Power BI и Fabric
Что такое Power Query, как работает подготовка данных для Power BI и Excel, какие источники поддерживаются и как строятся общие датасеты.
Tugelbay Konabayev, Marketing Specialist · 19 июня 2026 г.
Эти блоки отвечают на практические вопросы без скрытого текста и без неподтвержденных обещаний по срокам, стоимости или результату.
Power Query — это инструмент подготовки данных в Excel и Power BI: он подключается к разным источникам (файлы, базы, 1С, API), очищает, объединяет и преобразует данные в таблицу, готовую для отчёта. Все шаги записываются как рецепт, который можно обновить одним кликом при появлении новых данных.
Чтобы собирать управленческий отчёт из нескольких разрозненных источников в одну достоверную таблицу без ручной работы: соединить продажи из CRM с фактом из учётной системы, добавить справочники, отфильтровать и привести к единому виду. Это снимает с аналитика еженедельную ручную сборку и делает цифры воспроизводимыми.
Да, Power Query встроен в Excel для Windows (вкладка «Данные» → «Получить данные») и доступен бесплатно. В Excel для Mac функциональность частичная. Power Query также встроен в Power BI Desktop и работает как dataflows в Microsoft Fabric.
Это разные слои: Power Query готовит и очищает исходные данные (ETL), а DAX — это язык мер и расчётов в готовой модели Power BI (динамика, KPI, time intelligence). Для подготовки данных нужен Power Query, для расчётов в отчёте — DAX. Обычно аналитик знает оба, но начинает с Power Query, потому что без чистых данных DAX-расчёты бесполезны.
Слово «Power Query» встречается почти в каждом разговоре про управленческую отчётность — но часто его путают с Power BI, формулами Excel или общим «анализом данных». На самом деле Power Query — это отдельный и очень конкретный слой: тот самый момент, когда сырые данные из разных источников превращаются в чистую, доверенную таблицу, на которой потом строится отчёт.
Этот гайд объясняет, что такое Power Query, где он работает (Excel, Power BI, Microsoft Fabric), что умеет, на чём строятся общие командные датасеты и какие ошибки чаще всего поджидают при сборке первого отчёта. Технические утверждения опираются на официальную документацию Microsoft Learn (Power Query documentation), ссылки — в разделе «Источники».
Power Query — это технология подключения и подготовки данных от Microsoft. Она есть в Excel, Power BI Desktop и Microsoft Fabric (как dataflows). Power Query подключается к сотням источников — файлы, базы данных, 1С через OData/HTTP, веб-API, SharePoint, Dataverse — и даёт графический инструмент для очистки, объединения и преобразования данных в таблицу, готовую для отчёта. Все шаги преобразований записываются как «рецепт» (на языке M под капотом), который можно обновить одним кликом, когда появятся новые данные.
Для бизнеса ценность Power Query в том, что он снимает ручную еженедельную сборку отчётов: вместо того чтобы копировать куски из разных файлов и сводить их руками, аналитик один раз описывает логику подготовки, а дальше данные обновляются автоматически. Это особенно важно для отчётов из 1С и других учётных систем, где исходные форматы часто «грязные» и требуют приведения к единому виду.
По официальной формулировке Microsoft Learn, Power Query — это технология подключения и подготовки данных (data connectivity and data preparation technology). Простыми словами: это слой ETL (extract-transform-load) внутри экосистемы Microsoft, через который сырые данные превращаются в удобную для отчёта таблицу.
В чём ключевое отличие от ручной работы в Excel. Когда аналитик копирует данные руками, он делает одни и те же действия каждую неделю: открыть файл, удалить лишние столбцы, заменить коды справочников, объединить с фактом, убрать дубли. Любая ошибка или изменение структуры источника ломает отчёт. Power Query записывает все эти шаги как последовательность трансформаций (query steps). Когда приходит новый файл или обновляется база, аналитик нажимает «Обновить» — и весь рецепт выполняется заново, выдавая тот же результат.
Именно эта воспроизводимость и делает Power Query инструментом для управленческой отчётности: цифры в отчёте становятся проверяемыми, одинаковыми у всех, и их можно пересобрать на любую дату. Без этого доверие к dashboard Power BI остаётся интуитивным, а не доказательным.
Power Query — не отдельное приложение, а технология, встроенная в несколько продуктов Microsoft:
Это означает, что навык Power Query переносится между инструментами: аналитик, научившийся готовить данные в Excel, потом делает то же самое в Power BI и Fabric без переобучения.
Главные группы операций:
Все эти операции делаются мышкой в графическом интерфейсе — Power Query сам записывает эквивалент на языке M.
Под капотом каждого шага Power Query — выражение на языке M (Power Query M formula language). M — это функциональный язык для описания трансформаций данных: фильтров, объединений, пользовательских функций.
Для большинства задач M писать вручную не нужно: графический интерфейс генерирует его автоматически. M руками начинают писать, когда:
Для старта проектов и для большинства управленческих отчётов достаточно графического интерфейса. M — это уровень продвинутого аналитика или инженера данных.
Когда Power Query используется локально в Excel или Power BI Desktop, каждый аналитик строит свою подготовку данных — и часто несколько человек повторяют одни и те же шаги, немного по-разному. Это приводит к классической проблеме: «у нас три разных цифры по выручке».
Решение — dataflows в Power BI service или Microsoft Fabric. Аналитик один раз описывает подготовку ключевого датасета (например, «продажи по месяцам с привязкой справочника клиентов») и публикует его как dataflow. Дальше несколько отчётов и команд могут подключаться к этому готовому датасету, не повторяя шаги. Появляется единая, согласованная версия данных.
Важно различать слои: dataflow — это подготовленная таблица-источник; на её основе в Power BI строится уже semantic model (модель с мерами и связями), к которой подключаются отчёты. Dataflow не заменяет semantic model, а питает её — зато одинаково для всех, кто к ней обращается.
Это особенно полезно для управленческой отчётности: финансовый, коммерческий и операционный dashboards строятся на одной и той же проверенной таблице, а не на трёх разных ручных сборках. Стоимость такой зрелости — лицензии Power BI Pro или Microsoft Fabric и настройка шлюза данных (Data Gateway), если источники локальные.
Перед стартом проекта или запросом оценки полезно зафиксировать:
Чем точнее эти вводные, тем меньше риск построить красивый отчёт, которому не доверяет ни финансовый директор, ни коммерческий.
Технические утверждения опираются на официальную документацию Microsoft:
Состав источников, имена функций и доступны лицензирования в регионе меняются — проверяйте в документации Microsoft Learn и у CSP-партнёра. Этот гайд не заменяет техническое проектирование конкретного BI-решения.
Power Query встроен в Excel (для Windows) и в Power BI Desktop бесплатно. Для бизнеса основной объём работы — подготовка данных — делается в этих инструментах без доплат. Платными становятся следующие шаги: автоматический шедулинг обновлений и общий доступ к датасетам в облаке требуют Power BI Pro или лицензий Microsoft Fabric.
Power BI — это система отчётов и дашбордов целиком (подключение, модель, визуализация, публикация). Power Query — это слой подготовки данных внутри Power BI: тот самый этап, где исходные данные из разных источников очищаются, объединяются и превращаются в таблицу, готовую для модели. Power Query есть и в Excel, и в Power BI, и в Microsoft Fabric (как dataflows).
Сотни источников: файлы Excel/CSV, папки, базы данных (SQL Server, Oracle, MySQL, PostgreSQL), 1С через OData/HTTP, веб-страницы и API, SharePoint, Dataverse, Analysis Services и многие другие. Полный список — в статье Microsoft Learn «Data sources in Power Query».
Нет. Большая часть подготовки данных делается в графическом интерфейсе: фильтры, группировка, объединение таблиц, развёртывание, замена значений. Язык M под капотом генерируется автоматически. M вручную пишут только для сложных сценариев; для старта проектов его знать не обязательно.
В Power BI Desktop — нет, там данные обновляются вручную кнопкой Refresh. Автоматическое обновление по расписанию работает после публикации датасета в сервис Power BI (требует Power BI Pro и, для локальных источников, шлюза данных — Data Gateway). В Microsoft Fabric автоматическое обновление dataflows — часть платформы.
Для повторяющейся подготовки данных из разных источников Power Query почти всегда лучше: процесс записан как шаги, его можно переиспользовать, обновить одним кликом и передать коллеге. Формулы Excel удобнее для разовых расчётов в пределах одной книги. На практике они дополняют друг друга: Power Query готовит чистую таблицу, а формулы работают с готовыми данными.
Data mashup — это процесс соединения и преобразования данных из нескольких источников в одну логическую таблицу (его делают на языке M). Dataflows — это облачное хранилище таких подготовленных таблиц в Power BI service или Microsoft Fabric: один датасет готовится один раз и переиспользуется несколькими отчётами и командами, вместо того чтобы каждый аналитик повторял одни и те же шаги в своей книге.
Да, но не через прямой «коннектор 1С», а через промежуточный слой: OData-сервис 1С, выгрузки в файлы (Excel/CSV), веб-API или базу SQL, в которую 1С отдаёт данные. Подход зависит от конфигурации 1С, доступа и требований к обновлению. Подробнее — в гайде [Power BI и 1С](/ru/guides/power-bi-1c-kazakhstan/).
Если у вас уже есть пример отчета, выгрузка из 1С или спорные цифры между отделами, начните с короткого BI-разбора. Для коммерческого scope используйте Power BI/Fabric маршрут, а этот гайд оставьте как подготовку вводных.
