《财务大数据可视化智能分析：基于Power BI》选用微软Power BI为数据分析工具，基于经济管理类专业学员的学情，将学习过程划分为入门、详解和应用3个阶段，具体分为9章内容。入门包括大数据与大数据分析、Power BI简介和快速应用Power BI；详解包括数据获取、数据整理、数据建模与DAX语言、数据可视化分析；应用包括财务数据可视化智能设计——以利润表为例、财务数据可视化智能综合分析——基于三张基本报表两个综合案例。 《财务大数据可视化智能分析：基于Power BI》适合作为高等院校财经类专业开设“财务大数据可视化分析”“可视化智能分析”“大数据与智能财务”等课程的配套教材，也适合作为希望学习数据分析的在职人员的参考读物。

苏秀花,天津财经大学智能会计系教师，管理学博士，硕士生导师。讲授《大数据与智能财务》、《财务机器人应用与开发》、《数据挖掘》、《会计信息系统》、《计算机审计》、《计算机财务管理》等多门课程，有丰富的教学经验。公开发表论文10余篇，主持并完成天津市教委项目1项、财政局项目2项、校预研项目1项，主持并完成横向课题1项，参与教育部人文社科、天津市社科项目等省部级课题多项。

前言 随着现代信息技术的发展，会计数据处理技术也经历了从传统的手工会计到会计电算化、会计信息化的演进过程，如今迈入了智能化时代。这是一个全新的时代，一方面，财务机器人正在逐步接替会计工作中有规律的、重复的、标准化的事务性工作，在减轻财务人员工作强度的同时，也给他们带来了紧迫感和危机感；另一方面，信息技术拓宽了我们获取数据的渠道和范围，但如何从大数据中提取对企业有用的信息，以提高企业的洞察力和预见力，无疑是企业在激烈的竞争中取胜的关键，因此数据的分析和处理变得尤为重要。广大财务人员需要审时度势，重新思考自身的定位和存在价值，在顺应形势的同时必须担负起“数据分析”之责。 2022年，在影响中国会计从业人员的十大信息技术的评选结果中，财务云、会计大数据技术、数据挖掘等赫然在列。财务人员如果不掌握一项数据分析技术，那么将影响其未来的职业发展。 数据分析师是专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。他们的工作内容本质上就是从海量数据中分析出商业价值，或者建模发现知识，从而推动业务、辅助决策。若想成为数据分析师，则需要具备4项能力：业务能力、数据能力、技术能力和沟通能力。业务能力和数据能力可以在实践中逐步积累，但技术能力则需要通过外部输入来获得。引领广大财务人员进入新技术世界，使其掌握数据分析方法和分析工具，正是本书创作团队的初衷。 市面上有很多用于进行数据分析的工具，有的专注于数据采集、有的侧重于数据挖掘、还有的聚焦于数据可视化。考虑财务人员自身的特点，他们对财务和业务非常熟悉，但可能没有深厚的计算机专业功底，本书选择了与Office风格一脉...