نمونه پروژه داده های اقتصادی با Power BI

معرفی پروژه Power BI داده های اقتصادی
معرفی Power BI
هدف از ایجاد این نمونه کار
معرفی طراح پروژه
نحوه جمع آوری داده های پروژه
ویژگی ها و قابلیت های مهم این پروژه
توضیحات طراح پروژه
نتیجه‌گیری
مشاهده نمونه کار

معرفی پروژه Power BI داده‌های اقتصادی

پروژه‌ی Power BI داده‌های اقتصادی ایران به کوشش جناب آقای مهدی قهرمان‌پور با گردآوری داده‌ها و شاخص های مهم اقتصادی ایران در سال 1403 انجام شده است. در این صفحه اطلاعات کامل این پروژه را مطالعه کنید و در صورت نیاز، با طراح پروژه بطور مستقیم در ارتباط باشید.

معرفی Power BI

نرم افزار Microsoft Power BI در حال حاضر بهترین، کاملترین و محبوب ترین نرم افزار تحلیل داده در دنیاست. این نرم افزار شامل چهار قسمت مختلف برای اجرای کل فرآیند تبدیل داده به اطلاعات می باشد. بخش اول Power Query نام دارد که برای ایجاد گام های پاکسازی و تغییر شکل داده ها و تبدیل جداول به حالت استاندارد استفاده می شود. پس از پاکسازی دادها وارد قسمت دوم یعنی بخش مدلسازی یا همان Data Model می شوند. این قسمت وظیفه تعریف روابط بین جداول (Relationship) را بر عهده دارد. قسمت سوم پاور بی آی همان مصور سازی است که شامل صدها نمودار و همچنین قابلیت های بسیار حرفه ای و مدرن مصورسازی می باشد. در نهایت اگر نمودار ها در نمایش ضعف و نقصی داشته باشند از زبان فرمول نویسی DAX برای تحلیل های حرفه ای تر استفاده می شود.

هدف از ایجاد این نمونه کار

پس از پایان دوره‌ آفلاینPower BI آقای بغدادی، پروژه‌ای را برای پیاده‌سازی آموزش‌هایم در شرکت اجرا کردم، اما همیشه به دنبال یک چالش خوب و سخت بودم تا از تمامی اندوخته‌هایم استفاده کنم. تا اینکه جرقه این پروژه به ذهنم خطور کرد. من همیشه، چه در حوزه فعالیت اقتصادی و چه در حوزه تخصص کاری، به داده‌های اقتصادی نیاز داشتم، اما از نظر خودم تهیه داده‌ها به صورت دستی برای من وقت‌گیر و غیر حرفه ای بود. تسهیل در دسترسی به آمار و داده‌های اقتصادی برای فعالیت‌های تجاری و شخصی افراد و ایجاد بستری برای تحلیل این داده‌ها، مانند نمایش روندها، نمایش بازه‌های صعود و نزول، مقایسه داده‌ها و پیش‌بینی‌های اقتصادی، مهم‌ترین هدف من در ایجاد این پروژه بوده است.

معرفی طراح پروژه

مهدی قهرمان پور / کارشناسی مدیریت مالی غیر انتفاعی نورطوبی / کارشناسی ارشد مدیریت صنعتی خوارزمی تهران
سابقه 5 سال اشتغال در حوزه مالی و 2 سال فعالیت تخصصی در حوزه ارزیابی عملکرد (بودجه / کارت امتیاز متوازن)

ایمیل ارتباطی آقای قهرمان پور Ghahramanpoormahdi @ gmail. com

نحوه جمع آوری داده‌های پروژه

منبع داده ها پروژه

در شروع طراحی این پروژه، ابتدا به سراغ پیدا کردن ماخذهای معتبر و رسمی رفتم. داشتن داده‌های معتبر و مورد تایید، شرط لازم هر تحلیل اقتصادی است. با کمی جست‌وجو و مشورت با فعالان اقتصادی، منابعی از جمله بانک مرکزی، سایت آمار و TGJU برای تهیه گزارش در نظر گرفته شدند.

استخراج و به روزرسانی دیتاهای گزارش

داده‌های هر کدام از این منابع منحصر به فرد بوده و به‌صورت یکجا در یک ماخذ وجود نداشتند. همچنین، سایتی مانند TGJU با اتصال مستقیم به Power BI ، فقط صفحه اول را نمایش و خروجی می‌دهد. بنابراین تمامی داده‌های یک ارز، مثلاً دلار، که شامل بیش از صد صفحه اطلاعات است، از دست می‌روند. اولین چالشی که با آن مواجه شدم، استخراج داده‌ها از چنین منابع و سایت‌هایی بود. همچنین، استخراج این حجم از داده‌ها از ماخذهای گوناگون که هر کدام ساختار و خروجی دلخواه خود را داشتند و گاهی اوقات مانند TGJU خروجی در کار نبود، چالش دشواری به نظر می‌رسید.
اما همه این‌ها باعث نشد که بی‌خیال تهیه گزارش شوم. به جست‌وجو پرداختم، به‌خصوص در منابع خارجی مانند یوتیوب، و بالاخره متوجه شدم که خود مایکروسافت قبلاً به فکر ما بوده و راه‌حلی برای این شرایط در نظر گرفته است. برای اینکه بتوانم تمامی این داده‌ها را در کمترین زمان استخراج کرده و در قالب مورد نظر خودم (اکسل) ذخیره کنم و بعدها نیز بتوانم به‌راحتی آن‌ها را آپدیت کنم، از یک نرم‌افزار فوق‌العاده کاربردی استفاده کردم.
برای گذر از این چالش، از نرم‌افزار Power Automate و قابلیت وب اتوماسیون (Web Automation) بهره گرفتم. متأسفانه، آموزش‌های فارسی خوبی برای این نرم‌افزار وجود نداشت، بنابراین سعی کردم با مشاهده ویدیوهای یوتیوب (Youtube )، دانش مورد نظر خود را کسب کنم. با کمک این نرم‌افزار و قابلیت‌های آن، توانستم به تمامی داده‌های منابع مورد نظرم دسترسی پیدا کرده و آن‌ها را در فرمت اکسل ذخیره کنم.

ویژگی ها و قابلیت های مهم این پروژه

صفحات یکپارچه و متمرکز

در این پروژه می توانید هریک از گزینه های تحلیلی آن را در یک صفحه جداگانه بطور متمرکز و کاملا واضح ببینید. این نوع طراحی کمک می کند تا از پیچیدگی و کنارهم قرار گرفتن نمودارهای نا مرتبط جلوگیری شود و کاربر به سادگی بتواند به تحلیل مورد نظر خود دسترسی داشته باشد.

منوی دسترسی سریع

منوی دسترسی در این پروژه به سادگی کلی پروژه و سرعت دسترسی به قابلیت های تحلیلی کمک شایانی کرده است. چنین منو هایی تحت عنوان Slicer Panel توسط Bookmark و Page Navigation ایجاد می شوند.

تحلیل های انتخابی داخل صفحات

در این پروژه و در هر صفحه ای که وارد می شویم تعداد انتخاب مرتبط با همان موضوع در اختیار ما قرار داده می شود که علاوه بر ساده تر کردن شکل ظاهری نمودارها و صفحات قابلیت انتخاب و تمرکز به کاربر می دهد. به عنوان مثال در تصویر زیر که مربوط به تحلیل بازار مسکن است در کنار تحلیل اصلی دو کلید انتخابی برای دیدن روند تغییرات متوسط قیمت هر منطقه بصورت ماهانه و روند متوسط قیمت منطقه بصورت سالانه در دسترس کاربر قرار داده شده است.

نمونه دیگر این دسترسی را در صفحه تحلیل نرخ تورم مشاهده می کنیم. جایی که در کنار نمایش تورم بصورت سالانه امکان انتخاب CPI و نرخ های سالانه و ماهانه وجود دارد. تمام این نرخ ها و اعداد توسط Measure نویسی و با کمک دیتای اصلی انجام شده است.

توضیحات طراح پروژه

پاورکوئری

در بخش پاورکوئری و ETL داده‌ها و جداول، از زبان M بهره گرفتم. چالش اصلی این بخش شامل فرمت تاریخ‌های درج‌شده، حذف و اصلاح تاریخ‌های بدون داده یا با داده‌های نادرست، یکسان‌سازی عناوین ستون‌های جداول و دسته‌بندی جداول مرتبط با یکدیگر بود.

مصور سازی

در طراحی بصری این پروژه، از بوکمارک‌ها، اسلایسرها و Page Navigation بهره گرفتم. همچنین از هارمونی رنگ‌ها در پیاده‌سازی صفحات و ویژوال‌ها استفاده کردم. مطالب کتابی که جناب بغدادی معرفی کردند (داستان‌پردازی با داده‌ها)، کمک مضاعفی در زیباسازی صفحات و حذف داده‌های اضافی نمودارها برای من داشت که کاملاً در پروژه مشهود است. علاوه بر این، سعی کردم از نگاه مخاطب به صفحات نگاه کنم و ابهاماتی که ممکن بود برایش ایجاد شود را در نظر بگیرم و راه‌حل‌هایی برای آن‌ها ارائه دهم، مانند ایجاد توضیحات در بالای صفحات، ارائه جزئیات بیشتر برای ارزها و نمایش نمودارها به صورت شمسی و میلادی و …

فرمول نویسی و DAX

در صفحه محاسبات تورم و پیش‌بینی شاخص کل (CPI)، از DAX و فرمول‌نویسی Measure بهره گرفتم. پیچیده‌ترین قسمت تهیه این داشبورد، فرمول‌نویسی بخش پیش‌بینی CPI محسوب می‌شد. من نیاز داشتم قبل از پیاده‌سازی این فرمول، ابتدا به درک درستی از این پیش‌بینی برسم. برای حل این چالش، با افراد خبره این حوزه مشورت کردم و آگاهی خود را نسبت به نحوه پیش‌بینی شاخص بالا بردم. با توجه به اینکه تنها محدودیت ما در استفاده از DAX، خلاقیت ماست، با پیاده‌سازی آن در قالب یک فرمول Measure، به این مهم دست یافتم.
در این بخش، شما می‌توانید سال مبنای محاسبات خود را نیز تغییر دهید که قابلیت بسیار خوبی برای مخاطب فراهم می‌آورد. همچنین در برخی از بخش‌ها، لازم بود اطلاعاتی از گزارش صفحه داشته باشیم، مانند تاریخ بروزرسانی، نوع بازار، واحد پولی و … که با کمک فرمول‌نویسی DAX این موارد به‌صورت داینامیک پیاده‌سازی گردید. برای اطمینان خاطر بیشتر مخاطبان، در هر بخش، رفرنس گزارشات نیز درج شده است.

رابطه ها و دیتا مدل

چالش بعدی، ایجاد رابطه بین جداولی بود که می‌توانستند با هم ارتباط داشته باشند، مانند ارز، طلا، سکه و … . هدف من این بود که هم از ایجاد حلقه جلوگیری کنم و هم بتوانم آن‌ها را برای مقایسه با یکدیگر مرتبط سازم. همچنین، برای استفاده از پرچم‌های هر ارز، نیاز به ایجاد رابطه (Relation) بین جداول بود که در این بخش انجام شد.

نتیجه‌گیری

استفاده از Power BI یک مزیت رقابتی در مشاغل ایجاد کرده است. افرادی که از این نرم‌افزار استفاده می‌کنند، به‌طور مضاعف پیشرفت خواهند کرد. آموختن در این حوزه انتها ندارد و باید هر روز در کنار استفاده و یادگیری این نرم‌افزار، مهارت‌های جست‌وجو، مطالعات در حوزه مصورسازی و استفاده از کتب مربوطه را دنبال کنید. همچنین، باید به یادگیری نرم‌افزارهای جانبی و کمکی و هر آنچه که باعث می‌شود شما نسبت به روز قبل پیشرفت کنید، بپردازید.
من نخستین بار با تهیه دوره‌های جناب بغدادی به این دنیای شگفت‌انگیز وارد شدم و هر روز از مطالب و آموزش‌های ایشان استفاده می‌کنم و می‌آموزم. همچنین، پشتیبانی بی‌نظیر ایشان و دوستانی که در این حوزه فعالیت می‌کنند، جامعه‌ای از افراد توانمند را تشکیل داده که از چالش‌ها استقبال کرده و مسیر را برای افراد جدید روشن می‌نمایند که بسیار قابل تقدیر است.

این دنیا انتها ندارد و هر کس به اندازه تلاش و خلاقیت خود از این دنیا سهمی خواهد داشت.