我是用钉钉邮箱做账号登录Power BI Desktop的。我用Power BI Desktop，做排版和统计。
Power BI由Power Query和Power Pivot组成，前者有M语言，后者有DAX。Power Query分步骤操作，可以对步骤进行引用。DAX动态变化，统计能手。
表，有字段工号、部门、姓名、计划离职日期，排版成两个表，其一按计划离职日期10个姓名一行，其二按部门10个姓名一行。第一步，分组后加索引，从零开始。第二，除法取整、取余为行和列的编号。第三步，透视不聚合。复杂点再加上分组计数、求和等。
物流UPS发来的账单，是Excel和PDF的压缩包，要从PDF中提取账单的分类、金额、日期、截止日期。这时Power BI Desktop就发挥作用了，把数据源设为PDF。
在Trello上做的看板，可以导出为JSON，导出为Excel要收费。我用PowerBI Desktop 来提取Card，并统计下Card的数量。
表，有字段工号、部门、姓名、入职日期、离职日期、生日，统计下每月在职人数、入职人数、离职人数、青年人数、短期招聘人数。用Power BI Desktop写measure。第一步，建立日期表，我用calendarauto函数。第二步，把离职日期为空的替换为9999-12-31，当然，你也可以替换为9999-1-1、9999-9-9，方便后面的比较筛选。第三步，计算在职人数、入职人数、离职人数。第四步，计算年龄、青年人数、短期招聘人数。第五步，加筛选，控制日期段。
计算年龄，简单粗暴的方法就是两个年份直接减，科学的方法就是用yearfrac函数慢慢算，看你的需求。
爬虫的话，试过抓取www.cmfu.net几本书的粉丝榜，大致了解销售形势。初始，cmfu是公开粉丝榜以刺激销量，然后被爬虫抓了个遍，泄露了商业机密。然后只公开前十页，再后来只显示粉丝等级和前500名。
收到考勤表后，含日期分组统计打卡的min、max，即每日第一次打卡和最后一次打卡，然后不含日期分组统计前者的max、min，即第一次打卡的最晚和最后一次打卡的最早。另外含日期分组统计打卡的count，一般情况为偶数。