孤立的数据没有意义，只有在对比才能知道指标的高低。所以同比、环比查看时间维度的对比关系就显得比较重要。在建立指标之前，我们先通过销售数据和销售明细，日期表建立表和表之间的关联关系。如下图： ? ...累计销售额是指从某年的1月1日到当前的销售额，累计销售额和年度销售目标或者去年累计销售额做对比查看销售情况。...当然也有部分企业财年和自然年并不重合，所以可以使用第四个参数指定财年的最后日期。在PowerBI中还有一个类似的函数TOTALMTD用来计算月度累计值。 ?...前面我们也提到过按月进行计算同比数据有时候我们需要查看累计同比数据，举个例子：业务部门需要将1-6月半年的数据和去年的1-6月累计数据进行对比分析，这个时候我们只需要将销售相关度量值替换为累计销售额。...方法一、按色阶设置同比环比的背景色。步骤：选择同比，条件格式，背景色 ? 选择格式模式为色阶，进行调整相应颜色设置 ?
：COUNT和COUNTA，两者都可以对某一列进行计数，用法上一样，区别为COUNTA可以对True或者False列分别统计True和False的数量，所以使用更加广泛。...六、累计统计 在Power BI中针对时间维度进行累计值统计也是常见的场景，例如统计每月累计交易额、统计每个季度累计交易额等，这就要使用到累计相关的DAX函数，累计相关的DAX函数有三个：TOTALYTD...TOTALYTD: 计算从本年开始到当前的累计。 TOTALQTD: 计算从本季度开始到当前的累计。 TOTALMTD: 计算从本月开始到当前的累计。 这几个函数的用法一致，只不过计算的时间维度不同。...在资料中找到"2021~2022年工资表"导入到PowerBI中并修改对应的日期格式，如下图所示： 下面我们分别在PowerBI中针对"2021~2022年工资表"数据统计工资月同比增长率与工资月环比增长率...偏移量,偏移单位) 复制 以上"日期列"参数指的是包含日期的列；"偏移量"参数指定的是从日期列中需要添加或减去的时间间隔数；"偏移单位"参数指的是Day,Month,Quarter,Year按照哪个时间维度偏移
将其导入到PowerBI中，建立日期表： 日期表 = GENERATE ( CALENDARAUTO (), VAR DA = [Date] VAR YEAR =...[1240] 当前上下文，白茶使用了两个表里面的维度，分别是分店表以及日期表。这种情况下需要根据动态数据，在当前条件下计算出平均值，需要考虑两个维度的交叉效果。 提到交叉，小伙伴们想起来什么没？...解释一下代码含义： 首先是利用SUMMARIZE函数构建了一个虚拟表，只有分店和月份维度，这一步的目的是为了构建笛卡尔积，并且不受当前上下文的筛选影响； 利用ADDCOLUMNS函数，为每一个笛卡尔积的结果匹配相关的数据...最后，对于界面啊，切片器什么的等一些细节进行一下优化： [strip] 这样，一份热力图表格就新鲜出炉了。 [1240] 彩蛋： 1、累计排名是哪个可视化插件？ 2、阈限计数如何添加？...白茶会不定期的分享一些函数卡片 （文件在知识星球PowerBI丨需求圈） [1240] 这里是白茶，一个PowerBI的初学者。 [1240]
①、时间维度好说，可以看得出来事实表中自带销售日期，选取年份字样放入切片器中即可，结果如下： [1240] 具体的样式可以去点击右上角调整。 [1240] 也可以去设置中调整。...[1240] [1240] 这样就得到了符合我们心里预期的大致效果，具体的细节根据个人喜好去调整，这里就不赘述了。如果对销售日期不满意，也可以利用相关函数生成自己的日期表。...涉及到的一些相关函数，在这里就不赘述了。 三、帕累托累计占比 三种维度我们得到了，接下来就是来编写累计、占比、以及累计占比的代码。...[strip] 当然，也可以添加一个关于ABC三类计数的表格，以及一个销售趋势图，让你的报表看起来格调更高。...白茶会不定期的分享一些函数卡片 （文件在知识星球PowerBI丨需求圈） [1240] 这里是白茶，一个PowerBI的初学者。 [1240]
日期：日期列。 筛选器：（可选项）筛选条件。 结束日期：（可选项）用来定义年度结束日期，只有YEAR有，前两者没有。 返回结果 月初/季度初/年初至今的数据值累计之和。...例子1： TOTALMTD例子 = TOTALMTD ( SUM ( '销售明细'[销售数量] ), '销售明细'[销售日期]) 结果： [1240] 按照时间维度，逐日进行累计，计算本月累计至今的数据值...DATESMTD可以用来计算日期生成表，也可以与CALCULATE函数搭配求累计值。 而TOTALMTD只是单纯的计算累计值，用途更纯粹一点。 后续不再对比QTD和YTD，效果都差不多。...例子2： TOTALQTD例子 = TOTALQTD ( SUM ( '销售明细'[销售数量] ), '销售明细'[销售日期] ) 结果： [1240] 逐日累计，计算本季度至今为止的累计值。...白茶会不定期的分享一些函数卡片哦。 （文件在知识星球PowerBI丨需求圈） [1240] 这里是白茶，一个PowerBI的初学者。 [1240]
Step2：R值建设：最近一次消费（Recency） 首先创建【最近一次的购物时间】，然后通过最近一次消费时间计算【R最近一次购物距离当前的日期差】（也可以是对固定的日期），通过经验或者【R最近一次购物距离当前的日期差...】的分布确定【R参考值】，然后通过对比参考值与【R最近一次购物距离当前的日期差】的大小，标注出【R标记值】。...创建【R参考值】，其计算公式为{FIXED:MEDIAN([R最近一次购物距离当前的日期差])} ，此处用【R最近一次购物距离当前的日期差】的中位数作为分界点。...在【标记】部分复制【客户 Id】-计数（不同）到【标签】（mac端操作为：鼠标选中同时按command或者control键），可以柱状图上显示出其在人群中的占比。 ?...按地区下钻的RFM模型 上述只是基础的RFM实现思路，但是其中关于分类维度的选取（如何定义R，F，M），划分阈值选取是作为一个分析师还可深入探究。
再比如宜人贷（中国互联网金融海外上市第一股）8月份发布的财报最后一页，是一张逾期90天以上借款累计净坏账率。每条线代表不同季度的借款自第4个月后累计的坏账率走势。 ?...不难发现，这几张图的共同特点是都属于折线图，只不过横轴（时间轴）是以产品、公司、交易的开始日期作为起点，按照一定的时间间隔延展。 怎样使用PowerBI来完成该类分析呢？...（顺便做个统一的备注，有很多人留言向我要案例数据，除特殊说明外，所有文章使用的案例都是我虚构的咖啡数据，下载链接在这篇文章中PowerBI大师咖啡数据下载 供广大的PowerBI学习者们使用、练习。）...写度量值 因为自定义的时间轴是非标准日期格式，所以智能时间函数是不适用的，这时候求累计数可以利用Calculate+Filter+All的句型，比如： ?...该公式使用if+blank是把无销售量的月份变为空白，否则将出现折线为0的情况。如果你对Filter中的筛选条件[天数列]<=max([天数列])原理感到困惑，这个公式也可以利用Var来完成： ?
这个在 PowerBI 中构建就非常容易。 可以看出，星期五和星期六的指标值显著降低，其他日期类似，也许这就反应了一种规律。...动态推演 如果结合 PowerBI 的筛选，还可以实现动态计算的效果，例如： ? 在 PowerBI 中进行这类分析的显著好处之一就是：动态性。...在用户选择切片器的不同值后，整个计算重算，并根据用户的选择完成重算，这个选择在实际应用中，可以是门店，品牌，商品等各个维度，以在更加定制化的方面发现其规律。...这个表格可以在 Excel 中维护，需要时加载进入 PowerBI 数据模型即可。 !>该表的日期列并不是完备的。而且，很可能出现重复的日期。...周内日权重指数的计算 因此，周内日权重指数应该在实际可用日中计算，为了计算的公平性，应该采用指标的平均值，而非累计。得到： ?
图片日常使用PowerBI制作看板过程中，往往需要我们在看板的第一浏览区将用户最关注的核心指标呈现出来。白茶在之前的文章中曾提到过，用户关注的核心指标，基本上都是时间指标。...将其导入到PowerBI中，模型关系如下：图片添加如下基础指标。...可能看到这里，小伙伴们会有疑问，三个财务时间维度有啥用？其实，这三个时间维度，是为了方便后面计算使用。计算财务日期的累计值，我们有两种办法：使用时间智能函数或自己构建上下文。...，只不过维度列从自然日期转为财务日期。...图片图片这里是白茶，一个PowerBI的初学者。图片
为了更好地理解，我们将介绍如何创建日期表，然后看一下几种不同的分析时间的计算，最后加入这些类型道数据模型中。为了测试我会使用一个excel作为PowerBI Desktop 的文件数据源。...如果你打算展示MonthFull 或者MonthAbbr 列，那么将看到月份（month）出现在轴标签里面或者按字母排序的列里面。...因此如果Stock 或 Invoices表数据源扩展了新的数据并且在原有日期外的，那么这个时间维度表也会自动变化来包含这部分新增数据的部分。...注意 为了时间智能在PowerBI中能够正确使用一定要保证日期表和数据表中的数据类型是date或者datetime。...YearToDate, QuarterToDate, 和MonthToDate 运算 首先，让我们解决一个简单但是频繁的需求：计算月累计、季度累计、和年累计的销售数字。 这个例子中三个函数是很相似的。
先来看看本期的案例数据： [1240] 可以看得出来，这是一份日期不断档的数据，案例数据很简单。 （示例文件会放到知识星球中，小伙伴们可以搜索“PowerBI丨需求圈”，文章结尾处会有二维码。）...要进行周分析，就必须要有周维度这个概念！说到这，相信小伙伴们已经反应过来了，添加日期表！...将数据导入到PowerBI中如下： [1240] 编写如下代码，生成日期表： 日期表 = GENERATE ( CALENDAR ( MIN ( '示例'[日期] ), //注意：这里需要替换成你自己的数据...这个函数，是根据DATE日期列，生成一个年度第几周的函数。 它的第二参数只有两个选项：1和2。 输入1表示周日是第一天。（国外的星期一） 输入2表示周一是第一天。...这里是白茶，一个PowerBI的初学者。[1240]
总结一个简单实用的小技巧，这是来自读者“大陆刘德华”的问题。 同比、环比、本年累计、本月累计...基于时间维度的对比，无论在哪个行业，这都是最基本的分析需求。...我们知道，PowerBI的日期表和内置的一系列时间智能函数已经很好地帮助我们做此类分析。 ?...比如在5月2日-5月23日和9月2日-9月22日分别举办过两场市场活动，我们想要选取两个时间段的数据做对比分析。如果这两个日期是像求同比、环比、本年累计那样规整的话，可以用对应的时间智能公式来实现。...但显然对于这种不规整的时间写度量值比较麻烦，大多数人会采用日期时间轴分别去查看，或者是分别制作两张透视表。...然而“更好”和“好”不一样，如何能灵活地把两种时间维度放在同一张表中，我们可以随心所欲地对比并计算差异呢？ ? 这个很简单。方法是建立两张日期表，并且都与数据表的日期关联。 ?
将数据导入PowerBI中，如下图： [1240] 按照白茶的理解，第一笔产生销售额的日期就是第一笔成交日；那么该日期之前的所有花费就是累计花费。...在求累计消费的时候，白茶用的是分开写的办法，代码如下： 分开写的 = CALCULATE ( SUM ( Sheet1[花费] ), FILTER ( Sheet1, 'Sheet1'[日期] <= [...在这种写法中，日期这一列与后面的条件取交集，只有四个选项符合要求，其他的返回结果是空，所以最后得出来的结果就是6.2+11.2=17.4和9.2+13.2=22.4。...[1240] 而第二种写法中，VAR将第一日期转化为了一个固定的值，类似于1.2.3这种的，那么日期这一列的筛选条件是<=10.6和<=10.9，那么得出来的结果自然而然就是我们所需要的累计花费了。...白茶会不定期的分享一些函数卡片 （文件在知识星球PowerBI丨需求圈） [1240] 这里是白茶，一个PowerBI的初学者。 [1240]
同类群组计入条件：将用户计入同类群组时应满足的条件，有如下这些： 首次接触（流量获取日期）：用户首次使用您的应用或访问您的网站的时间，按 Google Analytics（分析）媒体资源衡量。...日期下面的数据就是满足同类群组计入条件的： 返回条件：用户保留在同类群组中需满足的后续条件，有如下这些： 任何事件：用户在探索时间段内至少完成一个事件。...计算类型：数值的计算方式，有三种类型： 标准：只要在该周期内出现就计算 滚动：前面所有周期都连续出现才计算 累计：累计数值，很少用这中 细分维度：这里的细分维度是在同个时间周期上做进一步拆分，对比，比较少用...，默认是首次接触 返回条件：如何定义留存 同类群组粒度：留存分析的计算周期 计算类型：就是计算方式，有三种，分别是标准、滚动和累计。...细分维度：按维度做拆分对比 值：计算的指标 指标表达类型：留存图中的数据是按数值还是按百分比显示 这个设置界面相比之前的Universal Analytics已经丰富很多，自定义能力更强大，但相比Adobe
本月主要更新包括： 报告方面 表和矩阵的图标集 规则对条件格式的支持百分比 现在新的筛选器面板正式发布 在散点图上使用播放轴时支持数据颜色 使用相对日期和下拉切片器时性能优化 分析方面 关键影响因素分析增加计数...表和矩阵的图标集 可以在表或矩阵的度量值上选择条件格式，选择图标，如下： 如下： 现在就可以像Excel中一样来设置图标了，效果如下： 这其实是我们一直期待的功能，当然，还可以隐藏值，只显示图标，例如：...现在可以支持独立设置数据颜色了，如下： 也就意味着您可以指定到非常精确的颜色控制，例如有N个品牌比赛，您可以指定某个牌子显示什么颜色了，非常牛。 使用相对日期和下拉切片器时性能提升 用用就知道了。...关键影响因素分析加入计数 可以看到，每个圆球的边缘有一个圆环，圆环的大小表示了计数，并可以按照影响或计数来进行排序。 聚合功能的改进 现在聚合开始支持RLS，以及正式发布。...支持按位置拆分列 在PowerBI的编辑查询中，可以设置： 然后可以指定拆分成列或者行： 总结 本月更新最大的亮点在于：加入了图标支持。大家可以自行尝试。
总结 本系列是数据可视化基础与应用的第02篇，主要介绍基于powerbi实现医院数据集的指标体系的仪表盘制作。...日期数据date 这里的日期编号对应医疗项目数据中的日期编号 科室数据集Department 维度表 采购成本事实表Purchase costs 事实表，缺乏采购成本唯一编号 分析思路...，作为筛选器 创建医护人员表 构建科室人员矩阵（透视表） 构建医生编号的计数 按科室 构建医生编号的计数 按医生职称 构建医生信息 表 构建 科室切片器 构建医生职称选择器...医生编号的计数 计算医生每天处理的集中度 查看科室的医生集中度 集中度都差不多，修改为卡片格式 构建满意度多行卡片图 病症计数 按科室和就诊类别 财务金额分析 利润按年和就诊类别...利润综合 和 利润率平均值 按科室 利润总和 和 利润率平均值 按病症 利润率 的平均值 和利润的综合 按 患者满意度
[1240] 哈喽，小伙伴们，头几次白茶分享了单条件聚合、多条件聚合、各类占比、以点带面聚合，本期呢，咱们继续研究CALCULATE函数。...比如说销售额，我昨天卖了15元，今天16元，那么求我的总营业额就是无限的累计。 二、不可累计度量值： 这个度量值类型有点类似于文本，就是文字大部分时候（不是全部）是不可以累计的，就是为了区分作用。...[strip] 将数据导入PowerBI中，进行常规操作，建立日期表、建模定关系。...优化我们的代码，让CALCULATE重新判定一下： 优化= CALCULATE(SUM('表'[求和项]),FILTER(ALL('日期表'),'日期表'[DATE]=MAX('事实表'[DATE])/...白茶会不定期的分享一些函数卡片 （文件在知识星球PowerBI丨需求圈） [1240] 这里是白茶，一个PowerBI的初学者。 [1240]
[1240] FILTER函数 FILTER函数属于“筛选”类函数，隶属于“表”函数，其使用频率可以算得上最高的几个函数之一。 用途：用来筛选表或者作为计算的筛选条件。...语法 DAX= FILTER(,) 参数 表：可以是固定的表，也可以是表的表达式。 条件：过滤条件。 返回结果 由符合筛选条件的行组成的表。...其效果等同于以下两组代码： FILTER和AND = FILTER ( '例子', AND ( MONTH ( '例子'[日期] ) < 2, '例子'[类别] = "白" ) ) 结果： [1240]...当然，还有很多别的用法，比如说累计求和等等，这里就不一一举例了。 小伙伴们❤GET了么？...白茶会不定期的分享一些函数卡片 （文件在知识星球PowerBI丨需求圈） [1240] 这里是白茶，一个PowerBI的初学者。 [1240]
问题背景 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。...问题重述 按年，月，部门计算当月离职人数； 按年，月，部门计算当月积累离职人数； 按年，月，部门计算当月在职人数； 值得注意的是，以上三个问题有一定的相关性。 数据模型 ? 实现效果 ?...( ALL( 'Date'[日期] ) , 'Date'[日期] <= MAX( 'Date'[日期] ) ) ) 首先要理解这个定式，但在该案例中仅仅这样是不行的，我们需要在离职的数据中考虑，因此多加了一个筛选条件...环境2： CALCULATE 的第一个筛选参数的执行结果 积累到2019年3月31日的所有日期序列。 在 环境1 和 环境2 的综合影响下计算 [Measure]。...综上，我们实现了度量值的累计计算。
数据聚合——顾客消费特征首先，是RFM模型中顾客的消费特征：R：客户最近一次购买离分析日期 (设为2021-08-14)的距离，用以判断购买用户活跃状态F：客户消费频次M：客户消费金额 这些都是一段时间内消费数据的聚合...累计消费件数=('数量',sum), 累计消费次数=('订单日期', pd.Series.nunique),...最近消费日期=('订单日期',max) )其中，R值比较特殊，需要借用datetime模块，计算日期之间的距离from datetime import datetimeconsume_df...，可以通过Pandas透视功能pd.pivot_table实现 代码中，聚合函数aggfunc我用了pd.Series.nunique方法，是对值进行去重计数的意思，在这里就是对客户ID进行去重计数，...逆透视表最后，做个骚操作，就是透视后的表属于多维度表格，但我们要导入到PowerBI等工具进行可视化分析时，需要用pd.melt将它们逆透视成一维表。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
