别急着写DAX
Power BI教程：用数据流Dataflow复用清洗逻辑的重点不是记住术语，而是建立可复用的判断方法：哪些计算放在Power Query，哪些放在模型，哪些用度量值表达。
准备一组可验证样例
不要急着打开画布。先把用户角色、工作区结构、数据源位置、刷新频率、负责人和发布范围放到一张需求表里，并标出哪些字段来自系统、哪些字段需要人工补录、哪些指标还存在口径争议。样例最好包含正常记录、边界记录和异常记录，这样才能验证Dataflow相关逻辑是否稳定。
实现路径
搭建过程中要反复回到一个问题：Dataflow要帮助用户做什么判断？如果某个视觉对象无法支持判断，就先删掉；如果某个指标无法解释来源，就先回到模型和口径。
校验方式
交付前重点核对数据完整率、刷新成功率、使用人数、决策周期、返工次数和业务反馈。技术类内容不要只看结果数值，还要看筛选条件变化后结果是否符合预期。
容易误判的地方
遇到数据对不上时，先别急着改DAX。建议从源系统记录数、Power Query步骤、模型关系、筛选上下文和页面筛选器逐层排查，问题通常会更快浮出水面。
延伸问题
收尾处可以补一段常见疑问，例如Dataflow是否适合用Power BI做、需要准备哪些数据、多久能上线、结果如何和Excel或源系统核对。