如果你在 Excel 里已经会写 VLOOKUP、会拖数据透视表，但一遇到「多张表要关联」「几十万行卡到转圈」「同一个指标要按不同维度反复算」就开始手动复制粘贴，那这门课正好补的是这块缺口。Power Pivot 不是一个新的独立软件，它是 Excel 里一个默认藏起来、需要手动开启的加载项，专门解决普通透视表解决不了的两类问题：跨表关联和复杂计算。
先搞清楚它到底补的是哪块能力
普通数据透视表的前提是「一张宽表」，所有字段都在同一张表里。但真实业务数据几乎都是拆开的：一张订单明细、一张产品维度、一张客户信息、一张日期表。传统做法是用 VLOOKUP 把维度字段一个个拉到明细表里，表一大就慢，公式一多就错。
Power Pivot 换了个思路：不做物理合并，而是建立表与表之间的关系，靠「数据模型」在内存里完成关联和聚合。它自带一套 DAX 计算语言，能写出「同比」「累计至今」「按条件筛选后的占比」这类普通透视表算不出来的度量值。这门基础篇要解决的，就是让你从「会用透视表」过渡到「会搭一个能自动更新的分析模型」。
看完应该能回答这几个问题
- 为什么两张表要建立关系，而不是直接 VLOOKUP 拉平？关系在什么字段上建、方向怎么理解？
- 「计算列」和「度量值」有什么区别，什么场景该用哪个，为什么度量值往往更省内存？
- CALCULATE 到底在做什么，它和行上下文、筛选上下文之间是什么关系？
- 为什么做时间相关的分析（同比、环比、YTD）通常要单独准备一张日期表？
- 度量值算出来是空值或总数不对，一般先从哪几个地方排查？
如果这几个问题你现在只能含糊作答，说明欠缺的正是基础篇要打的那层地基。反过来，如果你已经能凭经验处理跨表汇总，也可以拿这些问题当自测，快速跳过已经会的部分。
配套练习该怎么用
Power Pivot 的学习曲线有一半卡在「概念听懂了但写不出 DAX」。所以配套的章节笔记不要只当复习资料看，建议按这个顺序用：
- 先跟着示例把数据模型搭起来，重点确认每张表的关系建对没有，关系错了后面全错。
- 每学完一个计算主题，自己把示例里的度量值删掉重写一遍，不看答案，卡住了再翻笔记。
- 换一套自己的数据复现同样的指标，比如把销售数据换成考勤、库存或费用报销，验证方法是不是真的会迁移。
- 整理一份「报错与排查」清单，记下每类错误信息对应的原因，这比记语法更实用。
学到能独立复现一个完整模型，并且知道每一步为什么这么做，基础篇的目标就达到了。后续的多表建模、复杂时间智能和性能优化，属于进阶内容，不必现在硬啃。
适合谁，不适合谁
适合：天天和 Excel 打交道、数据量已经开始让透视表吃力的分析岗、财务、运营、数据支持类学习者；也适合已经会 Power Query 做数据清洗，但还没打通「清洗完怎么建模分析」这一步的人。
不太适合：完全没接触过数据透视表的新手。Power Pivot 的很多概念是建立在透视表之上的，跳过这一步直接学 DAX，容易只记住语法却不知道为什么这么写。如果透视表还不熟，建议先把这块补上再回来。
这门课程由曾贤志老师主讲，专注于Power Pivot在Excel中的应用。通过学习基础篇，你将掌握商业智能数据分析的技巧。
课程推荐
《【曾贤志】Power Pivot For Excel商业智能数据分析（第1季 基础篇）》这门课程由曾贤志老师主讲，专注于Power Pivot在Excel中的应用。通过学习基础篇，你将掌握商业智能数据分析的技巧。【技能收获】学完可掌握：Power、Pivot、Excel。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：Linux 运维工程师、SRE、云计算工程师、DevOps 工程师。云原生与自动化运维仍是企业 IT 刚需方向，认证 + 实战项目组合能显著提升面试通过率，适合向中高级运维或架构岗进阶。 若你已有一定编程或运维基础，本课程可帮助你在现有技能栈上快速叠加热门方向能力，提升求职时的项目说服力与薪资谈判空间。
视频目录（53 节）
* 1-1 1.1 什么是Power Pivot.mp4
* 1-2 1.2 简单示例演示.mp4
* 1-3 1.3 Power Pivot在Power BI系列的重要性.mp4
* 1-4 1.4 Power Pivot数据源导入之从表格区域.mp4
* 1-5 1.5 Power Pivot数据源导入之从剪贴板.mp4
* 1-6 1.6 Power Pivot数据源导入之从工作簿.mp4
* 1-7 1.7 Power Pivot数据源导入之从文本文档.mp4
* 1-8 1.8 Power Pivot数据源导入之从数据库.mp4
* 1-9 1.9 Power Pivot计算列的应用.mp4
* 1-10 1.10 重新理解数据透视表.mp4
* 1-11 1.11 仿写、扩写数据透视表的汇总方式.mp4
* 1-12 1.12 初识度量值.mp4
* 1-13 1.13 度量值实例应用.mp4
* 1-14 1.14 DAX公式中的运算符.mp4
* 1-15 1.15 重温表关系.mp4
* 1-16 1.16 初识数据模型.mp4
* 1-17 1.17 数据模型进阶.mp4
* 1-18 1.18 DAX公式编写规范.mp4
* 1-19 1.19 变量的使用.mp4
* 2-1 2.1 什么是上下文？.mp4
* 2-2 2.2 什么是迭代器？.mp4
* 2-3 2.3 筛选函数FILTER.mp4
* 2-4 2.4 行上下文应用.mp4
* 2-5 2.5 筛选上下文应用.mp4
* 2-6 2.6 重构计值环境CALCULATE.mp4
* 2-7 2.7 CALCULATE叠加筛选应用.mp4
* 2-8 2.8 初识ALL函数的特性.mp4
* 2-9 2.9 ALL函数应用1（清除单列筛选器）.mp4
* 2-10 2.10 ALL函数应用2（清除多列筛选器）.mp4
* 2-11 2.11 ALL函数应用3（清除所有筛选器）.mp4
* 2-12 2.12 ALL函数应用4（隐式ALL应用）.mp4
* 2-13 2.13 ALL函数应用5（模拟差异百分比 ）.mp4
* 2-14 2.14 ALLEXCEPT函数应用(排除法清除筛选器).mp4
* 2-15 2.15 ALLSELECTED函数应用（将筛选条件参数化）.mp4
* 2-16 2.16 CALCULATETABLE函数应用（独立修改筛选.mp4
* 2-17 2.17 行上下文转换为筛选上下文应用1.mp4
* 2-18 2.18 行上下文转换为筛选上下文应用2.mp4
* 3-1 3.1 聚合类迭代函数之SUMX.mp4
* 3-2 3.2 聚合类迭代函数之ERAGEX.mp4
* 3-3 3.3 聚合类迭代函数之MAXX和MINX.mp4
* 3-4 3.4 聚合类迭代函数之COUNTX.mp4
* 3-5 3.5 聚合类迭代函数之CONCATENATEX.mp4
* 3-6 3.6 RELATED关联函数.mp4
* 3-7 3.7 RELATEDTABLE关联表.mp4
* 3-8 3.8 EARLIER与EARLIEST返回指定层级列的值.mp4
* 3-9 3.9 DISTINCT与VALUES去重应用.mp4
* 4-1 4.1 移动平均.mp4
* 4-2 4.2 毛利润计算.mp4
* 4-3 4.3 累计毛利润.mp4
* 4-4 4.4 同比增长率.mp4
* 4-5 4.5 环比增涨率.mp4
* 4-6 4.6 Power Query与Power Pivot结合应.mp4
* 4-7 4.7 Power Pivot与Power View结合应用.mp4
