从 Excel 到 Power Platform：Power BI、Power Automate 与 Power Apps 实战指南

Excel 能处理的分析，到了几十万行数据就开始卡顿；每周要手动下载邮件附件、改名、再搬进共享盘；审批靠群里刷屏，谁批了谁没批全凭印象。这些问题的共同点是规则明确、步骤固定、频率很高，而它们恰好都在 Microsoft Power Platform 的射程之内。本文不做三个产品的功能罗列，而是按"先搞清楚它是什么，再动手跑通一个流程"的顺序，把 Power BI、Power Automate 和 Power Apps 的认知门槛和许可门槛一次讲清。

为什么 Excel 之后，很多人卡在了 Power Platform

Excel 是绝大多数人接触数据分析的第一个工具，也常常是最后一个。它能做的事情其实不少：数据透视表、Power Query 清洗、简单的可视化都能应付。真正的瓶颈出现在三个地方。

数据量。几十万行以后，Excel 的响应速度会明显下降，公式一多更是如此。
协作与刷新。Excel 文件靠邮件传来传去，版本很快失控；数据更新了要手动重算，没人知道手上这份是不是最新的。
跨系统打通。从邮箱取附件、写进表格、再通知同事，这几步 Excel 自己做不到，只能靠人一步步搬。

Power Platform 解决的正是这三类问题。它由几个分工明确的产品组成，好学的地方在于：你已经会 Excel，就等于已经掌握了它一半的思维模型。

Power Platform 到底是什么

四个组件，各管一段

Microsoft Power Platform 是微软的一套低代码平台，常见的四个组成部分各有明确分工。

Power BI：数据分析与可视化。把散落在 Excel、数据库、云端服务里的数据汇到一起，建模、算指标、出图表和仪表板。
Power Automate：自动化流程。早期叫 Microsoft Flow，用"触发器加操作"的方式，把邮件、文件、表单、审批串成自动执行的流程。
Power Apps：应用开发。用拖拽加少量公式搭出网页端或手机端应用，替代纸质表单和散落的 Excel 台账。
Dataverse：数据底座。一个托管的关系型数据平台，为 Power Apps 和 Power Automate 提供结构化的数据存储和企业级权限控制。

四个组件可以单用，也可以串起来用。串起来之后，能力是叠加的。

它和 Excel、Microsoft 365 是什么关系

三者共用同一套账号体系，也就是工作或学校账号，身份由 Microsoft Entra ID 管理。这意味着很多能力是天然打通的。

一份存在 SharePoint 或 OneDrive 里的 Excel，可以直接被 Power BI 当作数据源接入，文件更新后报表跟着刷新。
Power Automate 可以直接操作 Outlook 邮件、SharePoint 文档库、Teams 频道，不需要额外配置接口。
Power Apps 里填的数据，可以自动触发一个 Power Automate 流程去走审批，审批结果再写回 Dataverse。

要注意的是，个人微软账号和工作账号在这套体系里的边界很清楚。企业级功能基本都要求工作或学校账号，个人账号玩不了 Power Apps 和 Dataverse。

一张图看懂四件套如何协同

               用户（网页 / 手机 / Teams）
                          |
        +-----------------+-----------------+
        |                                   |
   [Power Apps]                     [Teams / Outlook]
        |                                   ^
        | 提交数据                           | 通知、审批
        v                                   |
   [Power Automate] ------------------------+
        |
        | 写入 / 读取
        v
   [Dataverse / SharePoint / OneDrive]
        |
        | 作为数据源
        v
     [Power BI]
        |
        v
   报表与仪表板

一个典型组合是：Power Apps 做前端表单收集数据，Power Automate 负责流转和通知，数据落在 Dataverse 或 SharePoint，Power BI 负责把沉淀下来的数据变成经营看板。

先把许可和版本搞清楚

各档订阅的价格与能力

Power Platform 的许可体系是三件套里最容易踩坑的地方。先记住一条总原则：能不能用高级连接器、能不能跨工作区共享、能不能刷新更大的模型，全部由许可决定，和你会不会用无关。

以下是各产品在中国区官方渠道的主力档位，均为按年付费、价格含税，是 2026 年 10 月的公开报价，最终以结账页为准。

产品	免费或入门档	主力付费档
Power BI	免费版（仅"我的工作区"个人使用）	Pro ¥108/用户/月；Premium Per User ¥186/用户/月
Power Automate	免费版；Microsoft 365 计划内置版	Premium ¥116/用户/月；Process ¥1,161/机器人/月
Power Apps	开发者计划（免费，仅限开发测试）	Premium ¥155/用户/月；每应用计划按应用数计费

表格里的价格看着不低，但有一点需要说明：Microsoft 365 的部分企业计划里已经内置了 Power Apps 和 Power Automate 的有限能力，可以直接用标准连接器建流程、搭简单应用，不需要额外付费。如果公司买的是 E3、E5 这类计划，先确认自己手上有哪些权益，再决定要不要单独买。

免费开发者计划：练手的最佳起点

如果只是想学，最省钱的路子是注册 Power Apps 开发者计划。它提供一个完全免费的开发环境，包含 Power Apps、Power Automate 和 Dataverse。

它的限制也要一并清楚。

环境里的数据库最多 2 GB。
每个用户最多拥有三个开发环境。
明确不能用于生产用途。
需要有工作或学校邮箱才能注册。

学习阶段的容量和功能都够用。真要把应用给同事用，就得换正式许可。

该从哪个产品入手

三个产品上手难度接近，但适合的入口不一样。

手上有大量 Excel 数据、经常要做报表的，从 Power BI 入手，投入产出比最高。
每天被重复的邮件、文件整理、审批折腾的，从 Power Automate 入手，一个下午就能看到效果。
团队还在用 Excel 当台账、用纸质表单收集信息的，从 Power Apps 入手，改造收益最直接。

Power BI：让数据自己说话

从数据到报表的三段式工作流

Power BI 的工作流固定分成三段，理解这三段，就理解了这个工具。

获取与转换数据：用 Power Query 把 Excel、数据库、网页等数据源接进来，清洗掉多余的表头、拆列、合并表。
建立数据模型：把多张表按业务关系关联起来，形成一个可以横跨多表计算的结构。
做可视化与计算：用图表呈现，用 DAX 写度量值算指标。

很多人卡在第一段，以为 Power BI 是个画图工具。实际上把数据整理干净这件事，通常占了整个项目七成的时间。

三个必须理解的概念

Power Query（M 语言）：负责数据清洗。它记录你每一步的操作，数据更新后一键重跑，不用重新做一遍。
数据模型：表和表之间的关系。事实表存明细，维度表存分类，关系建对了，后面的计算才成立。
DAX（数据分析表达式）：负责计算指标。度量值和计算列都用它。它和 Excel 公式的思路接近，但多了"上下文"这个关键概念。

所谓上下文，可以理解为"这个数字是在什么条件下算出来的"。同一个"总销售额"，放在不同年份、不同地区下会算出不同的值，这就是筛选上下文在起作用。理解上下文，DAX 就过了一半。

写第一个 DAX 度量值

下面是一个基础度量值和一个同比指标。中文变量名和表名都是可以的，只需注意表名含空格时要用单引号包起来。

总销售额 = SUM(Sales[SalesAmount])

销售额同比 =
VAR 本期 = [总销售额]
VAR 去年同期 =
    CALCULATE(
        [总销售额],
        SAMEPERIODLASTYEAR('日期'[日期])
    )
RETURN
    DIVIDE(本期 - 去年同期, 去年同期)

这里有几个习惯值得一开始就养成。

用 DIVIDE 而不是斜杠做除法，它能自动处理分母为零的情况。
用 VAR 拆出中间结果，公式更好读，性能也更好。
度量值建好之后可以互相引用，比如上面的同比就建立在"总销售额"之上。

发布与共享的许可门槛

这是把 Power BI 用起来之后第一个会撞上的边界。

免费版只能在"我的工作区"里自己看，无法发布到应用工作区，也无法把报表共享给同事。要看别人共享的内容，还要求内容存放在高级容量上，并被分配查看者角色。

能力	免费版	Pro	Premium Per User
本地建模做图	支持	支持	支持
发布到应用工作区并共享	不支持	支持	支持
在非高级工作区查看他人内容	不支持	支持	支持
数据集自动刷新	仅个人工作区，能力受限	每天 8 次	每天 48 次
模型内存上限	1 GB	1 GB	100 GB
本机存储	10 GB/许可证	10 GB/许可证	100 TB
高级 AI 与 XMLA 读写	不支持	不支持	支持

结论很直接：个人做分析，免费版加 Desktop 就能跑通全流程；只要涉及"给别人看"，就要 Pro 起步。

Copilot 不是人人都能用

Power BI 里的 Copilot 能用自然语言问数据、生成 DAX，但它有明确的容量门槛：需要付费的 Fabric 容量（F2 或更高）或 Power BI Premium 容量（P1 或更高），试用容量和免费 SKU 都不支持。对个人用户来说，这基本意味着 Copilot 是团队级订阅才吃得上的能力，不必为此单独规划预算。

Power Automate：把重复劳动交给机器

云端流和桌面流

Power Automate 有两类流程，理解它们的分工很重要。

云端流：跑在云端，负责连接各种在线服务。邮件到达、文件新建、表单提交这类事件都能触发它。
桌面流：跑在本机，也就是常说的 RPA，负责操作没有接口的老旧桌面软件，比如模拟点击界面、录入数据。

日常办公八成的需求，用云端流就够了。桌面流留给那些确实没有 API 可以对接的老系统。

三个核心概念

触发器：流程从哪里开始。常见的有自动触发（收到新邮件）、计划触发（每天固定时间跑一次）、手动触发（点一下按钮才跑）。
操作：流程真正执行的动作，比如创建文件、发送消息、写入 Excel 行。
动态内容：把上一步的输出接到下一步的输入。它是低代码流程里最关键的机制，相当于把邮件主题、附件名称这些字段"插"进后面的操作里。

连接器的许可红线

连接器分成两类，这条线直接决定你要不要花钱。

标准连接器：随免费版和 Microsoft 365 计划提供，覆盖 Outlook、SharePoint、Teams、Excel、OneDrive 这些常用服务。
高级连接器：需要 Premium 及以上的许可，涵盖 Dataverse、SQL Server、部分第三方服务等。

还有一层限制常被忽略：即便都用标准连接器，免费版和 Microsoft 365 计划也有每日请求额度上限，额度按用户计算、不能跨用户合并。个人小规模使用碰不到，批量高频的流程就要留意。

实战：邮件附件自动存档并通知 Teams

这是 Power Automate 最经典的入门场景，也最能说明"自动化到底省了什么"。目标是把收件箱里带附件的邮件自动存进 OneDrive，并向 Teams 频道发一条通知。

打开 make.powerautomate.com，创建一个"自动化云端流"。
触发器选择"当有新电子邮件到达时"，指定监听的文件夹，例如"收件箱"。
在触发器的高级选项里，把"仅包含附件"设为"是"，必要时用"来自"限定发件人，缩小处理范围。
添加"应用到每一个"操作，输入框选择触发器输出的"附件"，用于逐个处理一封邮件里的多个附件。
在循环体内添加 OneDrive 的"创建文件"操作，目标文件夹填 /邮件附件，文件名用"附件名称"动态内容。
继续添加"创建共享链接"操作，为刚保存的文件生成一个可点击地址，方便后续引用。
添加 Teams 的"发布消息"操作，选择目标频道，把文件名和共享链接拼进消息正文。
保存后点"测试"，选择"手动"，按提示发一封带附件的邮件，确认每个步骤都执行成功。

这套流程的完整骨架，用说明性的结构表达大致是这样。

{
  "triggers": {
    "当有新电子邮件到达时": {
      "type": "ApiConnection",
      "inputs": {
        "host": { "connection": "outlook" },
        "parameters": { "folderPath": "收件箱", "hasAttachments": true }
      }
    }
  },
  "actions": {
    "应用到每一个": {
      "type": "Foreach",
      "foreach": "@triggerOutputs()?['body/attachments']",
      "actions": {
        "创建文件": { "type": "ApiConnection", "inputs": { "parameters": { "path": "/邮件附件" } } },
        "创建共享链接": { "type": "ApiConnection", "inputs": { "parameters": {} } },
        "发布消息": { "type": "ApiConnection", "inputs": { "parameters": {} } }
      }
    }
  }
}

上面的 JSON 只保留结构骨架，实际字段由界面自动生成，不必手写。

用表达式处理文件名

多封邮件带同名附件时，直接保存会失败或被覆盖。用表达式在文件名前加一个"接收时间"前缀，就能绕开这个问题。在保存文件的文件名框里选择"表达式"，填入下面这段。

concat(
  formatDateTime(convertFromUtc(utcNow(), 'China Standard Time'), 'yyyyMMdd-HHmmss'),
  '_',
  items('应用到每一个')?['name']
)

要点有两个：convertFromUtc 负责把时间从 UTC 转成本地时区，不转的话文件名里的时间会差八小时；items('应用到每一个') 里的循环名要和实际循环的名字一致，改了循环名，表达式也要跟着改。

如果只想处理特定类型的附件，可以先用条件判断挡一下。

or(
  endsWith(toLower(items('应用到每一个')?['name']), '.pdf'),
  endsWith(toLower(items('应用到每一个')?['name']), '.xlsx')
)

Power Apps：把表格变成应用

三种应用类型怎么选

Power Apps 提供三类应用，用途差别很大。

类型	数据来源	适合场景
画布应用	任意连接器，可多源	界面自定义要求高的内部工具、移动端表单
模型驱动应用	仅 Dataverse	数据驱动的管理系统，重流程轻界面
门户	仅 Dataverse	面向外部用户的网站，与企业内部系统交互

选择逻辑其实简单：需要连多种数据源、界面要自己设计，用画布应用；数据本来就在 Dataverse 里、想要一套现成的增删改查后台，用模型驱动应用；要让公司外部的人访问，用门户。

画布应用与 Power Fx

画布应用靠拖拽组件搭界面，用 Power Fx 写逻辑。Power Fx 是一门低代码公式语言，语法接近 Excel，学过函数的人上手很快。下面是一个按钮的点击逻辑示例：先显示详情面板，再根据待审批数量给出提示。

Set(varShowDetail, true);
If(
    CountRows(Filter(订单表, 状态 = "待审批")) > 0,
    Notify("当前有待审批订单", NotificationType.Warning)
)

思路和 Excel 公式一致，只是把"单元格引用"换成了"控件属性和数据源"。

它和 Power Automate 的分工

这两个产品经常被混着讲，其实分工很清楚。

Power Apps 负责交互：用户看到界面、填数据、点按钮。
Power Automate 负责流转：数据进来之后，通知谁、走几级审批、落到哪里。

一个常见的做法是，在 Power Apps 里填完表单后调用一个 Power Automate 流程，由流程去发审批、写数据。两者结合，才算把一个业务场景做完整。

避坑指南

许可与配额

免费版和 Microsoft 365 计划内的 Power Automate 只能用标准连接器，高级连接器必须升级许可，别等流程配到一半才发现连接器不可用。
每日请求额度按用户计算，不能跨用户合并。高频流程要提前估算用量。
Power Apps 每应用计划按应用数计费，应用数量多时，按用户计划可能更划算。

环境

Power Platform 里的"环境"是数据和应用的隔离容器，每个环境绑定一个地理位置。开发、测试、生产建议分环境管理。
每个租户自动带一个默认环境，但它不提供备份保证，不要往里面放生产应用。
环境之间数据不互通。在环境 A 里建的应用，只能连环境 A 里的连接和数据源，跨环境使用要迁移资源。

连接器与数据策略

管理员会通过数据策略给连接器分类。分在不同数据组里的连接器无法在同一个应用或流程里同时使用，这是很多"莫名其妙报错"的根源。
连接器认证失效时，流程会静默中断。优先选支持 OAuth 的连接器，并定期检查连接状态。

流程稳定性

条件分支一定要写全，"是"和"否"两条路都要有动作，否则遇到异常输入时流程会直接中断。
循环处理多个附件时，所有针对单个附件的写入操作都要放在循环体内部，放外面只会写一条。
让 Power Automate 写 Excel，目标区域必须先设置为"表格"对象，否则写入操作无法执行。
流程运行期间不要打开正在被写入的 Excel 文件，文件被占用会导致写入失败。

Power BI 建模

数据量大的表优先在 Power Query 里做筛选和裁剪，模型不是越全越好。
度量值之间可以互相引用，把基础度量值建好，同比、环比、占比都能基于它派生，避免重复写逻辑。
发布前先检查模型是否超过了当前许可的内存上限，Pro 是 1 GB，超出后无法刷新。

学习路径与总结

三个产品的入门路径可以这样排。

注册免费开发者计划，拿到一个可以随便折腾的环境。
先用 Power BI 把手上的一堆 Excel 整理成一份能自动刷新的报表，打通数据清洗、建模、可视化三段。
再用 Power Automate 解决一件每天都要重复做的小事，比如附件归档、日报提醒、审批通知。
最后用 Power Apps 把还在用 Excel 或纸质表格收集数据的场景改造成应用，并让 Power Apps 与 Power Automate 联动起来。

三件套的价值不在单个产品有多强，而在于它们共用一套账号、一套数据、一套权限。一旦 Power Apps 负责收集、Power Automate 负责流转、Power BI 负责呈现，很多原本靠人肉搬运的工作就自然消失了。

需要提醒的是，低代码降低的是"写代码"的门槛，没有降低"想清楚逻辑"的门槛。流程怎么设计、数据怎么建模、权限怎么分配，这些仍然需要人来判断。工具负责执行，思路仍然在你这边。

延伸阅读

以下官方文档是核对细节时最可靠的来源，涉及价格和功能限制，建议以官方页面实时信息为准。