Analiza szeregów czasowych w Power BI
Kevin Barlow
Data Analytics Professional
Rozwijające i kroczące funkcje okna można stosować na wiele sposobów!
Istnieje kilka obliczeń, które można zastosować do konkretnych okresów:
- RANK()
- LOOKUPVALUE()
- CHISQ.INV()
- GEOMEAN()
SAMEPERIODLASTYEAR()
Zwraca tabelę zawierającą kolumnę dat przesuniętych o rok wstecz względem dat w określonej kolumnie, w bieżącym kontekście.
SAMEPERIODLASTYEAR(<dates>)
PARALLELPERIOD()
Zwraca tabelę zawierającą kolumnę dat reprezentujących okres równoległy do dat w określonej kolumnie, w bieżącym kontekście, z datami przesuniętymi o określoną liczbę interwałów w przód lub w tył.
PARALLELPERIOD(<dates>,
<number_of_intervals>,
<interval>)
Możemy chcieć zobaczyć, jak wyglądało to samo okno w ubiegłym roku.
Typowe kroki w tego rodzaju analizie:
W branży tego rodzaju analizy są bardzo powszechne. Dostarczają dwóch kluczowych informacji:
- Jak organizacja radzi sobie z danym KPI w kontekście bieżącego roku?
- Jak wypadamy w porównaniu z tym samym okresem i KPI z ubiegłego roku? Czy się poprawiamy?
Avg Cost = CALCULATE(
AVERAGE(stores[cost]),
stores[date] >=
DATEADD(TODAY(), -30, DAY))
LY Avg Cost = CALCULATE([Avg Cost],
SAMEPERIODLASTYEAR(stores[date]))
Możemy dokładnie obliczyć, jak zmieniły się dane w porównaniu z ubiegłym rokiem, stosując okno do danych historycznych.
# Assuming current month is February
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])
Analiza szeregów czasowych w Power BI