同比、环比、累计值在Power BI中的计算

我的个人博客:https://lixiaohui.live

0. 一些名词的解释

0.1 解释

名词 中文名词 意思
YOY 同比增长率 Year Over Year: 按年度计的增长率
MOM 环比增长率 Month Over Month: 按月度计的增长率
YTD 年累计 Year to Date: 指年初至当前日期(不含今日)累计
QTD 季累计 Quarter to Date: 季度初至今累计
MTD 月累计 Month to Date: 月初至今累计

YTD stands for year to date – from the beginning of the current year, up to but not including today. Once again, make sure you know where your company goes by the calendar year or the fiscal year, as the latter may not begin on January 1st.

QTD stands for “Quarter to Date”. It’s used in exactly the same way as MTD, except you’re looking at the time period from the start of this quarter until now. Be careful though: this can refer to either the calendar or the fiscal quarter.

MTD stands for “Month to Date”. It’s the period starting from the beginning of the current month up until now… but not including today’s date, because it might not be complete yet.

0.2 示例

(YOY)同比:13年3月和14年3月两个时段的数据进行对比。
(MOM)环比:14年4月和14年3月两个相邻时间段的数据进行对比。
假如今天是2017年12月3号...
(YTD)年累计:YTD将计算从2017年1月1号到2017年12月3号量值的总计。
(QTD)季累计:QTD将计算从2017年9月1号到2017年12月3号量值的总计。
(MTD)月累计:MTD将计算从2017年12月1号到2017年12月3号量值的总计。

DAX 语法参考链接:MSDN
学习资料来自于Youtube:这里

1. 同比

1.1 创建[当期]量值的聚合(sum)

Total Amount TY= SUM(Sales[Amount])

1.2 创建[上一期]量值的聚合(sum)

Total Amount LY= CALCULATE(Total Amount TY, SAMEPERIODLASTYEAR(Date[Datekey]))

1.3 创建[当期]和[上一期]的[差值]

Diff. = Total Amount TY - Total Amount LY

1.4 计算[差值]占[当期]量值的比例(YOY %)

YOY % = IF(
    ISBLANK(Total Amount TY),
    0,
    Diff. / Total Amount TY)

显示结果:


同期值.png

2.环比

2.1 创建[当期]量值的聚合(sum)

Total Amount TM= SUM(Sales[Amount])

2.2 创建[前一期]量值的聚合(sum)

Total Amount PM = CALCULATE(Total Amount TM, DATEADD('Date'[Date], -1, MONTH))

2.3 创建[当期]和[前一期]的[差值]

Diff. = Total Amount TM - Total Amount PM

2.4 计算[差值]占[当期]量值的比例(YOY %)

YOY % = IF(
    ISBLANK(Total Amount TM),
    0,
    Diff. / Total Amount TM)

显示结果:


前期值.png

3.累计值(YTD)

3.1 创建[当期]量值的聚合(sum)

Total Amount TM= SUM(Sales[Amount])

3.2 创建累计(YTD)

YTD = CALCULATE(Total Amount TY, DATESYTD(DateTime[DateKey]))

显示结果:


累计值.png

三者一起显示的结果:

总.png

在这里使用YTD、QTD和MTD都没有太大差别,由于Power BI提供了良好的筛选聚合的功能,在YTD、QTD和MTD之间的转换实际上已经由Power BI替我们完成了。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,319评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,801评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,567评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,156评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,019评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,090评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,500评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,192评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,474评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,566评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,338评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,212评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,572评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,890评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,169评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,478评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,661评论 2 335

推荐阅读更多精彩内容