معلم، چراغی‌ست در مسیر تاریک فردا
۱۲ اردیبهشت، روز معلم مبارک

فایل آموزشی توابع اکسل
#اکسل
#تابع

قصه‌گویی با داده (Data Storytelling) یعنی ارائه‌ی داده‌ها به شکل یک داستان منسجم و قابل فهم که نه‌تنها آمار و تحلیل را منتقل کند، بلکه مخاطب را درگیر کرده و به درک، باور یا اقدام وادارد.

اجزای اصلی قصه‌گویی با داده:
داده (Data):
منبع اصلی واقعیت؛ آمار، شاخص‌ها و تحلیل‌های عددی.

تصویری‌سازی (Visualization):
نمودار، جدول، نقشه و اینفوگرافیک برای ساده‌سازی و جذاب‌ کردن داده‌ها.

روایت (Narrative):
چارچوب داستانی که به مخاطب کمک می‌کند مفهوم داده را درک کند و با آن ارتباط برقرار کند. این شامل مقدمه، چالش، اوج و نتیجه‌گیری است.

چرا مهم است؟
داده‌ها بدون روایت، بی‌جان و خشک هستند.

روایت بدون داده، فاقد اعتبار و قابل اتکا نیست.

ترکیب این دو، تصمیم‌سازی را ساده‌تر و تأثیرگذارتر می‌کند.

مثال:
به‌جای گفتن:

«فروش در سه ماه گذشته ۲۰٪ کاهش یافته.»

می‌گوییم:

«در حالی‌ که زمستان گذشته همیشه اوج فروش ما بود، امسال فروش ۲۰٪ افت کرد. این افت همزمان با تغییر قیمت رقبا و کمپین‌های تبلیغاتی آن‌ها رخ داد. اگر این روند ادامه یابد، سه‌ماهه آینده نیز با چالش روبرو خواهیم بود.»

ساختار یک داستان داده‌ای موفق
قصه‌گویی با داده دقیقاً شبیه به داستان‌گویی سنتی، سه بخش کلیدی دارد:

الف. شروع (Context)
داده‌ها از کجا آمده‌اند؟

مسئله یا سوال کلیدی چیست؟

مخاطب باید چه چیزی را بداند قبل از ورود به اصل داستان؟

مثال:
«در سال‌های اخیر، روند ثبت‌نام در مدارس روستایی کاهش یافته. آیا جمعیت کاهش یافته یا دلایل دیگری در کار است؟»

ب. میانه (Conflict/Insight)
تضاد، کشف یا اتفاق کلیدی چیست؟

چه الگویی از داده‌ها پیدا شده؟

چه عواملی پشت پرده‌ی این عددها هستند؟

مثال:
«در تحلیل داده‌ها دیدیم که بیشترین افت ثبت‌نام مربوط به مناطقی است که فاصله تا مدرسه بیش از ۵ کیلومتر است. در عین حال، نرخ ترک تحصیل در این مناطق بالاست.»

ج. پایان (Resolution/Action)
اکنون که این را می‌دانیم، باید چه کنیم؟

چه اقدامی پیشنهاد می‌شود؟

چه چیزی باید تغییر کند یا پیگیری شود؟

مثال:
«با فراهم‌ کردن سرویس حمل‌ونقل رایگان برای این مناطق، احتمال بازگشت دانش‌آموزان به مدرسه بالا می‌رود.»

نکات کلیدی برای موفقیت در قصه‌گویی با داده
مخاطب‌محور باشید: به زبان و دغدغه‌ی مخاطب فکر کنید.

از اغراق دوری کنید: فقط آنچه واقعاً در داده هست را روایت کن.

سادگی بصری: نمودارها باید ساده، قابل فهم و مرتبط با پیام باشند.

تاکید بر بینش (Insight): هدف فقط نشان دادن داده نیست، بلکه فهمیدن دلیل و پیام پشت آن است.

دعوت به اقدام (Call to Action): پایان داستان باید به تصمیم یا تغییر ختم شود.

از ایمپورت چه زمانی استفاده نمیشود



استفاده از Import Mode در Power BI مناسب نیست یا توصیه نمی‌شود در موارد زیر:

1. زمانی که داده‌ها بسیار بزرگ هستند (Big Data)
اگر حجم داده‌ها بسیار زیاد باشد (مثلاً چند صد میلیون ردیف)، Import باعث سنگینی فایل و کند شدن عملکرد می‌شود.

Power BI فایل‌ها را در حافظه بارگذاری می‌کند، بنابراین حافظه سیستم می‌تواند محدودیت ایجاد کند.

2. نیاز به داده‌های لحظه‌ای (Real-time)
اگر کاربران نیاز دارند که داده‌ها همواره به‌روز باشند (مثل داشبورد فروش لحظه‌ای یا مانیتورینگ عملیات)، Import مناسب نیست چون باید دستی یا با برنامه Refresh شود.

3. محدودیت در فضای ذخیره‌سازی Power BI Service
Power BI Service برای فایل‌های Import محدودیت حجم دارد (مثلاً 1 GB برای هر dataset در Power BI Pro).

برای داده‌های حجیم در فضای ابری باید از DirectQuery یا Live Connection استفاده شود.

4. اگر مدل داده در جای دیگری ساخته شده باشد (مثل SSAS یا مدل‌های متمرکز)
وقتی سازمان از مدل‌های مرکزی استفاده می‌کند (مثل Analysis Services یا Power BI Dataset در فضای ابری)، بهتر است از Live Connection استفاده شود تا انسجام حفظ شود.

اگر منبع داده شما SQL Server یا Oracle یا موارد مشابه است، و حجم داده یا نیاز به real-time دارید، ممکنه DirectQuery گزینه بهتری باشه.

ساختار چتری هوش تجاری (Business Intelligence Umbrella Structure) به مجموعه‌ای از ابزارها، فرآیندها، فناوری‌ها و افراد اشاره دارد که همگی در راستای تبدیل داده خام به اطلاعات معنادار برای تصمیم‌گیری استفاده می‌شوند. این ساختار معمولاً به‌صورت یک چتر مفهومی نمایش داده می‌شود که اجزای مختلف هوش تجاری را در خود جای داده است.

ساختار چتری هوش تجاری شامل اجزای زیر است:
1. منابع داده (Data Sources)
پایگاه‌های داده عملیاتی (ERP، CRM، سیستم‌های مالی و منابع انسانی)

فایل‌های اکسل، CSV، XML

داده‌های وب و شبکه‌های اجتماعی

داده‌های IoT یا حسگرها

2. استخراج، تبدیل و بارگذاری (ETL: Extract, Transform, Load)
ابزارهایی که داده را از منابع مختلف جمع‌آوری، تمیز، استانداردسازی و به انبار داده منتقل می‌کنند.

مثال: Talend، Informatica، SSIS، Apache Nifi

3. انبار داده (Data Warehouse)
محیطی متمرکز برای ذخیره داده‌های تمیزشده و تاریخی.

معماری: Star Schema، Snowflake Schema

ابزارها: Amazon Redshift، Google BigQuery، Snowflake، Microsoft SQL Server

4. لایه مدل‌سازی و تحلیل (Data Modeling & OLAP)
ساخت مدل‌های تحلیلی چندبعدی برای تسهیل گزارش‌گیری سریع.

ابزار: SSAS، SAP BW، IBM Cognos TM1

5. ابزارهای تحلیلی و گزارش‌گیری (Analytics & Reporting Tools)
داشبوردها، گزارشات دوره‌ای، KPIها، نمودارهای تعاملی

ابزارها: Power BI، Tableau، Qlik Sense، Looker

6. هوش مصنوعی و یادگیری ماشین (AI & ML for BI)
پیش‌بینی‌ها، خوشه‌بندی، تحلیل احساسات، کشف الگوها

ادغام مدل‌های ML در محیط BI برای تصمیم‌گیری پیش‌نگر

7. مدیریت داده و حاکمیت (Data Governance & Quality)
امنیت، یکپارچگی، استانداردسازی، کیفیت داده

نقش‌ها: Data Steward، Data Owner

8. مصرف‌کنندگان BI (BI Consumers)
مدیران ارشد، تحلیلگران کسب‌وکار، تیم فروش، بازاریابی، منابع انسانی

در Power BI، سه Data Connectivity Mode اصلی وجود دارد که نحوه اتصال داده‌ها به گزارش شما را تعیین می‌کنند:

1. Import Mode (وارد کردن داده‌ها)
توضیح: داده‌ها یک‌بار از منبع خوانده و در فایل Power BI ذخیره می‌شوند.

مزایا: سریع‌ترین عملکرد، امکان استفاده از تمام قابلیت‌های Power BI مانند DAX و مدل‌سازی پیچیده.

معایب: داده‌ها به‌صورت لحظه‌ای به‌روزرسانی نمی‌شوند مگر اینکه refresh شود.

2. DirectQuery Mode
توضیح: داده‌ها در Power BI ذخیره نمی‌شوند؛ بلکه هر بار گزارش اجرا می‌شود، مستقیماً از منبع داده پرس‌وجو می‌شود.

مزایا: همیشه داده‌های به‌روز (real-time)، مناسب برای داده‌های بزرگ.

معایب: سرعت کمتر نسبت به Import، محدودیت‌هایی در مدل‌سازی و DAX.

3. Live Connection
توضیح: شبیه به DirectQuery است ولی مخصوص اتصال به مدل‌های تحلیلی مثل SSAS (SQL Server Analysis Services) یا Power BI Dataset.

مزایا: استفاده از مدل از پیش ساخته شده (centralized model).

معایب: نمی‌توان جدول جدیدی وارد کرد یا مدل داده را تغییر داد.

#استخدام
◀️جذب نیروی کنترل پروژه برای دفتر معماری در تهران منطقه پاسداران
◀️رشته معماری، عمران و مدیریت پروژه
◀️آشنایی با فرآیندهای معماری، صنعت ساختمان و کنترل پروژه
◀️تجربه کار در شرکت های ساختمانی یا مولتی دیسیپلین مزیت به حساب می آید
◀️سابقه کار حداقل ۲ سال، سن حداکثر ۳۵ سال
ارسال رزومه
09126209698

چند نکته طلایی اکسل به زبان فارسی

Fact and fun

نمونه داشبورد ساخته شده از استار باکس با پاور بی ای
#داشبورد

📚 اکسل بانک📚
◀️بزرگترین منبع فیلم، کتاب و فایل آموزشی اختصاصی اکسل و پاور بی آی در تلگرام از سال ۱۳۹۶ ▶️
📊http://www.tg-me.com/ExcelBank
🆔Founder : @Ahmadi_Ashkan

◀️لینک گروه پرسش و پاسخ متصل به کانال با حضور اساتید و کاربران:
https://www.tg-me.com/excelbankgp

📊 چند #تجربه کوتاه در مورد "ظاهر" #گزارش‌های #bi برای تازه کارها

واقعا خیلی وقت ها جدا از اینکه درست بودن و مورد نیاز بودن دیتایی که داره تو گزارش نشون داده میشه از همه چیز مهم تره، "ظاهر" مورد پسند کاربر به خیلی از موارد بستگی داره از جمله:
1️⃣ سن کاربر،
2️⃣ جنسیت کاربر،
3️⃣ سلیقه کاربر،
4️⃣ تجربش از داشبوردها و نرم افزارهایی که قبلا باهاشون کار کرده،
5️⃣سایز مانیتوری که میخواد باهاش کار کنه،
6️⃣ حوصله و وقت کاربر و اینکه چه تایمی میخواد با گزارش کار کنه در روز و چقدر حوصله اسکرول کردن صفحه یا کار با فیلترهای مختلف رو داره،
7️⃣ اینکه میخواد صرفا بیینه گزارش رو یا نه میخواد از موس استفاده کنه و روی نمودارها هاور کنه،
8️⃣ اینکه تمایلش به رنگ های روشن هست یا تیره،
9️⃣ اینکه مدل ذهنیش چه شکلیه؟ همه چی باید طبقه بندی شده باشه یا همه چی رو میخواد یه جا و کنار هم ببینه و
کلی موارد دیگه که فقط و فقط شما حین کار متوجه میشید
🔟 و در اخر وظیفه شما همیشه فیدبک گرفتن از کاربر جهت اصلاح مجدد گزارش ها هست تا حدی که فیدبک ها منطقی و امکان پذیر باشن

✅️
#powerbi
#داشبورد #ریپورت #رابط_کاربری #تحلیل_داده #هوش_تجاری

کارگاه “ ساخت گزارشات تحلیلی با Power BI “

📌تاریخ برگزاری دوره : 28، 29، 30 خردادماه 1404
🔅3 جلسه معادل 24 ساعت
🔅حضوری و آنلاین
🔅ارائه‌ی مدرک بین المللی زیر نظر سازمان فنی و حرفه ای کشور

➖➖➖➖➖➖➖➖➖➖➖➖

اطلاعات تکمیلی و بروشور دوره و ثبت نام :
🔻🔻🔻🔻🔻🔻
https://iehouse.org/product/powerbi/

➖➖➖➖➖➖➖➖➖➖➖➖
☎️مشاوره و ثبت نام :
021-88761795
021-8873 8902

📲تلگرام :
09030737180

📲واتساپ :
09197569660

➖➖➖➖➖➖➖➖➖➖➖➖

با ما در تلگرام همراه باشید ↙️
@iehouse

از فردا، با مینی ویدیوهای اکسل در ۵۰ قسمت در خدمت دوستان هستیم ✌️