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。

不好意思，又有一段時間沒有更新了，借口嘛一樣，就是有點忙。沒辦法，現在還不能靠錄視頻來吃飯。所以，大家如果覺得我講的内容對大家有幫助的話，可以多多轉發！看能不能讓我火起來！

閑話少說，言歸正傳。

上期内容回顧與作業講解

上一講講了BI數據可視化分析中與時間相關的篩選控件，包括按某一天的篩選方式——日曆控件，按其他不同時間顆粒度篩選的方式——年、年月、年周等下拉、按鈕或勾選控件；按任意時間範圍篩選的方式——日曆範圍控件。不同的場景，需要使用不同的時間篩選控件，請大家熟練掌握。（觀看視頻）

上期作業：按年月篩選時，如何看近12個月的銷售趨勢？

這道作業題融合了第5講和第6講的内容，綜合性比較強，估計大家也比較難做出來，不過沒關系，我們的作業當時能不能做出來不重要，重要的是，我們通過對作業進行思考，融會貫通所學的功能點，結合應用場景，可以真正解決問題。

這道題的數據分析場景也很常見，比如我們在看某個月的銷售情況時，還希望看到曆史近12個月銷售的情況，來綜合判斷這個月的銷售情況到底是好還是不好，未來的趨勢是好還是不好。

那好，我們就上BI數據分析軟件進行操作。

新建一個按年月來篩選查詢門店收入的表格1：

在數據集構建器下的【彙總】中放入收入指标，在【行維度】中放入門店指标後，點擊【 】添加一個【公共篩選】，并在【添加篩選控件】中勾選【時間年】、【時間月】；在左下角選擇【下拉{單選}】後，點擊确定。效果如下：

分析2010年近12個月的銷售趨勢：

1、點【 】新建表格，數據集選擇表格1裡的數據集，然後點擊數據集旁的【…】，選擇【複制】，将它作為一個副本。

2、将【行維度】中的門店指标删除，添加【時間年】、【時間月】。

3、走到這一步後如果時間年、時間月中出現了小數點，就可以點擊右側【表列】，在【序列】中選擇【時間年】，【值類型】選擇【常規】。時間月的操作同上。即可去除小數點。

4、在數據集構建器的【篩選】中，删除【時間年】、【時間月】的篩選條件，添加【時間日期】為篩選條件，并在【條件篩選器】小彈窗中将默認的運算符【等于】改為【近期（T 0）】，選擇【-12】【月】，勾選【是否參數】後，選擇【當前BI時間】後，點擊确定。

但這個時候第二個表格裡内容為空，并沒有繼承表格1裡的篩選時間條件，為什麼？

這是因為在設計頁面，當前BI時間是不會跟随時間篩選變化而變化的。如果要做到跟随篩選條件變化，則必須點擊【浏覽】進入浏覽頁面。

5、要看趨勢，簡表還是不夠直觀，因此我們可以點擊【更換圖表】，選擇【折線圖】、【面積圖】這類型的數據可視化圖表。

浏覽效果圖如下：

額外福利：聯動分析

在選中【面積圖】的前提下，點擊【聯動】、【圖表聯動】，在點擊選中第一個表格，點擊左上角【确定】。效果就是，當我們可以根據門店聯動分析數據了。比如說點擊萬國店，将立即呈現萬國店近12個月的銷售趨勢，點擊萬達店就呈現萬達店的銷售趨勢。

核心要點總結

我們要修改篩選區域的篩選條件，将年-月篩選控件删除，然後手工增加一個時間日期，再進行近期篩選，同時，要勾選是否參數，并選擇關聯當前BI時間這個系統參數，還有一個注意點是，在設計頁面當前BI時間這個參數是不會跟随時間篩選的變化而變化的，必須切換到浏覽頁面才可以。

本講内容

好的，我們溫習了前兩講的内容，那麼，今天講什麼呢？今天我們要講零售企業，特别是鞋服這種商品具備明顯生命周期的零售企業，會非常關注的一個指标，售罄率。

售罄率，是指一定時間段某種貨品的銷售占總進貨的比例，根據一批進貨銷售多少比例才能收回銷售成本和費用的一個考核指标，以便于确定貨品銷售到何種程度可以進行折扣銷售清倉處理的一個合理尺度。看到這裡想必各位店主已經明白它的重要性：它基本意味着你何時可以搞活動!

任一産品的售罄率可以由以下公式得出：售罄率 = 某段時間内的累計銷售 ÷ 采購總數量 x 100% ，計算過程看上去很簡單，但實際上，真正計算起來卻不簡單。不簡單在哪裡呢？主要是分子分母的時間條件是不一緻的。分子是某段時間内的累計銷售，比如2022年8月的累計銷量，2022年8月1日到2022年8月31日，而此時分母呢，這個采購總數量卻不僅僅是2022年8月的采購數量彙總，而是截止到2022年8月31日的曆史采購數量的彙總。

正是因為分子分母時間條件不一緻，為了方便大家便捷計算，奧威BI專門針對這種場景，開發了曆史累計這一内存計算方式，後面的操作會詳細講到。

售罄率有許多變種，可以按數量、可以按成本價，也可以按零售價，采購總數量也可以按訂貨數量，也可以替換為當時的庫存 累計銷量。考慮到企業可能有調拔等特殊情況，所以，我們建議使用當時的庫存 累計銷量這個計算方法。

另外，還可以分不同期間的售罄率（即按周、按月、按季度來看），或者是累計售罄率（即按整個商品生命周期來看）。

具體怎麼實現呢？進入BI數據分析系統：

本期任務：看2022年8月份的售罄率和累計售罄率

第一步，以服裝零售數據為例，先新建報表，新建表格，在【彙總】中依次放入累計銷售數量、銷售數量、累計入庫數量後，計算售罄率、累計售罄率。

第二步，添加日曆範圍篩選控件和商品篩選條件（季節、商品分類、門店名稱）。

累計銷售數量

點擊【彙總】旁的【 】，添加【銷售數量】，然後點擊【銷售數量】旁的【…】，點擊【曆史聚合】，勾選【開啟曆史聚合】，點擊【确定】即可。

銷售數量

點擊【彙總】旁的【 】，添加【銷售數量】。

累計入庫數量

點擊【彙總】旁的【 】，添加【入庫數量】，點擊【入庫數量】旁的【…】，點擊【曆史聚合】，勾選【開啟曆史聚合】，點擊【确定】即可。

售罄率

點擊【彙總】旁的【 】，點擊【fx】，在【計算成員】處輸入【售罄率】。然後勾選左下角【彙總區域】，在【自定義表達式】處出入計算公式：銷售數量/累計入庫數量，之後點擊【确定】即可。

注意，自定義表達式中的“銷售數量”、“累計入庫數量”隻需點擊彙總區域中的相應指标即可自動填入。

累計售罄率

點擊【彙總】旁的【 】，點擊【fx】，在【計算成員】處輸入【累計售罄率】。然後勾選左下角【彙總區域】，在【自定義表達式】處出入計算公式：累計銷售數量/累計入庫數量，之後點擊【确定】即可。

增加日曆範圍篩選控件

依次點擊上方的【 】、【篩選】、【公共篩選】。在【添加篩選控件】小彈窗中勾選時間表下的【時間日期】，點擊左下角選擇【日曆範圍】，點擊【确定】。

增加商品篩選條件

增加季節、商品分類、門店名稱作為篩選條件：依次點擊上方的【 】、【篩選】、【公共篩選】。在【添加篩選控件】小彈窗中勾選商品表下的【季節】，點擊左下角選擇【下拉（單選）】，點擊【商品分類1】；再從門店表中選中【門店名稱】，點擊【确定】。

完成以上操作後，再在數據集構建器下，将【商品名稱】添加到【行維度】下，即可獲得以下的報表效果：

操作就講完了，今天的示例看上去比較簡單，但越是簡單的操作，越需要大家去結合場景理解消化。

敲黑闆，講重點

曆史累計是在現有聚合的基礎上進行不同時間範圍的計算，所以，要先把彙總字段添加進來後，再進行曆史聚合的設置。

最後，給大家出一道作業：如何實現按周來監控某款商品的售罄率？

今天這一講就先到這裡，我們通過售罄率這個指标，了解曆史累計的相關操作，下一講，我們将繼續圍繞與曆史累計相關的場景來展開，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！