前情回顾
上节内容我们讨论了卖场指标（衡量卖场经营好坏的指数）。以及之前列举的绩效考核指标的设置。其中都涉及到同一个指标系数的确认。很多超市绩效考核以及一些业务的开展，其管理的粒度一般以课组、大类为业务线来进行的，我们知道，这在实际的精细化管理工作中，是往往不够的。
首先，我们需要将销售的计算粒度下沉到小类，时期为每天。今天讨论每日小类销售指标值在建模中的实现。因为一个小类代表一个顾客需求，我们将这类下沉到小类的业务分析指数称为：顾客需求指数。
01 顾客需求指数的建模
顾客指数，在建模中处于关键地位，所以，不一定等到有这方面需求时才考虑，而应该提前搭建好模型，并实现该顾客指数的即时、动态化建模。下面简单介绍创建的步骤；方法不是唯一。这里仅为其中一种。
第一步。需要从销售明细表中，提取到每天时期的销售。方法有两种：
一种方式是；运用PQ引用销售表，保留时期、类别、销售金额列（需要的列），然后再按时期、类别分组。为了后续与销售目标表关联，同时添加年、月、周信息，添加额外时期类型列的方法很简单，选择日期列à添加列à日期à选择要添加的时期内容。如图：
经PQ处理后，结果如下：
另一种方式是：衔接表方式。
从数据模型里输出一个现有的表（选哪个表无所谓，仅仅为了获得一个衔接表），步骤如下图：
这样，我们获得一个从模型中加载后的衔接表，点击该表中的任意单元格，右键选择【表格】窗口，将【命令类型】选择为DAX（加载时显示为表），录入DAX公式（获取需要的数据）。如下图所示：
我们需要从销售表中提取一个包含：类别、时期、销售、数量等列表的数据表，并添加年、月、星期等新列。DAX公式如下：
确认后，结果如下，获取我们需要得到销售信息表。使用这种衔接表的好处是，它不同于透视表，它能够在原有表的内容上继续添加列，然后可以直接加载到PowerBI，再次成为模型中的表（衔接回表）参与计算。
当然，也可以直接使用PowerBI，使用上述DAX公式创建同样的表。熟识PowerBI的可以使用这种方式。结果如下图所示：
我们在该表后面添加需要的新列：
首先，是星期几的平均销售（或最低销售），逻辑是：用当前每个星期几的销售（作为分母）除以一周的计数（或最小值），如图：
其次是，依据新建列【星期几的平均销售】，新建列【星期几的系数】，逻辑是：当前年月时期下，每个月的星期几的平局销售除以星期几中的最低销售，得到周系数（周系数是一个常用分析系数）。
同样的方法，再求出小类的销售系数。将公式中的【年&月&期】列改为【小类码】列（表示按年月、小类求平均销售以及系数）即可。
也可能还有其他计算，这里略。通过以上建模。我们使用透视表，输出需要的分析系数表，常用的可能有三种运用场景：
第一，年月下的每周星期几销售系数；用于基本的周系数计算。例如，根据周系数，可判断本月商圈消费是否稳定或变化（如一般住宅区，7天系数比较接近，合计的值越接近7，说明每天很稳定，有的属于商业区，则星期六。星期日销售系数较高等）；
第二，小类别每周星期几的销售系数，用于跟小类有关的计算。如商品订货、选品配置、绩效等各种业务场景，因为零售超市的很多业务需要回到小分类（顾客需求）才有意义，所以，小类系数是一个很重要的计算系数。
第三，每天的系数，仅需要时期和系数两列即可。用于每日指标制定等需要时期粒度的计算等。如下图：
未完待续。
