Πώς να χρησιμοποιήσετε το DAX για να χωρίσετε τιμές από διάφορες σειρές και στήλες στο Power BI

Mastering KPI Υπολογισμούς στο Power BI: Μια προσέγγιση DAX

Όταν εργάζεστε με Power BI , ο χειρισμός δείκτες απόδοσης (KPIs) μπορεί να είναι προκλητικός. Συχνά, πρέπει να εξαγάγουμε και να χειριστούμε τιμές από διαφορετικές σειρές και στήλες, αλλά οι προεπιλεγμένες μέθοδοι συσσωμάτωσης δεν αρκούν πάντα. 🚀

Ένα τέτοιο σενάριο συμβαίνει όταν προσπαθεί να υπολογίσει GP% (ποσοστό μικτού κέρδους) διαιρώντας μια συγκεκριμένη τιμή KPI GP με το άθροισμα δύο άλλων KPIs. Αυτό απαιτεί δυναμικά τη χρήση εκφράσεων DAX για να φιλτράρει και να εξαγάγει δυναμικά τις σωστές τιμές.

Φανταστείτε ότι αναλύετε οικονομικές εκθέσεις και πρέπει να υπολογίσετε ένα ποσοστό με βάση τα στοιχεία που διαδίδονται σε διαφορετικές σειρές KPI. Η απλή αθροιστική ή διαίρεση σε μία στήλη δεν θα λειτουργήσει - πρέπει να αναφέρετε ρητά πολλές σειρές.

Σε αυτό το άρθρο, θα διερευνήσουμε πώς θα λύσουμε αυτό το ζήτημα χρησιμοποιώντας τεχνικές φιλτραρίσματος DAX για να εξασφαλίσουμε ακριβείς υπολογισμούς KPI. Είτε είστε νέοι στο Power BI ή έναν έμπειρο χρήστη που αγωνίζεται με υπολογισμούς που βασίζονται σε σειρά, αυτός ο οδηγός θα παρέχει μια δομημένη προσέγγιση για την επίλυση αυτού του προβλήματος. ✅

Βελτιστοποίηση υπολογισμών DAX για ανάλυση KPI στο Power BI

Στο Power BI, η αντιμετώπιση υπολογισμών KPI που απαιτούν αναφορά πολλαπλών σειρών και στήλες μπορεί να είναι δύσκολη. Για να το λύσουμε αυτό, χρησιμοποιήσαμε λειτουργίες DAX όπως ΥΠΟΛΟΓΙΖΩ, ΦΙΛΤΡΟ, ΧΩΡΙΣΜΑ για να εξαγάγετε δυναμικά τις απαραίτητες τιμές. Το πρώτο σενάριο επικεντρώνεται στην απόκτηση της τιμής GP από το KPI 7 και στη διαίρεση του με το άθροισμα των πωλήσεων από το KPI 3 και το KPI 4 . Αυτή η μέθοδος εξασφαλίζει ότι λαμβάνονται υπόψη μόνο οι σχετικές σειρές, αντί να συγκεντρώνουν μια ολόκληρη στήλη. 🚀

Μια άλλη προσέγγιση που χρησιμοποιήσαμε είναι sumx , η οποία επαναλαμβάνει τις φιλτραρισμένες σειρές για να υπολογίσει το άθροισμα των πωλήσεων πριν από την εκτέλεση του τμήματος. Σε αντίθεση με το πρότυπο άθροισμα , αυτή η λειτουργία παρέχει καλύτερο έλεγχο σε υπολογισμούς σε επίπεδο σειράς, ειδικά όταν ασχολείται με σύνθετες δομές KPI. Για παράδειγμα, εάν ένα σύνολο δεδομένων περιέχει δυναμικά μεταβαλλόμενες τιμές, SUMX εξασφαλίζει ότι μόνο οι σωστές σειρές συμβάλλουν στον τελικό υπολογισμό. Αυτό είναι ιδιαίτερα χρήσιμο σε οικονομικούς πίνακες ελέγχου όπου οι ορισμοί KPI ενδέχεται να διαφέρουν ανά έκθεση. 📊

Για να επικυρώσουμε τους υπολογισμούς μας, εφαρμόσαμε Summarizecolumns , μια εντολή που ομαδοποιεί και παρουσιάζει δεδομένα που βασίζονται σε συνθήκες. Αυτό το βήμα είναι ζωτικής σημασίας κατά τον έλεγχο του εάν οι εκφράσεις DAX λειτουργούν σωστά πριν τις αναπτύξουν σε μια έκθεση Live Power BI. Χωρίς σωστή δοκιμή, σφάλματα όπως διαιρώντας με μηδέν ή ελλείπουσες τιμές θα μπορούσαν να οδηγήσουν σε παραπλανητικές ιδέες, οι οποίες μπορούν να επηρεάσουν τις επιχειρηματικές αποφάσεις.

Τέλος, για τους χρήστες που προτιμούν Power Query , δώσαμε ένα σενάριο που προκαθοριστεί η στήλη GP% πριν εισαγάγουμε δεδομένα σε ισχύ BI . Αυτή η προσέγγιση είναι ευεργετική όταν εργάζεστε με μεγάλα σύνολα δεδομένων, καθώς η προεπεξεργασία μειώνει φορτίο υπολογισμού σε πραγματικό χρόνο . Χρησιμοποιώντας το table.addcolumn και list.sum , μπορούμε να δημιουργήσουμε δυναμικά τις σωστές τιμές GP% στο επίπεδο πηγής δεδομένων, εξασφαλίζοντας έναν πιο βελτιστοποιημένο και ανταποκρινόμενο πίνακα ελέγχου.

// DAX solution using CALCULATE and FILTER to divide values from different rows
GP_Percentage =
VAR GPValue = CALCULATE(SUM(KPI_Table[GP]), KPI_Table[KPIId] = 7)
VAR SalesSum = CALCULATE(SUM(KPI_Table[Sales]), KPI_Table[KPIId] IN {3, 4})
RETURN DIVIDE(GPValue, SalesSum, 0)

// Alternative method using SUMX for better row-wise calculations
GP_Percentage =
VAR GPValue = CALCULATE(SUM(KPI_Table[GP]), KPI_Table[KPIId] = 7)
VAR SalesSum = SUMX(FILTER(KPI_Table, KPI_Table[KPIId] IN {3, 4}), KPI_Table[Sales])
RETURN DIVIDE(GPValue, SalesSum, 0)

// Test the GP% calculation with a sample dataset
EVALUATE
SUMMARIZECOLUMNS(
  KPI_Table[KPIId],
  "GP_Percentage", [GP_Percentage]
)

// Power Query script to create a calculated column for GP%
let
    Source = Excel.CurrentWorkbook(){[Name="KPI_Data"]}[Content],
    AddedGPPercentage = Table.AddColumn(Source, "GP_Percentage", each
        if [KPIId] = 7 then [GP] / List.Sum(Source[Sales]) else null)
in
    AddedGPPercentage

Προηγμένες τεχνικές DAX για συγκρίσεις KPI στο Power BI

Πέρα από τους βασικούς υπολογισμούς, DAX επιτρέπει Dynamic Rows Aggregations , το οποίο είναι απαραίτητο όταν ασχολούνται με KPIs που βασίζονται σε υπολογισμούς διασταυρούμενης σειράς. Μια ισχυρή μέθοδος χρησιμοποιεί Νάρθηκα (μεταβλητές) Στο DAX για την αποθήκευση ενδιάμεσων τιμών, μειώνοντας τους επαναλαμβανόμενους υπολογισμούς και τη βελτίωση της απόδοσης. Κατά τη διαχείριση οικονομικά στοιχεία όπως τα περιθώρια εσόδων και κέρδους, η αποθήκευση τιμών ως μεταβλητών πριν από την εφαρμογή του τμήματος εξασφαλίζει την ακρίβεια και την αποτελεσματικότητα.

Μια άλλη βασική ιδέα είναι η μετάβαση στο πλαίσιο . Στο Power Bi , το πλαίσιο της σειράς και το πλαίσιο φίλτρου διαδραματίζουν καθοριστικό ρόλο στον προσδιορισμό του τρόπου συμπεριφοράς των υπολογισμών. Χρήση ΥΠΟΛΟΓΙΖΩ με φίλτρο μας επιτρέπει να παρακάμψουμε το προεπιλεγμένο πλαίσιο σειράς και να εφαρμόσουμε ένα συγκεκριμένο φίλτρο δυναμικά. Για παράδειγμα, εάν θέλουμε να υπολογίσουμε τα περιθώρια κέρδους με βάση συγκεκριμένες κατηγορίες KPI , πρέπει να χειριστούμε αποτελεσματικά το πλαίσιο για να διασφαλίσουμε ότι λαμβάνονται υπόψη μόνο τα σωστά δεδομένα.

Επιπλέον, η εργασία με δυναμικά μέτρα μπορεί να ενισχύσει την αλληλεπίδραση αναφοράς. Αξιοποιώντας UserElationship Στο DAX, μπορούμε να αλλάξουμε μεταξύ διαφορετικών σχέσεων δεδομένων κατόπιν ζήτησης. Αυτό είναι χρήσιμο κατά τη σύγκριση των KPI σε πολλαπλά χρονικά πλαίσια ή επιχειρηματικές μονάδες. Για παράδειγμα, σε έναν ταμπλό πωλήσεων, επιτρέποντας στους χρήστες να εναλλάσσονται μεταξύ των μηνιαίων και ετήσιων υπολογισμών κέρδους παρέχει βαθύτερες γνώσεις στις τάσεις απόδοσης. 📊