繼續我們上一個文章：簡單介紹PowerBI - Part 1
在討論PowerBI平台中不同視圖之前，我們需要了解DAX（Data Analysis Expressions）和 M函數(M function)之間的區別。DAX和M函數都用於在Microsoft Power BI和Excel Power Pivot中操作數據並進行計算。以下是這兩種語言之間的主要區別：

M函數：在使用它在加載數據模型之前轉換數據（數據清理/組織）。你可以執行的操作包括從不同來源進行篩選、合併、轉換或重新整理等。

DAX
DAX是一種公式語言，用於在數據加載到數據表之後創建計算和聚合。與Excel公式類似，你可以使用DAX創建計算列(Calculated Column)和計算度量值(Calculated Measure)。

步驟4. 計算列（Data View）

計算列使你能夠將新數據添加到Power Pivot數據模型中的表中。你不是將值粘貼或導入到列中，而是使用DAX創建新列。這個計算列只能應用於所選的表，並且輸出應用於該表中的每一行。

計算列數據存儲在xVelocity內存數據庫中。計算是在用戶查詢模型之前完成的。計算列很好，因為在用戶與報告交互時，虛擬內存要求較小。但是，它們在數據庫中占用更多的存儲空間。

你可以使用計算列創建自定義切片器。

步驟5. 計算度量值（Report View）

計算度量值是你可以在模型中的所有表中創建的計算。
它們用於計算諸如總和或平均值之類的聚合數據。

度量值就像特定的即席查詢代碼，只有在選定的可視元素中使用時才運行。這允許函數適應你在儀表板中設置的各種過濾器和條件。你甚至可以在另一個度量值之後建立度量值。

通常情況下，計算列的資源需求更大，因為計算是對表中的每一行執行的，並且結果被存儲。

而度量值則更具靈活性，因為它們可以實時計算並隨著基礎數據的變化而更新。

步驟6. 數據可視化（Report View）
數據可視化是你試圖將數據分析轉化為視覺上吸引人且易於閱讀的圖表/圖形的部分。你甚至可以使它們具有交互性。
這個過程的成功關鍵在於你的數據模型之前是否正確連接。

步驟7. 分析（Report View）
PowerBI尚未整合許多複雜的分析工具。我認為這部分更像是使你的視覺元素更像是數據敘事的額外步驟。
你可以添加常數線，例如顯示目標銷售。你可以為折線圖添加預測趨勢線。

Ref:
https://learn.microsoft.com/en-us/power-bi/transform-model/desktop-tutorial-create-calculated-columns