在 Power BI 中處理多個事實表的最佳實踐

在 Power BI 進行數據建模時，經常會遇到多個 Fact 表（事實表）的情境，例如當銷售數據與庫存數據來自不同的系統，或者當交易數據與預算數據需要一起分析時。如果未正確處理這些 Fact 表，可能會導致錯誤的計算結果或難以維護的模型。本篇文章將介紹如何在 Power BI 中有效管理多個 Fact 表，確保模型的準確性與可擴展性。

1. 理解 Fact 表與 Dimension 表

在星型（Star Schema）或雪花型（Snowflake Schema）數據模型中，Fact 表通常存放度量數據（如銷售金額、交易數量等），而 Dimension 表則用來提供分類與過濾數據的方式（如時間、產品、客戶等）。當模型中存在多個 Fact 表時，通常是因為不同的業務過程需要被分析，但它們可能共享某些相同的 Dimension 表。

常見的多 Fact 表場景包括：

🔵銷售數據 vs. 預算數據：一張 Fact 表存儲實際銷售，另一張存儲預算數據。

🔵交易數據 vs. 客服數據：一張 Fact 表包含訂單數據，另一張記錄客服請求或退貨數據。

🔵每日庫存 vs. 每日銷售：一張 Fact 表包含每日庫存數據，另一張包含每日銷售數據。

2. 連接多個 Fact 表的方法

(1) 使用共享的 Dimension 表

如果多個 Fact 表共享相同的維度（例如日期、產品、客戶等），可以將它們連接到相同的 Dimension 表來維持模型的整潔。例如，一張 Sales（銷售）表和一張 Inventory（庫存）表，都可以透過 Date（日期）表來進行關聯。這樣，當使用者選擇某個日期時，兩張 Fact 表的數據都會根據相同的時間範圍進行篩選。

最佳實踐： 確保 Dimension 表為單向關聯（Single Direction），避免循環關聯（Circular Relationship），以確保過濾條件的正確性。

(2) 使用橋接表（Bridge Table）

當多個 Fact 表之間沒有明確的共同維度時，可以建立一張橋接表來建立關聯。例如，如果 Sales 表和 Returns（退貨）表沒有直接關係，但它們都包含 CustomerID，可以建立一張 Customer 表來橋接它們。

最佳實踐： 橋接表應該是 Dimension 表，避免將兩張 Fact 表直接連接，這樣可以提高模型的靈活性並減少計算錯誤。

(3) 使用合併（Union）Fact 表

當兩張 Fact 表的結構相似時，可以考慮將它們合併為一張表，並透過新增一個 Type 欄位來區分不同的數據來源。例如：

這樣，Power BI 在建立視覺化時，可以透過 Type 欄位來區分銷售與預算數據，並透過 SUMX 或 FILTER 來計算特定類別的數據。

最佳實踐： 使用 Power Query 來合併 Fact 表，以減少 DAX 計算的負擔，提高效能。

3. 建立適當的 DAX 計算

當 Power BI 有多個 Fact 表時，DAX 計算可能會變得複雜，因此需要特別注意如何撰寫度量值（Measures）。以下是幾種處理多 Fact 表的常見方法：

(1) 依據維度篩選不同的 Fact 表

當 Fact 表無法合併時，可以使用 CALCULATE 搭配 FILTER 來根據維度篩選數據，例如：

這樣可以確保 Total Sales Amount 只會在日期篩選作用於 DateTable 時計算正確的銷售數據。

(2) 使用 USERELATIONSHIP 控制關聯

如果模型中存在多對多關聯（Many-to-Many）或非預設的關聯，則可以使用 USERELATIONSHIP 來控制不同情境下的度量值，例如：

這樣在報表中切換不同度量時，可以確保數據的正確性。

(3) 使用 TREATAS 創建虛擬關聯

在某些情境下，如果 Fact 表之間沒有直接的關聯，可以使用 TREATAS 來模擬關聯，例如：

這樣可以透過 Sales 表的客戶 ID 來影響 Returns 表的數據，而不需要額外建立關聯。

4. 結論

在 Power BI 中處理多個 Fact 表時，最重要的是確保模型結構清晰，並使用適當的方法來管理關聯。以下是幾個關鍵重點：
✅ 優先使用共享的 Dimension 表，避免直接連接 Fact 表。
✅ 當無法直接關聯時，考慮使用橋接表或 TREATAS 來模擬關聯。
✅ 如果 Fact 表結構相似，可使用 UNION 合併，並新增類別欄位來區分數據來源。
✅ 使用適當的 DAX 計算，如 USERELATIONSHIP、TREATAS 或 CALCULATE，確保度量值計算正確。

透過這些最佳實踐，你可以建立一個高效、靈活且容易維護的 Power BI 數據模型，讓你的報表能夠準確地呈現不同業務場景下的數據。