24、深入探索日期智能分析

深入探索日期智能分析

在商业智能领域，日期智能分析是至关重要的一环，它能帮助企业更好地理解数据随时间的变化，从而做出更明智的决策。本文将详细介绍日期智能分析的相关内容，包括增长或差异度量的创建、高级日期智能度量的开发、利用DAX和计算表简化日期智能分析以及使用计算组减少冗余度量等方面。

1. 增长或差异度量的创建

增长或差异度量用于计算当前时间段度量值与先前时间段度量值之间的差异，例如同比（YOY）增长。可以通过创建新的度量来实现，即从当前时间段的度量中减去先前时间段的度量。如果要以百分比形式表示增长或差异度量，可以使用DIVIDE函数将差异计算为先前时间段值的百分比。

对于先前时间段的日期列，可以使用简单的筛选表达式来应用先前时间段的度量，具体到单个日期粒度。如果没有这些列，对于按周期或月份级别的日期表，度量筛选条件可以如下编写：
- 上一年（PY）： Prior Year (PY) = 'Dates'[Year Month Number] = MAX('Dates'[Year Month Number]) - 12
- 上一月（PM）： Prior Month (PM) = 'Dates'[Year Month Number] = MAX('Dates'[Year Month Number]) - 1

对于动态先前时间段度量，如“Internet Sales (Prior Period)”，DAX变量（Periods）会计算当前筛选上下文中的周期数。例如，如果是一年的小计，则为12；如果是一个季度，则为3；如果是单个周期，则为1。使用HASONEVALUE检查是否选择了单个日期