DAX计算应收账款

应收账款对于企业管理来说至关重要。

利用普通的Excel函数计算应收款表,不但繁杂易出错。当数据量极大时,又会造成运行效率低下。最关键的是,很难将每日的应收款情况保留下来作为后期应收款分析。

使用数据建模,通过DAX语言即可解决上述所有问题。


假设我们的销售数据报表如下图(实际的报表内容会比下图多的多,但可以通过Power Query将不需要的列删除,只保留需要的列)


先通过Power Query将项目的销售数据追加到一起。



鼠标点在左方的 文件夹图标那,再点击右下角的“转换数据”。


删除不需要的列,保留Name列和Data列。如果Kind列有table或者其他内容,将其筛选掉,只保留sheet类型的。

展开数据后,将重复的标题行删除。

由于需要按照项目来对应收款进行管理,需要建立一个“项目表”,可直接复制查询,删除重复项,删除不需要的列,只保留“项目”列。


关闭并上载的时候按下图选择


回款表结构如下图


如格式非上图所示,可通过Power Query整理成上图所示,同样加载到模型当中。

接下来进行数据建模。


进入Power Pivot模型后,创建日期表


这里Power Pivot会自动根据数据中出现的最早日期和最晚的日期创建一个完整连续日期的表。

接着建立各表之间的关系,关系如下图:


建立一个数据透视表,回到我们的excel界面。

然后就进入到创建度量值。

度量值1:    M_销售额=sum('销售数据'[销售金额])

度量值2:  M_累计销售额=

                          var tbl=FILTER(ALL('Calendar'),'Calendar'[Date]<=MAX('Calendar'[Date]))

                            var result=CALCULATE([M_销售额],tbl)

                            return result

度量值3:    M_回款=SUM('回款明细'[回款金额])

度量值4: M_累计回款=

                            var tbl=FILTER(ALL('Calendar'),'Calendar'[Date]<=MAX('Calendar'[Date]))

                            return CALCULATE([M_回款],tbl)

度量值5:M_欠款=[M_累计销售额]-[M_累计回款]

建立好度量值,就可以像拖拽透视表一样,得到下图结果:


点击+,可以看到每日当时的应收款金额。


进一步需要知道最早一期未回款是几号发货的。

那么还要继续建立度量值。

逻辑是先计算总的回款,用每日累计销售额减去总回款,如果差小于0,也就是说当日的款项已付清,我们对已付清的当日按空值处理。如果当日的欠款小于当日的销售额,那就意味着着有回款已经抵了这一天的部分销售额了。那么我们对销售额和当日欠款取小,就得到了当期发货未回金额。

度量值5:M_总回款=CALCULATE([M_回款],ALL('Calendar'))

度量值6:M_当期发货未回款=

                        var result=MIN([M_累计销售额]-[M_总回款],[M_销售额])

                        return IF(result<0,BLANK(),result)

这样就得到了最早一日未回款的数据



如果不需要精确到日,按月的层级显示即可。如果还有逾期条款等要素,亦可通过新建列的方式计算逾期账龄。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,504评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,434评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,089评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,378评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,472评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,506评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,519评论 3 413
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,292评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,738评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,022评论 2 329
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,194评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,873评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,536评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,162评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,413评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,075评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,080评论 2 352

推荐阅读更多精彩内容

  • 表情是什么,我认为表情就是表现出来的情绪。表情可以传达很多信息。高兴了当然就笑了,难过就哭了。两者是相互影响密不可...
    Persistenc_6aea阅读 124,716评论 2 7
  • 16宿命:用概率思维提高你的胜算 以前的我是风险厌恶者,不喜欢去冒险,但是人生放弃了冒险,也就放弃了无数的可能。 ...
    yichen大刀阅读 6,042评论 0 4