PowerBI & Excel CEO 驾驶舱 - 第四弹 - Excel 实时监控

从本文开始合并之前的三篇文章并入一个系列《PowerBI & Excel CEO 驾驶舱》。

第一弹 - PowerBI 日期区间

第二弹 - Excel 日期区间

第三弹 - PowerBI 相对日期区间

第四弹 - Excel 相对日期区间(也就是本文)

也许您从纯办公进入PowerBI领域,在这个系列中,我们也会分享如果用极简的工程式方法来不断优化迭代一个小项目。

本文主要是:【Excel版】PowerBI & Excel CEO 驾驶舱 - 0.2.00 - 190810 - 加入:相对日期XTD 的实现。

效果

也就是,用户选择:【截止到】【相对于】【XTD区间】系统应该自动计算近期结果并与上期做出实时比对以帮助决策者快速制定调整策略。

这与【Excel版】的历史分析一起配合,如下:

整个Excel文件也得到整理:

数据模型

在 Excel 数据模型中,如下:

除了此前的日期区间,本次加入相对日期区间

相对日期区间

我们知道在 Excel 的数据模型中是无法实现 双向筛选 的,为此,我们的计算公式需要有些调整,如下:

KPI.Period.XTD:=CALCULATE( [KPI.Core] , CALCULATETABLE( '日期' , 'DatePeriod XTD' )  )

这非常简单,我们使用 CALCULATETABLE 来计算根据用户实时选择的区间,再计算 KPI。

对于相对应的上期,如下:

KPI.PX.Period.XTD:=
VAR XTD = IF( HASONEVALUE( 'DatePeriod XTD'[区间类型] ) , VALUES( 'DatePeriod XTD'[区间类型] ) )
RETURN SWITCH( TRUE(),
    XTD = "当日" , CALCULATE( [KPI.Core] , CALCULATETABLE( DATEADD( '日期'[日期] , -1 , DAY ) , CALCULATETABLE( '日期' , 'DatePeriod XTD' ) ) ) ,
    XTD = "上一日" , CALCULATE( [KPI.Core] , CALCULATETABLE( DATEADD( '日期'[日期] , -1 , DAY ) , CALCULATETABLE( '日期' , 'DatePeriod XTD' ) ) ) ,
    XTD = "WTD" , CALCULATE( [KPI.Core] , CALCULATETABLE( DATEADD( '日期'[日期] , -7 , DAY ) , CALCULATETABLE( '日期' , 'DatePeriod XTD' ) ) ) ,
    XTD = "MTD" , CALCULATE( [KPI.Core] , CALCULATETABLE( DATEADD( '日期'[日期] , -1 , MONTH ) , CALCULATETABLE( '日期' , 'DatePeriod XTD' ) ) ) ,
    XTD = "QTD" , CALCULATE( [KPI.Core] , CALCULATETABLE( DATEADD( '日期'[日期] , -1 , QUARTER ) , CALCULATETABLE( '日期' , 'DatePeriod XTD' ) ) ) ,
    XTD = "YTD" , CALCULATE( [KPI.Core] , CALCULATETABLE( DATEADD( '日期'[日期] , -1 , YEAR ) , CALCULATETABLE( '日期' , 'DatePeriod XTD' ) ) ) ,
    BLANK()
)

感谢杨总指出这里根本不应该让用户选择对比的上期,而应该根据XTD的类型自动匹配到合理的上期。

我们放大其中的一个逻辑如下:

IF ( XTD = "当日" )

CALCULATE( 
    [KPI.Core] , 
    CALCULATETABLE( 
        DATEADD( '日期'[日期] , -1 , DAY ) , 
        CALCULATETABLE( '日期' , 'DatePeriod XTD' ) 
    )
) 

当日相对比的应该是上一日,因此逻辑必然有:DATEADD( '日期'[日期] , -1 , DAY )。这里指的一提的是,由于在Excel的数据模型中无法使用双向筛选,因此,我们需要借助CALCULATETABLE( '日期' , 'DatePeriod XTD' )给出正确的计算范围。

相关技巧 - 数据区域的安排

为了更好的利用 Excel 的空间,我们合理的使用区域:

相关技巧 - 显示区间范围

我们需要知道日期区间的范围,如下:

因为用户选择了日期,以上显示了日期;而如果用户选择了日期区间呢,如下:

如何知道切片器选择的日期范围呢?另外这里并没有使用透视表,如何实现呢?

相关技巧 - Excel CUBE 函数

这是一类非常重要的主题,Excel提供了一组非常重要的函数可以直接与数据模型交互,它们就是CUBE函数,CUBE函数非常简单,完全可以由智能提示完成,如下:

=CUBEVALUE( "ThisWorkbookDataModel", "[Measures].[XTD.Text]", Slicer_XTD_Date, Slicer_XTD_TO, Slicer_PeriodXTDType )

编写的时候也容易,有充分的智能提示,如下:

以及:

因此,这是非常容易的。

用IBCS规范进行优化

细心的伙伴已经看到,我们使用了符合IBCS规范的ZebraBI对Excel进行了优化。

这里展示全部优化后的样子:

【历史分析】

【近期分析】

解决动态化难题

什么是动态化?

在【历史分析】中使用ZebraBI,由于X轴的元素多少会变化,如:季度是4个柱子;而月份是12个柱子;这导致ZebraBI无法正确显示,出现问题如下:

由于ZebraBI的X坐标轴无法动态得到个数,但似乎您并没有看到我们存在这个问题,因为我们使用动态图片的方式将其化解:

这样,我们就得到了动态坐标轴的保证。

总结

至此,CEO 驾驶舱更近一步,我们实现了:

  • 按历史的区间分析
  • 按最近XTD的区间分析
  • 按IBCS进行优化
  • 使用CUBE函数进行增强

当然,我们还有一些优化会进一步扩展,这些我们在后续文章进一步更新。

案例源文件已经共享至订阅会员专区,祝大家玩得开心。

©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 212,884评论 6 492
  • 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 90,755评论 3 385
  • 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 158,369评论 0 348
  • 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 56,799评论 1 285
  • 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 65,910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 50,096评论 1 291
  • 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 39,159评论 3 411
  • 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 37,917评论 0 268
  • 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 44,360评论 1 303
  • 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 36,673评论 2 327
  • 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 38,814评论 1 341
  • 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 34,509评论 4 334
  • 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 40,156评论 3 317
  • 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 30,882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 32,123评论 1 267
  • 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 46,641评论 2 362
  • 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 43,728评论 2 351

推荐阅读更多精彩内容