使用POWERBI处理实际和预算的场景

Posted 2023-05-10

参考技术A 在介绍星形结构和powerbi最佳实践的时候，通常会被问到如何在同一个模型中处理预算和实际的问题？如果两者的粒度不一样怎么处理？通常我们不能通过简单的模型和关系处理这个问题，这需要复杂的DAX计算。但是这里的解决方案是，我们可以通过简单的模型解决这个问题！下面我们会通过一个案例来介绍解决过程，使用简单模型如何处理预算和实际粒度不同的问题。

事实表包含了发生的业务，其中保存了数值和可聚集的数值。下面这个FactResellerSales表就是一个事实表，DimProduct,DimDate,DimSalesTerritory，DimEmployee表。

建立模型的步骤：
1.把数据表加载到模型中
2.选择对于的表
3.移除DimSalesTerritory 和 DimEmployee之间的关系
4.把FactResellerSales 和 DimEmployee的关系设为活动的
5.使用FactResellerSales中的OrderDateKey和DimDate表的DateKey建立关系

上面这样的模型就是一个典型的星形模型。这个模型可以很好的处理销售相关的问题。但是，当我们要把另外一个不同粒度的表格添加到模型中的时候，似乎建立模型就有些困难。

举个栗子，这里我们使用销售指标来替代预算表，也是和业务表是不同粒度的。概念是一样的。我们要把一个粒度不同的表添加到模型中。销售指标表记录的是每个员工每个季度的销售指标数值。粒度是每员工每季度，而销售表的粒度是每员工每天每地区每产品。

如果你要对着两种表（指标和实际）添加到星形模型中，那么一般会遇到下面着两个问题：
1.如何把指标表连接到日期表？
2.如果我们建立了一个季度的维度表，那么如何把这个表和日期表关联？会形成一个雪花模型？

我们的目标是建立一个简单的模型来解决这个问题，也还是使用星形模型

虽然这里我们的销售指标表使用的粒度是基于季度的，我们还是可以把它连接到日期表。这样的方法可以避免额外的维度表以及产生雪花模型。有个需要考虑的是，我们要对每个季度确定一个默认的日期。例如，我们可以把每个季度的第一天设置为这个日期值。

要达到这个目标，我们需要在指标表建立一个列，下面的图中可见，我们使用了YYYYMMDD的格式。

通过以下步骤可以建立下面的列：
1.基于季度值，建立月份值
2.用月的第一天建立自定义列。

要建立季度一个月的值，我们使用下面着公式即可以完成：

[图片上传中...(-aa0d4d-1565855207069-0)]
这个计算我们放在Power Query Editor中完成。

第二步就是在这个基础上建立一个DateKey列。

这里，我们要确保的是，月份值都是两位的长度，通过三个步骤可以完成：1.把值转换为文本 2.对该列添加前缀“0” 3.提取该列右边的两个位置的值。

把数值类型转换为文本：

把列添加前缀：

提取字符串末尾两位字符：

在对指标表添加了DateKey后，我们可以通过它连接到日期表和employee表，这里我们依旧是星形模型。

这里我们不需要使用双向的关系，或者把一个维度连接到另外一个维度。这个模型可以轻松解决我们关于预算和实际的问题。

下面简单的展示一些分析的案例，我们从处理实际和预算的场景中，建立了一些指标和报表。所有这些工作都不需要特别的DAX函数计算以及使用双向的关系等。之所以能这样实现，是基于正确的建立了数据模型。

这里我们只建立了两个计算，很简单，分别是bud vs act：

以及Bud vs Act %:

建立了如下这样的案例：

从Employee角度：

这里，我们展示了一个处理预算和实际情况的完整数据模型。这个模型继承了星形模型的全部优点，包括但是不限于如下：
1.不需要额外的建立关系。只需要在事实表和维度表之间建立简单的关系就可以了。
2.不需要使用双向的关系。
3.不需要使用多对多关系。
4.不需要使用复杂的DAX函数计算。
5.处理计算需求的时候，性能上会更优秀。

这模型仍然还有一些地方可以进行改进，例如，如果你要在更低的一个粒度上分析数据，你需要额外的一些考虑。例如，如果你需要在“天”的级别上分析数据（注意，我们的指标数据是基于季度的，而不是“天”），然后，你需要一些其他的计算。这个我们会在另外的时间探讨以下。

用PowerBI自定义函数批量处理复杂表格

参考技术A 这篇帖子缘起于在微博上的一个讨论：

原帖提出用PowerQuery来合并同一文件夹下所有工作簿中的所有工作表数据，我做了一个补充：

当时我没说清楚细节，所以有网友回复说：

其实我说的自定义函数也是基于Excel.Workbook()这个函数，只是区别在于：对于复杂表格，用Excel.Workbook()获取所有Excel文件中所有Sheets的数据后，我并不展开，而是就展开单个Sheet，进行处理，然后基于此建立函数，再把此函数应用到其他尚未展开的Sheets上去。

说起来比较抽象，用一个实际例子来演示下这个思路。

原始数据是类似下面这样的表格：

我们只需要提取红圈中的数据，将每一个表格都降维（压扁）变成一条单一的记录。
这样的表格有无数个，散布在N个Excel文件中M个Sheets中。

如下图所示，引入来自于文件夹的源之后，调用Excel.Workbook()函数，获取到所有表格的数据，并保存在Table中，不展开。

对于简单表格（或曰规范表格，也就是表格第一行是列字段，以后每一行都是一条完整的记录，没有合并单元格），可以直接展开【Data】列，把展开的表格第一行提升为标题，筛选掉其余不需要的表格标题行（不过我一般喜欢先把【Data】列的每一个Table都用Table.PromoteHeaders()函数来把表格第一行作为标题，然后再展开，这样就可以节省一些步骤且不容易出错），这样就得到所需数据了。

但是实际工作中，我们有很大几率遇到这个例子中这样的复杂表格，让我们再回顾下：

[图片上传失败...(image-827bcf-1583634863355)]
对于这样复杂的表格，如果直接展开第一步得到的【Data】列，得到的结果就是如上图中这样的N*M个表格依次从上至下排列形成的一个巨大且复杂无比的大表格（由于表格太大太复杂，我截图都不好截。有兴趣的可以找一个很复杂的表格来亲自试试看），这样的表格，根据我寡陋的见识，简直不知道如何处理才好。

所以在提取数据这一步，我的做法稍有不同：

这样，当我们展开【自定义】列时，就可以直接得到我们所需的数据了。

如果表格很规范，结构很简单，完全没必要用自定义函数，直接用Excel.Workbook()函数获取表格，然后展开（是否先把第一行提升为标题看个人喜欢）即可；如果遇到很复杂的表格，直接展开应该是行不通的，这时就需要化整为零，通过自定义函数先把单个表格的处理步骤封装起来，然后再对其他表格调用该函数即可。