Datenanalyse mit Power BI oder Excel? Ein Vergleich.

Um vor allem grosse Datenmengen auszuwerten und zu analysieren, braucht es gute Werkzeuge. Die grosse IT-Kiste müssen Sie für eine valide Datenanalyse aber nicht gleich aufmachen: Mit Excel Pivottabellen und Power BI bereiten Sie Ihre Daten sinnvoll auf, auch ohne Programmiersprachen zu kennen. Vor allem in Sachen Datenvisualisierung aber besticht Power BI.

Was ist Power BI und wieso sollten Sie es nutzen?

Power BI gibt es in dieser Form seit rund sechs Jahren. Das «BI» im Namen steht für Business Intelligence, das Tool ist also für die Geschäftsanalytik konzipiert. Vor allem für wiederkehrende, standardisierte Datenanalysen und auch für die Auswertung umfassender Datenmengen ist das Tool hervorragend geeignet. Denn Power BI bildet Daten nicht einfach nur einfach ab, sondern optimiert und kontrolliert sie auch. So sucht Power BI beispielsweise gezielt nach Formelfehlern.

Die Datenvisualisierung ist mit Power BI zudem auf vielerlei Weise möglich, Details lassen sich übersichtlich hervorheben. Statt Daten-Wirrwarr erhalten Sie mit Power BI eine klare und strukturierte Datenanalyse.

Laut dem Gartner Magic Quadrant 2021 ist Power BI das mit Abstand beste Tool für Analytics & BI, noch weit vor Quilk und Tableau. Denn Power BI ist bedienerfreundlich und einfach zu nutzen und stellt eine günstige und umfassende Lösung dar – Cloud, Excel oder Azure zum Beispiel lassen sich leicht integrieren.

Grosser Vorteil von Power BI ist auch seine permanente Weiterentwicklung: Es gibt eine weit verbreitete Community, die Nutzer geben Feedback zum Tool und äussern Änderungswünsche. Die meist gevoteten Wünsche werden dann umgesetzt. Somit ist Power BI ist ein sehr dynamisches Tool, das ständig neue Features und Funktionalitäten bietet.

Power BI und Excel im Vergleich – Beispiel Salesdaten

Schicken wir beide Tools für die Datenanalyse und Datenvisualisierung von Salesdaten ins Rennen: Wir möchten die Verkaufszahlen nach Regionen, Brands und Zeitraum aufgliedern und darstellen, welche Marke sich wann und wo in welchem Umfang verkauft hat.

Salesdaten in Excel Pivottabellen: Brands nach Region und Zeitraum filtern

Die Salesdaten liegen in Excel als Tabelle vor. Diese fügen Sie in eine Excel Pivottabelle ein. Die Summe aller Verkäufe lässt sich zwar auch in Excel errechnen, in der Pivotabelle aber können Sie die Daten in der vertikalen Achse aufgliedern und die Verkaufszahlen so schnell und einfach nach Brands aufgliedern. So wird deutlich, welche die stärkste Marke ist. Zusätzlich können Sie die Brands nach Region oder Zeitraum filtern.

Mit den Pivottabellen in Excel lassen sich beispielsweise Sales-Daten nach Brands, Zeitraum und Region aufgliedern.

Salesdaten in Power BI: Automatische Qualitätskontrolle und interaktive Grafiken

Analysieren wir die gleichen Zahlen nun mit Power BI: Das Worksheet verbinden Sie hierfür mit der vorhandenen Exceltabelle und transformieren die Daten. Dieser Schritt ist wichtig, denn Daten liegen im Grunde nie in optimaler Form zur Auswertung vor. Zudem macht das Tool eine Datenqualitätskontrolle und erkennt Formelfehler.

Die Salesdaten können Sie in Power BI nun auf vielfache Weise darstellen: Für die Datenvisualisierung stehen zum Beispiel Wasserfall-, Linien oder Säulendiagramme zur Verfügung. Auch Trendlinien können Sie erstellen, denn nicht immer ist nur anhand der Zahlen ersichtlich, ob der Verkaufstrend nach oben oder unten geht. Grafiken sind auch in Excel möglich, die Auswahl ist aber sehr begrenzt. Vorteil von Power BI ist auch, dass Sie mit den Grafiken jeweils interagieren und einzelne Kennzahlen hervorheben können. Die Daten lassen sich also per Klick nach bestimmten Kennzahlen filtern.

Mit Power BI lassen sich Sales-Daten für die jeweiligen Brands, Regionen und Verkaufszeiträume auswerten. Die Zahlen lassen sich in verschiedenen Diagrammen visualisieren, die Darstellung ist sehr übersichtlich.

Power BI: Rollen mit Berechtigungen verteilen

Nun sind für manch einen Produktmanager Datenvisualisierungen zu viel Spielerei, er oder sie arbeitet lieber mit der klassischen Tabelle. Auch das leistet Power BI – auf eine ähnliche Weise wie Excel mit Zeilen, Spalten und Werten. Anders als in Excel sind in Power BI die Filter aber ausserhalb als selbstständiges Element vorhanden und können so einfach angewendet werden. Zudem sind die Formeln übergreifend gültig, einzelne Zellen lassen sich nicht manipulieren. Weiterer Vorteil: In Power BI können Sie Rollen definieren. Wenn Sie Ihre Datenanalyse an alle Brandmanager schicken, können Sie die Berechtigungen so definieren, dass jeder Brandmanager nur die Daten für seine Marke einsehen kann. Dennoch kann jede Rolle für ihre Brand alle vorhandenen Filter nutzen.

In Power BI können die einzelnen Kennzahlen mit allen Elementen kombiniert und in allen Reports eingebaut werden. Sales-Daten zum Beispiel lassen sich auf diese Weise sehr detailliert, aber dennoch übersichtlich auswerten.

Power BI vs. Excel: Wer hat die grösseren Kapazitäten?

Was die Datenmenge angeht, die im jeweiligen Tool verarbeitetet werden kann, sind die Unterscheide gross: In Excel können Sie über eine Million Zeilen befüllen, in Power BI sind es mehr als 10 Milliarden.

Wenn Sie mit Power BI arbeiten, müssen Sie sich übrigens nicht immer mit Excel verbinden. Die Idee ist vielmehr, dass sich das Tool direkt mit der Datenquelle verbindet.

Power BI vs. Excel auf einen Blick

Excel und die Pivottabellen sind unschlagbar, wenn es um eine schnelle Adhoc-Analyse geht, die von einer oder nur sehr wenigen Personen gepflegt wird. Power BI ist hingegen ein Automatisierungstool, das manuelle Arbeiten ersetzt und grosse Datenmengen verarbeiten kann.

• Schnelligkeit & Flexibilität: Brauchen Sie auf die Schnelle eine Datenanalyse, ist diese mit Excel einfacher.
• Automatische Aktualisierungen: Power BI ist dynamisch, wird ständig um neue Features erweitert.
• Datenbanksicherheit: In Excel sind die Daten für jeden einsehbar. Power BI ist mit seiner übergreifenden Formelgültigkeit und seinem Rollenmanagement sicherer.
• Schnittstellen für Quelldaten: Power BI bietet diese im grösseren Umfang.
• Datenmenge: Eine Million Zeilen in Excel vs. 10 Milliarden Zeilen in Power BI
• Stabilität: In Power BI sind Formeln übergreifend gültig, einzelne Zellen können nicht verändert werden. In Excel könnten Sie einzelne Zellen manipulieren. Auch schleichen sich hier Fehler ein, wenn Formeln nicht bis in alle Zeilen gezogen werden.

Die Vorteile von Excel und Power BI auf einen Blick: Excel macht das Rennen in Sachen Schnelligkeit. In allen anderen Kategorien aber liegen die Mehrwerte klar bei Power BI.

5 Tipps für die automatisierte Datenanlayse

1. Details matter
   Die oberste Sicht auf die Dinge mag für die Geschäftsführung reichen, die Produktmanager aber brauchen jedes Detail. Sich weniger Details anzeigen zu lassen, ist in der Darstellung möglich. Sind die Details aber nicht mehr da, weil sie in DataWarehouse zwischenverdichtet wurden, können sie bei Bedarf nicht mehr betrachtet werden.
2. «Garbage in garbage out»
   Sie müssen Ihre Daten nicht aufräumen, bevor Sie mit der Datenanalyse beginnen. Nutzen Sie stattdessen Power BI, um eventuelle Fehler herauszufinden.
3. Big data ist ein People-Thema
   Datenanalyse ist kein technisches Thema, Programmiersprachen sind nicht notwendig. Power BI bietet eine grosse Community, in der sich alle Nutzer gegenseitig unterstützen. Seien Sie offen, Neues zu lernen.
4. Keep it simple
   Stellen Sie nicht erst einen langen Anforderungskatalog auf, sondern starten Sie mit einer ersten Version und steigern sich dann Schritt für Schritt.
5. Excel und Power BI: Better together
   Die Errungenschaften von Excel wie die Pivottabellen waren die Geburtshelfer für Power BI. Beide Tools stehen deshalb nicht in Konkurrenz zueinander, sondern ergänzen sich vielmehr.