单纯讲解时间智能函数犹如盲人摸象,不见全貌,更不见本质。 我们之前写过很多关于时间智能函数的文章,但文本将是最为本质以及最重要的。本文属于 BI佐罗 PowerBI VIP 线下培训部分抽取。
所谓增量刷新,是指增量刷新数据。一般情况下,在PowerBI或PowerBI Desktop中点击【刷新】按钮,会将数据源的数据全部刷新一遍,如果数据源数据很多,而每次变化的很少,例如只有最近一日发生变化,那这种不问青红皂白就直接全部刷新的方法显然会耗时耗力。很可惜在默认情况下,PowerBI就只支持这种数据刷新方式。
在财务中业财一体化,是一个必然趋势,而如何借助 Power BI 来构建这套系统,需要借鉴一套专业作品来进行。
如果数据模型的日期范围是2018/5/1—2019/6/30,则生成的日期表范围为2018/1/1—2019/12/31
不同行业的分析,维度表有类别之分,数据表有指标计算之别。但当谈到日期时,基本是一致的。而且日期表也是我们使用时间智能的前提。
如果将任何一个点的值都由此前的7个值平均得到,就是7日移动平均了。考察如下的示意图:
在入门案例动态销售报告中已经带领大家入门制作PowerBI可视化报告。本文主题销售业绩分析将继续针对入门案例进行进一步优化,让大家更改的了解和掌握使用PowerBI的功能。优化内容主要有两个: 1、数据分析层面:在可视化报告中单独的一个销售业绩指标是没有意义的,只有通过对比指标才能知道销售业绩指标的好坏。对比方法主要通过同指标不同时间的对比,通过PowerBI智能时间函数,可以更加方便的计算累计销售额(YTD),同比(与去年同期对比),环比(与上月对比)等指标。 2、图表层面:使用KPI图表可以更加直观的显示业绩完成状况。通过对同比,环比格式设置可以进行分阶段显示数据。
投资回收期是投资决策分析中一个重要的参考指标,它是指投资资金刚好收回所需的投资年限。投资回收期计算一般有两种:一是静态投资回收期:指在不考虑资金时间价值的条件下,投资项目的净收益回收其全部投资所需要的时间;二是动态投资回收期:即在考虑资金时间价值的条件下,投资项目的净收益回收其全部投资所需要的时间。下面以静态投资回收期为例,来说明在 Power BI 中如何计算投资回收期。
很多伙伴问罗叔是否可以给小白直接直接操作的技巧,例如:直接点一个按钮,直接写一个公式,直接解决一个问题的。
有伙伴说一段时间没有更新文章,这一次顶十次。明明能拆成十期的文章,非要一次写完,没办法,厚道。
开始本章翻译时,是5月初。当时并不知道平平无奇的5月Power BI会带来一大波更新,尤其是大杀器“字段参数”(字段参数参考文章)。
日本市场和欧洲市场的总交易是 1.2 亿,什么,单位是什么,如果不对单位做处理,那单位相当于是混合的,也就失去了意义。
Excel 中有由单元格区域构成的表结构;Excel 中有创建表得到的工作表表格;Excel 中有数据模型中的数据模型表;Excel 中有透视表;以上 4 种表是完全不同的概念。而这些基础需要伙伴们注意。
随着 PowerBI 在2020.7月的发布,迎来一个重要的功能:计算组(Caculation Group)。
Power BI中DAX函数非常多,功能非常强大,下面结合一些实际场景来讲解DAX一些常用的函数,这些场景包含求和、计数、相除、排序、累计、环比、同比,为了更方便后续的可视化展示数据,我们新创建可视化展示的页面,创建一个新表存储后续展示的度量值,具体操作如下:
本月除了常规的更新以外,引入了一个非常牛的大杀器,叫做VALQ,专门用来做计划,预测,调整等,在很多领域都有广泛的运用。
ENDOFMONTH函数,ENDOFQUARTER函数和ENDOFYEAR函数三者都隶属于“时间智能函数”,属于“表”函数,当然,有些时候也可以作为“值函数”使用。
DAX格式化最近在社群里听到有人讨论,在小必老师的公号上也做了总结性推文介绍(其中也介绍了PBI催化剂的方法)。
Power BI 模型的真正强大之处在于通过使用 DAX 语言进行计算。虽然许多 Power BI 用户专注于模型并试着完全避开使用 DAX,但是除了最简单的基础聚合运算以外,其他所有的计算都需要通过 DAX 来实现。而且,你迟早会在 Power BI 中遇到更复杂的计算需求。根据我们的经验,典型的情况会是:你精心制作的一个 Power BI 报告初稿,会引出有关这些数据的越来越多、越来越复杂的问题。
HR 使用Excel已经可以统计很多内容了,但 BI 的特点,大家知道是 动态 的。本文讲解如何在 PowerBI 中实现 HR 在离职人数的计算。
本文来自社区伙伴对《DAX 权威指南(第二版)》的学习笔记,有问题可以留言或联系BI佐罗修改,感谢你的支持。
本案例有着强大而非常实用的业务背景,几乎适用于任何规模和发展阶段的企业,而使用者却根本不需要理解什么是PowerBI或商业智能,使用者只需要自己的业务指标是什么,什么时候该被考察,以及基于常识性的点击鼠标就可以看到所需要的洞察力。
TOTAL函数系列共包含三个函数:TOTALMTD函数,TOTALQTD函数,TOTALYTD函数。
从本期开始,白茶会开始梳理筛选器函数,坦白说,这一部分的函数有一些晦涩难懂,即使用咱的中国话来说,白茶也是觉得比较拗口的。
销售数据表记录了咖啡订单,包括字段:订单编号、订日期、门店、产品ID、顾客、数量。
简介 Power BI Desktop -是一款由微软发布的自助式商业智能工具,功能强大、易于使用。其中还可以通过微软云连多个数据源并且使用数据源来创建可视化表盘。 但是几乎所有的BI都需要展示如何随时间改变KPI。因此我将会介绍一个帮助我们使用事件元素来分析数据的关键功能。在PowerBI Desktop 中叫做“time intelligence”。应用这种时域分析法能是商业智能中基本的数据表现形式。毕竟公司想要知道的无非就是今年的业绩相比去年如何以及取得了何种进步。 “Time intelligenc
看到这个问题,首先第一感觉,好像是非常简单的,获取每一个合同编号的起始月,然后均摊、求和就可以。
小SUN目前就职于一家葡萄酒分销公司,其主要职责就是为业务部门提供数据分析报告,其中一份报告是追踪销售团队的KPI并与去年同期进行对比。
该模型可以反应随着时间的发展,多品牌,多SKU,多地区等表示任何多系列的元素的发展。
NEXT系列一共包含四个函数:NEXTDAY函数,NEXTMONTH函数,NEXTQUARTER函数,NEXTYEAR函数。分别代表次日、次月、次季度、次年。隶属于“表函数”。
数据分析表达式 (DAX) 语言是一种公式语言,Data Analysis Expressions 数据分析表达式,简称DAX表达式,其允许用户定义自定义计算。DAX 包含一些在 Excel 公式中使用的函数,此外还包含其他设计用于处理关系数据和执行动态聚合的函数。
PREVIOUS函数系列一共包含四个函数:PREVIOUSDAY函数,PREVIOUSMONTH函数,PREVIOUSQUARTER函数和PREVIOUSYEAR函数。
数据模型是进行报告分析的基础。为此提供了结构和有序的信息。为确保提供更好的性能、可靠性和准确性,将数据加载到正确设计的模型中是数据分析很重要的一项工作。
文章背景: DAX权威指南第16章讲的是DAX中的高级计算。最后一个例子提到,为了准确地计算出年同比(YOY),需要忽略上一年中发生在设定日期之后的任何销售数据。
编写 DAX 公式时要掌握的核心概念是上下文。DAX 作为一门动态数据分析语言,与 Excel 函数、SQL 查询 和 Power Query 脚本有着根本不同的原因就在于上下文的概念。以上所述的所有其他语言的公式只会在数据发生变化时才会返回不同的结果(除了一些例外情况,例如使用参数时),但是单个 DAX 公式就可以同时提供多个不同的结果,具体取决于您使用它的位置和方式,也就是:上下文。
如果说99%的人不真正理解PowerBI DAX的SUM,你信吗?只怕是说少了,从这个意义上讲,PowerBI就是一个坑爹的。
这里所说的 DAX 知识基础,不仅仅是理解什么是日期表,更多的是知道日期表如何构建可以兼顾到很多使用上的场景。
几乎所有的报表模型都涉及到日期和时间,因此要创建Power BI报表,日期表就必须得有。虽然最新的Power BI版本已经可以自动为每一个时间列创建日期表。
大海:Excel里减去上一行的公式比较简单,只要判断一下当前行的名字是否等于上一行的,如果等于,即可以用当前行的数量减去上一行的,否则等于当前行的数量。
这个系列的函数相对而言比较简单,顾名思义,计算每个时间粒度的第一天,隶属于“表函数”,但是返回结果是单列单行的表,某些时候可以作为“值函数”使用。
分别表示月末最后一天/季度末最后一天/年度末最后一天。还记得白茶之前曾经写过关于半累加的文章么?如果对于CALCULATE函数使用不习惯,那么可以尝试使用本期这三个函数。
笔者认为要具备以下条件:一是理解业务数据,知道主要分析的指标及潜在的报表分析需求;二是对DAX表达计算逻辑、特性有一定的了解。
最近一位朋友在用Power BI做一项与日期相关的分析时,出现了一些看起来很奇怪的情况:
在Excel里,除了可以使用透视表来访问数据模型,还可以用发起查询的方式来访问模型,返回一个二维表。
本文蕴藏杀机,PowerBI DAX 设计的诸多精华尽在一个模型,推荐仔细阅读。上篇文章写得少得可怜,很多战友提出严重抗议,要求继续揭示这其中的奥秘,好吧,你吩咐,我照办。
预测,在商业中,是一个永恒的话题。PowerBI对预测的支持首先要承认是很有限的。对于非常多的企业,从计划管理的角度,会有这样的情况:
交付价值,特别是业务价值,是敏捷方法的核心组成部分。这种概念已经融入了敏捷的核心,包括敏捷价值宣言(可以工作的软件胜过面面俱到的文档)和敏捷原则(不断交付可用的软件和可用的软件是衡量进度的首要指标)。每个特性都有其所属的价值,使用MoSCoW或Kano方法对特性的价值进行优先级排序。价值驱动交付贯穿敏捷项目的整个生命周期,指导着过程中的决策。
假设某公司在 2020 年 12 月有活跃客户 100 人,而在此后的一年中只要有销售额,就算该客户在此后的一年为留存客户。那么,对于试着给出对任何年月的活跃客户计算其在未来一年的留存数以及留存率。
上一节 Power BI 计算组理解(一)中,提出可以将计算项理解为 特殊的自定义函数 ,其输入参数为度量值,不过上一节创建的计算组(收入、利润、利润率),在其值定义中并没有用到其输入的度量值本身。
领取专属 10元无门槛券
手把手带您无忧上云