首先，这个问题要澄清一下：虽然Power BI和Excel有一定的关系，Power BI是微软推出的独立的敏捷（自助式）BI产品，不是Excel中带的一个工具。他们之间的关系大概如下：
Excel2016中包含了Power Query、Power Pivot、Power View以及Power Map四大新功能（Excel2010或Excel2013可到微软官方下载相应的插件），而这四大块是Power BI的基础。用图表示如下：
因此，Power BI可以理解为微软将这四块功能做了个大整合，然后推出的一个独立的工具。而这四块功能又是可以在Excel中分别独立应用的，每块功能的侧重点也不一样，大致可以理解如下：
Power Query就是用来做数据查询、转换的，还记得Excel里的数据导入吗？你可以理解为它的升级版；
Power Pivot是用来做数据建模和分析的，还记得Excel里的数据透视吗？你可以理解为它的超级版；
Power View是用来做数据展示的，还记得Excel里的图表吗？你可以理解为它的整合版；
Power Map是专门用来做数据的地图化展示的，这是Excel里原来没有的。
然后，我们再来看关于有什么技巧的问题。其实，到了Power BI里，所谓的技巧更多的是源自对前面所述的四大Power功能的使用技巧，可以说非常多——
所谓技巧，熟练而已——是为“熟能生巧”！
略举一二如下：
例一：批量导入文本文件，再也不用VBA原创 大海 Excel到PowerBI
小勤：大海，现在有个很烦的事情，数据都是每个月一个文本文件，好难分析，有什么方法能批量汇总的吗？
大海：文件格式都一样吗？
小勤：嗯。当然是一样的，如果连格式都不一样的话神仙也救不了，这个我还是知道的。你看，文件都在这个文件夹里，格式也都是很规范的：
大海：嗯，这样就好办。以前都得用VBA，但现在不用了，直接用PowerQuery点点点就搞定。
小勤：真的？这可太爽啦，对于我这种没编程基础的人，学VBA太费精力了，每次写代码都报这个错那个错，实在折磨得不行。
大海：建议你先把Power系列学好，那样你会发现需要用VBA的地方就真的很少了。就拿批量导入文件这个来说吧，不光能批量导入文本文件，还能批量导入Excel工作簿等等，你看啊。
第一步：【数据】-【从文件】-【从文件夹】
第二步：【浏览】选择数据所在的文件夹，【确定】
第三步：点击展开数据
大海：数据出来了！
小勤：啊！太牛了！不过，好像有点乱哦。
大海：数据都来了，这点乱怕啥。整理数据也是Power Query的强项！这个例子只要2步就搞定了。
第一步： 借用一下你第一个文件里的标题【将第一行用作标题】
第二步：选择删掉其他表里重复的标题行和汇总行（其实跟Excel里的筛选是一摸一样的）
最后，【关闭并上载】数据
大海：搞定！是不是很漂亮？
小勤：是啊。而且操作起来也不复杂。就点那么几下就可以了！我先去练一练。
大海：关注我的公众号，给我发个信息就能看到群号。到时我拉你到群里你就可以直接下载刚才的数据练了。
小勤：太好了！
例二：PBI-基础入门：通过一个简单的案例体会Power BI的数据分析过程原创 大海 Excel到PowerBI
小勤：用个例子给我讲讲Power BI怎么用的呗。
大海：好吧，Power Query你学了那么多，Power Pivot也基本入门了，Power BI也可以同步开始学了，反正PQ和PP的知识除了操作上有一点点儿区别外，都是能在Power BI里直接用的。
小勤：嗯。所以我想现在同步来，边深入学习PQ和PP，边开始熟悉PBI的操作和基本用法。
大海：那咱们先用一个简单的例子来体会一下用PBI从数据接入到完成分析结果的过程吧。首先，桌面上双击这个图标打开Power BIDesktop软件（如果桌面上没有这个快捷键就到程序里找，如果程序里没找到的话说明你还没装？）：
小勤：晕菜，打开软件谁不会啊！真啰嗦……
大海：做戏做全套嘛……呵呵。好了，接下来进入正题：
Step-01：数据获取
即要针对什么数据进行分析，就先接进来，数据的来源可以各种各样，比如日常的Excel 报表、业务系统的数据库、公开的网站数据等等……这个例子咱们先用Excel表里的数据。
选择数据所在的Excel工作簿：
选择需要参与分析的数据，并点击【编辑】。
这个例子里咱们只针对订单和订单明细2个表的数据做分析。
点击【编辑】会进入数据的编辑界面。
如果数据本身很规范，不需要进行任何的整理，可以直接【加载】，加载后仍然可以通过PBI主界面的【编辑查询】功能进入数据编辑界面。
大海：你看，这些功能熟悉吧？
小勤：这不是和Excel里的Power Query一模一样的吗？虽然披了个黑乎乎的马甲，但不就是那些功能嘛。
大海：就是！其实PBI里的数据整理过程就是使用PQ的过程。现在数据接进来了，可以做数据的整理了，比如这里面的雇员的姓和名是分开的，咱们把它合到一起。
Step-02：数据整理（清洗）
数据整理好后就可以【关闭并应用】了——在Excel里用PQ的时候是数据加载，把处理结果返回到Excel的工作表中，在PBI里实际就是把处理的结果存起来待用。
小勤：这么简单？！
大海：这不是只做个例子嘛……这个例子的数据很规范，所以要做的处理不多，你回头翻翻你那些用PQ处理过的乱七八糟的数据看看？
小勤：嗯。好多数据需要逆透视啊、分组啊、清理无用文本啊、分离转换啊等等……不过还好，学了PQ就不怕了。
大海：对的，所有的不规范的数据，首先考虑转换为规范的数据明细，这是进行后续数据分析的基础。数据整理好，咱们就可以进行数据建模了。
小勤：数据建模？好高深的样子啊。
大海：要精通数据建模的确需要学习很多数据分析方面的知识，但一般的业务应用的话，咱们可以先简单学这两样：构建表关系、构建分析维度和度量。
构建表关系：比如说现在咱们有订单表和订单明细表，这两个表实际是需要通过订单ID关联起来的，还记得Power Pivot那篇《表间关系一线牵，何须大量公式拼数据》的文章吗？
构建分析维度/度量：首先是维度，其实就是数据分析的角度，咱们做数据透视表的时候经常放到行或列里面的那些内容，比如按区域、城市、产品类别……；所谓度量，一般就是数据分析时要进行计算的一些数字，咱们做数据透视表的时候经常放到值里面的那些内容。
小勤：大概了解了，这部分其实就是Power Pivot里的知识？
大海：对的，其实就是Power Pivot里的内容，只是操作方法上可能有一点儿差别而已。我们来简单试一下：
Step-03：数据建模-构建表间关系
小勤：咦，这个怎么都已经建好了？
大海：对的，Power BI在构建数据表间关系是挺智能的，会根据数据的规律自动构建一些关系，比如这个例子里的2个表，实际在加载数据的时候就已经建好了，当然，有时候可能自动识别的关系是错的，那就自己手动先删除原来的关系，然后再将两个表之间匹配的字段拖拽一下。
小勤：嗯。多点点右键。呵呵。
大海：接下来咱们构建一个度量：订单明细数量（表里面那些地区、日期等等，都可以直接用作维度，不需要专门构建）
Step-04：数据建模-构建维度/度量
这里是在订单明细表里【新建度量值】，其实度量值可以建在模型里的任何一个表里，整个模型都可以调用的。甚至有的时候，因为度量值太多了，可以考虑建一张单独的空白表，里面专门放度量值，这根据实际需要或按照自己的喜好选择就行了。
构建度量的函数就是PowerPivot里的DAX函数。输入函数后就能出现可选的字段，选择好字段后按TAB键就能将字段名填入公式里面。整个公式输入完毕后回车，建好的度量值就出现在订单明细表里了。
大海：经过构建表间关系和度量值2步，一个简单的数据模型就建好了。接下来咱们就可以进行数据分析了。比如咱们按货主地区看一下销售数量的情况。
Step-05：数据分析（柱状图实现数据对比）
出现一个很小的空白图形，可以用鼠标放大一些（这些基本操作自己多动动鼠标尝试一下即可，跟其他Office软件的应用基本一致）。
将“货主地区”字段拖放到“轴”里，将“销售数量”拖放到“值”里：
结果出来了：
小勤：嗯。大概理解了。感觉操作很简单啊。
大海：对的。这个例子很简单，主要是用于体会一下用Power BI做数据分析的全过程。
小勤：大概了解了。整个过程基本就分为四块：数据获取、数据处理、数据建模和数据分析，对吧？
大海：对的。就是这么一个过程。
小勤：然后其中的获取和整理其实就是相当于用Power Query接入数据并进行各种各样的规范处理，建模就相当于用Power Pivot构建表间关系和写度量值。
大海：总结得不错。最后的数据分析其实就是最后按需要构建各种各样的图表了。
小勤：嗯。对了，我还没保存呢。
大海：保存就不用我教了吧。
小勤：……
欢迎关注【Excel到PowerBI】我是大海，微软认证Excel专家，企业签约Power BI顾问让我们一起学习，共同进步！
