Power BI学习笔记-周报销售数据分析

简介

来自B站的Power BI学习视频的学习笔记。
记录来自B站的Power BI教学视频,由“高级财务BP-Ni”发布,视频发布者主要发布财务类相关的PBI视频,视频长度30分钟左右。
视频链接:
【powerbi周报分析模型搭建教程,30分钟详细讲解!-哔哩哔哩】 https://b23.tv/l45rz8m
视频很不错,推荐大家也一起观看学习,这个视频是我自己的学习笔记,方便后续快速查找相应的知识点。

视频讲解的是是基于销量的分析,维度包括时间,产品,渠道,城市等。
Dashboard的设计相对也比较简洁,左侧一个时间筛选,年加月,右侧一个大的透视表,行上维度是产品,列上维度是周。度量数据包括销售额,周环比增长率。销售额伴随着条件格式的柱图,增长率带有向上和向下的箭头。
img

学习重点:

这个视频可以巩固的知识点:

  • 跟周WEEK相关函数的使用
  • 基于周的环比计算
  • 自动创建日期维度表
  • 度量值的条件格式丰富数据展现

自动创建日期维度表

视频时间点:03:10
创建时间维度表的方法很多。
其中一种方法是以下方法创建时间维度表:

日期表 = VAR startdate = DATE(2020, 1, 1)VAR enddate = DATE(2030, 12, 31)RETURNADDCOLUMNS(CALENDAR(startdate, enddate),"年份", YEAR([Date]),"季度", "Q" & FORMAT([Date], "Q"),"月份", MONTH([Date]),"月份名称", FORMAT([Date], "MMMM"),"星期几", SWITCH(WEEKDAY([Date], 2),1,"周一",2,"周二",3,"周三",4,"周四",5,"周五",6,"周六",7,"周日"),"是否周末", IF(WEEKDAY([Date], 2) > 5, "是", "否")
)

指定好相应的范围就可以自动生成对应的数据。
视频里用的是另外一种方法:

日期表 = CALENDARAUTO()

这个首先会创建一个有一个字段date的时间表。然后可以再根据此字段,创建其它字段比如YEAR, MONTH, DAY等。

跟周WEEK相关函数的使用

然后通过WEEKNUM创建日期属于第几周。

第几周 = WEEKNUM('日期表'[Date])

接下来计算在周里的第几天,着重讲了下WEEKDAY函数的第二个参数,取值为1和2的区别,1是以周日为一周的第一天,2是以周一为一周的第一天。这个来自于东西方使用习惯的差别。

周几 = WEEKDAY('日期表'[Date],2)

周环比和同比的计算

视频时间点:15:20
因为是周报,而且左侧提供了月份的筛选,所以环比就涉及到一个问题。比如一个月的最后一周可能只有两天,这样拿这一周的数据对比上一周的数据是没有意义的,所以这里要实现的效果是,这一周有几天,那么就跟前一周对应的天做对比。

周环比金额 = CALCULATE([销售额], DATEADD('日期表'[Date], -7 DAY))

这里顺便提一下,同比的计算。

同比 = 
VAR CurrentValue = SUM('表名'[数值列]) 
VAR PreviousYearValue = CALCULATE( SUM('表名'[数值列]), SAMEPERIODLASTYEAR('日期表'[日期]) // 自动匹配去年同期 ) 
RETURN IF(PreviousYearValue = 0, 0, (CurrentValue - PreviousYearValue) / PreviousYearValue)

个人笔记:如果要按周来看数据的话,那么就应该避免按月去晒数据,不然就会像同比计算一样,总会有这样那样的歧义,

度量值的条件格式丰富数据的展现

视频时间点:31:15
右键度量值,选择条件格式,这里可以指定:

  • 背景色
  • 字体颜色
  • 数据条
  • 图标
  • Web URL
    通过数据条可以对销售额更具象化。
    img
    对于增长率,可以通过图标来具象化,比如向上的箭头代表增长,向下的箭头代表减少。
    img
    最终效果:
    img
    个人笔记:这个效果跟Excel的条件格式很像,但是设置的方式是通过邮件度量值。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/diannao/97870.shtml
繁体地址,请注明出处:http://hk.pswp.cn/diannao/97870.shtml
英文地址,请注明出处:http://en.pswp.cn/diannao/97870.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Oracle 数据库与操作系统兼容性指南

前言 作为一个在 Oracle 坑里摸爬滚打多年的老 DBA,最怕听到的就是"这个版本能不能装在这个系统上?"这种问题。昨天又有朋友来问我 Oracle 数据库和操作系统的兼容性,索性把这些年积累的官方兼容性列表整理出来,省得大家…

pytorch初级

本文章是本人通过读《Pytorch实用教程》第二版做的学习笔记,深度学习的核心部分:数据准备 ➡️ 模型构建 ➡️ 模型训练 ➡️ 模型评估与应用。根据上面的思路,我们分为几个部分: 第一部分:PyTorch 基础 - 涵盖了从基本…

UniApp 混合开发:Plus API 从基础到7大核心场景实战的完整指南

在 UniApp 混合开发中,plus API 是连接前端代码与原生设备能力的核心桥梁。基于 5 Runtime,它封装了设备硬件、系统交互、网络通信等近百种原生能力,解决了 UniApp 跨端 API 覆盖不足的问题。但直接使用 plus API 常面临兼容性复杂、回调嵌套…

本周难点问题详细总结

📋 本周技术问题总结 🔴 1. 表单校验与用户体验 1.1 表单错误提示不规范 问题:校验失败时缺少页面标识位置:SupplierForm.vue:375代码示例:message.error([基本信息] 表单校验失败,请检查必填字段)影响&…

下一代自动驾驶汽车系统XIL验证方法

摘要自动驾驶汽车测试仍是一个新兴且尚未成熟的过程,全球统一的测试流程尚需时日。实车测试对资源要求极高,因此开发并提升基于虚拟环境的测试方法的效率至关重要。有鉴于此,本文提出一种新颖的 X-in-the-Loop(XIL,X 代…

视频数据如何联网共享?

视频数据如何联网共享? 视频联网共享系统,实现前端设备的接入管理以及接入数据的获取。前端设备包括视频设备、卡口设备、Wifi数据采集设备、移动采集设备以及GPS/北斗数据采集设备等。系统实现海量视频数据的快速检索,并为上层数据应用提供视…

Django项目开发全链路:数据库操作、多环境配置、windows/linux项目部署一站式指南

Django项目开发全链路:数据库操作、多环境配置、windows/linux项目部署一站式指南 一、项目初始化 二、创建第一个应用 三、数据库与数据模型的应用 四、创建管理后台用户 五、数据模型与数据库交互之添加 六、数据模型与数据库交互之修改 七、数据模型与数据库交互之查询 八、…

GLib多线程编程实践:从数据结构到线程池的完整指南

引言 GLib是一个功能丰富、跨平台的C程序库,提供了大量高效且经过充分测试的数据结构与算法接口。本文将通过一个完整的实践案例,介绍如何使用GLib实现动态数组、链表、平衡二叉树和线程池,并分享在实际开发中遇到的常见问题及解决方案。 一、GLib核心数据结构实践 1.1 动…

LiteFlow:国产流程编排引擎体验

文章目录一、写在前面二、使用1、Springboot集成2、组件3、表达式4、上下文5、执行器6、脚本组件7、规则配置源8、元数据管理9、异步中的线程池10、动态构造11、决策路由12、生命周期13、其他三、总结一、写在前面 就不做过多介绍了。 官网:https://liteflow.cc/ …

Linux学习:生产者消费者模型

目录1. 生产者消费者模型的相关概念1.1 什么是生产者消费者模型1.2 生产者消费者模型的优势作用2. 多线程简单实现生产者消费者模型2.1 设计方案2.2 代码实现2.2.1 线程类2.2.2 BlockQueue类2.2.3 任务类2.2.4 主干代码1. 生产者消费者模型的相关概念 1.1 什么是生产者消费者模…

《深度学习》卷积神经网络:数据增强与保存最优模型解析及实现

目录 一、数据增强 1. 核心概念 2. 核心目的 3. 常用方法 4. 实现示例(基于 PyTorch) 5. 自定义数据集加载 二、保存最优模型 1. 核心概念 2. 实现步骤 (1)定义 CNN 模型 (2)定义训练与测试函数…

tcpdump用法

tcpdump用法tcpdump一、什么是tcpdump二、命令格式与参数三、参数列表四、过滤规则组合逻辑运算符过滤器关键字理解 Flag 标识符五、常用例子tcpdump 一、什么是tcpdump 二、命令格式与参数 option 可选参数:将在后边一一解释。 proto 类过滤器:根据协…

平衡车 - 电机调速

🌈个人主页:羽晨同学 💫个人格言:“成为自己未来的主人~” 在我们的这篇文章当中,我们主要想要实现的功能的是电机调速功能。在我们的这篇文章中,主要实现的是开环的功能,而非闭环,也就是不加…

从利润率看价值:哪些公司值得长期持有?

💡 为什么盯紧利润率? 投资者常常盯着营收增长,却忽略了一个更关键的指标——利润率。 收入可以靠规模“堆”出来,但利润率却是企业护城河的真实体现。心理学研究表明:当一个产品或服务被消费者认定为“不可替代”&a…

小迪web自用笔记25

传统文件上传:上传至服务器本身硬盘。云存储:借助云存储oss对象存储(只能被访问,不可解析)Oss云存储Access key与Access ID:有了这两个东西之后就可以操作云存储,可以向里面发数据了。这玩意儿泄…

分发饼干——很好的解释模板

好的,孩子,我们来玩一个“喂饼干”的游戏。 0. 问题的本质是什么? 想象一下,你就是个超棒的家长,手里有几块大小不一的饼干,而面前有几个饿着肚子的小朋友。每个小朋友都有一个最小的“胃口”值&#xff0c…

场景题:如果一个大型项目,某一个时间所有的CPU的已经被占用了,导致服务不可用,我们开发人员应该如何使服务器尽快恢复正常

问:如果一个大型项目,某一个时间所有的CPU的 已经被占用了,导致服务不可用,我们开发人员 应该如何使服务器尽快恢复正常答:应对CPU 100%导致服务不可用的紧急恢复流程面试官,如果遇到这种情况,我会立即按照…

Docker 安装 RAGFlow保姆教程

前提条件 Ubuntu 服务器(20.04 或 22.04 LTS 推荐) 已安装 Docker 和 Docker Compose 如果尚未安装,请先运行以下命令:# 安装 Docker curl -fsSL https://get.docker.com -o get-docker.sh sudo sh get-docker.sh # 将当前用户加入 docker 组,避免每次都要 sudo sudo user…

为什么实际工程里 C++ 部署深度学习模型更常见?为什么大家更爱用 TensorRT?

很多人刚接触深度学习模型部署的时候,都会习惯用 Python,因为训练的时候就是 PyTorch、TensorFlow 啊,写起来方便。但一到 实际工程,特别是工业设备、医疗影像、上位机系统这种场景,你会发现大多数人都转向了 C 部署。…

深入理解 Java 集合框架:底层原理与实战应用

在日常开发中,集合是 Java 中使用频率最高的工具之一。从最常见的 ArrayList、HashMap 到更复杂的并发集合,几乎每一个 Java 程序员都离不开集合框架。集合框架不仅提供了丰富的数据结构实现,还封装了底层复杂的逻辑,让开发者能够…