH
ATANHATANH
ÁTL.ELTÉRÉSECART.MOYEN
ÁTLAGMOYENNE
ÁTLAGAAVERAGEA
ÁTLAGHAMOYENNE.SI
ÁTLAGHATÖBBMOYENNE.SI.ENS
AZONOSEXACT
BAHTSZÖVEGBAHTTEXT
BAL és BAL2GAUCHE, GAUCHEB
BESSELIBESSELI
BESSELJBESSELJ
BESSELKBESSELK
BESSELYBESSELY
BÉTA.ELOSZLLOI.BETA.N
BÉTA.ELOSZLÁSLOI.BETA
BÉTA.INVERZBETA.INVERSE.N
BIN.DECBINDEC
BIN.HEXBINHEX
BIN.OKTBINOCT
BINOM.ELOSZLLOI.BINOMIALE.N
BINOM.ELOSZL.TARTBINOM.DIST.RANGE
BINOM.ELOSZLÁSLOI.BINOMIALE
BINOM.INVERZLOI.BINOMIALE.INVERSE
BIT.BAL.ELTOLBITLSHIFT
BIT.ÉSBITET
BIT.JOBB.ELTOLBITDECALD
BIT.VAGYBITOU
BIT.XVAGYBITOUEXCLUSIF
BMRTRI
CELLACELLULE
CÍMADRESSE
COSCOS
COSHCOSH
COTCOT
COTHCOTH
CSCCSC
CSCHCSCH
CSERE és CSERE2REMPLACER, REMPLACERB
CSONKTRONQUE
CSÚCSOSSÁGKURTOSIS
DARABNB
DARAB2NBVAL
DARABHATÖBBNB.SI.ENS
DARABTELINB.SI
DARABÜRESNB.VIDE
DÁTUMDATE
DÁTUMÉRTÉKDATEVAL
DEC.BINDECBIN
DEC.HEXDECHEX
DEC.OKTDECOCT
DELTADELTA
ÉCSRIVDB
ELŐJELSIGNE
ELŐREJELZÉSPREVISION
ELSŐ.SZELVÉNYDÁTUMDATE.COUPON.SUIV
ELTÉRŐ.EÁRPRIX.PCOUPON.IRREG
ELTÉRŐ.EHOZAMREND.PCOUPON.IRREG
ELTÉRŐ.UÁRPRIX.DCOUPON.IRREG
ELTÉRŐ.UHOZAMREND.DCOUPON.IRREG
ELTOLÁSDECALER
ÉRTÉKCNUM
ÉRTÉKCSÖKKAMORLINC
ÉRTÉKCSÖKK.TÉNYEZŐVELAMORDEGRC
ÉSET
ÉSZÖSYD
EUROCONVERTEUROCONVERT
ÉVANNEE
EXP.ELOSZLLOI.EXPONENTIELLE.N
EXP.ELOSZLÁSLOI.EXPONENTIELLE
F.ELOSZLLOI.F.N
F.ELOSZLÁSLOI.F
F.ELOSZLÁS.JOBBLOI.F.DROITE
F.INVERZINVERSE.LOI.F.N
F.INVERZ.JOBBINVERSE.LOI.F.DROITE
F.PRÓBF.TEST
F.PRÓBATEST.F
FAKTFACT
FAKTDUPLAFACTDOUBLE
FERDESÉGCOEFFICIENT.ASYMETRIE
FERDESÉG.PSKEW.P
FIPHI
FISHERFISHER
FIXCTXT
FKERESRECHERCHEV
FOKDEGRES
FONETIKUSPHONETIQUE
FORINTDEVISE
FORINT.DECPRIX.DEC
FORINT.TÖRTPRIX.FRAC
GAMMAGAMMA
GAMMA.ELOSZLLOI.GAMMA.N
GAMMA.ELOSZLÁSLOI.GAMMA
GAMMA.INVERZLOI.GAMMA.INVERSE.N
GAMMALNLNGAMMA
GAMMALN.PONTOSLNGAMMA.PRECIS
GAUSSGAUSS
GYAKORISÁGFREQUENCE
GYÖKRACINE
GYÖKPIRACINE.PI
HASI
HAHIÁNYZIKSI.NON.DISP
HAHIBASIERREUR
HAMISFAUX
HARM.KÖZÉPMOYENNE.HARMONIQUE
HATVÁNYPUISSANCE
HELYETTESUBSTITUE
HÉT.NAPJAJOURSEM
HÉT.SZÁMANO.SEMAINE
HEX.BINHEXBIN
HEX.DECHEXDEC
HEX.OKTHEXOCT
HIÁNYZIKNA
HIBA.EESTERR
HIBA.TÍPUSTYPE.ERREUR
HIBAFERF
HIBAF.KOMPLEMENTERERFC
HIBAF.PONTOSERF.PRECIS
HIBAFKOMPLEMENTER.PONTOSERFC.PRECIS
HIBÁSESTERREUR
HIPERGEOM.ELOSZLÁSLOI.HYPERGEOMETRIQUE
HIPERHIVATKOZÁSLIEN_HYPERTEXTE
HIPGEOM.ELOSZLÁSLOI.HYPERGEOMETRIQUE.N
HÍVÁSFONCTION.APPELANTE
HIVATKOZÁSESTREF
HOL.VANEQUIV
HÓNAPMOIS
HÓNAP.UTOLSÓ.NAPFIN.MOIS
HOSSZ és HOSSZ2NBCAR, LENB
HOZAMRENDEMENT.TITRE
HOZAM.LEJÁRATRENDEMENT.TITRE.ECHEANCE
HOZAM.LESZÁMRENDEMENT.SIMPLE
IDŐTEMPS
IDŐÉRTÉKTEMPSVAL
IDŐSZAKI.KAMATINTERET.ACC
IGAZVRAI
IMCOSHCOMPLEXE.COSH
IMCSCCOMPLEXE.CSC
IMSECCOMPLEXE.SEC
INDEXINDEX
INDIREKTINDIRECT
INFÓINFORMATIONS
INTENT
INVERZ.BÉTABETA.INVERSE
INVERZ.FINVERSE.LOI.F
INVERZ.FISHERFISHER.INVERSE
INVERZ.GAMMALOI.GAMMA.INVERSE
INVERZ.KHIKHIDEUX.INVERSE
INVERZ.LOG.ELOSZLÁSLOI.LOGNORMALE.INVERSE
INVERZ.MÁTRIXINVERSEMAT
INVERZ.NORMLOI.NORMALE.INVERSE
INVERZ.STNORMLOI.NORMALE.STANDARD.INVERSE
INVERZ.TLOI.STUDENT.INVERSE
ISO.HÉT.SZÁMAISOWEEKNUM
ISO.PLAFONISO.PLAFOND
JBÉVC
JOBB és JOBB2DROITE, DROITEB
KALK.DÁTUMMOIS.DECALER
KALK.MUNKANAPSERIE.JOUR.OUVRE
KALK.MUNKANAP.INTLSERIE.JOUR.OUVRE.INTL
KAMATÉRZDUREE
KAMATÉRZ.PERPDURATION
KAMATRÁTATAUX.INTERET
KAPOTTVALEUR.NOMINALE
KARAKTERCAR
KBKKFonction DBCS
KCS2DB
KCSADDB
KÉPLETISFORMULA
KÉPLETSZÖVEGFORMULATEXT
KÉPZ.ABSZCOMPLEXE.MODULE
KÉPZ.ARGUMENTCOMPLEXE.ARGUMENT
KÉPZ.COSCOMPLEXE.COS
KÉPZ.COTIMCOT
KÉPZ.CSCHCOMPLEXE.CSCH
KÉPZ.EXPCOMPLEXE.EXP
KÉPZ.GYÖKCOMPLEXE.RACINE
KÉPZ.HÁNYADCOMPLEXE.DIV
KÉPZ.HATVCOMPLEXE.PUISSANCE
KÉPZ.KONJUGÁLTCOMPLEXE.CONJUGUE
KÉPZ.KÜLCOMPLEXE.DIFFERENCE
KÉPZ.LNCOMPLEXE.LN
KÉPZ.LOG10COMPLEXE.LOG10
KÉPZ.LOG2COMPLEXE.LOG2
KÉPZ.ÖSSZEGCOMPLEXE.SOMME
KÉPZ.SECHCOMPLEXE.SECH
KÉPZ.SINCOMPLEXE.SIN
KÉPZ.SINHCOMPLEXE.SINH
KÉPZ.SZORZATCOMPLEXE.PRODUIT
KÉPZ.TANIMTAN
KÉPZ.VALÓSCOMPLEXE.REEL
KÉPZETESCOMPLEXE.IMAGINAIRE
KEREK.FELARRONDI.SUP
KEREK.LEARRONDI.INF
KEREKÍTÉSARRONDI
KERESRECHERCHE
KHI.ELOSZLÁSLOI.KHIDEUX
KHI.PRÓBATEST.KHIDEUX
KHINÉGYZET.ELOSZLÁSLOI.KHIDEUX
KHINÉGYZET.ELOSZLÁS.JOBBLOI.KHIDEUX.DROITE
KHINÉGYZET.INVERZLOI.KHIDEUX.INVERSE
KHINÉGYZET.INVERZ.JOBBLOI.KHIDEUX.INVERSE.DROITE
KHINÉGYZET.PRÓBACHISQ.TEST
KICSIPETITE.VALEUR
KIMETSZSUPPRESPACE
KIMUTATÁSADATOT.VESZLIREDONNEESTABCROISDYNAMIQUE
KISBETŰMINUSCULE
KITEVŐEXP
KJÉVC.PAIEMENTS
KJEGY.ÁRPRIX.BON.TRESOR
KJEGY.EGYENÉRTTAUX.ESCOMPTE.R
KJEGY.HOZAMRENDEMENT.BON.TRESOR
KOCKA.ÉRTÉKVALEURCUBE
KOCKA.FŐTELJMUTMEMBREKPICUBE
KOCKA.HALMJEUCUBE
KOCKA.HALM.DBNBJEUCUBE
KOCKA.HALM.ELEMRANGMEMBRECUBE
KOCKA.TAGMEMBRECUBE
KOCKA.TAG.TULPROPRIETEMEMBRECUBE
KÓDCODE
KOMBINÁCIÓKCOMBIN
KOMBINÁCIÓK.ISMCOMBINA
KOMPLEXCOMPLEXE
KONVERTÁLÁSCONVERT
KORRELCOEFFICIENT.CORRELATION
KOVARCOVARIANCE
KOVARIANCIA.MCOVARIANCE.STANDARD
KOVARIANCIA.SCOVARIANCE.PEARSON
KÖZÉP és KÖZÉP2STXT, MIDB
KRITBINOMCRITERE.LOI.BINOMIALE
KÜLSŐ.AZONOSÍTÓREGISTRE.NUMERO
KÜSZÖBNÉL.NAGYOBBSUP.SEUIL
KVARTILISQUARTILE
KVARTILIS.KIZÁRQUARTILE.EXCLURE
KVARTILIS.TARTALMAZQUARTILE.INCLURE
KVÓCIENSQUOTIENT
LAPFEUILLE
LAPOKSHEETS
LCSAAMORLIN
LEJÁRATI.KAMATINTERET.ACC.MAT
LESZÁMTAUX.ESCOMPTE
LIN.ILLDROITEREG
LKOPGCD
LKTPPCM
LNLN
LOGLOG
LOG.ELOSZLÁSLOI.LOGNORMALE
LOG.ILLLOGREG
LOG10LOG10
LOGIKAIESTLOGIQUE
LOGNORM.ELOSZLÁSLOI.LOGNORMALE.N
LOGNORM.INVERZLOI.LOGNORMALE.INVERSE.N
LRÉSZLETKAMATISPMT
MAAUJOURDHUI
MARADÉKMOD
MAXMAX
MAX2MAXA
MDETERMDETERMAT
VA
MEDIÁNMEDIANE
MEGBÍZHATÓSÁGINTERVALLE.CONFIANCE
MEGBÍZHATÓSÁG.NORMINTERVALLE.CONFIANCE.NORMAL
MEGBÍZHATÓSÁG.TINTERVALLE.CONFIANCE.STUDENT
MEGTÉRÜLÉSTRIM
MEREDEKSÉGPENTE
MÉRTANI.KÖZÉPMOYENNE.GEOMETRIQUE
METSZORDONNEE.ORIGINE
MINMIN
MIN2MINA
MKAMATÉRZDUREE.MODIFIEE
MMÁTRIXMATRICE.UNITAIRE
MÓDUSZMODE
MÓDUSZ.EGYMODE.SIMPLE
MÓDUSZ.TÖBBMODE.MULTIPLE
MOSTMAINTENANT
MPERCSECONDE
MRTAUX.INT.EQUIV
MSZORZATPRODUITMAT
NAGYGRANDE.VALEUR
NAGYBETŰSMAJUSCULE
NAPJOUR
NAP360JOURS360
NAPOKJOURS
NEGBINOM.ELOSZLLOI.BINOMIALE.NEG
NEGBINOM.ELOSZLÁSLOI.BINOMIALE.NEG.N
NÉGYZETÖSSZEGSOMME.CARRES
NEMNON
NEM.SZÖVEGESTNONTEXTE
NÉVLEGESTAUX.NOMINAL
NINCSESTNA
NMÉVAN
NORM.ELOSZLLOI.NORMALE
NORM.ELOSZLÁSLOI.NORMALE.N
NORM.INVERZLOI.NORMALE.INVERSE.N
NORM.S.ELOSZLÁSLOI.NORMALE.STANDARD.N
NORM.S.INVERZLOI.NORMALE.STANDARD.INVERSE.N
NORMALIZÁLÁSCENTREE.REDUITE
NÖVCROISSANCE
OKT.BINOCTBIN
OKT.DECOCTDEC
OKT.HEXOCTHEX
ÓRAHEURE
OSZLOPCOLONNE
OSZLOPOKCOLONNES
ÖSSZ.MUNKANAPNB.JOURS.OUVRES
ÖSSZ.MUNKANAP.INTLNB.JOURS.OUVRES.INTL
ÖSSZEFŰZCONCATENER
ÖSSZES.KAMATCUMUL.INTER
ÖSSZES.TŐKERÉSZCUMUL.PRINCPER
ÖSSZESÍTAGREGAT
PADLÓPLANCHER
PADLÓ.MATPLANCHER.MATH
PADLÓ.PONTOSPLANCHER.PRECIS
PÁRATLANIMPAIR
PÁRATLANEEST.IMPAIR
PÁROSPAIR
PÁROSEEST.PAIR
PEARSONPEARSON
PER.SZÁMNPM
PERCEKMINUTE
PERCENTILISCENTILE
PERCENTILIS.KIZÁRCENTILE.EXCLURE
PERCENTILIS.TARTALMAZCENTILE.INCLURE
PIPI
PLAFONPLAFOND
PLAFON.MATPLAFOND.MATH
PLAFON.PONTOSPLAFOND.PRECIS
POISSONLOI.POISSON
POISSON.ELOSZLÁSLOI.POISSON.N
PRÉSZLETPRINCPER
RADIÁNRADIANS
RANG.ÁTLMOYENNE.RANG
RANG.EGYEQUATION.RANG
RÁTATAUX
RÉSZÁTLAGMOYENNE.REDUITE
RÉSZLETVPM
RÉSZÖSSZEGSOUS.TOTAL
RNÉGYZETCOEFFICIENT.DETERMINATION
RÓMAIROMAIN
RRÉSZLETINTPER
SN
SECSEC
SECHSECH
SINSIN
SINHSINH
SOKSZORREPT
SORLIGNE
SOROKLIGNES
SORÖSSZEGSOMME.SERIES
SORSZÁMRANG
SQSOMME.CARRES.ECARTS
SQL.REQUESTSQL.REQUEST
STHIBAYXERREUR.TYPE.XY
STNORMELOSZLLOI.NORMALE.STANDARD
SZÁMESTNUM
SZÁMÉRTÉKNUMBERVALUE
SZÁZALÉKRANGRANG.POURCENTAGE
SZÁZALÉKRANG.KIZÁRRANG.POURCENTAGE.EXCLURE
SZÁZALÉKRANG.TARTALMAZRANG.POURCENTAGE.INCLURE
SZELVÉNYIDŐNB.JOURS.COUPONS
SZELVÉNYIDŐ.KEZDETTŐLNB.JOURS.COUPON.PREC
SZELVÉNYIDŐ.KIFIZETÉSTŐLNB.JOURS.COUPON.SUIV
SZELVÉNYSZÁMNB.COUPONS
SZÓR.MECARTYPE.STANDARD
SZÓR.SECARTYPE.PEARSON
SZÓRÁSECARTYPE
SZÓRÁSASTDEVA
SZÓRÁSPECARTYPEP
SZÓRÁSPASTDEVPA
SZORHÁNYFAKTMULTINOMIALE
SZORZATPRODUIT
SZORZATÖSSZEGSOMMEPROD
SZÖVEGTEXTE
SZÖVEG.EESTTEXTE
SZÖVEG.KERES és SZÖVEG.KERES2CHERCHE, CHERCHERB
SZÖVEG.TALÁL és SZÖVEG.TALÁL2TROUVE, TROUVERB
SZUMSOMME
SZUMHASOMME.SI
SZUMHATÖBBSOMME.SI.ENS
SZUMX2BŐLY2SOMME.X2MY2
SZUMX2MEGY2SOMME.X2PY2
SZUMXBŐLY2SOMME.XMY2
TT
T.ELOSZLLOI.STUDENT.N
T.ELOSZLÁSLOI.STUDENT
T.ELOSZLÁS.2SZLOI.STUDENT.BILATERALE
T.ELOSZLÁS.JOBBLOI.STUDENT.DROITE
T.INVERZLOI.STUDENT.INVERSE.N
T.INVERZ.2SZLOI.STUDENT.INVERSE.BILATERALE
T.PRÓBT.TEST
T.PRÓBATEST.STUDENT
TANTAN
TANHTANH
TÉNYLEGESTAUX.EFFECTIF
TERÜLETZONES
TÍPUSTYPE
TISZTÍTEPURAGE
TIZEDESDECIMAL
TNÉVNOMPROPRE
TÖBBSZ.KEREKÍTARRONDI.AU.MULTIPLE
TÖRTÉVFRACTION.ANNEE
TRANSZPONÁLÁSTRANSPOSE
TRENDTENDANCE
UNICODEUNICODE
UNIKARAKTERUNICAR
URL.KÓDOLENCODEURL
UTOLSÓ.SZELVÉNYDÁTUMDATE.COUPON.PREC
ÜRESESTVIDE
VAGYOU
VÁLASZTCHOISIR
VALÓSZÍNŰSÉGPROBABILITE
VARVAR
VAR.MVAR.S
VAR.SVAR.P
VARAVARA
VARIÁCIÓKPERMUTATION
VARIÁCIÓK.ISMPERMUTATIONA
VARPVARP
VARPAVARPA
VÉLALEA
VÉLETLEN.KÖZÖTTALEA.ENTRE.BORNES
VIARTD
VKERESRECHERCHEH
WEBSZOLGÁLTATÁSSERVICEWEB
WEIBULLLOI.WEIBULL
WEIBULL.ELOSZLÁSLOI.WEIBULL.N
XBMRTRI.PAIEMENTS
XMLSZŰRÉSFILTRE.XML
XNJÉVAN.PAIEMENTS
XVAGYOUX
Z.PRÓBZ.TEST
Z.PRÓBATEST.Z

Francia Excel függvények magyar megfelelői

 

A tortadiagramok csúcsa

$
0
0

Olvassuk, halljuk tanítjuk, hogy ne használjuk a tortadiagramokat mert nehezen tudunk szemre két tortaszeletet mérete között különbséget tenni, nehezen tudjuk megállapítani a tortaszeletek egészhez viszonyított arányát, nagyon sokszor becsapják az agyat és vonunk le belőle téves következtetéseket. Steve Jobs hírhedt keynote-ja óta pedig már szinte mindenki tudja, hogy a tortadiagramnál csak egy nagyobb fertő van: a 3 dimenziós tortadiagram.

A következőkben mégis mutatok egy alkalmazási területet, ahol a háromdimenziós tortadiagram nemhogy kerülendő, hanem egyenesen a legjobb adatvizualizációs eszköz:

Ezt a tortadiagramot Vass András készítette a BI projekt blog 10 éves születésnapja alkalmából. Érdemes megfigyelni ahogy a 10 gyertya együtt mozog a zenére. András a tortát Excel 2016-ban készítette el és mivel nem jöttem rá hogyan oldotta meg hogy zenére mozogjon a 10 gyertya, ezért megkérdeztem. Íme a válasz:

„Az elképzelés egészen egyszerű volt: egy olyan alkalmazásra volt szükség, ami egy hangfájlból képes a különböző lejátszókon ugráló oszlopokhoz hasonlóan spektrum analízist végezni és ennek eredményét CSV fájlba menteni...[]

...Végül egy nagyszerű WPF hang vizualizációs könyvtár apróbb módosításaival - lejátszáskor az oszlop magasságok és egyéb adatok mentése CSV fájlba, oszlopok számának beállítása 10 darabra - meghozta a kívánt eredményt, előálltak az adatok, immár Excel által fogyasztható formában...[]

...A gyertyák körkörös elhelyezését a legegyszerűbb koordináta transzformációkkal, Excelben megoldani. Annál is inkább, mivel valószínűleg ez lesz az egyetlen alkalmunk, hogy BI megoldásban szögfüggvényeket használjunk.”

Nagyon szépen köszönöm!

A forráskód itt található: BI Projekt Blog Birthday

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.

Új tanfolyam: Power Pivot & Power BI workshop

$
0
0

Készítettem egy új tanfolyamot, amely a Power Pivot és a Power BI legérdekesebb funkcióit, felhasználási területeit mutatja be. Egyfajta Best of Self Service BI tanfolyam, amely keretében a résztevők megtanulhatják alapszinten használni a Power Pivot-ot és a Power BI-t.

Részletes tematika, időpont, ár, stb. a tanfolyam honlapján, amit innen egyből el is érhet. (Nem kell legörgetni az oldal aljára 😊)

Az új tanfolyamnak a fejlesztés alatt „best of self service BI” volt a munkacíme, mert ezzel tudtam legjobban kifejezni a tanfolyam célját: Egy nap alatt megszerezhető, aktívan használható, alapvetően dashboard fókuszú, Power Pivot és Power BI tudást adni a résztvevőknek.

Mit fogunk csinálni a tanfolyamon?

A részletes tematika megtalálható a tanfolyam honlapján, de étvágygerjesztőnek belinkelek egy képet a Power BI-os blokk ereménytermékeiből. Íme:
 

készítmény dashboard

Mi jut elsőnek eszébe a dashboardot nézve? Valószínűleg az, hogy mi az a piros ott a dashboardon. 😊 És ennek a dashboardnak pont ez a célja. Felhívja a figyelmet valamire. Esetünkben arra, ennek a relatíve nagy forgalmú terméknek az értékesítése nagyon elmarad a tavalyi szinttől. Az ember szinte ösztönösen rákattint a piros négyzetre, mert alig várja hogy megtudja: Valyon minden régióban csökkent a forgalom? És ennek a dashboardnak pont ez a célja: Cselekvésre ösztönözzön.

És ha cselekedni akar akkor álljon itt erre a célra egy interaktív dashboard is 😊

Nézze meg a tanfolyam többi dashboardját, a részletes tematikáját, árát, egyéb részleteit is:

Power Pivot & Power BI tanfolyami részletek >>

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2017. május 16.-i Önkiszolgáló BI workshopra. Részletek >>

  

Francia Excel függvények magyar megfelelői

$
0
0

Az angol excel függvények magyar megfelelői után itt vannak a francia excel függvények magyar megfelelői is. Köszönet érte Cseh Andrásnak. Nagy hasznát fogjuk venni az önkiszolgáló BI workshop-on.

Francia Excel függvények magyarul

AB.ÁTLAGBDMOYENNE
AB.DARABBDNB
AB.DARAB2BDNBVAL
AB.MAXBDMAX
AB.MEZŐBDLIRE
AB.MINBDMIN
AB.SZÓRÁSBDECARTYPE
AB.SZÓRÁS2BDECARTYPEP
AB.SZORZATBDPRODUIT
AB.SZUMBDSOMME
AB.VARBDVAR
AB.VAR2BDVARP
ABSABS
ACOSHACOSH
ALAPBASE
ÁRPRIX.TITRE
ÁR.LEJÁRATPRIX.TITRE.ECHEANCE
ÁR.LESZÁMVALEUR.ENCAISSEMENT
ARABCHIFFRE.ARABE
ARCCOSACOS
ARCCOTACOT
ARCCOTHACOTH
ARCTANATAN
ARCTAN2ATAN2
ARCSINASIN
ASCASC
ASINHASINH
ATANHATANH
ÁTL.ELTÉRÉSECART.MOYEN
ÁTLAGMOYENNE
ÁTLAGAAVERAGEA
ÁTLAGHAMOYENNE.SI
ÁTLAGHATÖBBMOYENNE.SI.ENS
AZONOSEXACT
BAHTSZÖVEGBAHTTEXT
BAL és BAL2GAUCHE, GAUCHEB
BESSELIBESSELI
BESSELJBESSELJ
BESSELKBESSELK
BESSELYBESSELY
BÉTA.ELOSZLLOI.BETA.N
BÉTA.ELOSZLÁSLOI.BETA
BÉTA.INVERZBETA.INVERSE.N
BIN.DECBINDEC
BIN.HEXBINHEX
BIN.OKTBINOCT
BINOM.ELOSZLLOI.BINOMIALE.N
BINOM.ELOSZL.TARTBINOM.DIST.RANGE
BINOM.ELOSZLÁSLOI.BINOMIALE
BINOM.INVERZLOI.BINOMIALE.INVERSE
BIT.BAL.ELTOLBITLSHIFT
BIT.ÉSBITET
BIT.JOBB.ELTOLBITDECALD
BIT.VAGYBITOU
BIT.XVAGYBITOUEXCLUSIF
BMRTRI
CELLACELLULE
CÍMADRESSE
COSCOS
COSHCOSH
COTCOT
COTHCOTH
CSCCSC
CSCHCSCH
CSERE és CSERE2REMPLACER, REMPLACERB
CSONKTRONQUE
CSÚCSOSSÁGKURTOSIS
DARABNB
DARAB2NBVAL
DARABHATÖBBNB.SI.ENS
DARABTELINB.SI
DARABÜRESNB.VIDE
DÁTUMDATE
DÁTUMÉRTÉKDATEVAL
DEC.BINDECBIN
DEC.HEXDECHEX
DEC.OKTDECOCT
DELTADELTA
ÉCSRIVDB
ELŐJELSIGNE
ELŐREJELZÉSPREVISION
ELSŐ.SZELVÉNYDÁTUMDATE.COUPON.SUIV
ELTÉRŐ.EÁRPRIX.PCOUPON.IRREG
ELTÉRŐ.EHOZAMREND.PCOUPON.IRREG
ELTÉRŐ.UÁRPRIX.DCOUPON.IRREG
ELTÉRŐ.UHOZAMREND.DCOUPON.IRREG
ELTOLÁSDECALER
ÉRTÉKCNUM
ÉRTÉKCSÖKKAMORLINC
ÉRTÉKCSÖKK.TÉNYEZŐVELAMORDEGRC
ÉSET
ÉSZÖSYD
EUROCONVERTEUROCONVERT
ÉVANNEE
EXP.ELOSZLLOI.EXPONENTIELLE.N
EXP.ELOSZLÁSLOI.EXPONENTIELLE
F.ELOSZLLOI.F.N
F.ELOSZLÁSLOI.F
F.ELOSZLÁS.JOBBLOI.F.DROITE
F.INVERZINVERSE.LOI.F.N
F.INVERZ.JOBBINVERSE.LOI.F.DROITE
F.PRÓBF.TEST
F.PRÓBATEST.F
FAKTFACT
FAKTDUPLAFACTDOUBLE
FERDESÉGCOEFFICIENT.ASYMETRIE
FERDESÉG.PSKEW.P
FIPHI
FISHERFISHER
FIXCTXT
FKERESRECHERCHEV
FOKDEGRES
FONETIKUSPHONETIQUE
FORINTDEVISE
FORINT.DECPRIX.DEC
FORINT.TÖRTPRIX.FRAC
GAMMAGAMMA
GAMMA.ELOSZLLOI.GAMMA.N
GAMMA.ELOSZLÁSLOI.GAMMA
GAMMA.INVERZLOI.GAMMA.INVERSE.N
GAMMALNLNGAMMA
GAMMALN.PONTOSLNGAMMA.PRECIS
GAUSSGAUSS
GYAKORISÁGFREQUENCE
GYÖKRACINE
GYÖKPIRACINE.PI
HASI
HAHIÁNYZIKSI.NON.DISP
HAHIBASIERREUR
HAMISFAUX
HARM.KÖZÉPMOYENNE.HARMONIQUE
HATVÁNYPUISSANCE
HELYETTESUBSTITUE
HÉT.NAPJAJOURSEM
HÉT.SZÁMANO.SEMAINE
HEX.BINHEXBIN
HEX.DECHEXDEC
HEX.OKTHEXOCT
HIÁNYZIKNA
HIBA.EESTERR
HIBA.TÍPUSTYPE.ERREUR
HIBAFERF
HIBAF.KOMPLEMENTERERFC
HIBAF.PONTOSERF.PRECIS
HIBAFKOMPLEMENTER.PONTOSERFC.PRECIS
HIBÁSESTERREUR
HIPERGEOM.ELOSZLÁSLOI.HYPERGEOMETRIQUE
HIPERHIVATKOZÁSLIEN_HYPERTEXTE
HIPGEOM.ELOSZLÁSLOI.HYPERGEOMETRIQUE.N
HÍVÁSFONCTION.APPELANTE
HIVATKOZÁSESTREF
HOL.VANEQUIV
HÓNAPMOIS
HÓNAP.UTOLSÓ.NAPFIN.MOIS
HOSSZ és HOSSZ2NBCAR, LENB
HOZAMRENDEMENT.TITRE
HOZAM.LEJÁRATRENDEMENT.TITRE.ECHEANCE
HOZAM.LESZÁMRENDEMENT.SIMPLE
IDŐTEMPS
IDŐÉRTÉKTEMPSVAL
IDŐSZAKI.KAMATINTERET.ACC
IGAZVRAI
IMCOSHCOMPLEXE.COSH
IMCSCCOMPLEXE.CSC
IMSECCOMPLEXE.SEC
INDEXINDEX
INDIREKTINDIRECT
INFÓINFORMATIONS
INTENT
INVERZ.BÉTABETA.INVERSE
INVERZ.FINVERSE.LOI.F
INVERZ.FISHERFISHER.INVERSE
INVERZ.GAMMALOI.GAMMA.INVERSE
INVERZ.KHIKHIDEUX.INVERSE
INVERZ.LOG.ELOSZLÁSLOI.LOGNORMALE.INVERSE
INVERZ.MÁTRIXINVERSEMAT
INVERZ.NORMLOI.NORMALE.INVERSE
INVERZ.STNORMLOI.NORMALE.STANDARD.INVERSE
INVERZ.TLOI.STUDENT.INVERSE
ISO.HÉT.SZÁMAISOWEEKNUM
ISO.PLAFONISO.PLAFOND
JBÉVC
JOBB és JOBB2DROITE, DROITEB
KALK.DÁTUMMOIS.DECALER
KALK.MUNKANAPSERIE.JOUR.OUVRE
KALK.MUNKANAP.INTLSERIE.JOUR.OUVRE.INTL
KAMATÉRZDUREE
KAMATÉRZ.PERPDURATION
KAMATRÁTATAUX.INTERET
KAPOTTVALEUR.NOMINALE
KARAKTERCAR
KBKKFonction DBCS
KCS2DB
KCSADDB
KÉPLETISFORMULA
KÉPLETSZÖVEGFORMULATEXT
KÉPZ.ABSZCOMPLEXE.MODULE
KÉPZ.ARGUMENTCOMPLEXE.ARGUMENT
KÉPZ.COSCOMPLEXE.COS
KÉPZ.COTIMCOT
KÉPZ.CSCHCOMPLEXE.CSCH
KÉPZ.EXPCOMPLEXE.EXP
KÉPZ.GYÖKCOMPLEXE.RACINE
KÉPZ.HÁNYADCOMPLEXE.DIV
KÉPZ.HATVCOMPLEXE.PUISSANCE
KÉPZ.KONJUGÁLTCOMPLEXE.CONJUGUE
KÉPZ.KÜLCOMPLEXE.DIFFERENCE
KÉPZ.LNCOMPLEXE.LN
KÉPZ.LOG10COMPLEXE.LOG10
KÉPZ.LOG2COMPLEXE.LOG2
KÉPZ.ÖSSZEGCOMPLEXE.SOMME
KÉPZ.SECHCOMPLEXE.SECH
KÉPZ.SINCOMPLEXE.SIN
KÉPZ.SINHCOMPLEXE.SINH
KÉPZ.SZORZATCOMPLEXE.PRODUIT
KÉPZ.TANIMTAN
KÉPZ.VALÓSCOMPLEXE.REEL
KÉPZETESCOMPLEXE.IMAGINAIRE
KEREK.FELARRONDI.SUP
KEREK.LEARRONDI.INF
KEREKÍTÉSARRONDI
KERESRECHERCHE
KHI.ELOSZLÁSLOI.KHIDEUX
KHI.PRÓBATEST.KHIDEUX
KHINÉGYZET.ELOSZLÁSLOI.KHIDEUX
KHINÉGYZET.ELOSZLÁS.JOBBLOI.KHIDEUX.DROITE
KHINÉGYZET.INVERZLOI.KHIDEUX.INVERSE
KHINÉGYZET.INVERZ.JOBBLOI.KHIDEUX.INVERSE.DROITE
KHINÉGYZET.PRÓBACHISQ.TEST
KICSIPETITE.VALEUR
KIMETSZSUPPRESPACE
KIMUTATÁSADATOT.VESZLIREDONNEESTABCROISDYNAMIQUE
KISBETŰMINUSCULE
KITEVŐEXP
KJÉVC.PAIEMENTS
KJEGY.ÁRPRIX.BON.TRESOR
KJEGY.EGYENÉRTTAUX.ESCOMPTE.R
KJEGY.HOZAMRENDEMENT.BON.TRESOR
KOCKA.ÉRTÉKVALEURCUBE
KOCKA.FŐTELJMUTMEMBREKPICUBE
KOCKA.HALMJEUCUBE
KOCKA.HALM.DBNBJEUCUBE
KOCKA.HALM.ELEMRANGMEMBRECUBE
KOCKA.TAGMEMBRECUBE
KOCKA.TAG.TULPROPRIETEMEMBRECUBE
KÓDCODE
KOMBINÁCIÓKCOMBIN
KOMBINÁCIÓK.ISMCOMBINA
KOMPLEXCOMPLEXE
KONVERTÁLÁSCONVERT
KORRELCOEFFICIENT.CORRELATION
KOVARCOVARIANCE
KOVARIANCIA.MCOVARIANCE.STANDARD
KOVARIANCIA.SCOVARIANCE.PEARSON
KÖZÉP és KÖZÉP2STXT, MIDB
KRITBINOMCRITERE.LOI.BINOMIALE
KÜLSŐ.AZONOSÍTÓREGISTRE.NUMERO
KÜSZÖBNÉL.NAGYOBBSUP.SEUIL
KVARTILISQUARTILE
KVARTILIS.KIZÁRQUARTILE.EXCLURE
KVARTILIS.TARTALMAZQUARTILE.INCLURE
KVÓCIENSQUOTIENT
LAPFEUILLE
LAPOKSHEETS
LCSAAMORLIN
LEJÁRATI.KAMATINTERET.ACC.MAT
LESZÁMTAUX.ESCOMPTE
LIN.ILLDROITEREG
LKOPGCD
LKTPPCM
LNLN
LOGLOG
LOG.ELOSZLÁSLOI.LOGNORMALE
LOG.ILLLOGREG
LOG10LOG10
LOGIKAIESTLOGIQUE
LOGNORM.ELOSZLÁSLOI.LOGNORMALE.N
LOGNORM.INVERZLOI.LOGNORMALE.INVERSE.N
LRÉSZLETKAMATISPMT
MAAUJOURDHUI
MARADÉKMOD
MAXMAX
MAX2MAXA
MDETERMDETERMAT
VA
MEDIÁNMEDIANE
MEGBÍZHATÓSÁGINTERVALLE.CONFIANCE
MEGBÍZHATÓSÁG.NORMINTERVALLE.CONFIANCE.NORMAL
MEGBÍZHATÓSÁG.TINTERVALLE.CONFIANCE.STUDENT
MEGTÉRÜLÉSTRIM
MEREDEKSÉGPENTE
MÉRTANI.KÖZÉPMOYENNE.GEOMETRIQUE
METSZORDONNEE.ORIGINE
MINMIN
MIN2MINA
MKAMATÉRZDUREE.MODIFIEE
MMÁTRIXMATRICE.UNITAIRE
MÓDUSZMODE
MÓDUSZ.EGYMODE.SIMPLE
MÓDUSZ.TÖBBMODE.MULTIPLE
MOSTMAINTENANT
MPERCSECONDE
MRTAUX.INT.EQUIV
MSZORZATPRODUITMAT
NAGYGRANDE.VALEUR
NAGYBETŰSMAJUSCULE
NAPJOUR
NAP360JOURS360
NAPOKJOURS
NEGBINOM.ELOSZLLOI.BINOMIALE.NEG
NEGBINOM.ELOSZLÁSLOI.BINOMIALE.NEG.N
NÉGYZETÖSSZEGSOMME.CARRES
NEMNON
NEM.SZÖVEGESTNONTEXTE
NÉVLEGESTAUX.NOMINAL
NINCSESTNA
NMÉVAN
NORM.ELOSZLLOI.NORMALE
NORM.ELOSZLÁSLOI.NORMALE.N
NORM.INVERZLOI.NORMALE.INVERSE.N
NORM.S.ELOSZLÁSLOI.NORMALE.STANDARD.N
NORM.S.INVERZLOI.NORMALE.STANDARD.INVERSE.N
NORMALIZÁLÁSCENTREE.REDUITE
NÖVCROISSANCE
OKT.BINOCTBIN
OKT.DECOCTDEC
OKT.HEXOCTHEX
ÓRAHEURE
OSZLOPCOLONNE
OSZLOPOKCOLONNES
ÖSSZ.MUNKANAPNB.JOURS.OUVRES
ÖSSZ.MUNKANAP.INTLNB.JOURS.OUVRES.INTL
ÖSSZEFŰZCONCATENER
ÖSSZES.KAMATCUMUL.INTER
ÖSSZES.TŐKERÉSZCUMUL.PRINCPER
ÖSSZESÍTAGREGAT
PADLÓPLANCHER
PADLÓ.MATPLANCHER.MATH
PADLÓ.PONTOSPLANCHER.PRECIS
PÁRATLANIMPAIR
PÁRATLANEEST.IMPAIR
PÁROSPAIR
PÁROSEEST.PAIR
PEARSONPEARSON
PER.SZÁMNPM
PERCEKMINUTE
PERCENTILISCENTILE
PERCENTILIS.KIZÁRCENTILE.EXCLURE
PERCENTILIS.TARTALMAZCENTILE.INCLURE
PIPI
PLAFONPLAFOND
PLAFON.MATPLAFOND.MATH
PLAFON.PONTOSPLAFOND.PRECIS
POISSONLOI.POISSON
POISSON.ELOSZLÁSLOI.POISSON.N
PRÉSZLETPRINCPER
RADIÁNRADIANS
RANG.ÁTLMOYENNE.RANG
RANG.EGYEQUATION.RANG
RÁTATAUX
RÉSZÁTLAGMOYENNE.REDUITE
RÉSZLETVPM
RÉSZÖSSZEGSOUS.TOTAL
RNÉGYZETCOEFFICIENT.DETERMINATION
RÓMAIROMAIN
RRÉSZLETINTPER
SN
SECSEC
SECHSECH
SINSIN
SINHSINH
SOKSZORREPT
SORLIGNE
SOROKLIGNES
SORÖSSZEGSOMME.SERIES
SORSZÁMRANG
SQSOMME.CARRES.ECARTS
SQL.REQUESTSQL.REQUEST
STHIBAYXERREUR.TYPE.XY
STNORMELOSZLLOI.NORMALE.STANDARD
SZÁMESTNUM
SZÁMÉRTÉKNUMBERVALUE
SZÁZALÉKRANGRANG.POURCENTAGE
SZÁZALÉKRANG.KIZÁRRANG.POURCENTAGE.EXCLURE
SZÁZALÉKRANG.TARTALMAZRANG.POURCENTAGE.INCLURE
SZELVÉNYIDŐNB.JOURS.COUPONS
SZELVÉNYIDŐ.KEZDETTŐLNB.JOURS.COUPON.PREC
SZELVÉNYIDŐ.KIFIZETÉSTŐLNB.JOURS.COUPON.SUIV
SZELVÉNYSZÁMNB.COUPONS
SZÓR.MECARTYPE.STANDARD
SZÓR.SECARTYPE.PEARSON
SZÓRÁSECARTYPE
SZÓRÁSASTDEVA
SZÓRÁSPECARTYPEP
SZÓRÁSPASTDEVPA
SZORHÁNYFAKTMULTINOMIALE
SZORZATPRODUIT
SZORZATÖSSZEGSOMMEPROD
SZÖVEGTEXTE
SZÖVEG.EESTTEXTE
SZÖVEG.KERES és SZÖVEG.KERES2CHERCHE, CHERCHERB
SZÖVEG.TALÁL és SZÖVEG.TALÁL2TROUVE, TROUVERB
SZUMSOMME
SZUMHASOMME.SI
SZUMHATÖBBSOMME.SI.ENS
SZUMX2BŐLY2SOMME.X2MY2
SZUMX2MEGY2SOMME.X2PY2
SZUMXBŐLY2SOMME.XMY2
TT
T.ELOSZLLOI.STUDENT.N
T.ELOSZLÁSLOI.STUDENT
T.ELOSZLÁS.2SZLOI.STUDENT.BILATERALE
T.ELOSZLÁS.JOBBLOI.STUDENT.DROITE
T.INVERZLOI.STUDENT.INVERSE.N
T.INVERZ.2SZLOI.STUDENT.INVERSE.BILATERALE
T.PRÓBT.TEST
T.PRÓBATEST.STUDENT
TANTAN
TANHTANH
TÉNYLEGESTAUX.EFFECTIF
TERÜLETZONES
TÍPUSTYPE
TISZTÍTEPURAGE
TIZEDESDECIMAL
TNÉVNOMPROPRE
TÖBBSZ.KEREKÍTARRONDI.AU.MULTIPLE
TÖRTÉVFRACTION.ANNEE
TRANSZPONÁLÁSTRANSPOSE
TRENDTENDANCE
UNICODEUNICODE
UNIKARAKTERUNICAR
URL.KÓDOLENCODEURL
UTOLSÓ.SZELVÉNYDÁTUMDATE.COUPON.PREC
ÜRESESTVIDE
VAGYOU
VÁLASZTCHOISIR
VALÓSZÍNŰSÉGPROBABILITE
VARVAR
VAR.MVAR.S
VAR.SVAR.P
VARAVARA
VARIÁCIÓKPERMUTATION
VARIÁCIÓK.ISMPERMUTATIONA
VARPVARP
VARPAVARPA
VÉLALEA
VÉLETLEN.KÖZÖTTALEA.ENTRE.BORNES
VIARTD
VKERESRECHERCHEH
WEBSZOLGÁLTATÁSSERVICEWEB
WEIBULLLOI.WEIBULL
WEIBULL.ELOSZLÁSLOI.WEIBULL.N
XBMRTRI.PAIEMENTS
XMLSZŰRÉSFILTRE.XML
XNJÉVAN.PAIEMENTS
XVAGYOUX
Z.PRÓBZ.TEST
Z.PRÓBATEST.Z

Francia Excel függvények magyar megfelelői

 

Lassú az FKERES()...

$
0
0

Az Excel FKERES() függvénye lassú. Sokan panaszkodnak róla hogy néhány tízezer sor esetén is nagyon sokáig tart amíg összepárosítja az FKERES() az elemeket. Mi lehet ennek az oka és mit tehetünk ellene? Erről szól a most következő cikk.

Az Excelt aritmetikai műveletek végrehajtására optimalizálták. Cellák közti osztás, szorzás, összeadás, kivonás műveletekben profi. Nagyon profi. Erre találták ki. De adatok tárolásában, adatok összekapcsolásában már nem az. Ez utóbbi az adatbáziskezelők terepe, nem a táblázatkezelőké. Az Excel sosem lesz képes többmillió sor hatékony tárolására és kezelésére.  Az adatbáziskezelők viszont igen. És az Excelben van egy olyan adatbáziskezelő ami a fenti célokat szolgálja. A neve Power Pivot és pont arra fejlesztették ki, hogy növelje az FKERES() sebességét, megoldja az adatok hatákony tárolását.

Ha tehát lassú az FKERES(), akkor tegye át az adatokat a Power Pivot adatbáziskezelőjébe aminek eredményeképpen kisebb és gyorsabb Excel fájlokat fog kapni. A Power Pivot többmillió sort képes hatékonyan kezelni az Excelben. Az Önkiszolgáló BI workshopon például 4 különböző forrásból "összelookupolt" 3 millió sornyi adatot kezelünk másodperces válaszidőkkel.

Ha tehát lassú az FKERES() akkor használja helyette a Power Pivotot. A Power Pivot erre lett kitalálva és nagyon hatékonyan oldja meg ezt a problémát...

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.


Korrekciók háttérszínének módosítása

$
0
0

OLAP kockákban át szoktam álltani azoknak a celláknak a háttérszínét, amelyeket a felhasználók töltenek fel. (Pl tervezéskor, korrekciók rögzítésekor, mi lenne ha modellezések alkalmával) hogy mindenki lássa, hogy azok az értékek nem más adatbázisokból jönnek, hanem azokat a felhasználók rögzítették.

/pics/20130902224700/image001.png

Korrekció oszlop háttérszínének állíása

Hogyan változtatom meg egy mező háttérszínét?  A BACK_COLOR() utasítással az MDX Scriptben megadva. Mutatom:

BACK_COLOR([Measures].[Korrekció]) = RGB(255, 255, 204);

A következő cikkből kiderül, hogy hogyan lehet egy measure tartalmát különböző feltételeknek megfelelően formázni: Korrekciók háttérszínének módosítása 2

POWER BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 28.-i Power BI workshopra. Részletek >>

  

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  

Korrekciók háttérszínének módosítása 2

$
0
0

Arról már írtam, a korrekciók háttérszínének módosítása című cikk első részében, hogy hogyan állítható be OLAP (Analysis Services) oldalon egy measure (tehát nem egy számított mező) háttérszíne. Most következzen az, hogy hogyan állítható be a Pivot táblában a háttérszín úgy, hogy a felhasználó a korrekciók rögzítésekor egyből lássa, hogy melyik cellába írhat és melyikbe nem.

Mivel csak tényadatot korrigálhat, ezért azokat a cellákat, amelyekhez tartozik tényadat sárgára színeztem. Mutatom:

/pics/20130908213410/image001.png

A sárga háttérszínű cellákba rögzíthet a felhasználó korrekciókat, a fehérbe nem

A képlet (MDX Script), amit a színezéshez használtam:

BACK_COLOR([Measures].[Korrekció])

= IIF(

                ISEMPTY([Measures].[Tény])

                , RGB(255, 255, 255)

                , RGB(255, 255, 204)

);

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  

Magyar reklámfilm a BI-ról

$
0
0

Elkészült az első Magyarországon játszódó üzleti intelligencia (BI) témájú reklámfilm. Az ismerős helyeket bemutató hangosfilm 1 perc hosszú, és két, az Andokból hazatérő turista Magyarországra gyakorolt hatását elemzi.

A drámai fordulatokat rejtő film érdekessége, hogy Excellel, illetve egy ahhoz ingyenesen letölthető Power map nevű bővítménnyel készült.

POWER BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 28.-i Power BI workshopra. Részletek >>

  

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.

Miért kell a PowerPivot alá adattárház?

$
0
0

Ugyanazért mint amiért a forrásrendszerekre sem futtatunk ad-hoc riportokat:

  • A forrásrendszereket nem terheljük közvetlen adatlekérdezésekkel
  • A forrásrendszerek adatbázisainak lekérdezése az üzleti felhasználók számára reménytelen feladat (többezer tábla, nem beszédes megnevezések, ismeretlen adatkapcsolatok, ...)
  • A forrásadatbázis lekérdezéséhez nincs joguk az üzleti felhasználóknak (Az alkalmazáshoz van, de az adatbázishoz már nincs)

És a PowerPivottal épített önkiszolgáló BI rendszer nem helyettesíti az adattárházat

  • Technikailag sem adattárházra tervezték (Memóriában futó adatbázis kezelő, inkrementálisan nem tölthető, egyszerű jogosultság kezelés, nem nagyon tunningolható, stb)
  • Nem tud megvalósulni az „igazság egy verziója" (Nincs központi adatbázis, nincs egy kézben a fejlesztés, )
  • Nem tudja kezelni a historikus változásokat, nem auditálható, ...

Biztosan van még más is, de elsőre ezek jutottak eszembe.

Tudjon meg többet az itt elhangzottakról és jöjjön el a 2018. április 17.-i BI és adattárház projektvezető képzésre. Részletek >>

  

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  

Egy VIR bevezetés előtt álló cégnek miért fontos az önkiszolgáló BI?

$
0
0

Vezetői információs rendszer (VIR) kell. Pont. De milyen legyen a VIR? Ki építse fel? Oldjuk meg házon belül vagy pályáztassuk meg? Adattárház kell vagy elég csak egy vezetői információs rendszer?

Mit tesz ilyen helyzetben egy VIR bevezetése előtt álló szervezet? Megnéz jó néhány termékbemutatót, tájékozódik az interneten, felhív olyan ismerősöket, akik már éltek át VIR bevezetést és kifaggatja őket hogy mik a tapasztalatok.

De ez még általában kevés. Ahogy egy autót is ki akarunk próbálni vásárlás előtt, úgy egy VIR-t is jó lenne kipróbálni. Mit tud majd a VIR? Hogy fog működni? Mennyire lesz rugalmas? Hogyan tudjuk majd bővíteni? Mindezekről csak úgy győződhetünk meg, ha kipróbáljuk.

Építsünk prototípust!

Egyre szélesebb körben, egyre több helyen használjuk az önkiszolgáló BI eszközöket a fenti kérdések megválaszolására alkalmas prototípus építésére. Ingyenes, vagy az Excel részét képező eszközökkel modellezzük a cég vagy szervezeti egység problémáját és közben gyűjtjük a tapasztalatokat, keressük az eszköz korlátait, elemezzük a buktatókat és alternatívákat keresünk a megoldásukra.

Az elkészült prototípust aztán bemutatjuk cégen belül a döntéshozóknak/kulcsfelhasználóknak, akik aztán visszajelzéseikkel megerősítik, hogy jó úton járunk-e vagy sem, esetleg újabb igényeket fogalmaznak meg és teljes vállszélességgel az ügy mellé állnak (és alig várják hogy kész legyen a VIR :-))

És ehhez nem kell több hónap. Egy-két hét alatt fel lehet építeni azt a prototípust, ami segít megválaszolni a kérdéseket.

Ki építse fel a prototípust?

A prototípus felépítésére megkérhetjük a potenciális szállítót is, de önkiszolgáló BI eszközökkel mi magunk is felépíthetjük azt. (Ha elakadna, tudok segíteni. Van erre tantermi-és on-the-job képzésem is) A belső megvalósításnak ráadásul megvan az az előnye, hogy nem kell kiadnunk szenzitív infókat külső cégeknek addig, amig pontosan nem tudjuk, hogy mit akarunk. Márpedig egy vezetői információs rendszer bevezetésénél ez lehet nagyon fontos.

Összefoglalva: Egy VIR bevezetés előtt álló cégnek érdemes megismerkednie az önkiszolgáló BI lehetőségeivel. Ma már egy egynapos képzés keretei között megtanulhatja, hogy mit hozhat ki ezekből az eszközökből, milyen követelményeket támaszthat a majdani VIR-rel szemben.

Aztán érdemes a tanfolyam után prototípust építeni mert ez fogja igazán megmutatni, hogy hogyan fog viselkedni a szervezet egy VIR bevezetése során. Hozzáférünk automatizált módon a szervezetben található adatokhoz? Integrálni fogjuk tudni őket egy közös adatbázisba? Tényleg jól definiáltak az üzleti folyamataink, fogalmaink, mutatószámaink?

Mindezen kérdések megválaszolása mellett a prototípus felépítésével

  1. Felszínre kerülnek mindazok a buktatók, amik veszélyeztethetik a sikeres bevezetést
  2. Nem kell kiadni infót egy külsős cégnek, addig amíg nem tudjuk pontosan mit akarunk
  3. El tudjuk dönteni néhány nap alatt, hogy magunk akarjuk-e/tudjuk-e felépíteni vagy külső segítséget kell majd bevonni
  4. A prototípust be tudjuk mutatni a vezetőknek, a szervezet többi döntéshozójának, akik vissza tudják igazolni hogy erre van szükségük.
  5. A prototípus remek eszköz az igények felszínre hozására és megfogalmazására egy olyan szervezetnél, ahol nincs még határozott elképzelés a VIR-ről.
  6. Ha használható eredmény jön ki a prototípusból, akkor azt kis ráfordítással élesbe lehet állítani :-)

Úgyhogy érdemes prototipizálni és ebben az önkiszolgáló BI eszközök verhetetlenek.

Tudjon meg többet az itt elhangzottakról és jöjjön el a 2018. április 17.-i BI és adattárház projektvezető képzésre. Részletek >>

  

POWER BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 28.-i Power BI workshopra. Részletek >>

  

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.

Ki építse fel a vállalat önkiszolgáló BI rendszerét?

$
0
0

Kire bízzuk az önkiszolgáló BI rendszer felépítését? Az IT-ra? Az üzleti felhasználókra? Esetleg BI specialistákra?

Az IT-ra?

Aligha. Ha az IT-ra bízzuk az önkiszolgáló BI rendszer felépítését, akkor pont a lényegét veszítjük el az önkiszolgáló BI filozófiának. Az IT-nak fontos szerepe lesz az alapadatok elérhetőségének biztosításában és a projekt végén az elkészült megoldások időzített frissítésének megoldásában, jogosultságok kiosztásában, de a rendszer felépítése nem az ő feladatuk.

Az üzleti területre?

Az üzleti terület szereti az Excelt, de nem ért az adatmodellezéshez, nem ismeri a forrásrendszereket. Ugyanakkor nyitottak az adatbázisok világa felé. Adatbázisokból dolgoztak eddig is, Accessben is csodákra voltak képesek. Ha nem volt a cégnél adattárház, hát építettek valami hasonlót. Úgyhogy ők ismerik az Excelt, nyitottak az adatbázis világa felé, érdemes lehet rájuk bízni az önkiszolgáló BI rendszer felépítését.

BI specialistákra?

Na ez jó kérdés. És megmondom őszintén a válasz cégtől is és üzleti problémától is függ. Mondok egy példát. Adott egy vállalat. Van adattárháza, van OLAP rendszere is, van belső BI csapata néhány BI specialistával. És van egy probléma is, amit adattárház oldalon kéne megoldani, de olyan a külső környezet, hogy a BI csapat nem tud olyan gyorsan fejleszteni, mint amilyen dinamikusan a környezet változására reagálni kell.

Kézenfekvő, hogy az alapadatokat tegyük adattárházba. De mit csináljunk a „gyorsan változó résszel?" Adjuk oda az üzleti felhasználókkal, hogy azt kezeljék ők. Legyen így, de ki építse fel? Mivel a probléma bonyolult, a határidők szűkösek, ezért úgy döntünk, hogy csinálja meg a belső BI csapat és a fejlesztést adja át az üzletnek, aki szép lassan megtanulja, átveszi.

Eredmény? Az üzleti terület „szép lassan" átvette és megszerette. Ma már professzionálisan használják, de az átvétel nagyon lassan ment. Féltek belenyúlni az éles „rendszerbe", nem volt idejük a napi munka mellett ezzel is foglalkozni így jó háromnegyed év volt mire magukénak érezték és merték módosítani.

Mai fejjel is így csinálnánk? Nem. Ez volt az egyike az első önkiszolgáló BI projekteknek. A technológiát uraltuk, a vállalat BI stratégiájába be tudtuk illeszteni az önkiszolgáló BI-t, de a szervezeti kultúrába történő beillesztés módjáról még csak vízióink voltak. Ma már valószínűleg csinálnánk a problémára egy on-the-job BI tréningetés a felhasználókkal KÖZÖSENépítenénk fel a rendszert. Még ha ez lassabb is. Még ha ez több szervezést, kommunikációt, együttgondolkodást is igényel. De megéri, mert jóval hamarabb jutnak el a felhasználók a magabiztos szintre, jóval hamarabb tudják majd alkalmazni a technikát más problémák megoldására is és ezáltal jóval gyorsabban reagálhatnak majd a piaci környezet változásaira.

Tudjon meg többet az itt elhangzottakról és jöjjön el a 2018. április 17.-i BI és adattárház projektvezető képzésre. Részletek >>

  

POWER BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 28.-i Power BI workshopra. Részletek >>

  

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.

Üres cellák nullává konvertálása kocka függvények használatakor

$
0
0

Adott a következő probléma: Kocka függvényeket tartalmazó Excel cellákat akarunk megformázni úgy, hogy

  • Ha a kocka függvény üres értékkel tér vissza, akkor a cellában 0 legyen
  • Egyébként pedig a kockából visszakapott érték

Miért akarunk 0-át kapni? Mert akocka függvény visszatérő üres értéke szöveges típusú, és mint ilyen nem lehet hozzáadni például egy egész számhoz

Megoldási alternatívák:

IF(ISBLANK(...

Sajnos nem fog működni, mert ha egy cella tartalmaz egy függvényt, akkor az a cella nem üres. Függetlenül attól,hogy a függvény üres értéket ad vissza

Cellaformázás

OLAP oldalon szoktunk úgy NULL helyett NULLÁt visszaadni,hogy a FORMAT_STRING property-vel játszunk. Pl.: a #,##0 formázás hatására az üres cella 0 értéket fog visszaadni. No ez az ami Excel oldalon a kocka függvényekkel nem működik. Hiába álltjuk be ezt a custom cellaformázási lehetőségeknél, a cellába nem kerül nulla üres érték esetén

IFERROR(CUBEVALUE()+0; 0)

Ez az ami tökéletesen működik. Ha a kocka függvény által visszaadott üres értékhez hozzáadunk nullát,akkor hibát kapunk és ezt a hibát már le tudjuk kezelni úgy hogy 0 kerüljön a cellába.

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  


Power Query linkek

Open Data: Az adatmegosztás egy új módszere

$
0
0

Ma hogyan osztjuk meg az adatainkat másokkal?

Kitesszük Excel, Access, txt fájlokba és

  • átadjuk pendrive-on
  • elküldjük e-mailen
  • vagy felmásoljuk egy mindenki számára hozzáférhető helyre

Ma ezek az adatcsere legelterjedtebb módszerei. A most következő cikkben mutatok néhány ettől eltérő módszert az adatmegosztásra.

Felhőben futó adatbázis

több, mint 2 éve bérlek a felhőben egy SQL Servert (SQL Server Azure) és osztom meg az Önkiszolgáló BI workshop résztvevőivel ezen keresztül a workshopon használt forrásadatokat. Így bármikor, bárhonnan, a tanfolyam után is elérhetik őket.

Hogy kell elképzelni ezt a felhőben futó SQL Azure-t? Az SQL Azure adatbázis pont úgy viselkedik mint egy kutya közönséges SQL Server adatbázis, csak el lehet érni távolról is. Kezes, szerethető cucc egy informatikusnak. De nem az üzleti felhasználóknak

Ha ugyanis megkérnék egy üzleti felhasználót, hogy „tedd fel légyszi az ország megye város bontást az SQL Azure-ba, hogy ne kelljen mindig mindenkinek Excelben megcsinálnia" akkor valószínűleg dobna egy hátast.

Az SQL Azure ugyanis egy SQL Server. Nem az üzleti felhasználók kezébe való. Nehéz bele adatokat tölteni, a menedzsment eszközeit nem üzleti felhasználóknak tervezték. Úgyhogy az üzleti felhasználó nem fog SQL Azure-ba adatot tölteni, amíg ez a folyamat le nem egyszerűsödik

Adatmegosztók

Az önkiszolgáló BI workshop továbbfejlesztése közben bukkantam arra az adatmegosztóra (FlatMerge), amely a fájlcserélőkhöz hasonló egyszerűséggel működik, de fájlok cserélése helyett adatcserére lett kitalálva.

Működése rém egyszerű. Fel kell töltenünk az adatokat CSV formátumban vagy Excelből közvetlenül egy szerverre és ő visszaad egy linket (url-t) amit keresztül el tudjuk érni az adatokat. Maga ez a link tartalmazza az adatok elérési útját (pl forrástábla elérési útja) és a lekérdezést is. A linket meghívva pedig XML formátumban kapjuk vissza a lekérdezés eredményét és az adatok metaadatait is.

Megj.: Pongyolán fogalmazva így működik az az oData protokol, amelyet a Microsoft ugyanolyan szabványos adatcsere platformnak tervez, mint amilyennek anno az ODBC-t tervezte.

Ami fontos, az az, hogy a PowerPivot támogatja ezt az oData protokolt, így egy linkbe bújtatott lekérdezéssel le tudja kérdezni a forrásadatokat. Ha tehát felpublikáljuk az adatokat a FlatMerge-re, akkor innentől kezdve egy linken keresztül is le tudjuk kérdezni az adatokat. De a lényeg nem ez. A lényeg az, hogy ez a folyamat olyan egyszerű, hogy egy üzleti felhasználó is meg tudja csinálni.

A FlatMerge még új. Nagyon új. Sok korlátja van még és sok időre van még ahhoz szükség, hogy kiforrja magát. De remekül mutatja azt az irányt, hogy hogyan egyszerűsödik a világ és hogyan vállnak bonyolult informatikai folyamatok egyre egyszerűbbé.

A következő cikkben be is mutatom, hogy hogyan tudjuk használni a szolgáltatást. (És terveim szerint el fog készülni a felhőben egy dátum dimenzió tábla is, amit aztán mindenki szabadon használhat majd forrásként a PowerPivot modelljének felépítésekor.)

POWER BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 28.-i Power BI workshopra. Részletek >>

  

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.

Open Data: Dátum dimenzió Power Pivot felhasználóknak

$
0
0

Adott a következő probléma: Minden PowerPivotban készült adatbázishoz szükség van egy dátum táblára hiszen szinte minden adatot idősorosan szeretnénk elemezni: Év negyedév bontásban, előző év azonos időszakához viszonyítva, stb.

A probléma csak annyi, hogy ezt a dátum táblát, (dátum dimenzió táblát) amely tartalmazza az év negyedév hónap bontást minden egyes adatbázishoz el szoktuk készíteni ahelyett, hogy egy, központi helyen tárolt példányt használnánk.

Kérdés: Nem lehetne egy dátum táblát feltenni valahova a felhőbe, ahonnan mindig mindenki elérheti? És akkor nem kéne mindenkinek külön-külön legyártania?

Dehogynem. Ezt én meg is tettem, és feltettem a felhőbe egy dátum táblát, hogy ne kelljen minden egyes elemzés során, minden egyes embernek újra kifejlesztenie :-)

Mutatom, hogy hogy éri el PowerPivoton keresztül ezt a dátum táblát:

A PowerPivot ablakban kattintson az adatszolgáltatásból gomb alatt elérhető oData adatcsatornából menüre:

import oData feed

Majd a megjelenő ablak Adatcsatorna URL címe mezőbe írja be az alábbi linket:

http://flatmerge.com/Data/odata/40ab25c2-d7d7-41cf-b214-53c69af17ac4

import oData feed

Tovább, tovább, befejezés és elkészült a dátum dimenzió tábla:

Kimutatásmezők a Pivot táblában

A dátum táblát Excelben megcsináltam, kiexportáltam szövegfájlba, feltöltöttem a FlatMerge-re, és ennyi. Persze ez a valóságban sajnos nem volt ilyen egyszerű, de innentől kezdve bárki, aki ismeri a linket elérheti ezt a dátum táblát.

Használja egészséggel :-)

Ui.: Felteszem ide az Önkiszolgáló BI workshopon használt egyszerűsített dátum, és régió táblát, így ha valaki szeretné kipróbálni az oData feed-ből történő adatbeolvasást, akkor az alábbi linkekenkeresztül megteheti:

Ui2.: A régió táblát CSV formátumban feltöltöttem az OPENDATA.HU-ra is, így aki közvetlenül Excelből akarja elérni az adatokat, az használhatja a következő linket: http://www.opendata.hu/storage/f/2014-03-30T10%3A18%3A40.272Z/regio-nuts.csv

POWER BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 28.-i Power BI workshopra. Részletek >>

  

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.

Lassú az FKERES (VLOOKUP)...

$
0
0

Az Excel aritmetikai műveletekre lett optimalizálva. Pont. Összeadásban, kivonásban és egyéb matematikai műveletekben erős. Nagyon erős. De az adatok keresése, összepárosítása már kívül esik az aritmetika témakörén és az Excel csak nagyon lassan, rémes teljesítménnyel tud megbirkózni vele.

Úgyhogy ha lassú az FKERES () vagy a VLOOKUP() akkor érdemes a Power Pivot bővítményt használni a teljesítmény fokozására. Kevesen tudják, de az Excel a 2013-as verziótól kezdve ugyanezt csinálja: Ha a Pivot táblához hozzáadunk újabb forrástáblákat, akkor az Excel automatikusan legyárt a háttérben a PowerPivo segítségével egy adatbázist, és a táblák összekötését az adatbázis kezelőre bízza:

És ettől a ponttól kezdve az adatokat már nem az Excel, hanem a háttérben futó Power Pivot adatbázis tárolja.

Úgyhogy ha lassú az FKERES() VLOOKUP() akkor rakja be a két táblát a PowerPivot adatbázisba és bízza azok összekötését az adatbázis kezelőre J

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  

Villámhír: Köv. nyílt önkiszolgáló BI workshop: 2014.09.16.

$
0
0

A következő nyílt Önkiszolgáló BI workshop 2014. szeptember 16.-án lesz. Van „ki korán kel aranyat lel” kedvezmény, van „hozza el a kollégáját kedvezmény” úgyhogy érdemes meglátogatni a képzés honlapját.

POWER BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 28.-i Power BI workshopra. Részletek >>

  

ÖNKISZOLGÁLÓ BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. február 27.-i Önkiszolgáló BI workshopra. Részletek >>

  

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.

Viewing all 129 articles
Browse latest View live