Ứng dụng của hàm cửa sổ

Phân tích chuỗi thời gian trong Power BI

Kevin Barlow

Data Analytics Professional

Bối cảnh và tầm quan trọng

Hàm cửa sổ mở rộng và cuộn có thể áp dụng theo nhiều cách!

Có một số phép tính cho các giai đoạn thời gian cụ thể:

- RANK()
- LOOKUPVALUE()
- CHISQ.INV()
- GEOMEAN()
Phân tích chuỗi thời gian trong Power BI

SAMEPERIODLASTYEAR vs. PARALLELPERIOD

SAMEPERIODLASTYEAR()

Trả về một bảng chứa một cột ngày được dịch lùi 1 năm so với các ngày trong cột ngày đã chỉ định, theo ngữ cảnh hiện tại.

SAMEPERIODLASTYEAR(<dates>)

PARALLELPERIOD()

Trả về một bảng chứa một cột ngày đại diện cho một giai đoạn song song với các ngày trong cột ngày đã chỉ định, theo ngữ cảnh hiện tại, với các ngày được dịch chuyển một số khoảng thời gian tiến hoặc lùi.

PARALLELPERIOD(<dates>,
    <number_of_intervals>,
    <interval>)
1 https://learn.microsoft.com/dax
Phân tích chuỗi thời gian trong Power BI

Phân tích cùng cửa sổ như năm trước

Đôi khi ta muốn xem đúng cửa sổ đó của năm trước.

  • Áp dụng hàm cửa sổ cho dữ liệu cũ.
  • Cho bối cảnh về cùng phép tính khi đó.
  • Xử lý nhanh các phép tính theo nhiều mốc thời gian.

Các bước điển hình:

  1. Tính một chỉ số hoặc KPI quan trọng cho năm hiện tại.
  2. Áp dụng cùng phép tính cho các giai đoạn tương tự.
  3. Tính chênh lệch giữa các giá trị để hiểu mức thay đổi.
Phân tích chuỗi thời gian trong Power BI

Phân tích cùng cửa sổ như năm trước: ví dụ

Trong ngành, các phân tích này rất phổ biến. Chúng cung cấp hai điểm dữ liệu then chốt:

  1. Tổ chức đang đạt KPI cụ thể trong bối cảnh năm hiện tại như thế nào?
  2. So với cùng kỳ và KPI của năm trước thì sao? Có cải thiện không?
Avg Cost = CALCULATE(
    AVERAGE(stores[cost]),
    stores[date] >= 
        DATEADD(TODAY(), -30, DAY))

LY Avg Cost = CALCULATE([Avg Cost],
    SAMEPERIODLASTYEAR(stores[date]))
Phân tích chuỗi thời gian trong Power BI

Tính thay đổi năm qua năm (YoY)

Ta có thể tính chính xác mức thay đổi so với năm trước bằng cách áp dụng cửa sổ lên dữ liệu lịch sử.

  • Gọi là tính Year-over-Year (YoY)
  • Cho thấy mức tiến bộ so với lịch sử
  • Thường hiển thị dưới dạng phần trăm thay đổi
# Giả sử tháng hiện tại là tháng 2

CY Jan Revenue = CALCULATE(
    SUM(sales[revenue]),
    PREVIOUSMONTH(sales[date]))

LY Jan Revenue = CALCULATE(
    [CY Jan Revenue],
    SAMEPERIODLASTYEAR(sales[date]))

Jan Revenue YoY = (
    ([CY Jan Revenue]-[LY Jan Revenue])
        / [LY Jan Revenue])
Phân tích chuỗi thời gian trong Power BI

Ayo berlatih!

Phân tích chuỗi thời gian trong Power BI

Preparing Video For Download...