Modulo 1
Introduzione all’analisi dati moderna con Excel
Differenza tra Excel tradizionale, Power Query, Power Pivot e Power BI
Quando usare Power Query e quando usare Power Pivot
Concetti fondamentali: query, trasformazioni, modello dati, relazioni, misure, KPI
Limiti dei report manuali e vantaggi di un modello aggiornabile
Panoramica del flusso di lavoro: importare, trasformare, modellare, analizzare, visualizzare
Casi d’uso aziendali: sales reporting, controllo di gestione, marginalità, budget, consuntivi, logistica e performance operative
Esercitazione: Analisi di un file Excel aziendale non strutturato e individuazione dei problemi tipici: dati duplicati, colonne non normalizzate, formati incoerenti, date non corrette, campi testuali sporchi e report manuali non aggiornabili.
Modulo 2
Power Query: importazione, pulizia e trasformazione dei dati
Interfaccia di Power Query
Query Editor e barra degli strumenti
Connessione a file Excel, CSV, cartelle e tabelle strutturate
Tipi di dati e gestione dei formati
Rimozione righe e colonne non necessarie
Gestione di intestazioni, righe vuote, errori e valori nulli
Suddivisione e unione di colonne
Estrazione di testo, pulizia stringhe e formattazione
Colonna da esempi
Colonne personalizzate e colonne condizionali
Gestione degli aggiornamenti
Esercitazione: Importazione e pulizia di un dataset commerciale contenente vendite, clienti, prodotti, aree e date. Creazione di una query pulita, ordinata e pronta per il modello dati.
Modulo 3
Power Query avanzato: combinare, accodare e normalizzare dati
Merge tra query
Append di più tabelle
Importazione automatica da cartella
Gestione di file mensili o periodici
Trasposizione dati
Unpivot di tabelle a matrice
Normalizzazione di database non strutturati
Raggruppamenti per chiave, data, categoria o cliente
Creazione di tabelle anagrafiche da dati transazionali
Riduzione del database e ottimizzazione delle query
Caricamento in Excel, solo connessione o modello dati
Esercitazione: Creazione di un processo Power Query per consolidare più file mensili di vendita e trasformarli in un’unica tabella dati normalizzata, aggiornabile con un clic.
Modulo 4
Database relazionali e progettazione del modello dati
Concetti base di database relazionale
Tabelle fatto e tabelle dimensione
Chiavi primarie e chiavi esterne
Cardinalità delle relazioni
Relazioni uno-a-molti
Introduzione alle forme normali
Errori comuni nella costruzione del modello dati
Definizione del Data Model in Excel
Preparazione delle tabelle per Power Pivot
Relazione tra Power Query, Power Pivot e PivotTable
Esercitazione: Progettazione di un modello dati con tabella vendite, tabella clienti, tabella prodotti, tabella agenti, tabella aree e tabella calendario.
Modulo 5
Power Pivot: modello dati, relazioni e prime analisi
Introduzione a Power Pivot
Interfaccia di Power Pivot
Vista dati e vista diagramma
Importazione delle query nel modello dati
Creazione e gestione delle relazioni
Attivazione e disattivazione delle relazioni
Creazione di gerarchie
Formattazione di campi e colonne
Distinct count e aggregazioni
Creazione di PivotTable basate sul modello dati
Analisi con campi provenienti da più tabelle
Esercitazione: Costruzione di una prima analisi Power Pivot con vendite per cliente, prodotto, area commerciale e periodo. Creazione di PivotTable dinamiche basate sul modello dati.
Modulo 6
Linguaggio DAX: misure, colonne calcolate e KPI
Introduzione al linguaggio DAX
Differenze tra formule Excel e formule DAX
Colonne calcolate e misure: quando usarle e perché
Contesto di riga e contesto di filtro
Misure implicite e misure esplicite
Funzioni DAX principali:
SUM
COUNT
DISTINCTCOUNT
AVERAGE
MIN
MAX
DIVIDE
IF
SWITCH
CALCULATE
Creazione di indicatori business:
fatturato totale;
quantità venduta;
costo totale;
margine assoluto;
margine percentuale;
numero clienti;
ticket medio;
prezzo medio;
vendite per agente;
vendite per area;
incidenza percentuale sul totale.
Esercitazione: Creazione di un set di misure DAX per analizzare performance commerciali, marginalità e produttività per cliente, prodotto, agente e area geografica.
Modulo 7
Time Intelligence e analisi temporali
Perché serve una tabella calendario
Creazione e gestione della tabella calendario
Collegamento tra calendario e tabella fatto
Campi temporali: anno, trimestre, mese, settimana, numero mese
Ordinamento corretto dei mesi
Gerarchie temporali
Funzioni DAX per analisi temporali:
DATESYTD
TOTALYTD
SAMEPERIODLASTYEAR
DATEADD
PARALLELPERIOD
PREVIOUSMONTH
PREVIOUSYEAR
Analisi anno su anno
Analisi mese su mese
Progressivi annuali
Scostamenti assoluti e percentuali
Trend, stagionalità e confronto periodi
Esercitazione: Costruzione di un report con fatturato mensile, confronto con anno precedente, variazione percentuale, progressivo YTD e analisi per categoria prodotto e area commerciale.
Modulo 8
Dashboard, reporting direzionale e project work finale
Progettazione di dashboard in Excel
Layout e organizzazione delle informazioni
PivotTable multiple sullo stesso modello
PivotChart
Segmentazioni dati
Timeline
Connessione degli slicer a più PivotTable
KPI card e indicatori sintetici
Report per direzione commerciale, finance e controllo di gestione
Gestione aggiornamenti
Controllo errori
Ottimizzazione e manutenzione del modello
Regole di data modeling per file scalabili e leggibili
Documentazione minima del modello dati
Project work finale: Realizzazione guidata di un report completo di Business Intelligence in Excel
