เรียนรู้ Data Model และความสัมพันธ์ตารางขั้นสูงด้วย Power Pivot

Power Pivot เป็น Add-in อันทรงพลังใน Excel ที่ช่วยสร้าง Data Model ที่ซับซ้อนและความสัมพันธ์ระหว่างตารางได้ สร้างโมเดลข้อมูลที่แข็งแกร่งสำหรับการคำนวณขั้นสูง ขยายความสามารถของ Excel ให้สร้าง Data Model ขนาดใหญ่แบบไดนามิกได้โดยไม่ต้องพึ่งซอฟต์แวร์ภายนอก บทความนี้จะสอนสร้าง Data Model และความสัมพันธ์ขั้นสูงด้วย Power Pivot พร้อมตัวอย่างปฏิบัติ

Power Pivot คืออะไร?

Power Pivot เป็น Add-in ใน Excel ที่ช่วยให้ผู้ใช้:

• นำเข้าข้อมูลขนาดใหญ่จากแหล่งหลายแห่ง
• สร้างความสัมพันธ์ระหว่างตารางด้วย Key/Primary Fields
• คำนวณขั้นสูงด้วย Data Analysis Expressions (DAX)
• สร้าง Dashboard และ PivotTables ที่มีประสิทธิภาพและโต้ตอบได้

เปิดใช้งานแท็บ Power Pivot:

• ไปที่แท็บ File >> Options >> Add-ins จาก Excel Options
• ในกล่อง Manage >> เลือก COM Add-ins >> Go
• จากกล่อง COM Add-ins >> เลือก Microsoft Power Pivot for Excel >> OK

1. จัดเตรียมข้อมูลสำหรับ Power Pivot

ก่อนสร้าง Data Model และความสัมพันธ์ ต้องตรวจสอบว่าแต่ละตารางใน Dataset มี Unique Identifier หรือ Primary Key สำหรับแต่ละ Entity

ตัวอย่างชุดข้อมูลขาย (Sales Dataset) ที่ต้องการ:

• Sales: SaleID (รหัสเฉพาะแต่ละการขาย)
• Products: ProductID (รหัสเฉพาะแต่ละสินค้า)
• Customers: CustomerID (รหัสเฉพาะแต่ละลูกค้า)
• Regions: RegionID (รหัสเฉพาะแต่ละภูมิภาค)
• Dates: Date (รหัสเฉพาะแต่ละวัน)

ตรวจสอบให้แน่ใจว่าแต่ละฟิลด์สอดคล้องกันทั่วทั้งตาราง โดยเฉพาะฟิลด์ที่ใช้สร้างความสัมพันธ์ เช่น ProductID, CustomerID, RegionID

2. นำเข้าข้อมูลเข้า Power Pivot

มีหลายวิธีนำเข้าขึ้นอยู่กับประเภทข้อมูล

นำเข้าจากแหล่งภายนอก:

• ไปที่แท็บ Power Pivot >> คลิก Manage เปิดหน้าต่าง Power Pivot
• ในหน้าต่าง Power Pivot >> คลิก Get External Data >> From Other Sources เพื่อนำเข้าข้อมูล

นำเข้าจากสมุดงาน Excel ที่มีอยู่:

• เลือกช่วงข้อมูล
• ไปที่แท็บ Insert >> Table

• ตั้งชื่อตารางแต่ละอัน เช่น Sales, Products, Customers, Regions, Dates

• ไปที่แท็บ Power Pivot >> Add to Data Model เปิด Power Pivot Editor

ทำตามขั้นตอนเหล่านี้เพื่อนำเข้าข้อมูล

3. สร้างความสัมพันธ์ (Relationships)

เมื่อโหลดข้อมูลแล้ว ต้องสร้างความสัมพันธ์ระหว่างตาราง

• ในหน้าต่าง Power Pivot ไปที่แท็บ Design >> Create Relationship
• กล่อง Create Relationship จะโผล่ขึ้นมา
• “Select tables and columns that relate to one another”
• กำหนดความสัมพันธ์ตาม Mapping ต่อไปนี้ทีละคู่:
  • Sales[ProductID] → Products[ProductID]: เชื่อมแต่ละการขายกับสินค้าที่ตรงกัน
  • Sales[CustomerID] → Customers[CustomerID]: เชื่อมแต่ละการขายกับลูกค้าที่ตรงกัน
  • Sales[Date] → Dates[Date]: เชื่อมแต่ละการขายกับวันที่ที่ตรงกัน
  • Customers[RegionID] → Regions[RegionID]: เชื่อมลูกค้ากับภูมิภาคที่ตรงกัน

ความสัมพันธ์:

วิธีอื่น: จาก Diagram View

• สลับไป Diagram View ใน Power Pivot
• ลาก ProductID จากตาราง Sales ไป Products
• ลาก CustomerID จาก Sales ไป Customers
• ลาก Date จาก Sales ไป Dates
• ลาก RegionID จาก Customers ไป Regions

4. สร้าง Calculated Columns และ Measures

เมื่อมีความสัมพันธ์แล้ว เริ่มคำนวณและวิเคราะห์ Power Pivot อนุญาตให้สร้าง Calculated Columns และ Measures เพื่อข้อมูลเชิงลึกลึกขึ้น

ตัวอย่าง: Calculated Columns

สร้าง Calculated Column ในตาราง Sales คำนวณ Profit จากแต่ละการขาย:

• ในหน้าต่าง Power Pivot >> เลือกตาราง Sales
• คลิก Add Column ใส่สูตรคำนวณกำไร

Calculated Column นี้จะปรากฏในตาราง Sales พร้อมค่ากำไร สามารถเปลี่ยนชื่อคอลัมน์เป็น Profit

ตัวอย่าง: Measures

Measure 1: Total Revenue

คำนวณ Total Revenue ทั้งหมด สร้าง Measure ใน Power Pivot:

• ในตาราง Sales ไปที่ Calculation Area
• พิมพ์สูตร DAX ต่อไปนี้เพื่อสร้าง Measure Total Revenue:

Measure นี้จะคำนวณรายได้รวมแบบไดนามิก ปรับตาม Filter หรือ Slicers ที่ใช้กับ Data Model

Measure 2: Total Profit

คำนวณกำไรรวม ใส่สูตร DAX ใน Calculation Area

Measure 3: Average Customer Income

คำนวณรายได้เฉลี่ยลูกค้า ใส่สูตร DAX ใน Calculation Area

= AVERAGE(Customers[Income])

ผลลัพธ์:

5. การวิเคราะห์ขั้นสูง: Time Intelligence

ด้วยตาราง Date สามารถวิเคราะห์ตามเวลาได้ เช่น แนวโน้มยอดขายตามเวลา Power Pivot รองรับฟังก์ชัน Time Intelligence เช่น TOTALYTD (Year-to-Date) และ SAMEPERIODLASTYEAR เปรียบเทียบประสิทธิภาพรอบต่างๆ

คำนวณ Year-to-Date Revenue สร้าง Measure แบบนี้:

=TOTALYTD(SUM(Sales[Revenue]),Dates[Date])

Measure นี้คำนวณรายได้สะสมตั้งต้นปีจนถึงวันที่เลือก

คำนวณ Year-over-Year Revenue growth ใส่สูตร DAX:

=DIVIDE( SUM(Sales[Revenue]) - CALCULATE(SUM(Sales[Revenue]), SAMEPERIODLASTYEAR(Dates[Date])), CALCULATE(SUM(Sales[Revenue]), SAMEPERIODLASTYEAR(Dates[Date])), 0)

คำนวณ % การเติบโตเทียบช่วงเดียวกันปีก่อน

6. สร้าง Pivot Tables วิเคราะห์ข้อมูล

เมื่อมีความสัมพันธ์และคำนวณครบแล้ว สร้าง PivotTables และ PivotCharts วิเคราะห์

• แท็บ Insert >> PivotTable
• ใน Create PivotTable >> เลือก From Data Model
• ใน PivotTable Fields จะเห็นตารางและฟิลด์ทั้งหมด ลากฟิลด์ไป Rows, Columns, Values เพื่อวิเคราะห์ต่างๆ

ข้อมูลเชิงลึกขั้นสูงจากโมเดล:

• วิเคราะห์ Total Revenue by Product:
  • ลาก ProductName จาก Products ไป Rows และ Total Revenue Measure ไป Values
• วิเคราะห์ Revenue by Region:
  • ลาก RegionName จาก Regions ไป Rows และ Total Revenue Measure ไป Values

เพิ่ม Slicers สำหรับโต้ตอบได้ เช่น Slicer สำหรับ Month กรองข้อมูลตามเดือน

สรุป

ด้วย Dataset ตัวอย่าง เราได้แสดงกระบวนการสร้าง Data Model และความสัมพันธ์ขั้นสูงใน Power Pivot ช่วยทำการวิเคราะห์ที่ซับซ้อนซึ่งยากที่จะทำได้ด้วยฟังก์ชัน Excel แบบเดิม ผ่านการเชื่อมตารางที่เกี่ยวข้องและใช้ Calculated Columns และ Measures คุณจะได้ข้อมูลเชิงลึกลึกขึ้น เช่น เข้าใจประสิทธิภาพการขายตามสินค้า ภูมิภาค หรือข้อมูลลูกค้า

Get FREE Advanced Excel Exercises with Solutions!