各位數據的朋友，大家好，我是老周道數據，和你一起，用常人思維 數據分析，通過數據講故事。

點此觀看視頻

上講回顧與作業解答

上一講通過一個門店銷售業績情況的報表，讓大家認識了兩種常見的聚合方式：總計和唯一計數。總計就是将數值相加得到結果，常用在銷額、銷量、毛利等這些指标中，而唯一計數則是将數據進行去重計數，通常用在客流量、SKU的計算上；另外，我們還掌握了如何自定義計算成員，如毛利率是用毛利/銷額，客單價等于銷額/客流量。

在上一講，我們還留了兩個作業：

第一題：想統計門店一共銷售了多少款SKU，怎麼辦？

第二題：如果想統計每個商品的銷售單價，怎麼辦？

SKU的計算和客流量類似，要用到唯一計數的聚合方式，不同的是，客流量是按照銷售流水單号進行去重計數，而SKU則是按商品名稱或商品ID進行去重計數，同一個商品ID就是1款SKU，這個應該好理解。

那我們來看一下第二題，這個銷售單價大家一看，這個簡單啊，銷售數據裡一般都有銷售單價這個字段啊，直接拿過來用，不就可以了嗎？但事實上沒這麼簡單。因為如果直接用銷售單價這個字段，你也得給它選一個合适的聚合方式，我們找一下，這個平均值是不是可以用呢？不可以。因為它采取的算術平均值的計算方式，最終得到的結果不是我們想要的結果，正确的算法是金額的彙總/數量的彙總。我們來看一個簡單的例子

我們假設某一個商品總共賣了三單，那它的銷額、銷量、銷售單價如下圖所示：

在銷售過程中，會因為各種的折扣、銷售政策導緻真正的銷售單價不一樣。這個時候如果我們按照Excel裡的平均函數去算，就會得到一個純粹是算術上的平均單價2.783。實際上，當我們用銷額/銷量時，得到的是2.769。在财務的角度看，雖然兩個數據的相差不大，但我們需要的是2.769這個真正的平均單價。

1、想統計門店一共銷售了多少款SKU，怎麼辦？

我們需要通過商品的唯一計算來實現這一效果。

點擊新建報表，進入bi數據可視化報表設計頁後，點擊“ ”新增一個簡表。在數據集構建器下進行以下操作：

在彙總中依次點擊“ ”、每日門店銷售，選中“商品”指标，點擊其左下角選擇唯一計數。bi系統将在彙總項和數據可視化報表設計畫布上自動添加該指标數據後，将其重命名為“SKU”。這裡的數據就是SKU的款數。但由于我們要看得是門店一共銷售多少款SKU，因此，需要在行維度中添加“門店”指标。主要的操作截圖如下：

商品的唯一計算

重命名

以“門店”為行維度指标

最終，我們将得到一張彙聚不同門店銷售的SKU款數的簡表：

2、如果想統計每個商品的銷售單價，怎麼辦？

同樣是新建一張簡表，在彙總中添加“收入”、“數量”，正在行維度中添加“商品”。銷售單價=收入/數量，所以我們要進行以下的操作：

點擊彙總旁的“ ”，點擊"fx"自定義算銷售單價。因為在模型裡可以直接點擊使用“收入”“數量”指标，因此本次采用不勾選的方式來做自定義計算。

再次強調：

隻要能在模型中取到相應字段進行計算，就盡量不勾選。

本講内容

好的，我們溫習了上一講的内容，那麼，今天講什麼呢？今天我們将講一些更高級的統計分析方法，比如同比環比。

同比是今年的某個階段與去年的相同時段比較，适用于觀察某個指标在不同年度的變化，優勢是可以去除大多數業務的季節因素。

環比是某個階段與其上一個時長相等的階段做比較，用于表示數據的連續變化趨勢，優勢是對于高速增長型業務，能非常好地體現出業務的增長趨勢和事件的影響。

這兩個統計方式都是按當前期間與另外一個參考期間進行對比。其中，通常情況下，同比是固定按年為偏移标準來進行對比，即上年同期；而環比則根據當前的時間顆粒度的上一期進行對比計算。時間的顆粒度包括了年、季、月、周、日、星期（星期一到星期日）、時段（24小時時段）。

在奧威BI中，我們将這兩種應用歸納為同一種計算，就是同期計算。

如果基準是按年進行偏移，則認為是同比，但我們不但可以與去年進行同期對比，還可以與之前的任何一年進行同比。這種場景在新冠疫情肆虐的情況下，變得很常見。比如2021年進行去年同期對比，就是和2020年進行對比，但因為2020年是疫情第一年，可能不具備可比性，于是很多公司就需要與2019年進行對比，此時，就可以将-1改為-2。

而如果是按季、月、周、甚至日，我們都認為是環比。同樣，也可以通過修改偏移的值來間隔對比，特殊場景下，還可以輸入正數。

在奧威BI中，同期計算是一種内存計算方式。

接下來，我們進系統，制作三張bi零售數據分析報表來看看具體效果。

第一張報表：2010年8月的門店銷售業績的同環比分析

添加篩選條件，鎖定分析範圍

要做2010年8月的數據分析，那麼就需要篩選出該段時間内的數據，需要在篩選中添加篩選條件：時間年、時間月。

點擊數據集構建器下方篩選旁的“ ”，在維度一欄下點擊選擇時間年下的“2010”、時間月下的“8”，點擊确定即可。篩選一欄将立即加入時間年、時間月兩個篩選條件，簡表中也将同時展示“2010年8月”的數據。

将分析的數據時間控制在2010年8月後，就可以繼續同環比分析了。

同環比分析

收入同比包括同期值、同期比率與同期差值。

操作：在彙總中找到“收入”并點擊其右側的“…”，點擊“同期”，點擊選定“同期比率”、“同期差值”，點擊确定。

完成這些操作後，bi系統将在簡表中增加上年收入、收入同比、收入同比差值，負數會變成紅色。

這個時候報表會自動增加上年收入、收入同比、收入同比差值三項。

其他指标也都可以做類似的操作，假設我們要做客單價的同比，那麼，我們就需要依次點擊客單價“…”、“同期”，勾選同期比率即可。

客單價同比效果

這個時候客單價、上年客單價、客單價同比都會自動顯示出來。

客單價其實是一個自定義計算成員，而自定義計算成員也是可以進行同環比的，比如毛利率同比、客單價同比。

數量環比

環比通常是按月往前推，比如-1就是上月。以數量環比為例，需依次點擊數量指标旁的“…”、同期、月、同期比率後，點确定。

數量環比效果

第二張報表：每個門店2010年8月各周的同環比分析。

時間周既可以放到行維度“門店”的下面，也可以放到列維度中去，我們這就來看看兩種操作所帶來的報表效果。

把時間周放到行維度“門店”的下面：

依次點擊行維度“ ”、維度、時間表，勾選“時間周”。

效果圖：

這個時候就可以看到2010年8月裡每個店每一周的銷售情況。

把“時間周”放到列維度中：

依次點擊列維度“ ”、維度、時間表，勾選“時間周”。

報表效果：

這是一個交叉報表，數據效果更加直觀。

第三張報表：所有年-月的同環比分析。

因為要看所有年、月裡的零售數據情況，因此需将篩選條件裡的時間年、時間月删除，将其添加到行維度下。

點擊時間年、時間月指标旁的“…”，點擊“删除”。

點擊行維度旁的“…”，添加時間年、時間月。

報表效果

這個時候就可以看到每一年每一月的銷售情況。接下來我們再将各個指标的同環比計算。以收入為例，當我們做了收入同環比後，将得到這樣的一張報表：

在這張報表中，我們可以清楚地看到每一年每個月的收入同環比情況。

敲黑闆，講重點

同期計算，是一定要按某個時間顆粒度來篩選的，或者，在行/列維度中有時間維度，否則，就得不到正确的數據。

并且，要正确地使用時間篩選，時間篩選的顆粒度要與同期的偏移顆粒度相同或更細，比如按日篩選，可以進行按日/按月/按年的同期計算，但如果是按年篩選，則不能按月來進行同期計算，雖然系統不會報錯，但這需要使用者有一個正确的使用邏輯。

最後，給大家出兩道作業：

1、假設今天是2010年8月29日，想做一張門店銷售日報，并分析本日與上一日的對比情況。

2、特殊場景下，同期偏移量還可以輸入正數，大家可以想到哪些場景會是這樣的嗎？

今天這一講就先到這裡，通過這一講，相信大家已經感受到，奧威BI既簡單又不簡單。簡單是因為做複雜的同環比完全不需要任何公式就可以實現，而不簡單則在于，我們要理解業務本身，才能更好的理解奧威BI的操作邏輯。

下一講，我們将繼續講一些高級的統計分析，比如本月/本年累計等，敬請期待。

老周道數據，和你一起，用常人思維 數據分析，通過數據講故事，我們下一講再見！