PowerBI除了可以分析Exchange Server外,还可以分析个人的Exchange邮箱数据,这里可以是本地Exchange Server的个人邮箱数据,也可以是Exchange Online的个人邮箱数据,这里我主要介绍分析Exchange Server的个人邮箱数据

还是先获取数据,这里需要获取Microsoft Exchange

PowerBI分析个人Exchange邮箱数据  

选择Microsoft Exchange

PowerBI分析个人Exchange邮箱数据  

输入自己的邮箱地址,例如[email protected]

PowerBI分析个人Exchange邮箱数据  

输入邮箱密码后点击连接

PowerBI分析个人Exchange邮箱数据  

可以看到读出了该用户邮箱列表

PowerBI分析个人Exchange邮箱数据  

接下来全部选中,点击加载

PowerBI分析个人Exchange邮箱数据  

等待加载完成

PowerBI分析个人Exchange邮箱数据  

加载完成后,需要进行下数据建模,首先选择接收时间列,然后点击新建列

PowerBI分析个人Exchange邮箱数据  

让新建的这列登陆接收时间列的年

PowerBI分析个人Exchange邮箱数据  

同理再创建出月,季度以及日的新建列

Year = Mail[DateTimeReceived].[年]

Quarter = Mail[DateTimeReceived].[季度]

Month = Mail[DateTimeReceived].[月份]

Day = Mail[DateTimeReceived].[日]

PowerBI分析个人Exchange邮箱数据  

再新建一列,计算接收时间到发送时间的传递时间(小时)

Delivery time(H) = DATEDIFF(Mail[DateTimeSent],Mail[DateTimeReceived],HOUR)

PowerBI分析个人Exchange邮箱数据

接下来再新建一列,筛选下subject列,让新建的这一列,凡是属于垃圾邮件里的新建就自动为空或者为0,否则显示subject值(让收件箱、发件箱等显示正常的subject值)

为空:

With Out Junk Mail = IF(Mail[Folder Path]=("\垃圾邮件\"),BLANK(),Mail[Subject])

为0

With Out Junk Mail = IF(Mail[Folder Path]=("\垃圾邮件\"),"0",Mail[Subject])

PowerBI分析个人Exchange邮箱数据  

接下来就可以开始制作BI分析的可视化视图了,先拉一个树状图显示收到邮件人员所占比重

PowerBI分析个人Exchange邮箱数据  

接下来再拖几个年,月,日,季度的切片器设置如下

PowerBI分析个人Exchange邮箱数据  

接下来再新拖一个表,设置为预览邮件内容

PowerBI分析个人Exchange邮箱数据  

再复制一个邮件内容表,改成主题

PowerBI分析个人Exchange邮箱数据  

接下来再拖一个仪表,显示邮件总计数

PowerBI分析个人Exchange邮箱数据  

同理在添加1个仪表,显示排除垃圾邮箱的邮件总计数

PowerBI分析个人Exchange邮箱数据  

接下来再添加一个邮件分类统计

PowerBI分析个人Exchange邮箱数据  

最后美化排版,大功告成

PowerBI分析个人Exchange邮箱数据

转载于:https://blog.51cto.com/rdsrv/2123116

相关文章:

  • 2021-05-29
  • 2021-10-10
  • 2021-12-18
  • 2021-05-10
  • 2021-09-12
  • 2021-05-28
  • 2021-07-16
  • 2021-12-02
猜你喜欢
  • 2021-10-05
  • 2022-12-23
  • 2021-08-15
  • 2021-10-25
  • 2021-11-19
  • 2021-06-28
  • 2021-07-02
相关资源
相似解决方案