zoukankan      html  css  js  c++  java
  • 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。

  • 相关阅读:
    FragmentTabHost实现标签卡效果
    TabLayout+ViewPager实现标签卡效果
    NavigationView的使用
    大数据怎么学习,在学习大数据之前,需要具备什么基础?
    为什么学习大数据,大数据科学家写给大数据学习者的坚定理由
    一步一步学习大数据:Hadoop 生态系统与场景
    0基础学习大数据你需要了解的学习路线和方向
    大数据的入门级学习(全套)
    大数据学习系列之—HBASE
    为什么这么多人学习大数据?新手该如何上手大数据?
  • 原文地址:https://www.cnblogs.com/qiu-hua/p/12936753.html
Copyright © 2011-2022 走看看