为什么写这篇

在公司给财务部同事分享 PowerBI 时，我发现一个问题：很多人会用 PowerBI 画图，但不会建模。

拖一个柱状图、拉一个折线——这些操作几小时就学会了。但真正让报表"活起来"的是背后的数据模型：M 函数怎么写、表之间怎么关联、度量值怎么算。这些东西不懂，每次换数据源都要重做一遍。

这篇文章把我在华帝做财务看板时的建模经验整理出来，希望能帮到同样在学 PowerBI 的财务同行。

一、数据建模的核心概念

先理解三个东西，这是整个 PowerBI 建模的基础：

概念 是什么 类比
PowerQuery（M 语言） 数据清洗和转换，在数据进 PowerBI 之前处理 洗菜切菜
关系建模 多张表之间怎么关联（一对多、多对一） 搭积木
DAX 度量值 写计算公式，计算毛利率、增长率等指标 菜谱公式

一个完整的 PowerBI 项目，数据流向是这样的：

原始数据（Excel/CSV/数据库/API）
        ↓
   PowerQuery 清洗（M 函数）
        ↓
   数据模型（建表关系）
        ↓
   DAX 度量值（写业务指标）
        ↓
   可视化报告（图表/看板）

二、PowerQuery M 函数实战

M 语言是 PowerQuery 的内置脚本语言。每次你在 PowerQuery 编辑器里点按钮，背后都在生成 M 代码。

常用 M 函数

1. 合并查询（JOIN）

两张表通过关键字段关联，类似 SQL 的 JOIN：

1
2
3
4
5
6
7
8
9

let
    Source = Table.NestedJoin(
        利润表, {"报告期"}, 
        资产负债表, {"报告期"}, 
        "资产负债表", JoinKind.LeftOuter
    ),
    #"Expanded" = Table.ExpandTableColumn(Source, "资产负债表", {"资产总计", "负债合计"})
in
    #"Expanded"

2. 逆透视（把宽表变长表）

财务系统中导出的数据经常是"宽表"——每个月一列。用逆透视转成标准数据表：

1
2
3
4
5
6

let
    Source = Excel.Workbook(File.Contents("费用明细.xlsx")),
    数据 = Source{[Name="Sheet1"]}[Data],
    逆透视 = Table.UnpivotOtherColumns(数据, {"部门", "费用类别"}, "月份", "金额")
in
    逆透视

3. 分组聚合

按部门汇总费用：

1
2
3
4
5
6
7

let
    Source = 费用明细,
    分组 = Table.Group(Source, {"部门"}, {
        {"费用合计", each List.Sum([金额]), type number}
    })
in
    分组

4. 日期处理

生成完整的日期表，财务分析的必需品：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

let
    StartDate = #date(2020,1,1),
    EndDate = #date(2026,12,31),
    日期列表 = List.Dates(StartDate, Duration.Days(EndDate - StartDate) + 1, #duration(1,0,0,0)),
    转表 = Table.FromList(日期列表, Splitter.SplitByNothing(), {"日期"}),
    加列 = Table.AddColumn(转表, "年", each Date.Year([日期])),
    加月 = Table.AddColumn(加列, "月", each Date.Month([日期])),
    加季 = Table.AddColumn(加月, "季度", each "Q" & Number.ToText(Date.QuarterOfYear([日期])))
in
    加季

三、DAX 度量值速查

DAX（Data Analysis Expressions）是 PowerBI 的计算语言，类似 Excel 公式但更强大。

财务分析常用 DAX

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

// 毛利率
毛利率 = DIVIDE(
    SUM(利润表[营业收入]) - SUM(利润表[营业成本]),
    SUM(利润表[营业收入])
)

// 净利率
净利率 = DIVIDE(SUM(利润表[净利润]), SUM(利润表[营业收入]))

// 收入同比
收入同比 = 
VAR 本期收入 = SUM(利润表[营业收入])
VAR 去年同期 = CALCULATE(
    SUM(利润表[营业收入]),
    SAMEPERIODLASTYEAR(日期表[日期])
)
RETURN DIVIDE(本期收入 - 去年同期, 去年同期)

// 费用率
管理费用率 = DIVIDE(SUM(费用表[管理费用]), SUM(利润表[营业收入]))

// 累计值（YTD）
YTD收入 = TOTALYTD(SUM(利润表[营业收入]), 日期表[日期])

DAX 核心概念

  • CALCULATE：DAX 的灵魂函数，在特定上下文中计算。比如"去年同期的收入"
  • FILTER：过滤条件，“只看华帝品牌的收入”
  • DIVIDE：安全除法，防止除零错误（比直接写 / 好）
  • VAR：定义变量，让长公式更好读、更易调试

四、建模实战：一个财务看板的数据模型

以在华帝做的财务分析看板为例，数据模型长这样：

日期表（日期维度）
    │
    ├─→ 利润表（营业收入、营业成本、净利润）
    │        一对多关系：日期表[日期] → 利润表[报告期]
    │
    ├─→ 费用表（管理费用、销售费用、财务费用）
    │        一对多关系：日期表[日期] → 费用表[月份]
    │
    └─→ 现金流量表
             一对多关系：日期表[日期] → 现金流量表[报告期]

建模原则：

  1. 所有数据表通过日期表关联——不要直接表对表连，所有时间相关的分析都基于日期维度
  2. 一个字段一个职责——费用表和利润表通过日期关联，而不是通过部门、项目等
  3. 度量值统一写在一个地方——不要分散在各张表里，建立一个"度量值"表集中管理所有 DAX 公式

五、和一些小建议

  1. 用 PowerQuery 做数据清洗，不要手动改——今天你手动删了一行，下周同事更新源文件时又要重做。M 函数写好的清洗规则可以反复用

  2. 度量值命名用中文——因为看报告的领导看不懂"GrossMargin"，“毛利率"大家都懂

  3. 先建模再画图——很多人一上来直接拖图表，数据源一换全崩。模型搭好了，换数据源只需要刷新，图表自动更新

  4. PowerQuery 和 Excel 不是一个东西——虽然界面长得像，但 PowerQuery 支持的数据量和复杂度远超 Excel

总结

写代码不是程序员的事。在财务数字化时代，PowerQuery M 函数 + DAX 度量值就是财务人的"新算盘”——你会了这套工具，手动做报表的人还在加班复制粘贴，你已经点一下刷新就可以下班了。

这个看板的完整数据链路是：AkShare（Python 自动采集）→ PowerQuery（M 函数清洗）→ PowerBI（DAX 度量值 + 可视化报告），全流程零手工操作。

如果你也在学 PowerBI，或者想搭类似的财务看板，欢迎交流：1649219364@qq.com