最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

同期同比及环比应用示例

[复制链接]
跳转到指定楼层
楼主
发表于 2019-1-22 21:14:13 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
目录:
  • 描述
  • 场景一:使用时间类字段做维度分析
  • 场景二:非时间字段做维度,过滤组件使用时间

描述

目前在FineBI分析中,很多用户都会使用到诸如同比、环比、同期值、环期值等分析,用户往往会感到比较困惑,因为不同场景下对应不同的操作分析都是需要区分。那么如何对应不同场景在BI中很好的进行分析使用,这里就跟大家讲解下如何简单区分不同的分析场景下应该使用哪种操作进行分析才是自己想要的结果。
目前主要分为2种场景:
1、使用时间类做维度分析同比、环比等,如使用年份、月份的维度字段进行同比、环比分析;
2、不使用时间类维度,只使用诸如产品类型、地区、公司、客户类型等种种其他分析维度,而将时间作为过滤组件进行筛选,如选择XXX年、XXX年XXX月的方式,然后进行同比,环比等分析
大家可以先针对实际需求场景,看看符合哪一种分析场景,然后根据对应操作步骤进行BI的模板制作。


场景一:使用时间类字段做维度分析

目前这种场景的话如上面所说,用户会拖入年份、月份字段作为维度,而且也会要分析当前值和同期值、同比、环比等多个指标。这种分析场景,目前在BI中基本只能用汇总表进行分析。缺点:相对来说分析比较片面,更偏向于传统固定报表。

操作步骤简述

首先需要将对应需要分析的维度(年份、月份)以及指标(销售额、订单数等业务数据)拖入到对应表格中,效果如下图所示:
注:很多用户会产生误解就是因为这种现成的同比、环比的计算指标,然后在后面介绍的场景中也会使用。此处需要再次说明,这个同比、同期值等跟时间相关的计算指标,必须在添加了时间类字段如年、月作为维度进行分析时,这种指标计算的结果才是同期、同比等,如果不是这种场景的话,请按照后面介绍的场景进行操作分析。



场景二:非时间字段做维度,过滤组件使用时间


描述:

这种场景就是使用比如地区、产品、客户、渠道等各种非时间类字段作为维度分析,然后将年、月等时间维度添加到过滤组件中进行时间段的过滤使用。这种场景的应用面更丰富一些,因为各种不同用户都可以针对不同维度进行分析,而且可以将多种分析维度与时间进行结合后做相关的同比、环比等分析。下面就给大家简单介绍下对应操作步骤,让大家能实际跟着步骤操作,学会做这种分析。

操作步骤:

首先我们添加以地产行业业务包中的省份为维度,合同总价作为指标的柱状图:
此时不要在过滤组件中添加这个分析指标相关的时间字段来绑定过滤,这个跟一般的时间过滤组件过滤有差别,大家需要注意。
然后我们需要在指标过滤中引入过滤组件的值,让控件过滤组件的值能对我们需要分析的指标产品过滤作用,需要拖入多个相同的指标字段,如图所示:
注:这些过滤条件都是针对这个合同总价指标分别进行设置过滤条件,不是一个指标中设置3个条件。
最终的同期,环期值设置效果如图所示:

设置完成后,选择年月控件时间,效果如下:

上面已经可以看到指标本身、同期值、环期值的展示,如果还要计算同比、环比的话可以用计算公式将多个指标进行简单计算,如"A/同期值-1"就可以算出对应的同比情况,就不再赘述。





楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-21 21:57

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表