142_Power BI之同比预测

2020年8月20日01:11:52 评论 466 1137字阅读3分47秒

焦棚子的文章目录

请在文末下载附件

一、背景

最近刚好在做一个简单同比预测的模型,预测方法很简单,就是累计同比预测,把MTD展示出来。

二、数据源

1、日期表:Calendar

142_Power BI之同比预测

2、事实表1:Data(基础数据)

142_Power BI之同比预测

3、事实表2:Target(目标)

142_Power BI之同比预测

4、关系视图

142_Power BI之同比预测

三、上DAX

1、度量list142_Power BI之同比预测

2、度量对应图示中元素

142_Power BI之同比预测

4、基础度量:M001_AC

M001_AC = SUM('Data'[value])

5、关键度量:M002_Forecast,同比预测。

M002_Forecast = 
VAR DAY_MAX =
    CALCULATETABLE ( LASTDATE ( 'Data'[dates] ), ALL ( 'Calendar' ) )
VAR DAY_MIN =
    CALCULATETABLE ( STARTOFYEAR ( 'Calendar'[Dates] ), ALLSELECTED ( 'Calendar' ) )
VAR DATE_AC =
    DATESBETWEEN ( 'Calendar'[Dates], DAY_MIN, DAY_MAX )
VAR DATE_PRE =
    DATESBETWEEN (
        'Calendar'[Dates],
        DATEADD ( DAY_MIN, -1, YEAR ),
        DATEADD ( DAY_MAX, -1, YEAR )
    )
VAR MTD_AC =
    CALCULATE ( 'Measure'[M001_AC], DATE_AC )
VAR MTD_PRE =
    CALCULATE ( 'Measure'[M001_AC], DATE_PRE )
VAR YOY =
    DIVIDE ( MTD_AC, MTD_PRE )
VAR DAY_AC =
    MAX ( 'Calendar'[Dates] )
VAR PRE =
    CALCULATE ( 'Measure'[M001_AC], DATEADD ( 'Calendar'[Dates], -1, YEAR ) )
RETURN
    IF ( DAY_AC <= DAY_MAX, BLANK (), PRE * YOY )

6、M005_MTD_Forecast:同比预测月累计(MTD)折线显示度量。

142_Power BI之同比预测

7、静态结果截图

142_Power BI之同比预测

四、总结

1、业务模型非常简单,采用累计同比预测法。

2、主要DAX驱动可视化的应用,对每个元素对应的DAX要充分理解

3、注意观察ALL和ALLSELECTED函数的使用位置,

4、日期的判定,注意观察'Calendar'[Dates]与 'Data'[dates]使用位置。

 

by焦棚子

焦棚子的文章目录

请点击【立即购买】或者【升级VIP】获得案例附件。

隐藏内容需要支付:¥5
立即购买 升级VIP
142_Power BI之同比预测
焦棚子
  • 本文由 发表于 2020年8月20日01:11:52
  • 除非特殊声明,本站文章均为焦棚子原创,转载请务必保留本文链接
140_Power BI&Power Pivot之降维展示同类型比较 Power BI

140_Power BI&Power Pivot之降维展示同类型比较

焦棚子的文章目录 请在文末下载附件 一、背景 最近一段时间比较忙,几乎没有时间更新网站内容,今天刚好周末,更新一个简单的需求。 上效果图: 在我们日常做对比分析的时候,经常几个相同维度(比如省份、区域...
138_Power BI&Power Pivot特殊半累加度量 Power BI

138_Power BI&Power Pivot特殊半累加度量

焦棚子的文章目录 请在文末下载附件 一、背景 半累加度量(semi-additive measure),在DAX建模分析的时候经常遇见;应用场景诸如银行存款、库存等。 接下来看一个比较有意思的案例(结...