原副标题：Power BI数据挖掘课堂教学系列产品撷取01：水准预测方法
责任编辑为地球来宾”海艳”的PowerBI数据挖掘组织工作课堂教学系列产品撷取众所周知，她精辟的如是说了PowerBI在数据挖掘中的应用领域，从每项分项的排序，到建模展现出，借助PowerBI辨认出难题预测难题，热烈欢迎自学先进经验。
PowerBI数据挖掘01：水准预测方法
译者：海艳
具体来说，以财务管理数据预测为例，如是说通用型的预测认识论，总体构架如下表所示图右图：
(点选查阅大图)
接下去就要紧紧围绕桑利县相同的认识论，更进一步的阐释她们在 PowerBI 中的应用领域,责任编辑蒋以呵呵水准预测方法的应用领域。
01 | 水准预测方法
水准预测方法，孔颖草充分反映民营企业GT5316SB0的重要信息与后期或产业发展史某段时间经营方式情形的重要信息展开对照，科学研究民营企业每项经营方式业绩预期或经营方式情形的产业发展发生变动情形的一类财务管理预测方法。
①当然不定发生变动
环比环比
能适用于在总收入、生产成本、利润率、服务费、税款交纳、应对资金周转、本息资金周转、库存量资金周转、资金资金周转等预测中
牵涉的常见DAX函数
DATEADD
按选定的间距终端取值的几组年份
DATESBETWEEN
回到两个取值年份之间的年份
DATESINPERIOD
回到取值期间中的年份
DATESMTD
回到此月份中截至当前年份的几组年份(QTD/YTD)
SAMEPERIODLASTYEAR
回到上一年度中当前选择的几组年份
示例
具体来说创建度量值，验证数据准确性
销售利润率 =SUM(订单[利润率]) 上年销售利润率 =CALCULATE(度量值[销售利润率],DATEADD(年份[年份],-1,YEAR)) 利润率差异 = [销售利润率]-[上年销售利润率]并用图表展示出变化的趋势。
从上图能看出17-18年，利润率增幅14.9万，但18-19年利润率增幅则只有6.2万，较18年增幅减少。
那究竟是什么原因呢？我们继续向下看。
先来看下是否是总收入的影响。
创建度量值
销售总收入= SUM(订单[销售额]) 上年销售总收入 =CALCULATE(度量值[销售总额],SAMEPERIODLASTYEAR(年份[年份])) 总收入差异 = [销售总收入]-[上年销售总收入]我们能看出，19年总收入涨幅为124万，大于18年涨幅80万，那为什么19年利润率涨幅下降了呢，需要更进一步寻找原因？
是生产成本增加了，还是服务费增加了，还是其他因素影响，我们也能通过使用同样的方式对其他影响因素展开对照预测，寻找影响利润率原因。
说明：上面两个差异变化图中16年因是第一年，所以变化是不准确的，这也是需要调整的地方，第一年应为零。
②不定发生变动率
在某些情形下，当然不定发生变动不能充分反映预测的可比性，那就要借助不定发生变动率；
例如：两公司的利润率情形对照，因环境、体量差异，那他的当然值可比性就会下降，但对应的比率对照则依然具有可比性
牵涉的常见dax表达式：
DIVIDE
能够处理分母为零的情形 ，也被称为Safe Divide 表达式
创建度量值：
利润率增长变化率 = DIVIDE([利润率差异],[上年销售利润率]) 总收入增长变化率 = DIVIDE([总收入差异],[上年销售总收入])具体来说通过下图的利润率增长变化率也能得出我们在前面使用当然值对照的方法得出的结论，但使用变化率的对照，则剔除掉了基期16年数据的影响，对照下，使用变化率展开预测则更有效。
其次通过总收入增长变化率情形，能更清晰的看出19年总收入增长比率为29.26%，而利润率增长幅度只有9.97%。
显然利润率增长幅度变缓，不是总收入的影响，那是什么吞噬掉了利润率？需更进一步对其他因素展开预测。
瀑布图展示总收入和利润率的发生变动情形
今天的内容就暂时写到这里，水准预测方法在预测中能应用领域到很多地方，具有很广泛适用于性，接下来我将继续撷取其他几种方法的使用，希望能把这些方法灵活的与PowerBI相结合，应用领域到我们的组织工作中。
/推荐阅读/
01 「PowerBI地球」文章索引
02 如何使用Power BI展开流失客户预测？
03 数据挖掘实战案例，帮你全面认识 Power BI
采悟 @ PowerBI地球
