Заметки — Игорь К.: заметки с тегом Power Bi для интернет-маркетинга

Урок 18. Создание меры с использованием таблицы параметров и функции Switch

Tue, 28 Feb 2023 16:12:24 +0300

Восемнадцатый урок из курса Максима Уварова «Power Bi для интернет-маркетинга» — Создание меры с использованием таблицы параметров и функции Switch

Создание меры с использованием таблицы параметров и функции Switch

Switch measures — файл для повторения вместе с видео.pbix

Switch measures — итоговый файл на видео.pbix

Measures

MEASURE_NAME    DAX Expression
_CPC    =DIVIDE(
    [_Расходы] , 
    [_Клики] 
)

_ROI    =( [_Валовая прибыль] - [_Расходы] ) / [_Расходы]
_Валовая прибыль    =SUM(Stat[Валовая прибыль])
_Клики  =SUM(Stat[Директ Все Клики])
_Расходы    =SUM(Stat[Директ Все Расходы])

_ROI for week   =SWITCH( 
    SELECTEDVALUE(WeekTable[week], "current week" )  ,
    "current week" , CALCULATE([_ROI] , 'Calendar'[WeekCalendarSeqNumberReverse] = 0),
    "previous week" , CALCULATE([_ROI] , 'Calendar'[WeekCalendarSeqNumberReverse] = -1),
    "difference" , CALCULATE([_ROI] , 'Calendar'[WeekCalendarSeqNumberReverse] = 0) - CALCULATE([_ROI] , 'Calendar'[WeekCalendarSeqNumberReverse] = -1) 
 )


_Валовая прибыль for week   =SWITCH (
    SELECTEDVALUE ( WeekTable[week], "current week" ),
    "current week", CALCULATE ( [_Валовая прибыль], 'Calendar'[WeekCalendarSeqNumberReverse] = 0 ),
    "previous week", CALCULATE ( [_Валовая прибыль], 'Calendar'[WeekCalendarSeqNumberReverse] = -1 ),
    "difference", CALCULATE ( [_Валовая прибыль], 'Calendar'[WeekCalendarSeqNumberReverse] = 0 )
        - CALCULATE ( [_Валовая прибыль], 'Calendar'[WeekCalendarSeqNumberReverse] = -1 )
)

_Клики for week =SWITCH (
    SELECTEDVALUE ( WeekTable[week], "current week" ),
    "current week", CALCULATE ( [_Клики], 'Calendar'[WeekCalendarSeqNumberReverse] = 0 ),
    "previous week", CALCULATE ( [_Клики], 'Calendar'[WeekCalendarSeqNumberReverse] = -1 ),
    "difference", CALCULATE ( [_Клики], 'Calendar'[WeekCalendarSeqNumberReverse] = 0 )
        - CALCULATE ( [_Клики], 'Calendar'[WeekCalendarSeqNumberReverse] = -1 )
)

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 17. Use relationship, функция для удаления стоп-слов

Tue, 28 Feb 2023 15:12:57 +0300

Семнадцатый урок из курса Максима Уварова «Power Bi для интернет-маркетинга» — Use relationship, функция для удаления стоп-слов

Видеолекции

Написание функции для удаления стоп-слов

UseRelationship

Файл для примера: 16-2 UseRelationship.pbix

«Как контролировать весь отдел PPC и видеть полную картину в одном отчёте Power BI» статья Максима Гапчука

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 16. Работа с порталом Power BI, подключение к Power BI из Excel

Tue, 28 Feb 2023 14:39:07 +0300

Шестнадцатый урок из курса Максима Уварова «Power Bi для интернет-маркетинга» — Работа с порталом Power BI, подключение к Power BI из Excel

Видеолекции

Alerts — уведомления

Рассылка отчетов на почту

Создание Dashboards, Reports в облаке без использования Power BI Desktop

Insights и вопросы к данным текстом

Пара слов о других функциях Power BI Service

Power BI Mobile

Подключение к Power BI Service из Excel

Локальное подключение к Power BI из Excel

Оплата Power BI Pro

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 15. Работа с порталом Power BI Service и Power BI Gateway

Tue, 28 Feb 2023 14:26:41 +0300

Пятнадцатый урок из курса Максима Уварова «Power Bi для интернет-маркетинга» — Работа с порталом Power BI, Power BI Gateway

Рабочие файлы урока:

Видеолекции

Обзор Power BI Service, Datasets, Reports, Dashboards

Power BI Pro

Workspaces

Предоставление доступа к дашбордам

Публикация отчетов в вебе и встраивание в страницы через iframe без авторизации

Обновление BI-систем в облаке — повторная публикация и обновление из сервиса

Обновление BI-систем в облаке — Использование Power BI Gateway

Домашнее задание

На основе коннектора PQYandexMetrica создайте BI-систему, которая будет доставать данные из счетчика Яндекс.Метрики сайта Marketing-wiki или вашего сайта, в которой будут данные о динамике посетителей в разрезе по браузерам за последние 90 дней.
Зарегистрируйтесь на портале powerbi.com, загрузите туда BI-систему и настройте ее ежедневное обновление.

Опубликуйте отчет из созданной BI-системы в WEB (publish to web).

Дополнительное

Сделайте осмысленный отчет с ключевыми показателями счетчика метрики сайта marketing-wiki за произвольный промежуток времени на ваш выбор на 1-ом или 2-ух листах.
Опубликуйте отчет в вебе.

Эталонное выполнение домашнего задания

Максим Уваров выполняет домашнее задание 15 урока

Файл домашнего задания: Golden14.pbix

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 14. Продвинутый DAX — Time Intelligence функции

Tue, 28 Feb 2023 11:26:14 +0300

Четырнадцатый урок из курса Максима Уварова «Power Bi для интернет-маркетинга» — Быстрые меры Time intelligence, Time intelligence на DAX Patterns

Рабочий файл: папка PBI-13

Видеолекции

Описание BI-системы урока

Power BI Templates — создаем шаблоны для повторного использования отчетов

Quick Measures Time intelligence функции

Составление планов KPI и работа с ними

Обзор функций Time intelligence в DAX

Time Intelligence Dax functions

DAX Pattern — скользящая за год

DAX Patterns

Сравнение произвольных периодов

Нанесение комментариев на графики

Скрипт Сергея Лосева пост в Facebook

Домашнее задание

Модифицируйте BI-систему, которую вы сдавали к 13-му уроку:

В таблице «phrasesStatTableByDates» создайте быструю меру «_CPO накопительным итогом помесячно»;
Создайте визуализацию с «График — линия», которая бы демонстрировала изменение этой метрики по дням за весь доступный промежуток времени;
В таблице «phrasesStatTableByDates» создайте быструю меру «CPO отклонение от предыдущего месяца»;
Создайте визуализацию «Матрица», где по столбцам будут отложены месяца, а по строчкам будут отложены рекламные кампании. В поле значений нужна мера «CPO отклонение от предыдущего месяца»

Дополнительное задание

Создайте меру «CPO скользящая средняя за 7 дней»;
Создайте визуализацию «График — линия» и нанесите на него меры «CPO» и «CPO скользящая средняя за 7 дней» — по оси X нужно, чтобы данные располагались с детализацией до одного дня.
Визуализацию необходимо отфильтровать за месяца Апрель, Май, Июнь;
Средствами Power Query или DAX (в Excel тоже можно, но зачтется на балл меньше) создайте таблицу целевых KPI подневно для Июня. Целевые KPI:
- «CPO» = 600 рублей;
- «Транзакции» = 450;
Загрузите таблицу в модель данных. Свяжите с таблицей по датам;
Создайте две визуализации «График — линия» с данными за Июнь на одном листе:
- В одной визуализации выведите «CPO_план» накопительным итогом от начала месяца и «CPO» накопительным итогом от начала месяца;
- В другой визуализации выведите «Транзакции_план» накопительным итогом от начала месяца и «Транзакции» накопительным итогом от начала месяца.

Эталонное выполнение

Максим Уваров выполняет домашнее задание к уроку 14

Файл домашнего задания: Golden13 pbi.pbix

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 13. Продвинутый DAX — сборник функций

Mon, 27 Feb 2023 16:29:36 +0300

Тринадцатый урок из курса Максима Уварова «Power Bi для интернет-маркетинга» — Продвинутый DAX — DAX Patterns

Рабочие файлы:

Видеолекции

Библиотека функций M, Универсальная таблица дат

Репозиторий pqyer от Tycho01
Пост Максима Зеленского про Hugoberry (к видео 13.1)
Phil Britton (к видео 13.1)

Quick Measures — математические операции и отфильтрованные меры

Running total — накопительный итог

DAXPatterns — ABC-классификация

Домашнее задание

На основе таблицы PhrasesStatTableByDates в модели данных при помощи DAX создайте любым из известных вам способов таблицу CampaignStatHomework. В созданной таблице должны быть поля:
- «ID Кампании»,
- «Кампания»,
- «Все клики»,
- «Все расходы»,
- «Все транзакции».
C использованием нижеприведенной формулы создайте вычисляемый столбец «CPO» со стоимостью одного заказа для каждой конкретной рекламной кампании:
= IFERROR( ’CampaignStatHomework’[Все расходы] / ’CampaignStatHomework’[Все транзакции], ’CampaignStatHomework’[Все расходы] )
Настройте сортировку столбца «Название рекламной кампании» по столбцу «CPO».
Также при помощи вышеупомянутой формулы создайте меру «\_CPO_campaign_homework».
= IFERROR(SUM(’CampaignStatHomework’[Все расходы]) / SUM(’CampaignStatHomework’[Все транзакции]), SUM(’CampaignStatHomework’[Все расходы]))
Создайте быструю меру (Quick Measure) «Running total campaign CPO», вычислив на основе меры «\_CPO_campaign_homework» накопительный итог по этой мере для каждой рекламной кампании.

В настройках быстрой меры нужно указать, что она должна быть создана по восхождению — Ascending order.

Создайте визуализацию «Таблица»

Образец таблицы для домашнего задания

Дополнительное задание

Видите ли вы смысл в созданной в обязательном задании визуализации таблицы. Если да, то какой?
Описанным методом классификации ABC, взятым с DAX Patterns, в таблице homework для каждой рекламной кампании присвойте класс A или B с границами:
А — кампании, приносящие более 80% кликов;
B — остальные.
Постройте визуализацию в форме таблицы, на которой будет видно число рекламных кампаний попавших в группы A и B.

Эталонное выполнение

Максим Уваров выполняет домашнее задание к уроку 13

Файл домашнего задания: Golden12 pbi.pbix

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 12. Продвинутый DAX — Функции calculate, filter, all

Sun, 26 Feb 2023 19:19:12 +0300

Двенадцатый урок из курса Максима Уварова «Power Bi для интернет-маркетинга» — Продвинутый DAX — Функции calculate, filter, all

Рабочий файл: PBI-11.pbix

Видеолекции

Контекст строки и контекст фильтра, Calculate

Calculate и задание контекста фильтра

Зачем может потребоваться использовать вычисляемые столбцы вместо мер

Переменные Dax, Функция All, передача таблиц в качестве фильтрующих аргументов в Calculate

Продвинутый прогноз конверсии методом пулинга

Кустарный метод оценки прогнозов конверсии Уварова

Вебинар «Продвинутые метрики для анализа контекстной рекламы»

Информация из вебинара является опциональной к изучению. Она поможет понять, зачем нам нужен прогноз конверсии.

Раздатка к вебинару

Вебинар: Продвинутые метрики для анализа контекстной рекламы и их применение

Домашнее задание

Модифицируйте созданную таблицу «summarizedPhrasesLearn», чтобы в ней появились столбцы «Region», «Targeting»;
В таблице «summarizedPhrasesLearn» создайте столбец «TargetingRegion», в котором соедините значения столбцов «Region», «Targeting»;
В таблице «summarizedPhrasesLearn» создайте столбцы «Sessions-RT» и «Transactions-RT», в которых подсчитайте суммарное количество сессий и транзакций по одинаковым значениям столбца «TargetingRegion» — для расчета коэффициента конверсии группы (априори);
В таблице «summarizedPhrasesLearn» создайте столбец «CRPooledByRT» в котором методом статистического пулинга для каждой фразы подсчитайте прогнозируемую конверсию.

На основе прогнозной конверсии в столбце «CRPooledByRT» создайте столбец «GroupsByCRRT»
В столбце разбейте ключевые фразы на 6 групп, на основе прогнозной конверсии. В каждой группе должно быть ключевых фраз на сумму кликов не меньше чем 10% от общей выборки в таблице «SummarizedPhrasesLearn».
Создайте визуализацию «Line and clustered combo chart» в которой в область «Shared axis» перенесите столбец «GroupsByCRRT». В область столбцов перенесите «_CR_fact_learn» и «_CR_fact_control» (меры создайте самостоятельно). В область линии перенесите меры «_Clicks_learn» и «_Clicks_control» (меры создайте самостоятельно).
В BI системе текстовое поле, в котором опишите выводы, которые можно сделать из полученной визуализации.

Эталонное выполнение домашнего задания

Максим уваров выполняет домашнее задание к 12 уроку

Папка с выполненным заданием

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 11. Продвинутый DAX — прогнозирование конверсии

Sat, 25 Feb 2023 15:37:46 +0300

Одиннадцатый урок из курса Максима Уварова «Power Bi для интернет-маркетинга» — Продвинутый DAX — прогнозирование конверсии методом статистического пулинга

Рабочий файл: папка PBI-10

Видеолекции

Dax Studio и выгрузка больших таблиц из Data Model

Power Query — Uri.Parts, DAX — создание таблиц с агрегированными данными

Прогнозирование конверсии, группировки для распределения в DAX

Прогнозирование конверсии с использованием пулинга, функция Related

Прогноз вероятности конверсии от Андрея Белоусова

Домашнее задание

Создайте таблицу «RegionPriors», используя DAX-функцию summarize, в которой будут:
- столбец «Регион» (взятый из названия рекламной кампании);
- столбец «Сеансы» с суммой по сессиям;
- столбец «Транзакции» с суммой по транзакциям.
Создайте новую таблицу «conversionPrediction», используя DAX-функцию summarize, в которой:
- будут столбцы:
  - «phrase id»;
  - «Регион» (взятый из названия рекламной кампании)
- будут подсчитаны сеансы и транзакции.
Используя полученные агрегированные показатели таблицы RegionPriors, рассчитайте прогнозный коэффициент конверсии для каждой строчки таблицы «conversionPrediction» методом пулинга, по статье «Прогноз вероятности конверсии».

Рабочие файлы: папка PBIX+CSV

Эталонное выполнение

Максим Уваров выполняет домашнее задание 11 урока

Файл выполнения домашнего задания: pbi10golden.pbix

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 10. Продвинутый Power Query — Создание частотного словаря

Wed, 22 Feb 2023 15:03:53 +0300

Десятый урок из курса Максима Уварова «Power Bi для интернет-маркетинга» — Программирование Power Query — Создание частотного словаря

Рабочие файлы:

Полезные ссылки к уроку:

Пост Дмитрия Тумайкина в фэйсбуке 5 января 2017 года про робота-распознавателя, использующегося в уроке.
Инструкция от Дмитрия Тумайкина на ютубе
Робот-распознаватель 8.6
Утилиты Excel и PowerBI для контекстной рекламы от Дмитрия Тумайкина

Видеолекции

Составление частотного словаря

Лемматизатор DAX

Лемматизатор M (опциональное видео для ценителей)

Домашнее задание

Скачайте файл со статистикой по поисковым запросам, на которые сработали объявления Яндекс.Директ рекламодателя Printio.ru
Файл: Printio.ru-Поисковые-фразы.csv
Поисковые фразы лемматизируйте удобным вам способом из предложенных на выбор:
- Робота-распознавателя Дмитрия Тумайкина
- Нормализация запросов Py7
Создайте таблицу «частотный словарь», так, чтобы в ней был столбец «лемма поисковой фразы» и столбец с леммами слов, входящих в поисковую фразу. Для этого разбейте леммы поисковых фраз на леммы слов входящих в поисковые фразы, при помощи функции Text.Split.
На каждую лемму слова должна приходиться отдельная строчка. В столбце «лемма поисковой фразы» — элементы должны дублироваться (в этом столбце «лемма поисковой фразы» должна встречаться столько раз сколько в ней слов).

Возможна проблема с Text.Split Проблема с text split.mp4

К каждой лемме слова подсчитайте метрики:
- количество визитов
- показатель отказов
- глубина просмотра

В BI-системе подсчитайте и выведите в качестве визуализации, насколько меньше анализируемых поисковых фраз у нас становится, когда мы применяем лемматизацию.
Чтобы рассчитать этот показатель нужно от количества уникальных поисковых фраз отнять количество уникальных лемм поисковых фраз. Уникальные леммы поисковых фраз (могут содержать больше одного слова), должны быть отсортированы по алфавиту.

На основе данных из таблицы «Частотный словарь» визуализируйте на точечных диаграммах зависимость между средней глубиной просмотра и средним показателем отказов по каждой лемме слова. В диаграмме должны быть леммы слов, по которым было совершено более 10 визитов.

Эталонное выполнение домашнего задания

Максим Уваров выполняет домашнее задание к десятому уроку

Файл: папка Golden_10

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 9. Программирование Power Query

Tue, 21 Feb 2023 15:36:21 +0300

Девятый урок из курса Максима Уварова «Power Bi для интернет-маркетинга» — Программирование Power Query

Рабочий файл 1: ListGenerateRamblerTop100.pbix
Рабочий файл 2: PBI-8.pbix

Видеолекции

Группировка All Rows — Все строки

Служебное слово Each

Вебинар от 14.03.2019. В вебинаре Максим рассказывает про служебное слово Each в Power Query на примере работы с отчетом по Мультиканальным последовательностям в Google Analytics выгруженных при помощи PQGA.
Рабочий файл вебинара PQGA 2.30.11.pbix

Парсинг данных из веба и использование функции list.generate

Генератор произвольных списков в Power Query и Power BI — про List.Generate в блоге Максима Зеленского

Домашнее задание

На основе файла с вашим домашним заданием из 4-го урока, по аналогии с видео 9-го урока, на основе запроса «xls» (в котором объединяются файлы xlsx):

Создайте новый запрос «XlsPositionsWithShare» со сгруппированными данными по полям:
- Id кампании;
- Название кампании;
И подсчитанными метриками:
- Сумма кликов;
- Сумма показов.
Добавьте столбец с использованием созданной функции (по аналогии с видео), в котором будет сформирована текстовая строка, которая будет отражать долю кликов по различным позициям (на основе данных из соответствующего столбца) вида:
- «спец 0.70, прочее 0.30».
Убедитесь, что ваш запрос называется «XlsPositionsWithShare».
Загрузите результаты выполнения запроса в модель данных.

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 8. Продвинутый Power Query — Получение данных из различных API

Fri, 17 Feb 2023 19:26:17 +0300

Восьмой урок из курса Максима Уварова «Power Bi для интернет-маркетинга»

Видеолекции

Рабочий файл: PBI-7.pbix

Получение данных из K50 Tracker API

Получение данных из CoMagic

Домашнее задание

Файл: NFDPBI7.pbix

Задание

По состоянию на 2023 API comagic работает нестабильно.
Это домашнее задние можно пропустить.

Ваша задача модифицировать вашу bi систему из раздатки так, чтобы:

Функция «getDataCoMagicFunciton» получала данные при помощи метода «Call», для этого нужно изменять запрос «getDataCoMagic Example».
По результатам выполнения функции «getDataCoMagicFunciton» были доступны столбцы с данными:
- С какого номера звонили
- На какой номер звонили (номер услуги)
- Время звонка
Создать запрос, «Homework», который бы при помощи функции «getDataCoMagicFunciton» получал данные за период с 01.01.2016 по 31.12.2018 и загрузить его в модель данных.
Создать меру «_Количество звонков».
Создать визуализацию «График-линия», в которой помесячно (год + месяц) продемонстрировать количество полученных звонков (с использованием созданной меры).

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб

Урок 7. Введение в программирование Power Query

Fri, 17 Feb 2023 15:02:37 +0300

Седьмой урок из курса Максима Уварова «Power Bi для интернет-маркетинга»

Полезные ссылки к уроку:

Видеолекции

Введение в программирование Power Query

Структурированные типы данных. List, Record, Table

Функции Power Query
Power Query Formula Categories

Выражение Let in

Служебные слова и типы данных

Раскрытие столбцов, содержащих различные типы данных

Домашнее задание

Рабочий файл: папка l7

Задача

Ваша задача модифицировать вашу bi систему из урока 3, чтобы добавить в нее обновленные и расширенные данные.
В процессе вы будете сталкиваться с ошибками, которые вам предстоит решать.
Удачи!

Откройте вашу BI систему с выполненным домашним заданием к уроку 3.
Скачайте и распакуйте архив раздатки.
Создайте запрос, который получает данные из папки «CSV» из распакованного архива раздатки.
Вероятнее всего, power bi автоматически не смог корректно распознать тип данных у столбцов содержащих десятичные дроби (все столбцы с расходами) и даты. У столбцов с десятичными дробями остался тип данных текстовый, а к датам хоть и был применен тип данных «дата», но в строчках ниже появились ячейки с ошибками. Убедиться в этом вы сможете, если примените функцию Keep Errors
Чтобы избавиться от ошибок в столбце «Дата» вам нужно удалить автоматически созданный шаг «Changed types» («Измененный тип»), во время которого появились ошибки.
Измените тип данных в столбце «Дата», выставив тип данных «Date» с использованием локали «English (USA)» («Английский (США)»).
Далее, измените тип данных у всех столбцов с расходом, на формат «decimal number» с локалью «English (USA)» («Английский (США)»). Зажав клавишу ctrl вы можете выбрать несколько столбцов и задать тип данных выделенным столбцам одновременно.
После этого вы можете выделить все столбцы и определить типы данных в столбцах автоматически. Чтобы выделить все столбцы сначала выделите первый столбец, зажмите клавишу shift и выберите последний столбец. Либо, выделив любую ячейку в таблице, вы можете нажать на сочетание клавиш CTRL+A. После того как все столбцы выделены вам нужно нажать на кнопку Detect Data types automatically.
Убедитесь, что запрос выполняется без ошибок — для этого используйте функцию keep errors.
Откройте код текущего запроса (где вы настроили обработку всех файлов из папки CSV), выделите его полностью и скопируйте в буфер обмена.
Откройте код запроса Stats в Advanced Editor и замените на код, который вы скопировали на предыдущем шаге. Если у вас нет этого запроса Stats — смотрите урок 3 и разбирайтесь сами, какой запрос вы поименовали не по инструкции.
Закройте редактор кода (Advanced Editor), убедитесь, что запрос выполняется корректно.
Добавьте столбец «Валовая прибыль». Для этого умножьте столбец «Доход» на 20%.
Удалите оригинальный запрос, в котором вы получали данные из папки с CSV.
Переименуйте запрос «CampaignNames» в «DimCampaignNames» и включите загрузку запроса в модель данных.
Загрузите в модель данных таблицы DimAds и DimPhrases из файла «Dict20190731.xlsx» из архива раздатки.
Создайте связи (или сделайте их активными) между таблицами «Stats» и «DimAds» по столбцу «Id объявления», между таблицам «Stats» и «DimPhrases» по столбцу «Id фразы», между таблицами «Stats» и «DimCampaigns» по столбцу «Id кампании». Если вам будут мешать активные связи — удалите или выключите их.
Модифицируйте меру, «*Ключевая фраза количество уникальных» по формуле *Ключевая фраза количество уникальных = CALCULATE( DISTINCTCOUNT(DimPhrases[Фраза (ключ)]) ; Stats ). Подробности в видео ниже.
Модифицируйте меру средней ставки по аналогии.
Восстановите работоспособность визуализаций «Таблиц» в отчете, заменив пропавшие столбцы из таблицы «Stats» на соответствующие столбцы из таблиц «DimCampaignNames» модели данных.
Откройте запрос «DimAds» в Power Query.
Добавьте «настраиваемый столбец» («custom column») с названием «Uri», в котором введите функцию Uri.Parts с аргументом [URL объявления] (=Uri.Parts([URL объявления]) ).
В результате выполнения функции в столбце «Uri» появятся ячейки, содержащие данные в структурированном типе данных «Record» («Запись»). Изучите, чего полезного есть в этих ячейках.
Добавьте «настраиваемый столбец» («custom column») с названием «UrlPath». В столбце «UrlPath» должны быть данные из поля «Path» записи в столбце «Uri».
Добавьте «настраиваемый столбец» («custom column») с названием «UrlQueryRegion». В столбце «UrlQueryRegion» должны быть данные из поля записи «region» (это поле вложено в поле записи «Query» столбца «Uri»). В уроке я рассказывал как обращаться к несуществующим полям таблицы, чтобы при обращении получалось значение «null» вместо ошибки. Примените эти знания.
Удалите столбец «Uri».
Загрузите запрос в модель данных.
Создайте пустой запрос «TextContainsAny». В Advanced Editor замените код пустого запроса на код функции Text.ContainsAny.pq. Эта функция проверяет, есть ли в тексте из первого аргумента вхождения любого из текстов списка второго аргумента.

/*
//Check if a string contains any of the keywords from a given list
//Usage:
    Text.ContainsAny = Load("Text.ContainsAny"),
    Text.ContainsAny("the cat sat on the mat", {"cat", "apple"})
//Result: true
*/

(str, needles) as logical =>
let
count = List.Count(needles)
in

List.AnyTrue(
List.Generate(
()=>[i=0],
each [i] < count,
each [i=[i]+1],
each Text.Contains(str,needles{[i]})
)
)

В запросе «DimPhrases» разделите столбец «Фраза (ключ)» по крайнему левому разделителю « -» Split Column by Delimeter — Разделить текстовый столбец по разделителю.
Переименуйте получившиеся столбцы соответственно «Ключевая фраза» и «Минус-слова».
Добавьте столбец «ПродающиеДобавки», в котором при помощи недавно созданной функции «TextContainsAny» проверьте значения столбца «Ключевая фраза» на наличие слов:
1. купить
2. Москва
3. интернет
Загрузите запрос в модель данных.

PBI Фильтрация меры по таблице фактов

Эталонное выполнение

Максим Уваров выполняет домашнее задание к уроку 7

Файлы: папка l7_Gold

Шпаргалка курса и ментальная карта, ПДФ, 88 страниц, 13 Мб