Business Intelligence · 案例分析

Power BI
資料整合與視覺化操作

學號 1111310037 姓名 武文安 日期 2026-04-10
1

第一題注意事項

操作前的前置確認步驟，確保資料來源正確無誤。

image1.png image2.png image3.png
2

匯入兩個檔案 → 點資料表檢視 → 管理關聯性

image4.png

兩個資料表的關聯性：一對一 與 多對一

image5.png
3

刪除 null 及重複列

image6.png image7.png image8.png
4

複製資料表（將兩列數據_城市_合併）

image9.png image10.png

合併資料表（附加查詢為新查詢）

image11.png

合併資料表（續）

image12.png

替換清理文本

image13.png

套用變更後報表模式

image14.png
學習心得

Power BI vs Python Flask — 場景選擇的思考

Power BI 在企業端的優勢在於敏捷性與視覺化效率。 對於如「城市房價指數」或「業務經理銷售額」這類標準商業數據，Power BI 能在數分鐘內建立關聯並產出具洞察力的報表。

相較之下，Python Flask 更適合需要高度客製化介面或嵌入複雜 AI 演算法的場景。 如果您需要建立的是一個對外服務的數據產品，Flask 是更好的選擇； 但若目的是內部的數據分析與決策支援，Power BI 的開發投資報酬率（ROI）明顯更高。