Power BI dersleri
150 ücretsiz Türkçe ders. Metni burada oku, alıştırmaları uygulamada çöz.
Temel
Başlangıç
- Power BI'ın hikâyesi: Excel eklentisinden veri platformuna
- Power BI ailesi ve iş akışı
- Desktop arayüz turu
- Menüler turu: hangi komut nerede?
- Power BI Service’te rapor kullanmak
- Power BI ve Excel birlikte: Excel’de analiz et, bağlı tablolar, dışa aktarma
- Veri okuryazarlığı: rakamı doğru okumak ve doğru soruyu sormak
- Power BI Desktop kurulumu: bilgisayarını hazırla
- 1 dakikada ilk ölçün
Veri Hazırlama
- Veri alma ve bağlantı modları
- Power Query ile veri temizleme
- Power Query: metin, sayı ve tarih dönüşümleri
Veri Modelleme
DAX Temelleri
- DAX'a giriş: ölçü, hesaplanmış sütun, söz dizimi
- Toplama fonksiyonları ve DIVIDE
- DAX'ta tarih, metin ve sayma fonksiyonları
- Hesaplanmış tablolar: CALENDAR, GENERATESERIES, DATATABLE ve özet tablolar
- DAX metin fonksiyonları: LEFT, MID, SEARCH, SUBSTITUTE, VALUE alıştırmaları
Görselleştirme
- İlk raporunu kur
- Doğru görseli seçmek
- Temel görseller ve alan kutuları
- Biçim bölmesi: her ayar ne işe yarar?
- Filtreler bölmesi ve dilimleyiciler
- Talepten rapor brifine: ihtiyaç toplama ve sayfa planı
- Rapor kavramları: KPI, hedef ve gösterge türleri
Orta
DAX Bağlamları
- Filtre bağlamı (filter context) ve satır bağlamı (row context)
- CALCULATE: filtre bağlamını değiştirmek
- Yineleyiciler (iterators): SUMX, AVERAGEX ve RELATED
- FILTER, ALL, ALLEXCEPT, ALLSELECTED: pay ve oranlar
Zaman Zekâsı
- Zaman zekâsı: YTD, geçen yıl, büyüme
- Dönem fonksiyonları: DATESMTD, DATESQTD, STARTOF, ENDOF, OPENING ve CLOSINGBALANCE
DAX Kalıpları
- VAR / RETURN, IF ve SWITCH
- Sıralama ve ilk N: RANKX ve TOPN
- Yarı toplanabilir ölçüler (semi-additive): stok, bakiye, kapanış
- BLANK, hatalar ve DAX’ta hata ayıklama
Veri Hazırlama
- Power Query: birleştirme, ekleme, özetten çıkarma
- Power Query ile modele hazırlık
- Power Query: join türleri, dizin sütunu ve gruplu sıra
- Veri bağlantıları: veritabanı, yerel SQL sorgusu, Desktop ile Service
- Power BI analisti için SQL: kaynağı sorgulamak ve DAX ile karşılaştırmak
- Veri akışları ve paylaşılan anlam modelleri: hazırlığı bir kez yap, herkes kullansın
- Birden çok veri kaynağıyla çalışmak: ekle, birleştir, ilişkilendir
- Power Query menü haritası 1: bölmeler, Giriş, Görünüm, Araçlar
- Power Query menü haritası 2: Dönüştür ve Sütun ekle
- M kodu yazmaya başla: değerler, let, each, if, tür sistemi
- M’de kayıt, liste, tablo: yapıları kurmak ve gezmek
- Table işlevlerini elle yazmak: grupla, pivot, unpivot, birleştir
- List, Text, Date: List.Accumulate, List.Generate, Text.Split
- Pivot, Unpivot ve Transpose: tablonun yönünü değiştirmek
- Power Query komutları uygulama: satır, sütun, ayıklama, örnekten sütun
- M işlevleri alıştırması: Text, List, Record, Date
Görselleştirme
- Görselleştirme ilkeleri
- Etkileşimler: dilimleyici, detaya inme, araç ipucu, yer işareti
- Koşullu biçimlendirme ve KPI'lar
- Temalar, sayfa ayarları ve tuval tasarımı
- Raporla hikâye anlatmak: yer işareti, araç ipucu, detay, gezinme
- Mobil düzen, erişilebilirlik, dışa aktarma ve kişiselleştirme
- Görsel algı: bilişsel yük, küçük katlar, kombo ve dağılım grafikleri
- Kullanıcı odaklı tasarım: kademeli açığa çıkarma, düğme durumları ve simgeler
- Özel grafik teknikleri: şelale, huni, gösterge, tornado, harita ve özel görseller
Veri Modelleme
- Hedef ve gerçekleşen: farklı ayrıntı düzeyleri
- Rol oynayan boyutlar ve USERELATIONSHIP
- Model tasarımı II: kar tanesi şema, bileşik anahtar, ayrıntı düzeyi ve görünürlük
Analiz
- Temel istatistik, gruplama ve kutulama
- Analiz özellikleri ve yapay zekâ görselleri
- Keşifçi veri analizi: eksik değer, dağılım, aykırı değer ve korelasyon
- Copilot ile çalışmak ve modeli yapay zekâya hazırlamak
- Power BI’da Python ve R
- Ayrıştırma ağacı ve anahtar etkileyiciler: soru sorarak analiz
- Power Platform ile eyleme geçmek: Power Automate, Power Apps ve veri uyarıları
- Rapordan karara: yönetici toplantısında rapor kullanmak
DAX Temelleri
Fabric
Vaka Çalışmaları
- Vaka: stok analizi
- Vaka: satış performansı ve hedef takibi
- Vaka: şehir ve temsilci kıyaslaması (benchmarking)
- Vaka: pazar payı ve rakip karşılaştırması
Kariyer
- Paydaşlarla çalışmak: talep, önceliklendirme, demo ve geri bildirim
- Portföy, CV ve ilk 90 gün: Power BI işine hazırlanmak
- Bir BI projesini baştan sona yürütmek: plan, sprint, teslim ve bakım
Yönetim ve Güvenlik
- Rapor kalitesi: veri mutabakatı, ölçü testleri, belgeleme ve kabul testi
- Çalışma alanı (workspace) kurmak ve raporu yayımlamak
- Panolar (dashboards): kutucuk, canlı sayfa ve veri uyarısı
- Paylaşım ve erişim: bağlantı türleri, izinler ve dağıtım seçimi
- Power BI uygulamaları (apps): kurmak, kitleler, güncellemek
- Yorum ve iş birliği: rapor üzerinde konuşmak, Teams ve PowerPoint
- Veri yenileme: türler, zamanlama, sınırlar ve hata teşhisi
- On-premises data gateway: ne zaman gerekir, nasıl kurulur, nasıl teşhis edilir
- Kullanım ve izleme: kim açıyor, ne yavaş, kapasite nereye gidiyor?
- Yerel geliştirme: .pbix’ten .pbip’e, DAX sorgu görünümü, TMDL ve Git
İleri DAX
İleri
İleri DAX
- Bağlam geçişi (context transition)
- DAX sorguları ve tablo fonksiyonları
- Tablo fonksiyonları, kümeler ve sanal ilişkiler
- Pencere fonksiyonları (window functions) ve görsel hesaplamalar (visual calculations)
- Yapay zekânın yazdığı DAX’ı denetlemek
- DAX kullanıcı tanımlı fonksiyonları (UDF): tekrar eden mantığı tek yerde toplamak
Zaman Zekâsı
- Gelişmiş zaman hesapları
- Zaman serisi analizi: gün etkisi, mevsimsellik, tahmin ve büyüme oranları
- Özel takvimler: mali yıl, hafta tabanlı ve 4-4-5 takvimlerle zaman zekâsı
İleri Modelleme
- Hesaplama grupları, alan parametreleri, görsel hesaplamalar
- Performans ve VertiPaq
- DAX optimizasyonu: depolama motoru, formül motoru
- Kurumsal model: bileşik, toplamalar, Direct Lake, artımlı yenileme, XMLA
- Çoka çok ilişkiler, köprü tablolar ve ilişki türleri
- Büyük modeller: artımlı yenileme, hibrit tablolar, toplama tabloları ve bileşik modeller
Yönetim ve Güvenlik
- Satır ve nesne düzeyinde güvenlik
- Yayımlama, yenileme ve yaşam döngüsü
- Yönetişim: erişim, etiketler, onay, abonelik ve uyarılar
- Sayfalandırılmış raporlar (paginated reports): ne zaman, nasıl?
- Yaşam döngüsü: PBIP, TMDL, Git, dağıtım işlem hatları, şablonlar
- Power BI ortamını yönetmek: lisans, kapasite, mükemmeliyet merkezi ve benimseme
- Power BI’ı uygulamalara taşımak: gömme, REST API, otomasyon ve özel görseller
Veri Hazırlama
- M dili: Power Query'nin arkasındaki kod
- Özel fonksiyon ve parametre: tekrar eden işi tek yere toplamak
- Klasörden dosya birleştirme: Folder.Files, Binary, yardımcı sorgular
- M’de hata yönetimi: try, otherwise, catch, error, hata hücreleri
- Sorgu katlama, Table.Buffer, performans, Value.NativeQuery
Görselleştirme
Sınav Hazırlığı
Müşteri Analitiği
- Müşteri analitiği: yeni, geri dönen, kayıp, kohort, RFM
- Segmentasyon: ABC, dinamik dilimler ve ne olur analizi
Uzman DAX
- İleri iş kalıpları: Top N + Diğer, sepet, LFL, para birimi
- Hiyerarşiler: ebeveyn-çocuk, düzensiz hiyerarşi, hiyerarşiye göre hesap
- DAX’ın iç mantığı: genişletilmiş tablolar, veri soyu ve keyfi biçimli filtreler
- Uzman kalıplar: devam eden olaylar, karşılaştırılabilir dönem, döviz çevirme ve farklı taneciklikte bütçe
Analiz
- İleri istatistik: eğilim, z-skoru, mevsimsellik
- Finansal raporlama: gelir tablosu, bütçe sapması, oranlar ve finansal fonksiyonlar
- Finansal tablolar ve yatırım analizi: bilanço, nakit akışı, oranlar ve sermaye bütçelemesi
Bitirme
Kariyer
Fabric
- Fabric’te yıldız şema: SCD Tip 2, köprü tablolar ve Delta bakımı
- Fabric’te veriyi hazırlamak: T-SQL görünümleri, saklı yordamlar, not defterleri ve işlem hatları
- Gerçek zamanlı analitik: Eventhouse, KQL ve gerçek zamanlı panolar
- Fabric’e veri getirmek: kısayol, işlem hattı, veri akışı, not defteri (ödevli)
- Ambar ödevi: T-SQL ile yıldız şema, görünüm ve saklı yordam
- Lakehouse ödevi: PySpark ile temizlik, Delta ve dosya bakımı
- OneLake: tek veri gölü, kısayol, yansıtma ve güvenlik
- Lakehouse: Files ve Tables, SQL analiz uç noktası, katmanlı mimari
- Data Factory ve veri kaynakları: Fabric’e veriyi hangi yolla getirirsin?
- İşlem hatları (pipelines): etkinlik, bağımlılık, parametre, zamanlama ve hata
- Fabric’te anlam modeli (semantic model): Direct Lake’i kurmak ve işletmek
- Fabric ve Power BI’da Copilot: gerçekte ne yapar, neyi yapmaz?