166_技巧_Power BI 窗口函数处理连续发生业务问题

最新推荐文章于 2023-09-27 16:12:36 发布

焦棚子

最新推荐文章于 2023-09-27 16:12:36 发布

阅读量1.2k

点赞数

分类专栏： PP 文章标签：数据分析

本文链接：https://blog.csdn.net/weixin_41987713/article/details/128974668

版权

PP 专栏收录该内容

78 篇文章 11 订阅

订阅专栏

166_技巧_Power BI 窗口函数处理连续发生业务问题

一、背景

在生产经营的数据监控中，会有一类指标需要监控是否连续发生，从而根据其在设定区间中的连续频次来评价业务。

例如：

员工连续迟到天数。
销售金额连续上升或者下降。
用户连续登陆天数。
找出设定区间符合销售金额连续增长产品明细，诸如此类…

在前面的文章其实已经对此类问题做了相应的演示(https://jiaopengzi.com/392.html)。

本次我们使用 Power BI 在 2022 年 12 月份更新的窗口函数来处理：找出设定区间符合销售金额连续增长产品明细 的问题。关于窗口函数的信息可以参考 Jeffrey Wang 在博客(https://pbidax.wordpress.com/2022/12/15/introducing-dax-window-functions-part-1/) 中的说明，已经非常的详细。本文我们将不花篇幅去讲解窗口函数了。我们重点来讲讲通过 DAX 去解决业务问题。

按照惯例还是先来看看结果

Power BI 公共 web 效果：https://demo.jiaopengzi.com/pbi/166-full.html

166-1

二、数据源及业务问题

首先感谢网友 @俊提供数据，文中已经对数据进行了脱敏。

1、数据源

数据源非常简单，就一个销售数据表，其中包含日期、产品ID、销售金额

166-2

2、关系

建模必备的日期表，同时把产品ID 单独拎出来做维度表，建立表间关系。

166-3

三、DAX

1、销售金额

基础度量没有什么好说的。

0000_销售金额 = SUM ( '销售数据'[销售金额] )

2、是否符合要求

0001是否符合要求 = 
VAR ROW_MAX = 
    /*当前事实表行数。*/
    COUNTROWS ( '销售数据' )
VAR T1 =
    /*准备好窗口函数需要的表格。*/
    SUMMARIZE ( ALLSELECTED ( '销售数据' ), '销售数据'[产品ID], 'A00_Calendar'[C01_Dates], '销售数据'[销售金额] )
VAR T2 =
    /*  
    1、根据产品ID和日期提前做好排序。
    2、需要注意这里使用的是绝对应用，之所以使用 N，是因为不会有比 N 更大的行数。
    3、因为要对每个 SKU 单独排序所以要使用 PARTITIONBY。
    */
    WINDOW (
        1,
        ABS,
        ROW_MAX,
        ABS,
        T1,
        ORDERBY ( '销售数据'[产品ID], ASC, 'A00_Calendar'[C01_Dates], ASC ),
        KEEP,
        PARTITIONBY ( '销售数据'[产品ID] )
    )
VAR T3 =
    /*使用 OFFSET 偏移一行，实现错位，拿到 N+1 的数据。*/
    ADDCOLUMNS (
        T2,
        "@N+1",
            CALCULATE (
                [0000_销售金额],
                T1,
                OFFSET (
                    1,
                    T2,
                    ORDERBY ( '销售数据'[产品ID], ASC, 'A00_Calendar'[C01_Dates], ASC ),
                    KEEP,
                    PARTITIONBY ( '销售数据'[产品ID] )
                )
            )
    )
VAR T4 =
    /*错位后，N+1 大于成交金额金额即为满足增加。*/
    ADDCOLUMNS ( T3, "@是否递增", IF ( [@N+1] > [销售金额], 1, 0 ) )
VAR T5 =
    /*
    1、计算每个 SKU 记录数量 @count。
    2、计算每个 SKU 总共与多少是符合递增的。
    */
    SUMMARIZE (
        T1,
        [产品ID],
        "@count", VAR SKU = [产品ID] VAR T = FILTER ( T1, [产品ID] = SKU ) RETURN COUNTROWS ( T ),
        "@growth", VAR SKU = [产品ID] VAR T = FILTER ( T4, [产品ID] = SKU ) RETURN SUMX ( T, [@是否递增] )
    )
VAR T6 =
    /*
    1、依据业务的要求，需要满足记录数大于5，则 @count > 5
    2、满足连续递增曾则表示表示 SKU 记录数量 @count 和 满足递增爽 @growth 差 1 即可，第一期是没有计算的递增的。
    */
    FILTER ( T5, [@count] - 1 = [@growth] && [@count] > 5 )
VAR TF =
    /*最有是要找出这些 SKU 那么输出表，在不建立计算表的情况下吗，那么就把使用度量值的设置是否等于1来实现筛选即可*/
    IF ( VALUES ( '产品表'[产品ID] ) IN SELECTCOLUMNS ( T6, "产品ID", [产品ID] ), 1, 0 )
RETURN
    /*符合要求度量值结果为 1 ，不符合要求度量值结果为 0*/
    TF

在上图 166-1 中，我们可以看到业务需求如下：找出成交金额随着日期连续大于5期递增的产品ID；找出产品ID后，计算出最小粒度日期环比(说明数据源的的产片销售日期不一定连续)

注意这里的度量值是否符合要求，我们是放到了切片器的视觉对象筛选器中，切片器的字段是产品ID。这里利用了度量值是否等于1的结果来判断是否符合要求。

我们通过切片器切换可以看到都是符合要求产品ID，表格所在区间都是符合连续递增的。

166-4

环比上期

环比上期度量值中我们可以看到，这个是一个日期维度的比较，我们并没有用到时间智能函数，同时注意结果中的日期都是不连续的。如果使用时间智能函数其实相对还比较麻烦。所以窗口函数在 DAX 中是一把利刃。

0002_环比上期 = 
VAR FZ = [0000_销售金额]
VAR T0 =
    SUMMARIZE ( ALLSELECTED ( '销售数据' ), '产品表'[产品ID], 'A00_Calendar'[C01_Dates] )
VAR FM =
    CALCULATE (
        [0000_销售金额],
        OFFSET ( -1, T0, ORDERBY ( 'A00_Calendar'[C01_Dates], ASC ) )
    )
VAR _PERCENT =
    DIVIDE ( FZ - FM, FM )
VAR RESULT =
    IF ( HASONEFILTER ( A00_Calendar[C01_Dates] ), _PERCENT, BLANK () )
RETURN
    RESULT

四、关于连续发生事件的分步解析。

166-5

在 DAX Studio 中使用如下 DAX 代码去分布理解，其实也就是上述 “是否符合要求” 的度量值中的核心部分。

在结合注释理解连续发生问题的处理过程。就是把这类连续发生问题，首先通过排序来抽象成 1 或者 0，当然也可以抽象成 YES 或者 NO，抽象为 1 和 0 在 DAX 计算中会更加方便。

其实这里面最主要的问题是在 DAX 中生成的过程表要能排序是非常困难的，当然也可以结合前面的文章来看(https://jiaopengzi.com/392.html),现在有了窗口函数也就更加得心应手了。

DEFINE
VAR ROW_MAX = 
    /*当前事实表行数。*/
    COUNTROWS ( '销售数据' )
VAR T1 =
    /*准备好窗口函数需要的表格。*/
    SUMMARIZE ( ALLSELECTED ( '销售数据' ), '销售数据'[产品ID], 'A00_Calendar'[C01_Dates], '销售数据'[销售金额] )
VAR T2 =
    /*  
    1、根据产品ID和日期提前做好排序。
    2、需要注意这里使用的是绝对应用，之所以使用 N，是因为不会有比 N 更大的行数。
    3、因为要对每个 SKU 单独排序所以要使用 PARTITIONBY。
    */
    WINDOW (
        1,
        ABS,
        ROW_MAX,
        ABS,
        T1,
        ORDERBY ( '销售数据'[产品ID], ASC, 'A00_Calendar'[C01_Dates], ASC ),
        KEEP,
        PARTITIONBY ( '销售数据'[产品ID] )
    )
VAR T3 =
    /*使用 OFFSET 偏移一行，实现错位，拿到 N+1 的数据。*/
    ADDCOLUMNS (
        T2,
        "@N+1",
            CALCULATE (
                [0000_销售金额],
                T1,
                OFFSET (
                    1,
                    T2,
                    ORDERBY ( '销售数据'[产品ID], ASC, 'A00_Calendar'[C01_Dates], ASC ),
                    KEEP,
                    PARTITIONBY ( '销售数据'[产品ID] )
                )
            )
    )
VAR T4 =
    /*错位后，N+1 大于成交金额金额即为满足增加。*/
    ADDCOLUMNS ( T3, "@是否递增", IF ( [@N+1] > [销售金额], 1, 0 ) )
VAR T5 =
    /*
    1、计算每个 SKU 记录数量 @count。
    2、计算每个 SKU 总共与多少是符合递增的。
    */
    SUMMARIZE (
        T1,
        [产品ID],
        "@count", VAR SKU = [产品ID] VAR T = FILTER ( T1, [产品ID] = SKU ) RETURN COUNTROWS ( T ),
        "@growth", VAR SKU = [产品ID] VAR T = FILTER ( T4, [产品ID] = SKU ) RETURN SUMX ( T, [@是否递增] )
    )
VAR T6 =
    /*
    1、依据业务的要求，需要满足记录数大于5，则 @count > 5
    2、满足连续递增曾则表示表示 SKU 记录数量 @count 和 满足递增爽 @growth 差 1 即可，第一期是没有计算的递增的。
    */
    FILTER ( T5, [@count] - 1 = [@growth] && [@count] > 5 )
EVALUATE
T1
EVALUATE
T2
EVALUATE
T3
EVALUATE
T4
EVALUATE
T5
EVALUATE
T6