BI技巧丨价格区间分析

BOSS:白茶,能不能做个折线图,让我看一下平均10个价格区间的售卖情况?

白茶:可以!

BOSS:那个,价格区间要动态的!

白茶:(@#¥%&*@##)老板,这个有点难啊!

BOSS:加钱!

白茶:好嘞!

在零售快消行业,经常需要分析产品的定价区间是否合理,以便快速找准产品的市场定位,灵活调整产品定价。

那么如何通过PowerBI帮助企业实现这一需求呢?

先来看看本期的案例数据:

案例数据共计四张表,除了常用的日期表、产品表以及销售信息表以外,白茶添加了一张额外的维度表用来固定价格区间。

导入到PowerBI中,数据模型如下:

构建基础的指标:

A.Price =
SUM ( Dim_Product[Price] )

到这里准备工作结束,我们需要根据上面的Price度量值算出每一个价格区间的最大值和最小值。

最小值:

B.Starting_Value =
VAR MaxProductPrice =
    MAXX ( ALLSELECTED ( 'Dim_Product' ), [A.Price] )
VAR MinProductPrice =
    MINX ( ALLSELECTED ( 'Dim_Product' ), [A.Price] )
VAR Periods =
    CALCULATE ( MAX ( 'Dim_Interval'[IntervalIndex] ), ALL ( 'Dim_Interval' ) ) - 1
VAR Disparity_VALUE = MaxProductPrice - MinProductPrice
VAR SPACE_VALUE = Disparity_VALUE / Periods
VAR First_Starting_VALUE = MinProductPrice
VAR Selected_Value =
    SELECTEDVALUE ( 'Dim_Interval'[IntervalIndex] )
RETURN
    IF (
        Selected_Value,
        First_Starting_VALUE + SPACE_VALUE * ( Selected_Value - 1 ),
        First_Starting_VALUE
    )

最大值:

C.Ending_Value =
VAR MaxProductPrice =
    MAXX ( ALLSELECTED ( 'Dim_Product' ), [A.Price] )
VAR MinProductPrice =
    MINX ( ALLSELECTED ( 'Dim_Product' ), [A.Price] )
VAR Periods =
    CALCULATE ( MAX ( 'Dim_Interval'[IntervalIndex] ), ALL ( 'Dim_Interval' ) ) - 1
VAR Disparity_VALUE = MaxProductPrice - MinProductPrice
VAR SPACE_VALUE = Disparity_VALUE / Periods
VAR First_Starting_VALUE = MinProductPrice
VAR Selected_Value =
    SELECTEDVALUE ( 'Dim_Interval'[IntervalIndex] )
RETURN
    IF (
        Selected_Value,
        First_Starting_VALUE + SPACE_VALUE * Selected_Value,
        First_Starting_VALUE + SPACE_VALUE * ( Periods + 1 )
    )

我们来查看一下度量值结果:

我们可以看到最大价格为89,最小价格为2,右侧每个区间的域限值计算结果正确。

每个价格区间的域限有了,可是我还想知道每个价格区间售卖的总金额和数量。

添加如下两个基础度量值:

总金额:

D.Revenue =
SUMX ( 'Fact_Sales', 'Fact_Sales'[Quantity] * RELATED ( Dim_Product[Price] ) )

销售数量:

E.Quantity =
SUM ( 'Fact_Sales'[Quantity] )

我们根据这两个指标可以计算每个价格区间的总金额以及数量。

区间总金额:

  F.TotalRevenue =
VAR StartingValue = [B.Starting_Value]
VAR EndingValue = [C.Ending_Value]
RETURN
    CALCULATE (
        [D.Revenue],
        FILTER (
            ALLSELECTED ( 'Fact_Sales' ),
            VAR CurrentValue = [A.Price]
            RETURN
                CurrentValue >= StartingValue
                    && CurrentValue < EndingValue
        )
    ) + 0

区间销售数量:

G.TotalQuantity =
VAR StartingValue = [B.Starting_Value]
VAR EndingValue = [C.Ending_Value]
RETURN
    CALCULATE (
        [E.Quantity],
        FILTER (
            ALLSELECTED ( 'Fact_Sales' ),
            VAR CurrentValue = [A.Price]
            RETURN
                CurrentValue >= StartingValue
                    && CurrentValue < EndingValue
        )
    ) + 0

结果如下:

从结果上看,符合我们的预期。但是用表格来展示会让我们的努力打折。

换个方式,我们可以通过折线图展现十个价格区间,让结果更加直观。

从折线图的效果来看,效果还不错,我们将折线图进行美化,最终展示效果如下:

(BOSS:可以可以!

Demo文件在知识星球。

这里是白茶,一个PowerBI的初学者。

小彩蛋:折线图的X轴是如何实现动态的呢?


©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 218,284评论 6 506
  • 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 93,115评论 3 395
  • 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 164,614评论 0 354
  • 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 58,671评论 1 293
  • 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 67,699评论 6 392
  • 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 51,562评论 1 305
  • 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 40,309评论 3 418
  • 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 39,223评论 0 276
  • 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 45,668评论 1 314
  • 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 37,859评论 3 336
  • 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 39,981评论 1 348
  • 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 35,705评论 5 347
  • 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 41,310评论 3 330
  • 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 31,904评论 0 22
  • 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 33,023评论 1 270
  • 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 48,146评论 3 370
  • 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 44,933评论 2 355

推荐阅读更多精彩内容