Power BI में Time Series Analysis
Kevin Barlow
Data Analytics Professional
Expanding और Rolling विंडो फंक्शंस कई तरीकों से काम आते हैं!
आप विशेष समय अवधि पर ये गणनाएँ लगा सकते हैं:
- RANK()
- LOOKUPVALUE()
- CHISQ.INV()
- GEOMEAN()
SAMEPERIODLASTYEAR()
वर्तमान संदर्भ में, दिए गए dates कॉलम की तिथियों से एक वर्ष पीछे शिफ्ट की गई तिथियों वाला एक टेबल लौटाता है।
SAMEPERIODLASTYEAR(<dates>)
PARALLELPERIOD()
वर्तमान संदर्भ में, दिए गए dates कॉलम की तिथियों के समानांतर अवधि की तिथियों वाला एक टेबल लौटाता है, जहाँ तिथियाँ चुने गए अंतरालों के हिसाब से आगे या पीछे शिफ्ट होती हैं।
PARALLELPERIOD(<dates>,
<number_of_intervals>,
<interval>)
हम देखना चाहेंगे कि यही विंडो पिछले साल कैसी थी।
इस तरह के विश्लेषण के सामान्य चरण:
उद्योग में ऐसे विश्लेषण बहुत आम हैं। ये दो अहम डेटा पॉइंट देते हैं:
- मौजूदा वर्ष के संदर्भ में कोई KPI पर हमारी संस्था का प्रदर्शन कैसा है?
- पिछले वर्ष की उसी अवधि और उसी KPI के संदर्भ में हम कैसे कर रहे हैं? क्या हम बेहतर हो रहे हैं?
Avg Cost = CALCULATE(
AVERAGE(stores[cost]),
stores[date] >=
DATEADD(TODAY(), -30, DAY))
LY Avg Cost = CALCULATE([Avg Cost],
SAMEPERIODLASTYEAR(stores[date]))
ऐतिहासिक डेटा पर विंडो लगाकर हम ठीक-ठीक देख सकते हैं कि पिछले साल से डेटा कैसे बदला।
# मान लें वर्तमान महीना February है
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])
Power BI में Time Series Analysis