https://zhuanlan.zhihu.com/p/88528732

在各种经营分析报告中,我们常常会看到YTD,YOY这样的统计指标,这样的数据计算并不难,尤其是在PowerBI中,因为有时间智能函数的帮助,大大简化了这些计算,从而快速满足定期的报告需求。

下面就给你列出这些常用统计数据的度量值,帮你快速掌握各种期间数据的算法。

如果对时间智能函数不熟悉,可以先看看这篇文章:

一文帮你掌握时间智能函数

假设数据模型为一张订单表和一张对应的日期表,并已经建立了基础度量值:

收入 = SUM('订单'[销售额])

下面的所有度量值都是以此为基础。


本期至今

XTD Month/Quarter/Year To Date

从本期的第一天到当前日期的累计,比如收入的YTD就是从本年1月1日到当前上下文日期的累计收入,MTD就是当前上下文月份的第一天到当前日期的累计收入。

月初至今

MTD Month To Date

MTD = CALCULATE([收入],DATESMTD('日期表'[日期]))

当然并非只有这一种写法,比如还可以直接用TOTALMTD:

MTD1= TOTALMTD([收入],'日期表'[日期])

下面其他各种计算同理,带数字的度量值是等值的替代写法,熟练掌握其中一种写法就可以了。

季初至今

QTD Quarter To Date

QTD =

CALCULATE([收入],DATESQTD('日期表'[日期]))

QTD1=

TOTALQTD([收入],'日期表'[日期])

年初至今YTD Year To Date

YTD = CALCULATE([收入],DATESYTD('日期表'[日期]))

YTD1= TOTALYTD([收入],'日期表'[日期])


上期的本期至今PXTD Previous Month/Quarter/Year to Date

上期的MTD,简称为PMTD,就是上个月MTD,有了这个数据,计算环比时十分方便;而PYTD,上年的本年至今,计算年累计的同比也需要该数据。

并且在写PXTD时,上面已经建好的XTD度量值也可以直接复用。

上月的月初至今

PMTD Previous Month to Date

PMTD =

CALCULATE([MTD],DATEADD('日期表'[日期],-1,MONTH))

PMTD1=

TOTALMTD([收入],DATEADD('日期表'[日期],-1,MONTH))

上季的季初至今

PQTD Previous Quarter to Date

PQTD =

CALCULATE([QTD],DATEADD('日期表'[日期],-1,QUARTER))

PQTD1=

TOTALQTD([收入],DATEADD('日期表'[日期],-1,QUARTER))

上年的年初至今

PYTD Previous Year to Date

PYTD =

CALCULATE([YTD],DATEADD('日期表'[日期],-1,YEAR))

PYTD1=

TOTALYTD([收入],DATEADD('日期表'[日期],-1,YEAR))

灵活使用时间智能函数,上年的年初至今还有很多种写法,比如:

PYTD2=

CALCULATE([YTD],SAMEPERIODLASTYEAR('日期表'[日期]))

PYTD3=

TOTALYTD([收入],SAMEPERIODLASTYEAR('日期表'[日期]))

PYTD4=

CALCULATE([收入],DATESYTD(SAMEPERIODLASTYEAR('日期表'[日期])))PYTD5= CALCULATE([收入],SAMEPERIODLASTYEAR(DATESYTD('日期表'[日期])))

(从上面的这些度量值也可以看出,SAMEPERIODLASTYEAR的功能都可以用DATEADD来代替;DATESYTD与SAMEPERIODLASTYEAR完全可以互换位置)

上面只是写出了常用的PXTD,可能有些个性的计算不止于此,比如要求计算上个月的QTD,掌握的上面的思路以后,你应该可以很轻松的写出来。

上年的本期至今PY XTD Previous Year Month/Quarter/Year to Date

上年的本年至今,其实通过PXTD的思路也能计算出来,只是因为上年的本期至今太常用了,就单独再介绍一下,只列出一种写法,其他写法也很简单,自己琢磨一下吧。

上年的月初至今

PY MTD Previous Year Month to Date

PY MTD =

CALCULATE([MTD],SAMEPERIODLASTYEAR('日期表'[日期]))

上年的季初至今

PY QTD Previous Quarter Month to Date

PY QTD =

CALCULATE([QTD],SAMEPERIODLASTYEAR('日期表'[日期]))

上年的年初至今

PY YTD Previous Year Month to Date

PY YTD =

CALCULATE([YTD],SAMEPERIODLASTYEAR('日期表'[日期])

PY YTD其实和上面写的PYTD等价。


差异比较

有了上面的这些本期、上期、上年的度量值,再计算与上期的差异,以及同比和环比就非常简单了。

与上个月的差异

MOM Month Over Month

MOM = IF([PMTD]<>BLANK(),[MTD]-[PMTD])

月环比

MOM % Month Over Month Percentage

MOM % =

DIVIDE([MOM],[PMTD])

与上个季度的差异

QOQ Quarter Over Querter

QOQ =

IF([PQTD]<>BLANK(),[QTD]-[PQTD])

季度环比

QOQ % Quarter Over Querter Percentage

QOQ % =

DIVIDE([QOQ],[PQTD])

与上年的差异

YOY Year Over Year

本年累计、本季累计以及本月累计与上年的同期比较,都比较常用,这里都列出来。

本月累计与上年同期的差异YOY MTD = IF([PY MTD]<>BLANK(),[MTD]-[PY MTD])

本季累计与上年同期的差异YOY QTD = IF([PY QTD]<>BLANK(),[QTD]-[PY QTD])

本年累计与上年的差异

YOY YTD = 
IF([PY YTD]<>BLANK(),[YTD]-[PY YTD])

同比增长
YOY % Year Over Year Percentage

本月累计的同比
YOY MTD% = DIVIDE([YOY MTD],[PY MTD])

本季累计的同比
YOY QTD % = DIVIDE([YOY QTD],[PY QTD])

本年累计的同比
YOY YTD % = DIVIDE([YOY YTD],[PY YTD])

上面这些关于时间计算的度量值,以及上一篇MAT的计算(Power BI 度量值 | 滚动聚合),记住这些度量值的写法,基本可以满足大部分的正常需求,

上述度量值的示例文件已分享在知识星球,需要的请自行下载练习。

数据可视化之DAX篇(二十八)Power BI时间序列分析用到的度量值,一次全给你的更多相关文章

  1. 数据可视化之DAX篇(一)Power BI时间智能函数如何处理2月29日的?

    https://zhuanlan.zhihu.com/p/109964336 ​今年是闰年,有星友问我,在Power BI中,2月29日的上年同期是怎么计算的? 这是个好问题,正好梳理一下,Power ...

  2. 数据可视化之DAX篇(十一)Power BI度量值不能作为坐标轴?这个解决思路送给你

    https://zhuanlan.zhihu.com/p/79522456 对于PowerBI使用者而言,经常碰到的一个问题是,想把度量值放到坐标轴上,却发现无法实现.尤其是初学者,更是习惯性的想这么 ...

  3. 数据可视化之DAX篇(十七)Power BI表格总计行错误的终极解决方案

    https://zhuanlan.zhihu.com/p/68183990 我在知识星球收到的问题中,关于表格和矩阵(以下统称表格)总计行错误算是常见的问题之一了,不少初学者甚为不解,在Excel透视 ...

  4. 数据可视化之分析篇(十)Power BI应用:如何计算在职员工数量?

    ​https://zhuanlan.zhihu.com/p/128652582 经常碰到的一类问题是,如何根据起止日期来计算某个时间点的数量,比如: 已知合同的生效日期和到期日期,特定日期的有效合同有 ...

  5. 数据可视化之DAX篇(十八)收藏 | DAX代码格式指南

    https://zhuanlan.zhihu.com/p/64422599 为什么要进行格式化? DAX 是一种函数式语言,正如我们已经学习的或者看到的,DAX 代码中总有一些函数带有几个参数,而参数 ...

  6. 数据可视化之DAX篇(七) Power BI中用DAX生成的表如何添加索引列?

    ​https://zhuanlan.zhihu.com/p/74732578 来源于知识星球中一个星友的问题,使用DAX在PowerBI中新建了一个表,如何为这个表添加索引列呢? 假如数据模型中只有一 ...

  7. 数据可视化之DAX篇(十二)掌握时间智能函数,同比环比各种比,轻松搞定!

    https://zhuanlan.zhihu.com/p/55841964 时间可以说是数据分析中最常用的独立变量,工作中也常常会遇到对时间数据的对比分析.假设要计算上年同期的销量,在PowerBI中 ...

  8. 数据可视化之DAX篇(十六)如何快速理解一个复杂的DAX?这个方法告诉你

    https://zhuanlan.zhihu.com/p/64422393 经常有朋友提出一个问题,然后我给出一个DAX之后,TA又不是很理解,反复多次沟通才能把一个表达式讲清楚.或者TA自己写了一个 ...

  9. 数据可视化之PowerQuery篇(十七)Power BI数据分析应用:水平分析法

    https://zhuanlan.zhihu.com/p/103264851 ​本文为星球嘉宾"海艳"的PowerBI数据分析工作实践系列分享之一,她深入浅出的介绍了PowerBI ...

随机推荐

  1. [CF163E]e-Government

    题目   点这里看题目. 分析   首先,我们不需要真的从 AC 自动机中把串删掉.由于我们计算贡献和,我们只需要在 AC 自动机上,把已经删除的串的贡献抹掉就可以了.   接着考虑询问.这是一个很基 ...

  2. java处理csv文件上传示例

    前言:示例只是做了一个最最基础的上传csv的示例,如果要引用到代码中去,还需要根据自己的业务自行添加一些逻辑处理. ReadCsvUtil工具类 package com.hanfengyeqiao.g ...

  3. tkinter操作练习一

    # -*- utf-8 -*- #@Time :2019/8/2723:17 #@Author :无邪 #@File :t_ui.py #@Software:PyCharm import tkinte ...

  4. centos7搭建EFK

    环境: system: CentOS Linux release 7.7.1908 elasticsearch: elasticsearch-7.5.1-1.x86_64 kibana: kibana ...

  5. SpringBoot 缓存工作原理

    1. 自动配置类:CacheAutoConfiguration 2. 缓存的配置类: org.springframework.boot.autoconfigure.cache.GenericCache ...

  6. .Net Core微服务入门全纪录(五)——Ocelot-API网关(下)

    前言 上一篇[.Net Core微服务入门全纪录(四)--Ocelot-API网关(上)]已经完成了Ocelot网关的基本搭建,实现了服务入口的统一.当然,这只是API网关的一个最基本功能,它的进阶功 ...

  7. 一个老牌程序员说:做Java开发,怎么可以不会这 20 种类库和 API

  8. 上位机面试必备——TCP通信灵魂二十问【上】

    关注公众号获取更多干货 TCP通信协议应该是上位机开发中应用最广泛的协议,无论是西门子S7协议.三菱MC协议或者是欧姆龙的Fins-TCP协议等,都是TCP通信协议的典型应用.很多人在上位机面试时,都 ...

  9. 《Elasticsearch 权威指南》阅读笔记

    书籍地址 https://www.elastic.co/guide/cn/elasticsearch/guide/current/languages.html

  10. 黎活明8天快速掌握android视频教程--21_监听ContentProvider中数据的变化

    采用ContentProvider除了可以让其他应用访问当前的app的数据之外,还有可以实现当app的数据发送变化的时候,通知注册了数据变化通知的调用者 其他所有的代码都和第20讲的一样,不同的地方看 ...