<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
    <channel>
        <title>نوشته های مظاهر قربانی</title>
        <link>https://virgool.io/feed/@mazaher.ghorbani</link>
        <description>دکترای مهندسی صنایع از دانشگاه یزد با گرایش و تمرکز بر تحلیل داده/مؤلف بیش از ۳۰ مقاله علمی در نشریات معتبر خارجی/دارای تجربه در بیش از ده ها پروژه در صنعت</description>
        <language>fa</language>
        <pubDate>2026-06-10 13:08:59</pubDate>
        <image>
            <url>https://files.virgool.io/upload/users/997806/avatar/EFvn1U.png?height=120&amp;width=120</url>
            <title>مظاهر قربانی</title>
            <link>https://virgool.io/@mazaher.ghorbani</link>
        </image>

                    <item>
                <title>تفاوت بین توابع SUM و SUMX در پاور بی آی چیست؟</title>
                <link>https://virgool.io/@mazaher.ghorbani/%D8%AA%D9%81%D8%A7%D9%88%D8%AA-%D8%A8%DB%8C%D9%86-%D8%AA%D9%88%D8%A7%D8%A8%D8%B9-sum-%D9%88-sumx-%D8%AF%D8%B1-%D9%BE%D8%A7%D9%88%D8%B1-%D8%A8%DB%8C-%D8%A2%DB%8C-%DA%86%DB%8C%D8%B3%D8%AA-npph9swdjkan</link>
                <description>یکی از اولین سؤالاتی که من از علاقمندان به حوزه هوش تجاری و به طور خاص کار با ابزار پاور بی آی می پرسم اینست که چه فرقی بین توابع SUM و SUMX وجود دارد. پاسخ درست به این سؤال محک خوبی برای سنجش میزان دانش واقعی این افراد است. هنوز سردرگمی زیادی در مورد تفاوت بین SUM و SUMX در Power BI وجود دارد.هر دو عملکرد را می توان در سناریوهای مختلف استفاده کرد، اما مواردی وجود دارد که یکی از آنها کارآمدتر از دیگری است. من در اینجا با یک مثال ساده، تمایز بین این دو را نشان می دهم. می توانید فیلم کامل این آموزش را در انتهای این مقاله مشاهده کنید.محاسبات بر پایه Aggregators یا Iteratorsمقایسه SUM و SUMX با مثال سادهجمع بندیمحاسبات بر پایه Aggregators یا Iteratorsدر  DAX دو نوع محاسبه انجام می شود. توابعی مانند SUM، COUNT، AVERAGE و MIN مقادیر را تجمیع (Aggregate) می کنند و در قالب یک عدد نمایش می دهند. از طرف دیگر، توابع تکرار شونده که غالباً در انتهای آنها X وجود دارد نظیر SUMX، به ازای هر ردیف (Iteration) از ستون جدول مورد نظر، محاسبات را انجام می دهند. پس به زبان ساده توابع تجمیع کننده مقادیر یک ستون را در یک عدد خلاصه می کنند و توابع تکرار شونده ابتدا به ازای تک تک ردیف ها محاسبه انجام می دهند و سپس خروجی مورد نظر را  برمی گردانند. با یک مثال ساده این تفاوت بیان می شود.مقایسه SUM و SUMX با مثال سادهدر جدول زیر میزان فروش، میزان هزینه و سود حاصل از هر فروش که از تفاضل فروش و هزینه به دست می آید نشان داده شده است. ستون سود در ابتدا وجود نداشت و یک ستون محاسباتی یا به عبارت دیگر یک Calculated Column است که از تفاضل فروش و هزینه حاصل شده است. فراموش نکنید که ستون محاسباتی به طور ذاتی یک Iterator است و محاسبات را ردیفی انجام می دهد. این موضوع در مقالات قبلی با عنوان های زمینه فیلتر، زمینه ردیف و مقایسه Measure و Calculated Column به تفصیل مورد بحث قرار گرفته است.با استفاده از تابع SUM شما می توانید میزان سود را محاسبه کنید.Profit Margin = Sales[Sales Amount] - Sales[Total Cost
TotProfit = SUM(Sales[Profit Margin])سؤال اینجاست که آیا هربار باید با اضافه کردن یک ستون و با کمک تابع SUM محاسبات اینچنینی را انجام دهیم؟ اگر دیتاست ما 20 ستون داشته باشد و محاسبات ما قرار باشد 20 ستون دیگر به این دیتاست اضافه کند تکلیف چیست؟ اضافه شدن ستون با توجه به اینکه محاسبات را برای میلیون ها ردیف انجام می دهد، چه اثری روی Performance دارد و چه طور باید آن را مدیریت کرد؟شما با استفاده از توابع تکرارشونده یا همان Iterator ها می توانید با ساخت یک Measure و بدون اضافه کردن ستون، همان محاسبات را انجام دهید. در واقع به نوعی می توان گفت که یک ستون مجازی به دیتاست خود اضافه می کنید و محاسبات را بر روی آن ستون مجازی انجام می دهید. تابع SUMX آرگومان جدول را دریافت می کند و محاسبات شما را برای تک تک ردیف های جدول انجام می دهد و در نهایت مجموع را به شما برمی گرداند.TotProfitX =
SUMX(
    Sales,
    Sales[Sales Amount]-Sales[Total Cost]
)تصور کنید که آرگومان جدول برای انجام محاسبات در توابعی نظیر SUMX، فیلتر شده باشد تا بتوانید محاسبات خاص را انجام دهید. چنین قابلیتی باعث شده تا زبان DAX برای انجام محاسبات در پاور بی آی عملکرد بی نظیر از خود نشان دهد! در آینده بیشتر از این قابلیت ها صحبت خواهیم کرد.جمع بندیدو تابع SUM و SUMX محاسبه جمع را انجام می دهند. SUMX حاصل عملیات بر روی یک جدول است که این جدول می تواند پویا باشد و الزاماً جداول موجود در دیتاست شما نیستند. توابع تکرار شونده، یک عملکرد عمومی و قدرتمند هستند و معمولاً تازه کارها به دلیل عدم آشنایی با این مفهوم، چندان به آن نمی پردازند. نقطه شروع ایجاد تمایز بین شما و کارآموزهای هوش تجاری که به ساخت داشبورد می پردازند، از اینجاست.منبع: Businesstomy</description>
                <category>مظاهر قربانی</category>
                <author>مظاهر قربانی</author>
                <pubDate>Fri, 27 Aug 2021 21:54:22 +0430</pubDate>
            </item>
                    <item>
                <title>ایجاد تم برای گزارشات در پاور بی آی (Power BI)</title>
                <link>https://virgool.io/@mazaher.ghorbani/%D8%A7%DB%8C%D8%AC%D8%A7%D8%AF-%D8%AA%D9%85-%D8%A8%D8%B1%D8%A7%DB%8C-%DA%AF%D8%B2%D8%A7%D8%B1%D8%B4%D8%A7%D8%AA-%D8%AF%D8%B1-%D9%BE%D8%A7%D9%88%D8%B1-%D8%A8%DB%8C-%D8%A2%DB%8C-power-bi-mbead1idu7mk</link>
                <description>اگر گزارش یا داشبوردی طراحی کرده اید که با بی میلی و کم رغبتی مدیر شما، باعث دلسردی شما شده است، مطلب زیر می تواند برای شما و کار شما یک ارتقا به مرحله بالاتر ایجاد کند.استفاده از رنگ و قاب مناسب برای گزارشات و داشبوردها، به خصوص زمانی که می خواهید داستانی را به زبان داده روایت کنید، اهمیت بالایی پیدا می کند. بسیاری از مواقع لازم است تا آنچه که به زبان داده بیان می کنید، حس خاص و شخصی بودن برای فرد یا سازمان هدف داشته باشد. استفاده از رنگ های لوگوی یک سازمان در گزارشات مربوط به آن سازمان، استفاده از رنگ هایی که حس جدی بودن را منتقل کنند برای تحلیل های رسمی و اداری، استفاده از رنگ های هیجانی برای مواردی که جنبه تبلیغاتی دارند و بسیاری از کاربردهای مهم دیگر که اگر رعایت نشوند، زحمت شما در بیان داستان به وسیله داده را هدر می دهند. برای استفاده درست از رنگ ها و ایجاد تم رنگی در Power BI، مطلب زیر را دنبال کنید.چرا رنگ ها مهم هستند؟چگونه در Power BI، با رنگ ها، گزارشات ساده را به یک نقاشی چشم نواز تبدیل کنیم؟چگونه ترکیب رنگ مناسب برای گزارشات و داشبوردهای هوش تجاری ایجاد کنیم؟جمع بندیچرا رنگ ها مهم هستند؟جلب توجه مشتری شمااستفاده از رنگ در قسمت های مختلف گزارش و یا داشبورد، به شما امکان می دهد یک داستان مؤثرتر بگویید و توجه مخاطب را به سرعت جلب کنید. رنگهای خوب، درک و بینش لازم برای تفسیر داده ها را برای کاربران شما کاهش می دهد.رنگ ها معانی گسترده و جهانی دارندما برای برقراری ارتباط، هر روز از رنگ استفاده می کنیم. بعضی از رنگ ها دارای معانی مورد قبول جهانی هستند. برای مثال، هنگامی که در حال رانندگی هستیم و به چراغ راهنمایی نزدیک می شویم، می دانیم که قرمز به معنی توقف، زرد به معنی احتیاط و سبز به معنی رفتن است. همانطور که استفاده از رنگ به رانندگان کمک می کند تا بفهمند چه اقدامی باید انجام دهند، همین رویکرد در طراحی داشبورد به کاربران کمک می کند تا درک کنند که هنگام تصمیم گیری مبتنی بر داده چه اقداماتی باید انجام دهند. برای مثال، از رنگ قرمز روشن برای جلب توجه کاربر به چیزی که نگران کننده یا بد است استفاده کنید. رعایت چنین مواردی، هرچند که ساده به نظر می رسد، باعث افزایش کارایی و استفاده کاربران از گزارشات شما می شود.چگونه در Power BI، با رنگ ها، گزارشات ساده را به یک نقاشی چشم نواز تبدیل کنیم؟پاور بی آی به شما اجازه می دهد تا از طریق ایجاد تم یا با استفاده از تم های پیش فرض که در نرم افزار قرار داده شده، بتوانید رنگ مناسبی برای نمودارها و داده های مورد استفاده انتخاب کنید. از آنجایی که تم ها محدود هستند و ممکن است با داستانی که شما می خواهید تعریف کنید همخوانی نداشته باشند، گزینه بهتر، همیشه استفاده از تم خودتان است. لااقل من تابحال از تم های پیش فرض استفاده نکردم! بسیاری از مواقع، رنگ اصلی گزارش یا داشبورد هوش تجاری شما با توجه به لوگوی سازمان تعیین می شود، بنابراین از همین ابتدا کار با تم های اختصاصی، مفیدترین و کارآمدترین آپشن محسوب می شود. در Power BI از منوی View و قسمت Themes به تنظیمات مربوط به تم ها، رنگ ها و اضافه کردن تم شخصی دسترسی دارید.شما می توانید یکی از تم های موجود را انتخاب و استفاده کنید، برخی از رنگ های تم موجود را ویرایش کنید تا ترکیب دلخواه خود را ایجاد کنید و یا با استفاده از گزینه Browse for themes، تم شخصی خود را که در قالب فایل json است وارد کنید. یک نمونه فایل تم شخصی سازی شده در انتهای این مقاله جهت دانلود قرار داده شده است. اما سؤال اینست که انتخاب ترکیب رنگ مناسب برای فردی که متخصص حوزه داده است، کمی سخت و سلیقه ای به نظر می رسد. برای این مشکل چه باید کرد؟ قسمت بعدی به این موضوع می پردازد.چگونه ترکیب رنگ مناسب برای گزارشات و داشبوردهای هوش تجاری ایجاد کنیم؟فرض کنید به عنوان تحلیلگر گوگل، قرار است تحلیل و مصورسازی داده های مربوط به گوگل کروم را انجام دهید. طبیعتاً استفاده از رنگ های موجود در لوگوی گوگل کروم اهمیت پیدا می کند. شما با استفاده از ابزارهای مختلفی می توانید کد رنگ های موجود در لوگوها را استخراج کنید که در این بین، می توان از Powerpoint نام برد. ابزارهای آنلاین نظیر وبسایت coolors نیز این امکان را به شما می دهد تا با import کردن عکس و یا لوگو، کدهای رنگی را استخراج کنید.همانطور که در تصویر بالا مشخص است، نه تنها به راحتی می توانید کدهای رنگی را استخراج کنید، بلکه می توانید تم رنگی مورد نظر خود را در قالب پلت ذخیره کنید. علاوه بر این، مجموعه ای از پلت های رنگی آماده در این وبسایت قرار داده شده که به شما کمک می کند تا ترکیب رنگ مناسب و دلخواه خود را انتخاب کنید.جمع بندیتصویرسازی و تجسم داده ها زندگی شما را آسان تر می کند! انتقال درست مفاهیم با ارائه جذاب، دقیق و معنادار داده، مخاطبین را با بینش های معناداری درگیر می کند که باعث استفاده بهتر از اطلاعات و اتخاذ تصمیمات درست تر می شود. فراموش نکنید که تجربه ارزشمند برای مخاطب شما به عنوان مشتریان نهایی داشبوردهای BI، از طریق ایجاد جذابیت بصری در داده امکان پذیر می شود.دانلود تم در قالب فایل jsonمنبع: Businesstomy</description>
                <category>مظاهر قربانی</category>
                <author>مظاهر قربانی</author>
                <pubDate>Mon, 16 Aug 2021 21:54:26 +0430</pubDate>
            </item>
                    <item>
                <title>زمینه ردیف (Row Context) چیست؟</title>
                <link>https://virgool.io/@mazaher.ghorbani/%D8%B2%D9%85%DB%8C%D9%86%D9%87-%D8%B1%D8%AF%DB%8C%D9%81-row-context-%DA%86%DB%8C%D8%B3%D8%AA-x5itq8pdmc5q</link>
                <description>در مقاله قبلی در خصوص زمینه فیلتر (Filter Context) توضیح داده شد. در پاور بی آی، نوع دیگری از زمینه ارزیابی وجود دارد که نام آن زمینه ردیف یا همان Row Context است. اما تفاوت زمینه فیلتر (Filter Context) و زمینه ردیف (Row Context) در چیست؟ برای آشنایی با تفاوت های آن، مقاله زیر را دنبال کنید.زمینه ردیف (Row Context) چیست؟چگونه از زمینه ردیف (Row Context) استفاده کنیم؟جمع بندیزمینه ردیف (Row Context) چیست؟محاسبات مربوط به DAX بر روی ستون ها انجام می شوند. وقتی به دنبال بازیابی مقدار ردیف مشخصی از یک ستون هستید، به راهی نیاز دارید که به DAX بگویید از کدام سطر جدول برای محاسبه مقدار استفاده کند. به عبارت دیگر ، شما نیاز به راهی برای تعریف سطر فعلی یک جدول دارید. این مفهوم “ردیف فعلی” زمینه ردیف را مشخص می کند. به جدول داده زیر توجه کنید.از فرمول DAX زیر برای محاسبه مجموع استفاده می کنیم:TotValues = SUM(MyData[Value])حال اگر از ویژوال جدول برای نمایش مقادیر استفاده کنیم مشاهده می کنیم که ردیف های جدول ایجاد شده به ازای هر کدام از آیتم های موجود، مقادیر مجموع آن را نمایش می دهد که می تواند حاصل جمع بیش از یک ردیف باشد. به عبارت دیگر، زمینه فیلتر (Filter Context) اعمال می شود و برای آیتم A، مقدار 400 که حاصل جمع ردیف های 1 و 6 است را مشاهده می کنیم.این موضوع در مقاله قبلی توضیح داده شد. اما برای درک بهتر مفهوم زمینه فیلتر، بیایید یک ردیف جدید به جدول داده خودمان اضافه کنیم. از فرمول زیر استفاده کنید و یک ستون جدید به جدول اضافه کنید. نتیجه حاصله احتمالاً شما را غافلگیر می کند!TotValues (Column) = SUM(MyData[Value])فرمول DAX یکسان، نتیجه ای متفاوت داده است. علت این امر،  تفاوت در زمینه ارزیابی است. در ایجاد یک Measure و استفاده از ویژوال جدول، عامل اثرگذار، زمینه فیلتر است اما در ایجاد یک ستون جدید، عامل اثرگذار زمینه ردیف است. زمینه ردیف یعنی انجام محسبات به ازای هر ردیف. به همین دلیل است که شما در DAX، بر خلاف بقیه زبان ها، توابع Loop یا حلقه ندارید. زمینه ردیف وظیفه محاسبات ردیفی را بر عهده دارد. در بالا اتفاقی که افتاده اینست که به ازای ردیف 1، مجموع ستون Value محاسبه شد و در ردیف 1 قرار داده شد. این کار برای بقیه ردیف ها نیز انجام شد. از آنجایی که مجموع ستونی برابر با 1200 است، در تمامی ردیف ها عدد 1200 مشاهده می شود.چگونه از زمینه ردیف (Row Context) استفاده کنیم؟بطور کلی در دو حالت است که زمینه ردیف (Row Context) فعال می شود:زمانی که از ستون جدید در جدول استفاده کنید.زمانی که از توابع Iterator، توابعی که ردیف به ردیف محاسبه انجام می دهند استفاده کنید. این توابع شامل توابع Xدار نظیر SUMX، تابع FILTER و توابع دیگر می شود.جمع بندیزمینه فیلتر (Filter Context) فیلتر می کند و زمینه ردیف (Row Context) ردیف به ردیف پیمایش می کند. این جمله را حتماً بخاطر بسپارید و بارها تکرار کنید تا این مفهوم برای شما جا بیفتد. نکته مهم دیگر اینست که این دو مفهوم در تعامل با یکدیگر کار می کنند. بنابراین برای انجام محاسبات پیشرفته، درک این دو مفهوم ضروری است.دانلود فایل Power BI مربوطهمنبع: Businesstomy</description>
                <category>مظاهر قربانی</category>
                <author>مظاهر قربانی</author>
                <pubDate>Fri, 06 Aug 2021 15:05:39 +0430</pubDate>
            </item>
                    <item>
                <title>زمینه فیلتر (Filter Context) چیست؟</title>
                <link>https://virgool.io/@mazaher.ghorbani/%D8%B2%D9%85%DB%8C%D9%86%D9%87-%D9%81%DB%8C%D9%84%D8%AA%D8%B1-filter-context-%DA%86%DB%8C%D8%B3%D8%AA-et08pbam92un</link>
                <description>گاهاً پیش آمده که در ابتدای کار با پاور بی آی، فرمول هایی که خودتان نوشته اید یا از بلاگ های آموزشی کپی کرده و مورد استفاده قرار داده اید، در برخی مواقع کار کرده و بهترین جواب ها را به شما می دهد، ولی در کمال تعجب در برخی مواقع دیگر جواب های عجیب و دور از انتظار حاصل می شود. علت این موضوع اینست که محاسبات DAX در پاور بی آی، در چارچوب زمینه ارزیابی یا همان Evaluation Context معنا پیدا می کند. در پاور بی آی دو نوع زمینه ارزیابی داریم. زمینه فیلتر (Filter Context) و زمینه ردیف (Row Context). اگر به دنبال آشنایی با این مفاهیم هستید، مقاله زیر را مطالعه بکنید.زمینه فیلتر (Filter Context) چیست؟مثال کاربردیزمینه فیلتر از چه طریقی اعمال می شود؟جمع بندیزمینه فیلتر (Filter Context) چیست؟زمینه فیلتر مجموعه فیلترهایی است که قبل از شروع ارزیابی یک عبارت DAX روی مدل داده اعمال می شود. محاسباتی که شما در قالب Measure ها  ذخیره می کنید، با توجه به فیلتر زمینه اعمال شده، محاسبات را نمایش می دهند. برای مثال اگر از یک Measure برای محاسبه فروش کل استفاده کرده اید، بیان درست آن، “محاسبه فروش کل تحت زمینه فیلتر موجود” است. اجازه بدهید با یک مثال این مفهوم ساده و در عین حال مهم را بیشتر توضیح دهم.مثال کاربردیبرای این مثال، از دیتابیس تمرینی استفاده می کنیم. کد زیر میزان فروش کل را محاسبه می کند.TotalSales = SUM(FactInternetSales[SalesAmount])از ویژوال کارت برای نمایش مبلغ فروش کل استفاده شده است. ضمن اینکه از هیچ فیلتر بیرونی استفاده نشده است. حال از همین Measure در یک ماتریس با اضافه کردن فروشنده ها و سال استفاده می کنیم.همانطور که مشخص است، بدون اینکه در کد تغییری ایجاد شود، مقادیر جدیدی در ماتریس به تفکیک زمان و فروشنده نمایش داده می شود. بنابراین مهم ترین کاری که زمینه فیلتر انجام می دهد، همانطور که از اسم آن پیداست، فیلتر کردن است. این باعث می شود که شما محاسبات پیچیده و زمان بر را به راحتی با کمترین خط کد بتوانید انجام دهید. در عین حال باید همیشه مراقب تأثیر زمینه فیلتر بر محاسبات باشید تا با ترکیب کد و زمینه فیلتر بتوانید محاسبات پیشرفته را انجام دهید.زمینه فیلتر از چه طریقی اعمال می شود؟بطور کلی زمینه فیلتر از طریق کد، اسلایسر و ارتباطات بین مدل داده، اعمال می شود. در ماتریس بالا به دلیل ارتباط بین جدول کارمندان و تاریخ با جدول فروش، مقادیر موجود در ماتریس به تفکیک نمایش داده شد. در مثال زیر یک اسلایسر اضافه شده که فروش محصولات با رنگ مشکی را نیز اضافه می کند. این فیلترها در تعامل با هم عمل می کنند، بنابراین هر سلول ماتریس، فروش به تفکیک کارشناس، زمان و رنگ را نمایش می دهد.جمع بندیهنگام نوشتن عبارات DAX، می توانید هم زمینه ردیف و هم زمینه فیلتر را کنترل کنید. در ادامه به چگونگی استفاده از توابع مختلف برای این امر خواهیم پرداخت اما به یاد داشته باشید که زمینه ردیف به طور خودکار از طریق روابط منتشر نمی شود، در حالی که زمینه فیلتر روابط را مستقل از کد DAX می پیماید. در مثال بالا، یک محاسبه ساده بر روی فروش کل انجام شد و فیلتر از طریق روابط بین جداول اعمال شد. برای اینکه یک DAX نویس حرفه ای بشوید، لازم است تا با زمینه های ارزیابی یعنی زمینه فیلتر و زمینه ردیف و نحوه کارکرد آن آشنایی خوبی داشته باشید.دانلود فایل Power BI مربوطهمنبع: Businesstomy</description>
                <category>مظاهر قربانی</category>
                <author>مظاهر قربانی</author>
                <pubDate>Sun, 01 Aug 2021 21:26:18 +0430</pubDate>
            </item>
                    <item>
                <title>چرا مرتب نویسی کدهای DAX اهمیت دارد؟</title>
                <link>https://virgool.io/@mazaher.ghorbani/%DA%86%D8%B1%D8%A7-%D9%85%D8%B1%D8%AA%D8%A8-%D9%86%D9%88%DB%8C%D8%B3%DB%8C-%DA%A9%D8%AF%D9%87%D8%A7%DB%8C-dax-%D8%A7%D9%87%D9%85%DB%8C%D8%AA-%D8%AF%D8%A7%D8%B1%D8%AF-ylgbykpj1twj</link>
                <description>کد مربوط به زبان های برنامه نویسی، یک بار نوشته می شوند ولی بارها و بارها خوانده می شوند. به همین دلیل خوانایی و مرتب نوشتن کد اهمیت بالایی دارد. کدهای مربوط به زبان DAX که برای محاسبات در Power BI استفاده می شوند نیز از این قاعده مستثنی نیستند.سؤالی که بسیاری از افراد مطرح می کنند این است که چرا باید برای کدنویسی از یک سری اصول پیروی کرد؟ زمان بیشتری که صرف این کار می شود چه ارزش افزوده ای ایجاد می کند؟ آیا مزیت مشخصی نسبت به حالتی که این مرتب نویسی ها رعایت نشود، ایجاد می شود؟ پاسخ این سؤالات را در مطلب زیر پیدا کنید. آنچه که در ادامه مطرح می شود به شرح زیر است:مرتب نویسی فرمول های DAXمزیت های مرتب نویسیجمع بندیمرتب نویسی فرمول های DAXمحاسباتی که در پاور بی آی از طریق کدهای DAX انجام می دهید، همیشه ساده و سرراست نیستند. هرقدر عمق محاسبات شما بیشتر باشد، پیچیدگی و تعداد خط کدهای مورد نیاز برای رسیدن به این هدف بیشتر و پیچیده تر می شود. برای مثال محاسبه پرفروش ترین روز هفته مطابق فرمول زیر انجام می شود:BestSellingDay = MAXX(TOPN(1,SUMMARIZE(DimDate,DimDate[WeekDayName],&amp;quotSelling Days&amp;quot, [AvgSalesPerDay]),[Selling Days]),DimDate[WeekDayName])Copyفرم مرتب شده کد بالا به شکل زیر است:BestSellingDay =
MAXX(
    TOPN(
        1,
        SUMMARIZE(
            DimDate,
            DimDate[WeekDayName],
            &amp;quotSelling Days&amp;quot, [AvgSalesPerDay]
        ),
        [Selling Days]
    ),
    DimDate[WeekDayName]
)Copyبرای مرتب نویسی کد DAX در محیط پاور بی آی، شما می توانید هر قسمت از کد مربوط به توابع مختلف را در خطوط جداگانه بنویسید. برای این کار از دکمه های Shift +Enter باید استفاده کنید. با هر خط اضافه شدن کد در یک تابع جدید، پاور بی آی به صورت اتوماتیک یک تورفتگی ایجاد می کند و از این طریق طبقه بندی کد ممکن می شود.به علاوه شما می توانید از برخی از وبسایت ها برای مرتب کردن کد خود استفاده کنید. برای مثال سایت https://www.daxformatter.com به شما اجازه می دهد تا به راحتی با کپی کردن کد خود، نسخه مرتب شده آن را دریافت کنید.مزیت های مرتب نویسیشفافیت: فراموش نکنید که یک خط کد که امروز نوشته شده است، ممکن است توسط افراد مختلف در طول عمر خود بارها خوانده شود. به همین دلیل منطقی است که شما آن را تا حد ممکن واضح بنویسید. با این کار، انتقال تحلیل داده یا داشبورد ایجاد شده به اعضای دیگر تیم بسیار آسان خواهد بود.بهره وری: مزیت اصلی کد تمیز به کسانی می رسد که واقعاً آن را می نویسند، یعنی خود شما! اگر شما در حال توسعه یک داشبورد مدیریتی هستید که به دلیل نیاز به ایجاد زیرساخت و یا تحلیل های زیاد تا ماهها طول کشیده است، کد تمیز به شما کمک می کند تا تغییرات احتمالی که مربوط به ابتدای راه بوده را به خوبی مدیریت کنید.نگهداری: گرچه نوشتن کد نسبتاً آسان است، اما تجزیه و تحلیل آن می تواند بسیار چالش برانگیز باشد، به خصوص اگر با داده سر و کار داشته باشید. ماهیت کدهایی که توسط DAX در Power BI نوشته می شود، غالباً جنبه تحلیلی عمیقی دارد. با نوشتن کد شفاف، شما بعداً زمان کمتری را برای تجزیه و تحلیل کد صرف خواهد کرد، و دیگر نگران مسائل خوانایی کد نخواهید بود.جمع بندیتمیز نگه داشتن کد خود نیاز به سرمایه گذاری دارد. شما باید زمان و دقت بیشتری به خرج دهید و با حوصله کد بزنید! هیچ شکی در موردش نیست. با این حال، با یک نگاه بلندمدت، تمیز کردن کد یک عمل مهم است که قابلیت نگهداری و مقیاس پذیری داشبوردهای مدیریتی BI و تحلیل داده های شما را افزایش می دهد.منبع: Businesstomy</description>
                <category>مظاهر قربانی</category>
                <author>مظاهر قربانی</author>
                <pubDate>Sun, 11 Jul 2021 19:15:18 +0430</pubDate>
            </item>
                    <item>
                <title>ایجاد Measure یا Calculated Column؟ تفاوت در چیست و چه زمانی از کدام استفاده کنیم!</title>
                <link>https://virgool.io/Whitenoise/%D8%A7%DB%8C%D8%AC%D8%A7%D8%AF-measure-%DB%8C%D8%A7-calculated-column-%D8%AA%D9%81%D8%A7%D9%88%D8%AA-%D8%AF%D8%B1-%DA%86%DB%8C%D8%B3%D8%AA-%D9%88-%DA%86%D9%87-%D8%B2%D9%85%D8%A7%D9%86%DB%8C-%D8%A7%D8%B2-%DA%A9%D8%AF%D8%A7%D9%85-%D8%A7%D8%B3%D8%AA%D9%81%D8%A7%D8%AF%D9%87-%DA%A9%D9%86%DB%8C%D9%85-p9ahspbs4ent</link>
                <description>کلید موفقیت شما در گزارش سازی با پاور بی آی (Power BI) و فرمول نویسی به وسیله DAX، تسلط بر زمان استفاده از یک ستون محاسبه شده (Calculated Column) در مقابل زمان استفاده از معیار (Measure) است. مفهومی که اغلب اوقات اشتباه درک می شود و انتخاب اشتباه ممکن است منجر به عملکرد ضعیف گزارش و یا حتی نتایج نادرست شود.در صورتی که هریک از سؤالات زیر برای شما مطرح است، مطلب زیر را مطالعه کنید:ستون محاسبه شده (Calculated Column) چیست؟معیار (Measure) چیست؟انتخاب بین Measure و Calculated Columnجمع بندیستون محاسبه شده (Calculated Column) چیست؟وقتی یک مدل داده را ایجاد می کنید، می توانید یک جدول را با ایجاد ستون های جدید گسترش دهید. ماهیت ستون جدید این است که محاسبات را به صورت ردیفی انجام می دهد. همانطور که در تصویر زیر می بینید، شما در پاور بی آی (Power BI) این امکان را دارید تا از طریق منوی Modeling و قسمت Calculations یک ستون اضافه کنید یا از طریق راست کلیک کردن بر روی جدول، گزینه اضافه کردن ستون جدید را انتخاب کنید. معمولاً ستون محاسبه شده از عبارت DAX استفاده می کند که برای هر ردیف در مجموعه داده اعمال می شود و نتیجه آن در ستون جدید ذخیره می شود.Profit Margin = Sales[Sales Amount] - Sales[Total Cost]در جدول بالا ستون جدید برای محاسبه سود از تفاضل دو ستون فروش و هزینه ایجاد شده است.یک مفهوم مهم که باید در مورد ستونهای محاسبه شده بخاطر بسپارید این است که آنها در هنگام اجرای فایل گزارش شما محاسبه می شوند و سپس در مدل ذخیره می شوند. این دقیقاً بر خلاف عملکرد SQL است که تنها که در زمان اجرای کوئری محاسبه می شوند و از حافظه استفاده نمی کنند. در مدلهای داده ای برای DAX ، تمام ستونهای محاسبه شده فضای حافظه را اشغال می کنند و در هنگام پردازش جدول محاسبه می شوند. بنابراین در ایجاد ستون جدید باید همواره به موازنه بین زمان محاسبه و میزان RAM مصرفی توجه کنید.معیار (Measure) چیست؟روش دیگری برای تعریف محاسبات در پاور بی آی توسط DAX وجود دارد. هر زمان که نمی خواهید مقادیر مربوط به هر سطر را محاسبه کنید، می توانید با استفاده از Measure  مقادیر بسیاری از ردیف های جدول را جمع کنید. این تجمیع می تواند به سادگی جمع فروش باشد یا ممکن است کمی پیچیده تر باشد، مانند محاسبه متوسط فروش ماهانه در یک سال. Measure ها بر خلاف Calculated Column ها، از CPU استفاده می کنند، پس فقط زمانی که در یک نمودار مورد استفاده قرار گیرند، محاسبات انجام می شود.انتخاب بین Measure و Calculated Columnبا وجود شباهت های ظاهری زیاد، تفاوت های اساسی بین ستون ها و معیارها وجود دارد. مقدار ستون محاسبه شده در هربار به روز رسانی داده ها محاسبه می شود و از ردیف فعلی به عنوان زمینه محاسبات (Row Context) استفاده می کند. معیارها بر اساس تجمیع داده های تعریف شده توسط زمینه فعلی (Filter Context) عمل می کند، که بستگی به فیلتر اعمال شده در گزارش دارد. به طور کلی شما در موارد زیر مجاز به ایجاد Calculated Column هستید:بخواهید از مقادیر محاسبه شده در Slicer استفاده کنید تا بتوانید در صفحه قابلیت فیلتر برای کاربر ایجاد شود.بخواهید محاسباتی انجام دهید که در سطح ردیف حتماً باید انجام شوند.بخواهید طبقه بندی بر روی مقادیر عددی انجام دهید. برای مثال سن افراد را در ظرف های زمانی مشخص دسته بندی کنید.مزیت بزرگ استفاده از Measure ها این است که شما در زمان اجرای گزارش و به روز رسانی داده ها، محاسبات اضافی که گاهاً ممکن است بسیار سنگین باشند و اجرای گزارش را کند بکنند، نخواهید داشت. به علاوه، با تعریف Measure، شما این امکان را فراهم می سازید تا از این معیار در فرمول ها و محاسبات دیگر نیز استفاده کنید. به این رفتار اصطلاحاً Measure Branching گفته می شود.جمع بندیبه یاد داشته باشید که روش های دیگری برای تعریف یک ستون محاسبه شده قبل از وارد کردن داده ها وجود دارد. به عنوان مثال، می توانید از Power Query استفاده کنید که زبان قدرتمندی را برای آماده سازی داده ها به صورت فراهم می کند. این تنوع با توجه به درجه توانمندی شما در ایجاد گزارشات مدیریتی و تحلیل داده قابل انتخاب است. بنابراین هر اندازه دانش فنی خود را گسترش دهید، قابلیت تلفیق این مفاهیم و در نتیجه سطح داشبوردهای هوش تجاری خود را می توانید بالاتر ببرید.منبع: Businesstomy</description>
                <category>مظاهر قربانی</category>
                <author>مظاهر قربانی</author>
                <pubDate>Sat, 10 Jul 2021 20:27:09 +0430</pubDate>
            </item>
                    <item>
                <title>پاور کوئری چیست؟</title>
                <link>https://virgool.io/@mazaher.ghorbani/%D9%BE%D8%A7%D9%88%D8%B1-%DA%A9%D9%88%D8%A6%D8%B1%DB%8C-%DA%86%DB%8C%D8%B3%D8%AA-kgcze9oprv6f</link>
                <description>با Power BI می توانید به دنیای داده ها متصل شوید، گزارش های جذاب و تعاملی ایجاد کنید و گزارش ها و داشبوردهای تحلیلی خود را با دیگران به اشتراک بگذارید. در Power BI، اتصال به منابع اطلاعاتی از طریق Power Query امکان پذیر می شود. داده ها از طریق پاور کوئری دریافت شده و برای پاسخگویی به نیازهای شما تغییر شکل داده می شوند.اگر دنبال یک شروع عالی برای آشنایی با محیط Power Query هستید، این مقاله مطابق سرفصل های زیر راهنمایی های اولیه و لازم را به شما معرفی می کند. سرفصل ها به شرح زیر هستند:Power Query چیست؟ورود به ویرایشگر Power Queryزبان استفاده شده در Power Queryجمع بندیPower Query چیست؟پاور کوئری آخرین تکنولوژی مایکروسافت برای اتصال به منابع داده و آماده سازی آنها برای پردازش و تحلیل است. تمرکز این ابزار، استفاده از واسط کاربری ساده برای پاکسازی و آماده سازی داده با حداقل نیاز به زبان برنامه نویسی است.جذابیت موضوع زمانی دوچندان می شود که بدانید طیف گسترده ای از انواع منابع داده را می توانید به راحتی از طریق پاور کوئری دریافت کنید و برای ایجاد داشبوردهای مدیریتی در پاور بی آی از آنها استفاده کنید. این منابع از اکسل، فایل های متنی، دیتابیس SQL و رابط وب گرفته تا حتی اخیراً فایل های PDF را شامل می شود!ورود به ویرایشگر Power Queryبرای ورود به محیط پاور کوئری، می توانید مطابق شکل زیر از منوی Queries در Home و دکمه Transform data اقدام کنید.Microsoft Power Query یک تجربه قدرتمند از وارد کردن داده را فراهم می کند. بزرگ ترین قابلیت Power Query، فیلتر کردن و ترکیب داده ها از مجموعه غنی از منابع داده ای است که شامل دستوراتی برای تبدیل داده ها است و می تواند نتایج کوئری را به شکل یک جدول برای مدل سازی داده در Power BI برگرداند.با وارد شدن به محیط پاور کوئری، شما با ۴ قسمت اصلی مواجه می شوید:نوار ابزار بالای صفحه که وظیفه مدیریت عملیات اصلی پردازش بر روی داده را به عهده دارد.فضای وسط صفحه که هر گونه تغییرات اعمال شده بر روی داده را نمایش می دهد.فضای سمت چپ که نشان دهنده لیست تمام داده های دریافت شده است.فضای سمت راست صفحه که تمام قدم های مربوط به پردازش های انجام شده بر روی داده را نمایش می دهد.زبان استفاده شده در Power Queryزبان M را می توان به عنوان زبان فرمول کوئری ها در نظر گرفت و می توانید به کمک آن، فرآیند ETL (Extract, Transform, Load) را انجام دهید. این زبان هیچ ارتباطی با زبان M که در Matlab استفاده می شود ندارد. این زبان در عین جدید بودن، بسیار قدرتمند است و انتظار می رود که در آینده بیشتر از این زبان بشنویم.برای پردازش داده به وسیله کد و یا مشاهده پشت صحنه اتفاقاتی که از طریق واسط کاربری اتفاق می افتد می توانید به منوی Advanced Editor مراجعه کنید.جمع بندیدر این مقاله، شما با ویژگی Power Query، پایگاه داده های مختلف و زبان M آن آشنا شدید. همچنین نحوه ورود به محیط Query Editor و Advanced Editor از طریق Power BI Desktop به شما آموزش داده شد تا با کمک ابزارهای موجود و امکاناتی که در نرم افزار قرار داده شده، بتوانید داده را پاکسازی کنید، تغییر دهید و به شکل مورد نظر خود در بیاورید تا برای تحلیل آماده شود.منبع: Businesstomy</description>
                <category>مظاهر قربانی</category>
                <author>مظاهر قربانی</author>
                <pubDate>Sat, 10 Jul 2021 20:16:13 +0430</pubDate>
            </item>
                    <item>
                <title>چگونه DAX بنویسیم؟</title>
                <link>https://virgool.io/@mazaher.ghorbani/%DA%86%DA%AF%D9%88%D9%86%D9%87-dax-%D8%A8%D9%86%D9%88%DB%8C%D8%B3%DB%8C%D9%85-z7zf8trrg7ut</link>
                <description>برای ایجاد داشبوردهای مدیریتی در پاور بی آی (Power BI)، شما نیاز یه یادگیری زبان DAX دارید. در این مقاله به سرفصل های زیر پرداخته می شود:زبان DAX چیست؟چگونه در پاور بی آی از DAX استفاده کنیم؟چرا نیاز به یادگیری زبان DAX داریم؟جمع بندیزبان DAX چیست؟زبان DAX مخفف عبارت Data Analysis Expression است. DAX مخفف عبارت تجزیه و تحلیل داده است و زبانی است که مایکروسافت برای تعامل با داده ها در انواع سیستم عامل های خود مانندPower BI ، PowerPivot و SSAS توسعه داده است. استفاده از DAX قابلیت های فوق العاده تحلیلی در پاور بی آی برای شما ایجاد می کند.چگونه در پاور بی آی از DAX استفاده کنیم؟در پاور بی آی شما از دو طریق می توانید با به کار گرفتن DAX، محاسبات را انجام دهید. استفاده از Measureها و یا ایجاد Column.این که کاربرد Measure و Column چیست و چه زمانی باید از آنها استفاده شود در مقالات بعدی به آن پرداخته می شود اما با کمک DAX و با نوشتن ساده ترین فرمول ها، شما این امکان را دارید تا محاسبات لازم را در پاور بی آی انجام دهید. البته در خصوص محاسبات پیچیده و پیشرفته، DAX بسیار قدرتمند عمل می کند. استفاده از زبان DAX کمی متفاوت تر از زبان های رایج برنامه نویسی است و این موضوع زمانی پیچیده تر و در عین حال جذاب تر می شو که بدانید در زبان DAX حلقه وجود ندارد!چرا نیاز به یادگیری زبان DAX داریم؟یادگیری DAX تقریباً شبیه کاربر اکسل بودن و کشف چگونگی استفاده از فرمول ها است. شما می توانید با فرمول های ساده نظیر SUM و COUNT جداول خود را ساختار دهید و برخی نمودارها را اضافه کنید. البته به نظر من، Power BI در حال حاضر یک ابزار فوق العاده قدرتمند حتی بدون DAX است اما به هر حال یادگیری DAX دنیای جدیدی از Power BI را برای شما باز می کند.هنگامی که بدانید چطور از DAX استفاده کنید، از اینکه می توانید محاسبات بسیار پیچیده را با فرمول های DAX دور بزنید و به راحتی آنها را انجام دهید، حیرت زده خواهید شد. یک نمونه بسیار ساده مقدار “خالی” در ابزارک کارت است. هنگام نمایش داده های عددی در کارت، به عنوان مثال “فروش”، اگر فیلترهای خود را به گونه ای تنظیم کنید که درآمدی برای نمایش نداشته باشد ، “سفید” برمی گردد. با این حال ، یک روش طبیعی تر برای نمایش “عدم فروش” به جای “خالی” باید “0” باشد. با یک عبارت DAX بسیار ساده، شما می توانید مقداری ایجاد کنید که “0” به فرمول اضافه کند، به این معنی که دیگر لازم نیست “خالی” را دوباره ببینید.هرچه در DAX نویسی بهتر شوید، می توانید داشبوردهای مدیریتی بهتری را طراحی کنید و محاسبات هوشمندتری با صرف منابع کمتر انجام دهید. از آنجا که DAX مبتنی بر سیستمی از زمینه های فیلتر تو در تو است که در عملکرد آن مهم است، نحوه تفکر شما در مورد جداول و فیلتر کردن داده ها تغییر می کند.جمع بندی:استفاده از DAX شاید در وهله اول آسان به نظر برسد و نحوه کار با آن مشابه فرمول نویسی در اکسل باشد. احتمالاً پس از مدتی فرمول های DAX شما برخی اوقات کار می کند و برخی اوقات نه! و در نهایت شما ممکن است در خصوص کار با پاور بی آی و استفاده از DAX دچار سردرگمی شوید. نکته حائذ اهمیت در استفاده از پاور بی آی و DAX نویسی اسن است که شما برای استفاده از این زبان نیاز به دانش تئوری DAX دارید. بنابراین خودتان را برای یک زبان برنامه نویسی که تا اندازه ای متفاوت از بقیه زبان ها است، آماده کنید.منبع: Businesstomy</description>
                <category>مظاهر قربانی</category>
                <author>مظاهر قربانی</author>
                <pubDate>Mon, 28 Jun 2021 22:15:16 +0430</pubDate>
            </item>
                    <item>
                <title>هوش تجاری چیست؟</title>
                <link>https://virgool.io/@mazaher.ghorbani/%D9%87%D9%88%D8%B4-%D8%AA%D8%AC%D8%A7%D8%B1%DB%8C-%DA%86%DB%8C%D8%B3%D8%AA-jd2qqfslkgct</link>
                <description>اگر واژه هوش تجاری، Business Intelligence و یا داشبوردهای مدیریتی را اخیراً زیاد شنیده اید، مطلب زیر را دنبال کنید.به عنوان یک تحلیل گر BI، راجع به چه مباحثی لازم است اطلاعات داشته باشید؟در صورتی که آشنایی اولیه با هوش تجاری و مفاهیم مرتبط با آن دارید، از سرفصل های زیر استفاده کنید تا مطلب مورد نظر خود را مطالعه کنید. آنچه که در ادامه توضیح داده خواهد شد، به شرح زیر است:هوش تجاری چیست؟چرا هوش تجاری مهم است؟مزیت های هوش تجاریچه شرکت هایی از هوش تجاری (BI) استفاده می کنند؟پر کاربرد ترین ابزارهای هوش تجاریتقاضا برای متخصصین هوش تجاریجمع بندیهوش تجاری چیست؟هوش تجاری (BI) یک فرآیند مبتنی بر فناوری است که با تجزیه و تحلیل داده ها و ارائه اطلاعات عملی، به مدیران و تحلیل گران کمک می کند تا تصمیمات شغلی آگاهانه بگیرند. به عنوان بخشی از فرآیند BI، داده از طریق سیستم داخلی IT و منابع خارجی جمع آوری می شود و برای تحلیل های بیشتر توسط ابزارهای BI نظیر پاور بی آی (Power BI)، تابلو (Tableau)، کلیک ویو (Qlikview) و ابزارهای دیگر BI مورد استفاده قرار می گیرد.سیستم های اطلاعاتی داخلی به عنوان اصلی ترین منبع ثبت و ضبط داده ها در سازمان ها هستند و استفاده از ابزارهای هوش تجاری کمک بزرگی به تبدیل داده های خام به اطلاعات ارزشمند می کند. نرم افزارهای ERP رایج در ایران نظیر همکاران سیستم، تیم یار و برهان، نرم افزارهای مدیریت فرآیندهای کسب و کار نظیر چارگون، ican و پیام گستر، نرم افزارهای مدیریت مالی نظیر راهکاران سیستم، سپیدار و هلو، نرم افزارهای مدیریت ارتباط با مشتری نظیر پیام گستر، دیدار و سرو از جمله سیستم های اطلاعاتی هستند که به عنوان منبع اصلی تحلیل های هوش تجاری (BI) می توانند مورد استفاده قرار بگیرند.چرا هوش تجاری مهم است؟تحلیل های برآمده از هوش تجاری با تلفیق داده های گذشته و داده هایی که در لحظه ثبت می شوند، این امکان را برای سازمان فراهم می کنند تا تصمیمات عملیاتی، تاکتیکی و استراتژیک خود را با پشتیبانی دانش برآمده از BI اتخاذ کنند. این امر اولین و مهم ترین قدم در راستای ایجاد یک سازمان داده محور است. به طور کلی، نقش هوش تجاری، بهبود عملکردهای تجاری سازمان از طریق استفاده از داده های مربوطه است.شرکت هایی که به طور مستمر از ابزارها و تکنیک های BI استفاده می کنند، می توانند داده های جمع آوری شده خود را به بینش ارزشمندی درباره روندها و استراتژی های تجاری خود تبدیل کنند. بدون BI، عملاً سازمان ها نمی توانند از تصمیم گیری مبتنی بر داده استفاده کنند. در رویکرد سنتی، مدیران تصمیمات مهم شغلی را بر اساس عواملی مانند دانش انباشته، تجربیات قبلی، شهود و احساسات روده اتخاذ می کنند!! نتیجه این تصمیمات قابل حدس است.مزیت های هوش تجاریاجرای موفق هوش تجاری (BI) در سازمان، مزیت های فراوانی ایجاد می کند. در وهله اول، به مدیران سطح C کمک می کند تا به طور مداوم بر کسب و کار نظارت کنند تا در صورت بروز مشکلات یا فرصت ها، به سرعت عمل کنند.به طور خلاصه، منافع پیاده سازی هوش تجاری در سازمان شامل موارد زیر می شود:ایجاد قابلیت شناسایی روندهای کسب و کار و بازاربهینه سازی فرآیندهای کسب و کارسرعت بخشیدن و بهبود تصمیم گیری ها در سطوح مختلفافزایش بهره وری نیروی انسانی از طریق شناسایی به موقع و دقیق مشکلاتکسب مزیت رقابتی در مقایسه با رقبای اصلیارتقای پتانسیل فروش و نفوذ در بازارنمایش داشبورد تعاملی پیشرفته داده ها با گرافیک جذاب برای درک بصری بیشترمقیاس پذیری بالا جهت تعریف سطوح دسترسی مختلف برای مشاهده گزارشات توسط تمام افراد سازمانافزایش رضایت مشتری از طریق دریافت در لحظه بازخورد مشتری و درک رفتار مشتریعلاوه بر موارد ذکر شده، مزیت های عملیاتی روزمره فراوانی از طریق BI حاصل می شود که جمع آوری اطلاعات و تحلیل های مرتبط را آسان تر می کند و به ایجاد یک سازمان داده محور کمک می کند.چه شرکت هایی از هوش تجاری (BI) استفاده می کنند؟تقریباً همه باید استفاده کنند! اما در اینجا سعی می کنیم تا برخی از معروف ترین شرکت های دنیا که پیشتاز در استفاده از BI هستند را معرفی کنیم و مزیت ایجاد شده برای آنها را تشریح کنیم.کوکا کولا (Coca-Cola): کوکا کولا با بیش از 35 میلیون دنبال کننده در توییتر و 105 میلیون طرفدار در فیس بوک، از داده های خود در شبکه های اجتماعی سود می برد. این داده ها، همراه با قدرت BI، به شرکت بینش مهمی در مورد اینکه نوشیدنی مورد علاقه هر فرد چیست می دهد. این قبیل اطلاعات، به تبلیغات هدفمندتر به مصرف کنندگان کمک می کند، که چهار برابر بیشتر از یک تبلیغ کلی منجر به کلیک می شود.نت فلیکس (Netflix): با 148 میلیون مشترک برای یک شرکت سرگرمی آنلاین، استفاده از BI منجر به یک مزیت بزرگ شده است. Netflix از چندین روش برای تحلیل این حجم از داده استفاده می کند. یک مثال این است که چگونه شرکت ایده های اصلی فیلم نامه نویسی را بر اساس برنامه های مشاهده شده قبلی فرموله و اعتبار سنجی می کند. این اتفاقی بود که در سریال شهرزاد نیز مورد توجه قرار گرفت و پرداختن به شخصیت ها،بر اساس میزان توجه مخاطبان انجام شد. نت فلیکس همچنین از هوش تجاری استفاده می کند تا مردم بتوانند با محتوای آن درگیر شوند. این سرویس در تبلیغ محتوای هدفمند آنقدر خوب است که سیستم پیشنهادی آن بیش از 80٪ محتوای پخش شده را هدایت می کند.تسلا (Tesla): شاید باورش کمی سخت باشد ولی این شرکت نوآور اتومبیل سازی، از BI برای اتصال اتومبیل به دفاتر سازمانی خود برای جمع آوری داده ها و تجزیه و تحلیل استفاده می کند. این رویکرد خودروساز را به مشتری پیوند می دهد و مشکلاتی مانند آسیب دیدگی قطعات، ترافیک یا داده های خطر جاده را پیش بینی می کند و گزارش می دهد. رضایت مشتری بالا و تصمیم گیری بهتر در مورد ارتقای محصولات آینده از نتایج این امر است.توییتر (Twitter):این شرکت رسانه اجتماعی، برای مقابله با محتوای نامناسب و بالقوه خطرناک، از تلفیق هوش تجاری (BI) و هوش مصنوعی (AI) استفاده می کند. الگوریتم های طراحی شده، 95٪ از حساب های دارای محتوای نامناسب و یا مربوط به تروریسم را شناسایی و تعلیق می کنند. BI و AI همچنین از تنظیم دقیق برای بهبود تجربه کلی کاربر پشتیبانی می کنند. پرسنل توییتر و ابزارهای هوش تجاری آن، خبرهای زنده ویدئو را رصد می کنند و آنها را بر اساس موضوع دسته بندی می کنند. آنها از این داده ها برای بهبود قابلیت جستجو استفاده می کنند تا مطالبی را که کاربران علاقه مند به مشاهده هستند، شناسایی کنند.وال مارت (Walmart): این غول اقتصادی آمریکا که به تنهایی اقتصادی قوی تر 28 کشور دنیا دارد، از BI برای درک اینکه چگونه رفتار آنلاین بر فعالیت آنلاین و فروشگاه تأثیر می گذارد استفاده می کند. با تجزیه و تحلیل داده ها، Walmart می تواند الگوی خرید مشتری را درک کند. به عنوان مثال، چند آزمایش عینک و عینک در یک روز فروخته می شود یا کدام محصول ها با هم فروخته می شوند و یا اینکه شلوغ ترین زمان ها را در هر روز یا ماه مشخص می کند.پر کاربرد ترین ابزارهای هوش تجاریابزارهای BI به شما کمک می کنند که داده های صحیح را جمع آوری کرده و آنها را به روش هایی مصور کنید که بتوانیم معنی آن را درک کنیم. اما اینکه این فرآیند چقدر ساده شده و اینکه چگونه نمایش بصری این داده ها به ساده ترین و بهترین شکل ممکن اتفاق بیفتد، به ابزار بستگی دارد و به همین دلیل، انتخاب ابزار مناسب برای نیازهای شما مهم می شود. در این بخش برخی از مهم ترین ابزارهای هوش تجاری موجود را تشریح می کنیم:پاور بی آی (Power BI):با استفاده از برنامه Power BI Desktop برای ویندوز، کاربران می توانند داده های منابع محلی یا ابری را تجزیه و تحلیل و مصور کنند و گزارشات خود را در بستر Power BI منتشر کنند. امکان آماده سازی داده ها از طریق پاور کوئری (Power Query) و با کمک زبان M، قابلیت بسیار مهمی است که در پاور بی آی وجود دارد.نسخه رایگان Power BI Desktop مناسب کاربرانیست که می خواهند با قابلیت های این نرم افزار آشنا شوند، ولی برای استفاده کلان در سطح سازمان، لازم است تا از نسخه Pro استفاده شود تا کنترل دسترسی به داده های خام و گزارش های منتشر شده ، تجزیه و تحلیل مشترک با پرداخت هزینه ماهانه ممکن شود. برای شرکت هایی که به دلایل امنیتی و یا پروتکل های داخلی، استفاده از نسخه ابری را قابل قبول نمی دانند، استفاده از نسخه Power BI Desktop Report Server این امکان را فراهم می کند تا گزارشات BI خود را در سرورهای محلی خود منتشر کنند و دسترسی های لازم را ایجاد کنند. امکان متصل شدن به طیف وسیعی از منابع اطلاعاتی از فایل های اکسل و  منابع داده SQl گرفته تا داده های موجود در وب و حتی PDF!، یکی از بزرگترین مزیت های استفاده از پاور بی آی است. برای انجام تحلیل بر روی داده از زبان DAX استفاده شده است که به مراتب قوی تر و پایدار تر از زبان SQL در زمینه محاسبات مبتنی بر داده است.تابلو (Tableau):با استفاده از Tableau شما می توانید نرم افزار را بصورت محلی و یا اینکه میزبان آن به طور کامل توسط Tableau انتخاب شود، اجرا کنید. نسخه های اختصاصی از این نرم افزار برای بیش از ده صنعت ، از جمله بانکداری، بهداشت و درمان، تولید، با پشتیبانی از بخش های مالی، منابع انسانی، فناوری اطلاعات، بازاریابی و فروش، ارائه شده است. از قابلیت های Tableau می توان به تجزیه و تحلیل های قدرتمند جغرافیایی و داده های سری زمانی اشاره کرد. از آخرین ویژگی های آن، استفاده از تکنیک های هوش مصنوعی پردازش زبان طبیعی است که به کاربران اجازه می دهد آنچه را که می خواهند ببینند توصیف کنند، نه اینکه برای ایجاد نمایش داده های فرمولی، کلیک و کشیدن کنند. محصولات Tableau همانند پاور بی آی از منابع مختلفی می توانند داده ها را دریافت کنند که شامل پایگاه داده های رابطه ای، مکعب های پردازش تحلیلی آنلاین و پایگاه داده های ابری می شود.کلیک سنس (Qlik sense):هدف Qlik این است که به هر فرد در شرکت امکان دسترسی به همه داده های خود را بدهد – البته با محوریت سیاست های حاکمیت بر داده ها. این سیاست و این حجم از داده چالش برانگیز است، اما Qlik می گوید موتور آن می تواند هر داده را با هر قطعه دیگر مرتبط کند تا جستجوی ارتباطات را آسان تر کند و تحلیل را ممکن کند. در حال حاضر موتور کلیک از هوش مصنوعی و قابلیت یادگیری ماشین برخوردار است که منجر به قدرتمند تر شدن آن می شود. Qlik Sense، به عنوان یک ابزار سلف سرویس، برای دسترسی به این قابلیت های تحلیلی، در نسخه های ابری و داخلی ارائه می شود.تقاضا برای متخصصین هوش تجاریبا افزایش تصاعدی میزان ذخیره اطلاعات، BI همچنان بیشتر و بیشتر مورد توجه قرار می گیرد. طبق یکی از این آخرین مطالعات انجام شده، ذخیره سازی داده جهانی از ۴۰ تریلیون گیگابایت فراتر رفته است. اما بهتر است نگاه دقیق تری به آمار موجود بیندازیم:بیش از ۴۶٪ از مشاغل کوچک برای برنامه ریزی استراتژی ها و اهداف خود به ابزار هوش تجاری اعتماد می کنند.نرخ پذیرش BI از 21٪ به 26٪ رسیده و در سال 2021 بیشتر خواهد شد.طبق یک نظرسنجی ، 3 زمینه برتر که BI را با بیشترین سرعت پذیرفته اند، عملیات ، مالی و مدیریت اجرایی بوده اند. این یعنی در کارهای روزمره اتکا به تحلیل های در لحظه روز به روز اهمیت بیشتری پیدا می کند.پیش بینی می شود تقاضا برای کارشناسانی که توانایی مدیریت داده ها را دارند ۵۰٪ افزایش یابد.متوسط سالانه حقوق دریافتی برای متخصصین هوش تجاری در سال در دنیا حدود ۷۰ هزار دلار است و انتظار می رود که این رقم به زودی به بیش از ۱۰۰ هزار دلار برسد.بدون شک می توان گفت که استفاده از هوش تجاری (BI) در حال افزایش است. اگر این روند به همین شکل ادامه یابد، با توجه به چگونگی اعتماد بیشتر شرکت ها به ابزارهای داده و برنامه های مدیریتی، هوش تجاری شکوفاتر از گذشته می شود.علاوه بر این ، کافی نیست که شرکتهای سطح بالا فقط به ابزارهای ساده مانند Google Analytics وابسته باشند. بنابراین ، در سال های آینده شاهد افزایش شدید تقاضا برای دانشمندان داده و تحلیل گران حوزه BI خواهیم بود که می توانند راه حل منحصر به فرد و جدیدی برای مشکلات مربوط به داده ارائه دهند.جمع بندیخواه دانشجو باشید و یا یک فرد متخصص که اخیراً عبارت هوش تجاری یا Business Intelligence یا BI به گوش شما خورده است، علاوه بر تجربه در زمینه تحلیل کسب و کار در صنعت خاصی که فعالیت دارید، باید مفاهیم حوزه داده و BI را به همراه ابزارهای لازم نظیر Power BI یاد بگیرید.چیزهای زیادی برای یادگیری وجود دارد. بهترین راه میانبر این است که وارد LinkedIn شوید و یا از شبکه های اجتماعی نظیر یوتیوب و آپارات برای یادگیری آخرین مطالب روز در این حوزه استفاده کنید. کار در زمینه هوش تجاری، فرصتی منحصر به فرد برای ترکیب مهارت های فنی، مهارت های حل مسئله کسب و کار و مهارت های ارتباطی ارائه می دهد.منبع: Businesstomy</description>
                <category>مظاهر قربانی</category>
                <author>مظاهر قربانی</author>
                <pubDate>Sat, 26 Jun 2021 20:56:33 +0430</pubDate>
            </item>
            </channel>
</rss>