การวิเคราะห์อนุกรมเวลาใน Power BI
Kevin Barlow
Data Analytics Professional
Expanding และ Rolling window functions นำไปใช้ได้หลากหลายรูปแบบ!
มีการคำนวณหลายอย่างที่สามารถใช้กับช่วงเวลาเฉพาะได้:
- RANK()
- LOOKUPVALUE()
- CHISQ.INV()
- GEOMEAN()
SAMEPERIODLASTYEAR()
ส่งคืนตารางที่มีคอลัมน์วันที่ซึ่งเลื่อนกลับไปหนึ่งปีจากวันที่ในคอลัมน์ที่ระบุ ภายใต้บริบทปัจจุบัน
SAMEPERIODLASTYEAR(<dates>)
PARALLELPERIOD()
ส่งคืนตารางที่มีคอลัมน์วันที่แทนช่วงเวลาที่ขนานกับวันที่ในคอลัมน์ที่ระบุ โดยเลื่อนวันที่ไปข้างหน้าหรือย้อนกลับตามจำนวน interval ที่กำหนด ภายใต้บริบทปัจจุบัน
PARALLELPERIOD(<dates>,
<number_of_intervals>,
<interval>)
บางครั้งเราอาจต้องการดูว่า window เดียวกันในปีที่แล้วมีค่าเท่าไร
ขั้นตอนทั่วไปสำหรับการวิเคราะห์ประเภทนี้:
การวิเคราะห์ประเภทนี้พบได้ทั่วไปในอุตสาหกรรม โดยให้ข้อมูลสำคัญ 2 จุด:
- องค์กรของเรามีผลการดำเนินงานบน KPI นั้นอย่างไรในบริบทของปีปัจจุบัน?
- ผลลัพธ์ในช่วงเวลาเดียวกันและ KPI เดียวกันของปีที่แล้วเป็นอย่างไร? มีการพัฒนาขึ้นหรือไม่?
Avg Cost = CALCULATE(
AVERAGE(stores[cost]),
stores[date] >=
DATEADD(TODAY(), -30, DAY))
LY Avg Cost = CALCULATE([Avg Cost],
SAMEPERIODLASTYEAR(stores[date]))
คำนวณได้อย่างแม่นยำว่าข้อมูลเปลี่ยนแปลงไปจากปีที่แล้วอย่างไร โดยใช้ window กับข้อมูลในอดีต
# 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])
การวิเคราะห์อนุกรมเวลาใน Power BI