按周进行数据分析,在零售业、电商等类型的公司中很常见,但是不少人觉得按周进行分析无从下手,一个主要的原因是找不到对应的函数,因为时间智能函数只对应年、季、月、天这几个粒度,没有关于周的时间智能函数。

没有相应的函数当然也能搞定,本文就介绍几种常见的周分析的思路,掌握后就可以灵活地进行各种时间分析。


进行周分析之前,我们首先应该构造含有周序列的日期表。

创建日期表

在日期表中,应该包含每个日期是周几,以及属于一年中的第几周的数据,这里直接用DAX生成一个日期表,

日期表 =
ADDCOLUMNS(
ADDCOLUMNS (
CALENDAR (DATE(2016,1,1), DATE(2017,12,31)),
"年度", YEAR ( [Date] ),
"季度", "Q" & FORMAT ( [Date], "Q" ),
"月份", FORMAT ( [Date], "MM" ),
"日",FORMAT ( [Date], "DD" ),
"年度季度", FORMAT ( [Date], "YYYY" ) & "Q" & FORMAT ( [Date], "Q" ),
"年度月份", FORMAT ( [Date], "YYYY/MM" ),
"周几", WEEKDAY ( [Date],2 ),
"周数",WEEKNUM([Date],2)
),
"年度周数",[年度]*100+[周数]
)

其中主要是两个有关周的函数,WEEKDAY和WEEKNUM。

WEEKDAY返回当前日期是星期几,其中第二个参数可以控制每周是从哪一天开始的,

  • 参数为1时:周日为第一天,编号为1到7.
  • 参数为2时:周一为第一天,编号为1到7.
  • 参数为3时:周日为第一天,编号为0到6.

WEEKNUM返回当前日期属于当年的第几周,其中第二个参数可以控制每周的第一天是周日还是周一,

  • 参数为1时:周日为第一天
  • 参数为2时:周一为第一天

每个单位进行周分析的习惯或者考核周期不一样,就可以通过这两个函数的参数,来调整周开始的时间。

这里我们使用国内常用的周一作为第一天。

并且为了使每年的周数具有唯一性,添加了年度周数的字段。有了这个日期表,进行各种周分析就很方便了。

上周同期

上周同期,就是上周的今天,比如今天是星期三,上周同期就是计算上个星期三的数据,其实就是向过去移动7天,那么度量值可以这样写:

上周同期 销售额 =
CALCULATE(
[销售金额],
DATEADD('日期表'[日期],-7,DAY)
)

本周至今

时间智能函数中有本年至今YTD、本季至今QTD和本月至今MTD,但没有本周至今(可以称为WTD),那么我们自己来构造一个WTD,实际就是周数相同的,小于等于当天的这几日的数据;

本周至今WTD =
VAR curyearweek=SELECTEDVALUE('日期表'[年度周数])
RETURN
CALCULATE(
[销售金额],
FILTER(
ALL('日期表'),
'日期表'[年度周数]=curyearweek
&&'日期表'[日期]<=MAX('日期表'[日期])
)
)

周环比

计算周环比,实际上就是本周数据和上周数据的对比,只要计算出上周累计的数据,周环比也就可以简单的计算出来了。

上周累计 =
VAR curyear= SELECTEDVALUE('日期表'[年度])
VAR curweeknum=SELECTEDVALUE('日期表'[周数])
RETURN
CALCULATE(
[销售金额],
FILTER(
ALL('日期表'),
'日期表'[年度]=curyear
&&'日期表'[周数]=curweeknum-1
)
)

周环比 = DIVIDE([销售金额],[上周累计])-1

你可能注意到了,第一周的数据比较异常,主要是由于第一周没有上期数据,并且第一周的天数很可能不完整,所以数据会比较异常。关于这个问题并没有统一的解决方式,主要是根据自己公司的业务分析习惯,或者管理与考核的要求,进行具体的微调。

通过以上几种常见的周分析思路,你应该感觉到对周进行分析并不难,熟练运用VAR和CALCULATE+FILTER+ALL函数组合,灵活筛选时间段,不仅是对周,对各种不规则的时间序列都可以进行灵活分析,当然,最重要的是,先构建一个满足分析需要的日期表。

数据可视化之powerBI技巧(九)PowerBI按周进行业务分析的思路的更多相关文章

  1. 数据可视化基础专题(九):Matplotlib 基础(一)坐标相关

    1.前言 图表要素如下图所示 # sphinx_gallery_thumbnail_number = 3 import matplotlib.pyplot as plt import numpy as ...

  2. 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 ...

  3. 数据分析 | 数据可视化图表,BI工具构建逻辑

    本文源码:GitHub·点这里 || GitEE·点这里 一.数据可视化 1.基础概念 数据可视化,是关于数据视觉表现形式的科学技术研究.其中,这种数据的视觉表现形式被定义为,一种以某种概要形式抽取出 ...

  4. 数据可视化之powerBI技巧(十九)DAX作图技巧:使用度量值动态分组和配色

    有了前两篇关于分组的铺垫,这篇文章就来学习一个分组的经典应用,图表的动态分组,并对分组动态配色. 假设有十几个产品,每个产品的销售额,是随着时间而变化的,想知道某个时间的每一个产品的销售额与平均销售额 ...

  5. 数据可视化之powerBI技巧(二)Power BI性能分析器,原来还有这个功能

    ​性能分析器是Power BI前几个月推出的功能,主要用于检测视觉对象和DAX的性能如何,该功能的使用比较简单,首先勾选这个功能, 然后点击开始记录并刷新视觉对象,就可以看出每个元素耗费的时间,如下图 ...

  6. 数据可视化之powerBI技巧(六)在PowerBI中简单的操作,实现复杂的预测分析

    时间序列预测就是利用过去一段时间内的数据来预测未来一段时间内该数据的走势,比如根据过去5年的销售数据进行来年的收入增长预测,根据上个季度的股票走势推测未来一周的股价变化等等. 对于大部分人来说,这是个 ...

  7. 数据可视化之powerBI技巧(十五)采悟:Power BI动态技巧:动态显示数据层级

    今天给大家分享一个动态显示数据层级的技巧,效果如下: 无论想按什么维度.什么顺序查看分析数据,只需要选择不同的切片器组合就行了. 方法如下:01 | 把数据聚合为分析需要的最细粒度 本文假设最细分析粒 ...

  8. 数据可视化之powerBI基础(八)PowerBI的表格,你真的会用吗

    https://zhuanlan.zhihu.com/p/64413000 在PowerBI的可视化对象中,还有两个「表格」对象,表格的作用不仅可以在报表提供明细数据,还经常用来测试度量值的返回结果, ...

  9. 数据可视化之powerBI入门(四)Power BI与PowerQuery、PowerPivot有什么关系

    https://zhuanlan.zhihu.com/p/64146209 Power BI与PowerQuery.PowerPivot有什么关系? 刚开始学习PowerBI的时候,总是能碰到Powe ...

随机推荐

  1. CenterOS7 网络配置

    在 centerOS7 中,已经取消了 ifconfig 命令.使用 ip addr来查询网络配置. 网卡需要手动设置一下: 进入路径 /etc/sysconfig/network-scripts/ ...

  2. PytorchMNIST(使用Pytorch进行MNIST字符集识别任务)

    都说MNIST相当于机器学习界的Hello World.最近加入实验室,导师给我们安排了一个任务,但是我才刚刚入门呐!!没办法,只能从最基本的学起. Pytorch是一套开源的深度学习张量库.或者我倾 ...

  3. 【asp.net core 系列】10 实战之ActionFilter

    0.前言 在上一篇中,我们提到了如何创建一个UnitOfWork并通过ActionFilter设置启用.这一篇我们将简单介绍一下ActionFilter以及如何利用ActionFilter,顺便补齐一 ...

  4. Anaconda 安装tensorflow出现错误

    C:\ProgramData\Anaconda3\envs\python36tfgpu\lib\site-packages\tensorflow\python\framework\dtypes.py: ...

  5. Java开发中的23种设计模式详解(收藏-转)

    设计模式(Design Patterns) ——可复用面向对象软件的基础 设计模式(Design pattern)是一套被反复使用.多数人知晓的.经过分类编目的.代码设计经验的总结.使用设计模式是为了 ...

  6. (一)、Java内存模型

    简述 Java虚拟机规范中试图定义一种Java内存模型(Java Memory Model,JMM),来屏蔽掉各种硬件和操作系统的内存访问差异,以实现让Java程序在各种平台下都能达到一致的内存访问效 ...

  7. elasticSearch插件metricbeat收集nginx的度量指标

    ngx_http_stub_status_module模块是Nginx中用来统计Nginx服务所接收和处理的请求数量,只要在编译安装Nginx的时候加上参数--with-http_stub_statu ...

  8. 恕我直言你可能真的不会java第6篇:Stream性能差?不要人云亦云

    一.粉丝的反馈 问:stream比for循环慢5倍,用这个是为了啥? 答:互联网是一个新闻泛滥的时代,三人成虎,以假乱真的事情时候发生.作为一个技术开发者,要自己去动手去做,不要人云亦云. 的确,这位 ...

  9. Excel帮助类

    Excel帮助类操作 public class ExcelHelper { /// <summary> /// 将xls导入List /// </summary> /// &l ...

  10. JavaScript图形实例:窗花图案

    1.窗花基本框线 设定曲线的坐标方程为: n=25; r=100; x=r/n*cos(5*θ)+r*cos(θ); y=r/n*sin(5*θ)+r*sin(θ);          (0≤θ≤2π ...