购物篮分析-最基本的关系
我准备了一份超市销售明细,
新建一个辅助列
我先把上面二个表加载到数据模型,采用最普遍的关系视图,
什么是购物篮分析,基本思路就是这个样子,产品与产品之间,共同订单数,就是购物篮分析,一个销售单号就是一个购物篮,产品与产品之间有多少个共同购物篮
现在让我构建一个度量值:
Distinct Count of 订单:=CALCULATE(DISTINCTCOUNT([订单]), //最后计算的表达式
EXCEPT(
CALCULATETABLE(VALUES('表2'[订单]),ALL('表2'[产品])), //产品维度表筛选的订单,必须忽略销售表维度的筛选
VALUES('表2'[订单]) //产品维度与销售表产品维度的交集
),
ALL('表3'[产品]) //忽略产品表的维度筛选,为二个维度的订单创造交集
)
来让我们看看透视表的效果
这个还不够完美,因为百分比的视觉效果会更好写,让我新增加一个百分比度量值
占比%:=DIVIDE([Distinct Count of 订单],CALCULATE([Distinct Count of 订单 2],ALL('表3'[产品])))
让我们放进透视表看看效果
完美,太完美了!!!,这是我写过的最好的度量值更多的文章请关注:
购物篮分析 - M迷心窍的文章 - 知乎
https://zhuanlan.zhihu.com/p/145487968
自由转载-非商用-非衍生-保持署名(创意共享3.0许可证)