数据可视化之PowerQuery篇(十九)PowerBI数据分析实践第三弹 | 趋势分析法
https://zhuanlan.zhihu.com/p/133484654
本文为星球嘉宾"海艳"的PowerBI数据分析工作实践系列分享之三,她深入浅出的介绍了PowerBI在数据分析中的应用,欢迎学习借鉴。
她的前两篇分享:
作者/海燕
上市IT公司经营计划专业经理,专注消费电子领域经营分析
以财务报表分析为例,介绍通用的分析方法论,整体架构如下图所示:

(点击查看大图)
我会围绕这五种不同的方法论,逐步阐述他们在 PowerBI 中的应用,之前已经介绍过前两个分析方法,本文谈一下第三种:趋势分析法的应用。
趋势分析法
趋势分析法是根据企业连续几年或几个时期的分析资料,运用指数或完成率的计算,确定分析期各有关项目的变动情况和趋势的一种财务分析方法。
趋势分析法的一般步骤是:
1.计算趋势比率或指数;
2.根据指数计算结果,评价和判断企业各项指标的变动趋势及其合理性;
3.预测未来的发展趋势。
涉及的常用dax函数:
SELECTCOLUMNS 返回具有从表中选择的列以及 DAX 表达式指定的新列的表GENERATESERIES 返回具有一列,并且从始至终使用连续值填充的表SELECTEDVALUE
在指定列中只有一个值时返回该值,否则返回替代结果
AVERAGEX
计算通过表格计算出的一组表达式的平均值(算术平均值)
DATESINPERIOD
返回给定期间中的日期
在开始之前,先来一个小插曲,不知道大家对前两次分享中的内容是否还有印象,有没有想在大金额的数值显示时把显示单位更换为万元或其它?那如果我们想以万元显示该怎样做呢?
(截止12月PowerBI 显示单位依然不支持万元)

具体做法附上:没有我们就自己创建一个。

单位值= SELECTEDVALUE('单位表'[值],1)
更改下对应度量值:
销售利润 = SUM('订单'[利润])/[单位值]
让我们来看下不同单位的效果:



言归正传,让我们来进入正题:我们来使用销售收入进行实践 。
构建移动平均
在构建移动平均前,让我们先构建一个1-100的连续数据表作为动态筛选项。
筛选数据 = GENERATESERIES(1,100,1)
注意:此处正确顺序建模-新表-输入上附DAX
筛选数据值 = SELECTEDVALUE('筛选数据'[筛选数据])
注意:此处正确顺序为建模-新建度量值-输入上附DAX
销售收入移动平均值 =AVERAGEX(DATESINPERIOD( '日期'[日期], MAX('日期'[日期]), -[筛选数据值],DAY),[销售收入])
度量值写完,接下来让我们进行进行销售预测及销售趋势分析。
首先创建销售趋势图

其次加入趋势线

最后进入预测

加入“销售收入”

最后呈现结果

分别看下各年情况

当然还可以这样

也还可以这样


通过上面的内容,我们不难发现这一目标企业销售收入呈逐年递增趋势,每年第7月出现销售波动呈现销售下降趋势,8月又回调,那我们是否可以由此发现该企业的销售规律?以及由此去探究7月出现下降究竟是什么原因呢?
举个例子:每年我们剁手的日子6.18,双十一,双十二,这个时间段以销售电子产品为主业的零售企业是否会在当月或前月销售收入猛增呢?
通过上面的内容,不知你是否对其销售趋势有一个自己的预期,以及对这一目标企业销售情况有自己的预判,想一想这一企业未来销售情况将会是怎样呢?
注意:在实际中,影响销售的因素很多,在做销售趋势预测时需要综合考虑多种因素,请结合业务真实情况出发做销售趋势预测。
那今天的分享就这么多啦,期待和你的再次相遇^_^
数据可视化之PowerQuery篇(十九)PowerBI数据分析实践第三弹 | 趋势分析法的更多相关文章
- 数据可视化之分析篇(九)PowerBI数据分析实践第三弹 | 趋势分析法
https://zhuanlan.zhihu.com/p/133484654 以财务报表分析为例,介绍通用的分析方法论,整体架构如下图所示: (点击查看大图) 我会围绕这五种不同的方法论,逐步阐述他们 ...
- 数据可视化之PowerQuery篇(九)巧用Power Query,Excel也可以轻松管理文档
https://zhuanlan.zhihu.com/p/111674088 来自知乎一个朋友的问题,如何在Excel中批量插入文件的超链接,以便在Excel中对文档进行有序的目录管理? 这个问题的 ...
- 数据可视化之PowerQuery篇(十八)Power BI数据分析应用:结构百分比分析法
https://zhuanlan.zhihu.com/p/113113765 本文为星球嘉宾"海艳"的PowerBI数据分析工作实践系列分享之二,她深入浅出的介绍了PowerBI ...
- 数据可视化之PowerQuery篇(十二)客户购买频次分布
https://zhuanlan.zhihu.com/p/100070260 商业数据分析通常都可以简化为对数据进行筛选.分组.汇总的过程,本文通过一个实例来看看PowerBI是如何快速完成整个过程的 ...
- 数据可视化之PowerQuery篇(四)二维表转一维表,看这篇文章就够了
https://zhuanlan.zhihu.com/p/69187094 数据分析的源数据应该是规范的,而规范的其中一个标准就是数据源应该是一维表,它会让之后的数据分析工作变得简单高效. 在之前的文 ...
- 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 ...
- 数据可视化之PowerQuery篇(十)如何将Excel的PowerQuery查询导入到Power BI中?
https://zhuanlan.zhihu.com/p/78537828 最近碰到星友的一个问题,他是在Excel的PowerQuery中已经把数据处理好了,但是处理后的数据又想用PowerBI来分 ...
- 数据可视化之PowerQuery篇(十六)使用Power BI进行流失客户分析
https://zhuanlan.zhihu.com/p/73358029 为了提升销量,在不断吸引新客户的同时,还要防止老客户离你而去,但每一个顾客不可能永远是你的客户,不可避免的都会经历新客户.活 ...
- 数据可视化之PowerQuery篇(十四)产品关联度分析
https://zhuanlan.zhihu.com/p/64510355 逛超市的时候,面对货架上琳琅满目的商品,你会觉得这些商品的摆放,或者不同品类的货架分布是随机排列的吗,当然不是. 应该都听说 ...
随机推荐
- JSON案例
原文链接:https://zhuanlan.zhihu.com/p/62763428 json字符串->JSONObject 用JSON.parseObject()方法即可将JSon字符串转化为 ...
- CKA考试个人心得分享
考试相关准备: 真题:需要的私密: 网络:必须开启VPN,以便能访问国外网络,强烈建议在香港搭建相应FQ: 证件:考试需要出示含有拉丁文(英文)带照片的有效证件,相关有效证件参考(优先建议护照):ht ...
- jmeter对数据库进行简单的压测
1.点击测试计划,再点击“浏览”,把JDBC驱动添加进来: 注:JDBC驱动一般的位置在java的安装地址下,路径类似于: \java\jre\lib\ext 文件为:mysql-connect ...
- [转]IP地址和MAV地址——区别和联系
[转载]http://wenda.tianya.cn/question/27f9476d1e86f6b6 一.IP地址 对于IP地址,相信大家都很熟悉,即指使用TCP/IP协议指定给主机的32位地址 ...
- Java垃圾回收机制(GC)
Java内存分配机制 这里所说的内存分配,主要指的是在堆上的分配,一般的,对象的内存分配都是在堆上进行,但现代技术也支持将对象拆成标量类型(标量类型即原子类型,表示单个值,可以是基本类型或String ...
- 查找nginx安装目录并启动
今天公司突然停电,来电后发现服务无法访问了,服务器是部署在公司内 发现ip ping 不通,是服务器没开 手动开了服务器,还是无法访问 可以FTP,但是不能访问服务,说明机器已经开了,有些东西应该没启 ...
- 入门大数据---Kafka的搭建与应用
前言 上一章介绍了Kafka是什么,这章就讲讲怎么搭建以及如何使用. 快速开始 Step 1:Download the code Download the 2.4.1 release and un-t ...
- 如何使用ABP进行软件开发之基础概览
ABP框架简述 1)简介 在.NET众多的技术框架中,ABP框架(本系列中指aspnetboilerplate项目)以其独特的魅力吸引了一群优秀开发者广泛的使用. 在该框架的赋能之下,开发者可根据需求 ...
- git和github入门指南(2.2)
2.4.常用git命令 2.4.1.回顾前面使用的命令 1.git add 文件名 这个命令用来将代码提交到暂存区 2.git status 可以查看当前提交的状态 3.git commit -m ' ...
- Python数据分析帮你清晰的了解整理员工们的工作效率和整体满意度
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 项目背景 2018年,被称为互联网的寒冬之年.无论大小公司,纷纷走上了裁员 ...