Power Query: jak zaoszczędzić
10 godzin miesięcznie na raportowaniu

Power Query to narzędzie wbudowane w Excel (dostępne od wersji 2016), które pozwala automatycznie importować, łączyć i przekształcać dane z różnych źródeł. Większość użytkowników Excela w ogóle go nie używa. To jeden z największych zmarnowanych potencjałów w pracy analitycznej MŚP.

W tym artykule pokazuję jak zbudować od zera automatyczny raport miesięczny — od importu danych po gotową tabelę wynikową — z minimalnym nakładem ręcznej pracy przy każdym odświeżeniu.

Czym jest Power Query i dlaczego warto go znać

Power Query rejestruje kroki przekształcania danych jako procedurę, którą można powtarzać jednym kliknięciem. Zamiast ręcznie kopiować dane z systemów, czyścić je i łączyć — robisz to raz, a przy każdym nowym miesiącu wystarczy odświeżyć zapytanie.

Typowe zastosowania: łączenie plików CSV z systemu sprzedażowego z eksportem z księgowości, konsolidacja danych z wielu arkuszy Excel, automatyczne filtrowanie i grupowanie danych przed przeniesieniem do raportu.

Krok 1: Zdefiniuj źródła danych

Zanim cokolwiek zbudujesz, odpowiedz na pytanie: skąd pochodzi każda liczba w Twoim raporcie? Typowe źródła to: eksporty CSV z systemu sprzedaży (np. WooCommerce, Shopify, Subiekt), eksport z programu księgowego (np. Comarch, Symfonia), arkusze wypełniane ręcznie przez team.

Dla Power Query ważne, żeby pliki źródłowe były zawsze w tym samym folderze i miały stałą strukturę kolumn. Jeśli tak jest — możesz budować.

Krok 2: Import i czyszczenie danych

W Excelu: Dane → Pobierz dane → Z pliku → Z folderu (jeśli masz wiele plików) lub Z pliku (dla jednego). Power Query otworzy edytor. Tutaj usuwasz zbędne kolumny, zmieniasz typy danych, filtrujesz nagłówki i puste wiersze. Każda operacja zapisuje się jako krok — możesz je edytować, usuwać i zmieniać kolejność.

Krok 3: Łączenie tabel

Jeśli masz dane z kilku źródeł, łączysz je operacją Scal zapytania (odpowiednik SQL JOIN) lub Dołącz zapytania (SQL UNION). Na przykład: dane sprzedażowe z kolumną ID klienta łączysz z tabelą klientów, żeby uzyskać segment lub region.

Krok 4: Agregacja i tabela wynikowa

Po wyczyszczeniu i połączeniu danych grupujesz je: Przekształć → Grupuj według. Wybierasz wymiary (np. miesiąc, kategoria produktu) i miary (suma sprzedaży, liczba transakcji, średnia wartość koszyka). Wynik ładujesz do arkusza jako tabelę — gotową do pivota lub wykresu.

Krok 5: Odświeżanie — jednym kliknięciem

Przy każdym nowym miesiącu: wrzucasz nowy plik eksportu do folderu, otwierasz Excel, klikasz Odśwież wszystko. Power Query przetwarza nowe dane, aktualizuje tabele, pivot i wykres. Raport gotowy w kilka minut — bez copy-paste, bez ręcznych poprawek.

Ile realnie można zaoszczędzić?

W projektach, które realizowałem, czas przygotowania raportu miesięcznego spadał średnio o 60–75%. W jednej z firm SaaS raport wymagający 16 godzin pracy zszedł do 4 godzin — z czego 3,5 h to automatyczne przetwarzanie, a 30 minut to przegląd wyników i wysyłka do zarządu.