Power Pivot στο Excel: Ο οδηγός για ανάλυση δεδομένων  Εισαγωγή Το Excel είναι εδώ και δεκαετίες το πιο δημοφιλές εργαλείο για ανάλυση δεδομένων. Παρόλα αυτά, όταν τα δεδομένα γίνονται πολλά ή προέρχονται από διαφορετικές πηγές, τα παραδοσιακά εργαλεία του Excel (όπως οι τύποι και τα Pivot Tables) αρχίζουν να έχουν περιορισμούς. Εδώ έρχεται το Power Pivot, ένα πρόσθετο (add-in) που μετατρέπει το Excel σε μία ισχυρή πλατφόρμα Business Intelligence. Σου επιτρέπει να συνδέεις πολλούς πίνακες, να δημιουργείς σχέσεις μεταξύ τους, να δουλεύεις με εκατομμύρια γραμμές και να χρησιμοποιείς τη γλώσσα DAX (Data Analysis Expressions) για να φτιάξεις προηγμένους υπολογισμούς. Με λίγα λόγια, το Power Pivot είναι το βήμα ανάμεσα στο παραδοσιακό Excel και στο Power BI.Σε αυτόν τον οδηγό θα δούμε: Τι είναι το Power Pivot και πώς το ενεργοποιείς. Πώς εισάγεις δεδομένα από διάφορες πηγές. Πώς φτιάχνεις data models και δημιουργείς σχέσεις. Πώς στήνεις Pivot Tables πάνω από αυτά τα μοντέλα. Παραδείγματα DAX και σενάρια ανάλυσης. Προτεινόμενους πόρους για περαιτέρω μάθηση. 1. Πριν ξεκινήσεις Ποιες εκδόσεις υποστηρίζουν Power Pivot; Το Power Pivot δεν είναι διαθέσιμο σε όλες τις εκδόσεις του Excel. Θα το βρεις σε: Excel 2010 & 2013 (Professional Plus, Office 365 ProPlus, Excel Standalone) Excel 2016, 2019, 2021, Microsoft 365 (όλες οι εκδόσεις με Power Query / Power BI integration) Αν έχεις Office Home & Student, πιθανότατα δεν θα το βρεις. Πώς το ενεργοποιείς Άνοιξε το Excel. Πήγαινε: Data → Data Tools Βρες το εικονίδιο  2. Πώς λαμβάνεις δεδομένα Το Power Pivot μπορεί να αντλήσει δεδομένα από πολλές διαφορετικές πηγές, κάτι που είναι τεράστιο πλεονέκτημα. Κύριες πηγές Excel Tables (πίνακες μέσα στο ίδιο workbook). CSV / Text Files (π.χ. exports από ERP). Databases (SQL Server, Oracle, Access, MySQL). Online Feeds (OData, Azure, SharePoint). Άλλα Excel Workbooks. Παράδειγμα Έστω ότι έχουμε: Ένα πίνακα Sales με όλες τις πωλήσεις. Ένα πίνακα Products με όλα τα προϊόντα. Ένα πίνακα Customers με στοιχεία πελατών. Αντί να τα ενώσουμε όλα σε έναν τεράστιο πίνακα με VLOOKUP, τα φορτώνουμε στο Power Pivot ως ξεχωριστούς πίνακες. Εφόσον τα δεδομένα βρίσκονται στο ίδιο workbook, ξεκινάμε από έναν πίνακα (π.χ. Sales) και δημιουργούμε ένα νέο PivotTable. Στο παράθυρο διαλόγου, επιλέγουμε “Add this data to the Data Model”. Με αυτόν τον τρόπο, το Excel δημιουργεί ένα ενιαίο μοντέλο δεδομένων που μπορούμε να επεκτείνουμε με επιπλέον πίνακες και σχέσεις. Παρότι η οθόνη μοιάζει με το κλασικό Pivot Table Field List, στην πραγματικότητα έχουμε ήδη περάσει σε περιβάλλον Power Pivot. Η απόδειξη είναι ότι τα πεδία εμφανίζονται οργανωμένα κάτω από το όνομα του πίνακα (π.χ. TableSales). Αυτό μας δείχνει ότι δουλεύουμε πάνω στο Data Model, άρα μπορούμε αργότερα να προσθέσουμε και άλλους πίνακες και να τους συνδέσουμε μέσω relationships Επιλέγοντας All βλέπουμε όλους τους πίνακες που έχουν φορτωθεί στο Data Model. Σε αυτό το σημείο, οι πίνακες είναι ανεξάρτητοι μεταξύ τους. Για να μπορέσουμε να δημιουργήσουμε Pivot Tables που αντλούν πεδία από διαφορετικούς πίνακες, είναι απαραίτητο να ορίσουμε τις σωστές σχέσεις (relationships). Αυτές οι σχέσεις λειτουργούν όπως σε μια σχεσιακή βάση δεδομένων: συνδέουν τα IDs από διαφορετικούς πίνακες και επιτρέπουν την ενιαία ανάλυση δεδομένων 4. Πώς κάνεις link data  (Relationships) Ένα από τα πιο δυνατά χαρακτηριστικά του Power Pivot είναι οι σχέσεις. Τι είναι οι σχέσεις; Μια σχέση (relationship) δηλώνει πώς δύο πίνακες συνδέονται μεταξύ τους μέσω ενός πεδίου-κλειδιού. Primary Key: μοναδική τιμή σε έναν πίνακα (π.χ. ProductID στον πίνακα Products). Foreign Key: αντίστοιχη στήλη σε άλλον πίνακα (π.χ. ProductID στον πίνακα Sales). Παράδειγμα Συνδέουμε Sales.ProductID → Products.ProductID. Συνδέουμε Sales.CustomerID → Customers.CustomerID. Με αυτόν τον τρόπο, μπορούμε να φτιάξουμε Pivot Table που δείχνει: Σύνολο πωλήσεων ανά προϊόν. Σύνολο πωλήσεων ανά περιοχή πελάτη. Συνδυασμό και των δύο! Στο παράδειγμά μας θα ορίζουμε τις σχέσεις (relationships) μεταξύ των πινάκων μας.  Επιλέγετε από το Ribon -> Pivot Table Analyze-> Relationships Όπως φαίνεται στο παράθυρο Manage Relationships, το TableSales συνδέεται με το TableCustomers μέσω του πεδίου CustomerID και με το TableProducts μέσω του πεδίου ProductID. Με αυτές τις συνδέσεις, το Data Model μετατρέπεται σε μία ολοκληρωμένη σχεσιακή βάση δεδομένων, όπου μπορούμε να αντλούμε δεδομένα από διαφορετικούς πίνακες ταυτόχρονα. Έτσι, όταν δημιουργούμε ένα Pivot Table, μπορούμε για παράδειγμα να εμφανίσουμε πωλήσεις από το TableSales, να τις αναλύσουμε κατά κατηγορία προϊόντος από το TableProducts και να τις συγκρίνουμε ανά περιοχή πελάτη από το TableCustomers Από Ribon -> Data -> Data Model -> Manage Data Model επέλεξε Διάγραμμα View Στο Diagram View βλέπουμε με γραφικό τρόπο το Data Model που έχουμε δημιουργήσει. Κάθε κουτάκι αντιπροσωπεύει έναν πίνακα: Ο TableSales είναι ο κεντρικός πίνακας συναλλαγών (fact table) που περιέχει τις πωλήσεις. Ο TableProducts περιέχει πληροφορίες για τα προϊόντα και συνδέεται με το TableSales μέσω του πεδίου ProductID. Ο TableCustomers περιέχει στοιχεία πελατών και συνδέεται με το TableSales μέσω του πεδίου CustomerID. Οι γραμμές που βλέπουμε ανάμεσα στους πίνακες είναι οι relationships που έχουμε δημιουργήσει. Το “1” δηλώνει ότι κάθε προϊόν ή κάθε πελάτης εμφανίζεται μία φορά στον πίνακα αναφοράς (lookup table), ενώ το “*” δηλώνει ότι μπορεί να εμφανίζεται πολλές φορές στον πίνακα πωλήσεων. Αυτή είναι η κλασική σχέση one-to-many. Με αυτόν τον τρόπο, το μοντέλο μας οργανώνεται σε μια λογική αστεριού (star schema): στο κέντρο έχουμε τον πίνακα με τα γεγονότα (πωλήσεις) και γύρω του τους πίνακες διάστασης (προϊόντα, πελάτες). Έτσι μπορούμε να δημιουργήσουμε Pivot Tables που διασταυρώνουν πληροφορίες από διαφορετικούς πίνακες με απόλυτη ακρίβεια και χωρίς περίπλοκους τύπους. 5. Δημιουργία Pivot Table με Power Pivot Παράδειγμα Pivot Table Rows: Products[Category] Columns: Customers[Region] Values: SUM(Sales[Amount]) Αποτέλεσμα: Πίνακας που δείχνει τις πωλήσεις ανά κατηγορία προϊόντος και ανά περιοχή. 6. Εισαγωγή στη γλώσσα DAX (Data Analysis Expressions) Η γλώσσα DAX είναι το “καύσιμο” πίσω από το Power Pivot. Με DAX μπορείς να φτιάξεις Measures και Calculated Columns. Measures Τα Measures είναι υπολογισμοί που εκτελούνται στο context ενός Pivot Table. Επιλέγουμε με Δεξί κλικ πάνω στον πίνακα Add Measure  Παράδειγμα 1: Total Sales  Total Sales := SUM(TableSales[Amount])  Παράδειγμα 2: Average Sales per Customer  Avg Sales per Customer := =DIVIDE(SUM([Amount]),DISTINCTCOUNT([CustomerID]))   7. Συνηθισμένα Business Scenarios Σενάριο 1: Ανάλυση Πωλήσεων Θέλεις να δεις συνολικές πωλήσεις ανά προϊόν και ανά περιοχή. Φτιάχνεις σχέσεις μεταξύ Sales, Products, Customers. Χρησιμοποιείς Pivot Table για διασταύρωση δεδομένων. Σενάριο 2: Παρακολούθηση KPIs Δημιουργείς