专栏名称: PowerBI战友联盟
微软 Power BI MVP BI佐罗 带你学习BI真经。
目录
相关文章推荐
51好读  ›  专栏  ›  PowerBI战友联盟

看了就会!PowerBI 视觉计算搞定 ABC 分析

PowerBI战友联盟  · 公众号  · 科技创业 科技自媒体  · 2024-10-17 18:57

主要观点总结

文章介绍了Power BI十月更新后视觉计算支持更多视觉对象,尤其是组合图如折线和簇状柱形图等。使用视觉计算实现ABC帕累托分析变得简单。文章对比了传统DAX计算和视觉计算的优点,详细描述了如何使用视觉计算完成ABC分析的过程,包括建立折线和簇状柱形图,自定义视觉对象计算,设置数据格式等步骤。

关键观点总结

关键观点1: Power BI更新后视觉计算支持更多视觉对象

Power BI十月更新后,视觉计算已经支持切片器以外所有常见视觉对象,尤其是组合图如折线和簇状柱形图等。

关键观点2: 视觉计算与传统DAX计算的对比

视觉计算相对传统DAX计算的最大优点是简单。传统DAX计算需要进行复杂的计算和数据转换,而视觉计算则更加直观和易于操作。

关键观点3: 使用视觉计算完成ABC分析的步骤

建立折线和簇状柱形图,自定义视觉对象计算,设置数据格式,将Sales度量值移动到工具提示上,修改数据系列的数据格式和颜色,美化折线的线条和标记。

关键观点4: 如何分类产品

根据累计占比将产品进行ABC分类。例如,累计占比在0~60%的属于A类产品,累计占比在61%~85%的属于B类产品,累计占比在86%~100%的属于C类产品。


正文

请到「今天看啥」查看全文


Power BI 十月更新之后,视觉计算已经支持切片器以外所有常见视觉对象了,尤其是组合图,如折线和簇状柱形图、折线和堆积柱形图。上个版本的 Power BI 还无法在这两个视觉对象上使用视觉计算,现在我们在 Power BI 中实现 ABC 帕累托变得更加简单了。

之前我们也介绍过如何使用视觉计算实现帕累托分析,但是当时使用的是折线图,利用误差线选项实现了柱形,且柱形颜色不可变。

参考: PowerBI 可视化计算实现最简帕累托分析

更新之后,使用视觉计算实现的 ABC 分析。

视觉计算相对比传统 DAX 计算最大的优点就是简单,ABC 中最难的就是计算累计占比,下面来看一下两者的代码量对比。

传统 DAX 计算。

视觉计算。

并且因为视觉计算依托于视觉对象,所以不涉及到一些维度的转换,在计算这个累计占比的视觉计算中,只需要更改计算指标 Sales 即可。

新建一个折线和簇状柱形图,在 X 轴上添加维度字段,在列 y 轴上添加销售额。

然后点击上方新的视觉对象计算选项,选择自定义。

输入以下语句。

累计占比% = DIVIDE (    SUMX ( WINDOW ( 1, ABS, 0, REL, ORDERBY ( [Sales], DESC ) ), [Sales] ),    COLLAPSE ( [Sales], [产品子类别] ))

将累计占比%字段由列 y 轴上拖拽到行 y 轴上。

一个极简帕累托分析完成。

可以在视觉对象的数据格式选项上将可视化字段累计占比%的格式设置为百分比。

再启用累计占比数据系列的数据标签。

如果想将产品再进行分类,比如累计占比在 0 ~ 60% 的属于 A 类产品,累计占比在 61% ~ 85% 的属于 B 类产品,累计占比在 86% ~ 100% 的属于 C 类产品,可以新建三个视觉计算实现。

A 类产品的视觉计算语句为:

A 类 = IF( [累计占比%] <= 0.6 , [Sales] )

B 类产品:

B 类 = IF( [累计占比%] <= 0.85 && [累计占比%] > 0.6 , [Sales] )

C 类产品:

C 类 = IF( [累计占比%] > 0.85 , [Sales] )

然后需要把 Sales 度量值从列 y 轴 移动到工具提示上。

在数据格式选项中将 A、B、C 三个数据系列的数据格式修改为货币。

在列选项中将 A、B、C 三个数据系列修改为不同的颜色。

最后将折线的线条和标记美化一下,将线条样式修改为虚线,插补类型修改为平滑。

将标记颜色修改为一个较亮的颜色。

完成效果。

相比于传统的 DAX 计算,视觉计算实现 ABC 帕累托分析还是比较简单的,感兴趣的小伙伴赶快去试一试吧。

如果你对本文的 Power BI 源文件感兴趣可以私信老师了解领取方式。

更专业的数据分析师训练营


🚀 《业财分析之道》 点击文字查看具体报名信息。

📈 《经营分析之道》 点击文字查看具体报名信息 。

🔍 数据分析之道 点击文字查看具体报名信息。
💡
商业智能之道 点击文字查看具体报名信息

🔗 如何获取更多信息?扫描下方二维码具体咨询。

BI佐罗数据分析 - 更专业更系统的企业数据分析

点击“阅读原文”获取更多资源







请到「今天看啥」查看全文