時間序列資料導論。學習辨識時間資料的常見模式與格式，並將其轉換為符合你需求的形式。

時間序列資料基礎

辨識時間序列分析的類型

時間序列的變動

分析出生率

分析流感資料

時間序列資料轉換基礎

作業順序

轉換日期

計算出貨延遲

計算應收帳款延遲

分析促銷成效

時間序列資料入門

在 Power BI 中認識並建立視窗函式，用來分析一段期間內的資料。

Power BI 中的視窗函式

識別視窗函式

平均人口數

區隔成效

移動平均銷售額

滾動總出貨量

視窗函式的應用

計算年度同比變化的步驟

分析五顆星評價

歷史區隔表現

折扣率分佈

客戶排名

使用視窗函式進行分析

學習預測的基礎，並在 Power BI 中以不同方法預測未來的數值。

Power BI 中的預測

預測的作業順序

能源消耗的預測類型

設定預測期待值

預測 MSFT 收盤價

對 MSFT 收盤價進行回溯預測

Power BI 中的預測：DAX

選項

不適合用 CAGR

適合用 CAGR

何時使用 CAGR

能源消耗的預測類型 - DAX

建立預測用變數

使用 CAGR 進行預測

使用 CMGR 進行預測

課程總結

著眼未來的預測分析

DataCamp vs. Local Experience

Exercises and Datasets

使用 Power BI 分析時間序列資料
你可能已經從各種角度分析過資料，但你知道所有分析其實都有一個共同的維度嗎？沒錯，就是時間！你是否也想過，資料會如何隨著時間而變化？

練習常見的分析技巧
在本課程「Power BI 的時間序列分析」中，你將使用兩個不同的資料集，練習用常見技巧來分析隨時間變化的資料。你會先分析各地點與時間的超商（Superstore）銷售據點（PoS）資料，並用各種視窗、期間累計，以及期間對期間的函式來計算變化。

使用內建與 DAX 演算法
接著，你會深入分析 Microsoft（NASDAQ: MSFT）的財務資料，了解如何把資料預測到未來，並同時運用內建工具與 DAX 演算法來完成預測。

完成本課程後，你將具備完善的工具組，能自信處理時間序列資料，掌握這個「第四維度」。


<h2>使用 Power BI 分析時序資料</h2>
你已經從各種角度分析過資料集，但你知道每個分析都有一個共同的面向嗎？沒錯，就是現在！你是否曾經想過，你的資料隨著時間會有什麼變化呢？<br><br>
<h2>練習常見的分析技巧</h2>
在本次 Power BI 時間序列分析課程中，您將運用兩組不同的資料集，並練習常見的時間序列資料分析技巧。 您將從分析 Superstoredata 的銷售點（PoS）資料開始，涵蓋不同地點與時間，並運用各種視窗、期間累計及期間比較等函數來計算變化。
<br><br>
<h2>使用內建與 DAX 演算法</h2>
接下來，您將深入分析 Microsoft（NASDAQ: MSFT）並了解我們如何利用內建演算法與 DAX 演算法來預測未來的資料。
<br><br>
完成本課程後，您將擁有一套完善的工具組，能夠處理時間序列資料，並精通第四維度。


Exploratory Data Analysis in Power BI

Intermediate DAX in Power BI

學習使用 Power BI 的時間序列分析課程，分析數據隨時間變化。使用真實數據集練習技術。

Power BI 的時間序列分析

掌握 Power BI 時間序列分析，學會分析數據隨時間的變化。 實作真實資料集，練習常見技術。 


財務報告 在 Power BI 中

套用平滑化技術（例如指數平滑）。

預測的作業順序

Power BI 的時間序列分析

動手互動練習