pbi如何选择不同分类
发布网友
发布时间：2022-04-20 09:53
共1个回答
热心网友
时间：2023-08-26 00:58
郑重声明：本文用BI佐罗案例及分析思维倒推ABC矩阵建模过程，用于提升POWER BI 编写DAX函数、构建视图能力。
一、运用通用业务思维确立分析的客体
（一）分析主题：销售订单分析
（二）分析维度：
1、销售区域： 地区；
2、客户属性：职业、行业、细分（公司、消费者、小公司）；
3、产品类别： 技术、家具、办公用品
（三）量化分析指标（KPI）及业务逻辑：
KPI1 营业收入 = 销售数量 * 销售单价 * （1- 折扣率） 注：也可能没有折旧率 ；
KPI2 利润（利润） = 营业收入 - 营业成本
营业成本 = 销售数量 * 单位成本
KPI3 订单数量：订单的个数，通常是一条记录一个订单，则记录条数；如果是一个订单多条记录，则取订单号的个数。
（四）ABC分析法
运用28法则，找出占比20%，贡献80%的产品。
二、转化POWER BI 分析框架
（一）数据准备
本案例中涉及的表，理想状态是可以从ERP中导出下列报，通过Power Query整理后，转换成“数据模型表”，“数据模型表”通常是通过对原始数据的清洗后得来。根据个人做数据模型的经验，建立好数据模型后，这个数据模型就是一整张表，当有一张表出现问题，则整个数据都会出现问题，准备数据是一项非常基础且重要的环节，特别是使用真实数据时，脏数据是会影响到整个数据模型。
准备的表（数据）如下：
1、订单表及字段：产品ID、订单日期、发货日期、邮寄方法、客户ID、城市、销售额 、数量、折扣、利润
2、产品表及字段：产品ID、类别、子类别；
3、日期表及字段：日期、年份名称 、年份序号 、月份名称 、月份序号 、年月名称 、年月序号（注：日期表可能用不上，但，时间是描述事实发生重要维度，数据模型中不可缺少的维度）
4、地区表及字段：国家、地区、省/自治区、城市
5、客户表及字段：客户ID、客户名称、性别、年龄、职业、行业、细分
（二）数据建模（表+关系）
在数据模型中，表被分类为两种：
1、事实表（fact table ）：记录业务真实发生的过程，通过字段可以看出“订单表”记录了业务发生过程，也是本次分析的主体，记录表就是事实表；
2、维度表 （Dimension table ）：分析事实表的角度。
在Power BI 中数据建模就是建立表与表之间的关系，关系是通过表与表之间相同的字段建立起来的索引，就像书中的目录，可以通过目录找到的指定的内容或是地点。如：订单表与客户表是通过客户ID字段建立了关系，进一步说是客户表对订单表建立了一对多的查询关系，值得注意的是，维度表与事实表建立关系最好是单向的、一对多关系，而不是双向的、多对多关系，因为，双向与多对多增加了模型的复杂性和关系传递的多路径，会导致“筛选”计算子集出现错误。
（三）图形草稿及需要构件
佐罗老师已经给了图例，按图制做就可以。
补充一下：在写销售占比 度量值时，考虑到环境以外的上下文环境时，才意识到，自己对案例框架并没有清晰的了解，也低估了“全动态”三个字的真正含义。还是需要用图的方式来进一步说明如何“全动态”！
ABC分析受到所有外部筛选环境的影响：
1、右侧字段共享轴是由左侧分析元素决定的，分析元素是一个变量，元素类型包括：省份、行业、职业和产品四类，当选择其中一个元素名称时，则共享轴依据元素类型控制元素名称所变化，如：此时元素类型为省份，在ABC矩阵中则显示的是各个省份的帕累托图形；
2、图中标注2的筛选条件，仍然对ABC矩阵有筛选作用，如，在地区中选择东北，ACB矩阵只会显示东北省份的数据；
3、图中标注3的筛选条件，是对分析指标的筛选，此时，是对销售额的筛选，也可以切换为 利润和订单数量的分析，分析的结果会显示在ABC矩阵分析图中。
细思极恐！！！
未完，待续……
