|
Power BI财销一体分析——TOPN分析实践
欢迎来到Powerbi小课堂，前几期课程我们深入学习了各种财务、销售实用案例，本期我将带领大家整合分散知识点，逐步构建一个全面的分析模型，涵盖封面、登录页、导航页、CEO驾驶舱等模块，以及趋势、产品、畅销品等多维度分析，同时融入度量值嵌套、计算组、动态指标、TOPN分析等高阶技巧。今天我将为大家带来TOPN分析应用实践，通过书签导航在一个页面内切换多个视觉对象，接下来，让我们直接进入今天的实用技巧分享环节。如果您在实践过程中遇到任何问题，欢迎留言交流。请关注我们的公众号《BI研究所》，以获取更多案例更新和学习资源。
想要一份这样的可视化看板吗？想学吗？我教你呀！
案例背景：
我司为专业运动自行车跨国销售企业，涵盖自行车、组件、配件及运动服装。现需制作财销一体分析，紧密结合财务与销售，通过技术手段实现深度融合，数据共享与流程优化，提升决策与运营效率，优化资源配置，增强风险控制，推动企业可持续发展。
设计思路：
通过本、量、利、销维度准确把控财务状况，从品、客、地域三个维度全面分析企业运营趋势，
- 准备基础数据
- 数据清洗
- 建立关系视图
- 个性美化设计
- 数据建模（度量值）
- 制作可视化报告
★数据建模：TOPN分析
首先我们要理解TOPN分析是什么，TOPN分析是一种聚焦于识别数据集中排名前列的关键项的数据分析方法，通常用于快速定位影响业务的核心因素。以下为简要介绍：
核心概念
定义：根据特定指标对数据进行排序，选取排名前N位（如TOP5、TOP10）的项进行深入分析，N值可根据需求灵活调整。
目的：从海量数据中提炼关键信息，辅助决策者优化资源分配、制定策略。
典型应用场景
业务分析
销售管理：识别畅销商品（如前10名贡献60%营收），指导库存与促销。
客户价值：筛选高消费/高活跃用户（TOP20%客户贡献80%利润）。
运营优化
流量分析：定位访问量最高的页面或渠道，优化用户体验。
问题排查：找出故障率最高的设备或环节，优先修复。
市场策略
广告效果：分析点击/转化率最高的渠道，调整预算分配。
实施步骤
- 明确目标：确定分析方向（如提升销售额、降低流失率）。
- 选择指标：选取关键指标（如销售额、访问量、故障次数）。
- 数据准备：清洗并整理相关数据集。
- 排序与筛选环节：依据所选指标进行降序排列，并精准截取前N项关键数据，以便后续深入分析。
- 结果解读：结合业务背景分析头部项目的贡献或问题根源。
- 可视化呈现：使用柱状图、饼图等直观展示TOPN项。
在建模之前，我们首先要确定分析的指标，这里我们定为业绩（销售额）、销量、利润，同时我们确定此次分析N的范围，之前我们建立了用于给排名函数固定筛选条件的表，这次我们要建立一个阈值，将排名范围扩大到50名，新建参数功能，选择数值范围，命名为排名分段，最小值10，最大值50，增量10，勾选将切片器添加到此页，做完这一步，我们正式进入高阶度量值建立。
公式：
产品利润topN =
VAR SelectedRank = SELECTEDVALUE('排名辅助'[排序])
VAR RankedProducts =
ADDCOLUMNS(
ALL('产品表'[产品]),
"ProductProfit", [利润],
"Ranking", RANKX(ALL('产品表'[产品]), [利润],, DESC)
)
RETURN
MAXX(
FILTER(RankedProducts, [Ranking] = SelectedRank),
'产品表'[产品]
)
产品销量topN =
VAR SelectedRank = SELECTEDVALUE('排名辅助'[排序])
VAR RankedProducts =
ADDCOLUMNS(
ALL('产品表'[产品]),
"ProductProfit", [销量],
"Ranking", RANKX(ALL('产品表'[产品]), [销量],, DESC)
)
RETURN
MAXX(
FILTER(RankedProducts, [Ranking] = SelectedRank),
'产品表'[产品]
)
产品销售额topN =
VAR SelectedRank = SELECTEDVALUE('排名辅助'[排序])
VAR RankedProducts =
ADDCOLUMNS(
ALL('产品表'[产品]),
"ProductProfit", [总销售额],
"Ranking", RANKX(ALL('产品表'[产品]), [总销售额],, DESC)
)
RETURN
MAXX(
FILTER(RankedProducts, [Ranking] = SelectedRank),
'产品表'[产品]
)
公式逻辑解析：以产品销售额topN为例
变量1：SELECTEDVALUE('排名辅助'[排序])
作用：从参数表 排名辅助 中获取用户选择的排名值（如N=3表示Top3）。
依赖：需提前创建参数表 排名辅助，通常包含一列连续整数（如1,2,3,...）并通过切片器绑定。
变量2：ADDCOLUMNS()
作用：为原始表添加新列。此处为所有产品添加两列：
ProductProfit：计算每个产品的总销售额（依赖度量值 [总销售额]）。
Ranking：使用 RANKX 对所有产品按销售额降序（DESC）排名。
RANKX()
逻辑：对 ALL('产品表'[产品]) 的所有产品，根据 [总销售额] 降序排名。
返回结果
FILTER(RankedProducts, [Ranking] = SelectedRank)
作用：从已计算排名的表 RankedProducts 中筛选出指定排名的行。
MAXX()
作用：从筛选后的表中提取 产品表[产品] 列的值。
公式：
销量占比 = var a =CALCULATE([销量],ALLSELECTED('产品表'[产品]))
return IF(ISFILTERED('产品表'[产品]),divide([销量],a),BLANK())
销售金额占比 = var a =CALCULATE([总销售额],ALLSELECTED('产品表'[产品]))
return IF(ISFILTERED('产品表'[产品]),divide([总销售额],a),BLANK())
利润占比 = var a =CALCULATE([利润],ALLSELECTED('产品表'[产品]))
return IF(ISFILTERED('产品表'[产品]),divide([利润],a),BLANK())
公式逻辑解析：以销量占比为例
变量1：CALCULATE([销量], ALLSELECTED('产品表'[产品]))
作用：计算在当前报表页面所有可见产品（受外部筛选器影响，但忽略对产品列的直接筛选）的总销量。
关键点：ALLSELECTED 会保留来自其他列（如时间、地区）的筛选，仅移除对 '产品表'[产品] 的筛选。
返回结果：
ISFILTERED('产品表'[产品])
作用：检查是否对 '产品表'[产品] 列应用了直接筛选（例如切片器选择、表格中点击某产品）。
返回值：TRUE（已筛选）或 FALSE（未筛选）。
DIVIDE([销量], a)
作用：安全除法，计算当前产品的销量占所有可见产品总销量的比例（等价于 [销量]/a，但自动处理除零错误）。
BLANK()
逻辑：当未筛选产品时返回空值，避免无意义的全局占比显示
公式：
2017销量占比 = var a =CALCULATE([销量],ALLSELECTED('产品表'[产品]),'日期表'[年]=2017)
VAR B = CALCULATE([销量],'日期表'[年]=2017)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2017利润占比 = var a =CALCULATE([利润],ALLSELECTED('产品表'[产品]),'日期表'[年]=2017)
VAR B = CALCULATE([利润],'日期表'[年]=2017)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2017业绩占比 = var a =CALCULATE([总销售额],ALLSELECTED('产品表'[产品]),'日期表'[年]=2017)
VAR B = CALCULATE([总销售额],'日期表'[年]=2017)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2018销量占比 = var a =CALCULATE([销量],ALLSELECTED('产品表'[产品]),'日期表'[年]=2018)
VAR B = CALCULATE([销量],'日期表'[年]=2018)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2018利润占比 = var a =CALCULATE([利润],ALLSELECTED('产品表'[产品]),'日期表'[年]=2018)
VAR B = CALCULATE([利润],'日期表'[年]=2018)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2018业绩占比 = var a =CALCULATE([总销售额],ALLSELECTED('产品表'[产品]),'日期表'[年]=2018)
VAR B = CALCULATE([总销售额],'日期表'[年]=2018)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2019销量占比 = var a =CALCULATE([销量],ALLSELECTED('产品表'[产品]),'日期表'[年]=2019)
VAR B = CALCULATE([销量],'日期表'[年]=2019)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2019利润占比 = var a =CALCULATE([利润],ALLSELECTED('产品表'[产品]),'日期表'[年]=2019)
VAR B = CALCULATE([利润],'日期表'[年]=2019)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2019业绩占比 = var a =CALCULATE([总销售额],ALLSELECTED('产品表'[产品]),'日期表'[年]=2019)
VAR B = CALCULATE([总销售额],'日期表'[年]=2019)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2020销量占比 = var a =CALCULATE([销量],ALLSELECTED('产品表'[产品]),'日期表'[年]=2020)
VAR B = CALCULATE([销量],'日期表'[年]=2020)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2020利润占比 = var a =CALCULATE([利润],ALLSELECTED('产品表'[产品]),'日期表'[年]=2020)
VAR B = CALCULATE([利润],'日期表'[年]=2020)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
2020业绩占比 = var a =CALCULATE([总销售额],ALLSELECTED('产品表'[产品]),'日期表'[年]=2020)
VAR B = CALCULATE([总销售额],'日期表'[年]=2020)
return IF(ISFILTERED('产品表'[产品]),DIVIDE(B,a),BLANK())
公式逻辑解析：以2017年销量占比为例
以上公式逻辑相同，目的是对之前建立的指标占比公式进行分解，
变量1：CALCULATE([销量], ALLSELECTED('产品表'[产品]), '日期表'[年]=2017)作用：计算2017年所有可见产品的总销量（a）。
关键点：
ALLSELECTED('产品表'[产品]) 保留其他列的筛选（如地区、类别），仅移除对产品列的直接筛选。'日期表'[年]=2017 限定仅计算2017年的数据。
若未对产品列筛选，a = 2017年全局总销量；若筛选了其他列（如地区），a = 该地区2017年所有产品销量。
变量2：CALCULATE([销量], '日期表'[年]=2017)
作用：计算2017年当前上下文产品的销量（B）。
差异：
若已筛选某产品（如切片器选择“产品A”），B = 产品A在2017年的销量。
若未筛选产品，B = 2017年所有产品的总销量（此时 B = a，占比为100%）。
返回结果：
ISFILTERED('产品表'[产品])
逻辑：仅当用户主动筛选产品（如点击表格中的某行、使用产品切片器）时，才计算占比，否则返回空值。
DIVIDE(B, a)
结果：返回 2017年当前产品销量 / 2017年所有可见产品销量，自动处理除零错误。
公式：
利润排名 = SWITCH(TRUE(),
ISFILTERED('产品表'[子类别]), RANKX(ALLSELECTED('产品表'[子类别]),[利润]),
ISFILTERED('产品表'[模型]),RANKX(ALLSELECTED('产品表'[模型]),[利润]),
ISFILTERED('产品表'[产品]), RANKX(ALLSELECTED('产品表'[产品]),[利润]),
ISFILTERED('产品表'[库存ID]), RANKX(ALLSELECTED('产品表'[库存ID]),[利润]),
BLANK())
销量排名 = SWITCH(TRUE(),
ISFILTERED('产品表'[子类别]), RANKX(ALLSELECTED('产品表'[子类别]),[销量]),
ISFILTERED('产品表'[模型]),RANKX(ALLSELECTED('产品表'[模型]),[销量]),
ISFILTERED('产品表'[产品]), RANKX(ALLSELECTED('产品表'[产品]),[销量]),
ISFILTERED('产品表'[库存ID]), RANKX(ALLSELECTED('产品表'[库存ID]),[销量]),
BLANK())
销售额排名 = SWITCH(TRUE(),
ISFILTERED('产品表'[子类别]), RANKX(ALLSELECTED('产品表'[子类别]),[总销售额]),
ISFILTERED('产品表'[模型]),RANKX(ALLSELECTED('产品表'[模型]),[总销售额]),
ISFILTERED('产品表'[产品]), RANKX(ALLSELECTED('产品表'[产品]),[总销售额]),
ISFILTERED('产品表'[库存ID]), RANKX(ALLSELECTED('产品表'[库存ID]),[总销售额]),
BLANK())
公式逻辑解析：以利润排名为例
这些公式用作辅助排名工具，鉴于之前已将排名范围扩展至50名，因此需利用公式固定排名范围，确保在通过切片器筛选排名范围时，能够动态更新相应的可视化表单。
SWITCH(TRUE(), ...)
作用：按顺序检查多个条件，返回第一个匹配的结果（类似 if-else if 链）。
执行流程：
检查是否筛选了 子类别 → 是则计算子类别利润排名。
否则检查是否筛选了 模型 → 是则计算模型利润排名。
以此类推，最后均不满足时返回 BLANK()。
ISFILTERED()
功能：检测指定列是否被直接筛选（如通过切片器、交叉筛选或表格点击）。
优先级：公式按 子类别 → 模型 → 产品 → 库存ID 的顺序检查，因此更粗粒度的筛选（如子类别）会优先触发。
RANKX(ALLSELECTED(...), [利润])
作用：对当前可见的某一层级（如所有子类别）按利润值降序排名。
关键点：
ALLSELECTED 保留其他列的筛选上下文（如时间、地区），仅解除对目标列（如子类别）的筛选。
默认降序排名（高利润排名靠前），如需升序可添加 , , ASC 参数。
BLANK()
触发条件：当没有任何列被筛选时返回空值，避免无意义的全局排名。
无筛选时的行为
若用户未筛选任何列（如查看全局数据），则显示空白，避免计算全表排名（可能性能开销大或无意义）。
公式：
利润排名分段辅助 = var t = SELECTEDVALUE('排名分段'[排名分段])
return SWITCH(true(),
AND(t=10,[利润排名]<=10),[利润],
AND(t=20,[利润排名]<=20&&[利润排名]>10),[利润],
AND(t=30,[利润排名]<=30&&[利润排名]>20),[利润],
AND(t=40,[利润排名]<=40&&[利润排名]>30),[利润],
AND(t=50,[利润排名]<=50&&[利润排名]>40),[利润],
blank())
销量排名分段辅助 = var t = SELECTEDVALUE('排名分段'[排名分段])
return SWITCH(true(),
AND(t=10,[销量排名]<=10),[销量],
AND(t=20,[销量排名]<=20&&[销量排名]>10),[销量],
AND(t=30,[销量排名]<=30&&[销量排名]>20),[销量],
AND(t=40,[销量排名]<=40&&[销量排名]>30),[销量],
AND(t=50,[销量排名]<=50&&[销量排名]>40),[销量],
blank())
销售额排名分段辅助 = var t = SELECTEDVALUE('排名分段'[排名分段])
return SWITCH(true(),
AND(t=10,[销售额排名]<=10),[总销售额],
AND(t=20,[销售额排名]<=20&&[销售额排名]>10),[总销售额],
AND(t=30,[销售额排名]<=30&&[销售额排名]>20),[总销售额],
AND(t=40,[销售额排名]<=40&&[销售额排名]>30),[总销售额],
AND(t=50,[销售额排名]<=50&&[销售额排名]>40),[总销售额],
blank())
公式逻辑解析：以利润排名分段辅助为例
此度量值用于给可视化固定筛选使用
变量1：SELECTEDVALUE('排名分段'[排名分段])
作用：从参数表 排名分段 中获取用户选择的分段值（如10、20、30等）。
依赖：需要提前创建包含 排名分段 列的参数表，并通过切片器或下拉菜单绑定该列。
返回结果
SWITCH(TRUE(), ...)
功能：按顺序检查多个条件，返回第一个匹配的结果。
条件结构：每个条件均为 AND(t=分段值, 排名区间)，确保同时满足用户选择的分段和排名范围。
排名区间逻辑
前10名：[利润排名]<=10
11-20名：[利润排名]<=20 && [利润排名]>10
以此类推，每10名为一个区间。
注意：区间是左闭右开的（如11-20名实际包含第11名到第20名）。
如果当前产品的利润排名落在用户选择的区间内，则返回该产品的 [利润] 值，否则返回 BLANK()。
★制作可视化报告
第一步：设置报表页格式选项，选择画布背景，上传我们设计好的素材
第二步：插入一个矩形图，填充颜色，打开阴影、发光功能
第三步：添加主页图标图像，启用交互功能，设置类型为书签，并指定书签为主页，点击该图标即可快速跳转至主页。
第四步：插入图像导航图标。
第五步：插入四个切片器及文本框，将分类、日期、渠道、国家等字段分别拖放至对应切片器，隐藏切片器标题，在文本框中手动输入切片器标题。随后，在可视化页面顶部横向排列这些元素。接着，打开视图窗口的选择功能，选中所有切片器和文本框，通过右键菜单进行分组，命名为‘筛选组’。
第六步：引入第三方视觉组件Tile Search Slicer by TME AG，并将产品表建议标价字段拖入该组件中。
第七步：引入第三方视觉组件Attribute Slicer，并插入两个，并将产品表子类别、模型字段拖入该组件中，这三个切片器的使用是为了实现多选，并呈现多选项目。
第八步：插入三个形状，选择圆角矩形，分别添加对比强烈的颜色，并插入三个文本框，利润top3，销量top3，业绩top3，将文本框调整大小置于圆角矩形内，用于呈现不同指标前三名的产品名称。
第九步：选取素材包内的数字图标作为图像，调整图标框大小并嵌入圆角矩形框中，以便辅助展示各类指标排名前三的产品排名情况。
第十步：创建九个卡片图，分别导入度量值产品利润topN、产品销量topN、产品销售额topN，并将排名辅助表中的排名字段设置为筛选条件，应用于可视化对象，确保每个卡片图展示的是对应指标排名前1、2、3的产品。
第十一步：调整九个卡片图的大小，并关闭其标题显示，然后将它们精准放置于对应的圆角矩形框内。接着，利用选择分组功能，将已创建的卡片图、文本框、图标以及圆角矩形整合为一组，并命名为‘卡片组’。
第十二步：创建三个矩阵图，将‘产品’字段拖入行区域。第一个矩阵图的值区域分别添加度量值：利润、利润占比及2017至2020年各年的利润占比；第二个矩阵图的值区域添加度量值：销量、销量占比及2017至2020年各年的销量占比；第三个矩阵图的值区域添加度量值：总销售额、总销售额占比及2017至2020年各年的总销售额占比。随后，将利润排名分段辅助、销量排名分段辅助、销售额排名分段辅助分别作为筛选器添加到对应的矩阵图中，设置筛选条件为显示值非空，并应用这些筛选器。
第十三步：再次创建三个矩阵图，将‘国家’和‘年度名称’字段拖入行区域，将排名辅助表的‘排名字段’拖入列区域。第一个矩阵图的值区域添加度量值‘产品利润topn’；第二个矩阵图的值区域添加度量值‘产品销量topn’；第三个矩阵图的值区域添加度量值‘产品销售额topn’。
第十四步：插入两个空白书签按钮，分别命名为畅销产品业绩矩阵和topn矩阵，并给控件替换图标，分别为素材包畅销作品图标和产品详情图标，再插入两个空白的书签导航器备用。
第十五步：首先，将已创建的矩阵图、切片器、书签导航及书签按钮等元素，根据其功能特性，划分为两个主要分组，即topn矩阵组和指标矩阵组。
第十六步：打开视图窗口书签功能，给可视化对象添加书签，以topn矩阵为例，点开对应分组，选择我们要添加书签的可视化对象，点击另外两个可视化对象后面的眼睛实现隐藏功能，点击添加书签，重命名为对应的矩阵名称，并重复以上动作，为不同的可视化对象添加书签，右键书签点击更新，最后测试下选择不同书签是否能出现对应可视化对象，而其他两个可视化对象实现隐藏，注意在执行此步骤时，一定要正确使用可视化对象的隐藏和显示，这个步骤类似于录制我们对此可视化页面的操作步骤，一步录错前功尽弃，按照不同可视化对象功能，多选书签，点击右键分组，重命名为topn导航和指标矩阵导航。
第十七步：点击先前创建的备用书签导航，在视觉对象中选择书签功能，并将相应的书签分组分配给空白的书签导航。这样，当我们点击控件时，系统会根据预设的书签显示对应的可视化对象。最后，将书签导航器拖动至相应的可视化分组位置。
第十八步：在视图窗口中激活书签功能，并为畅销品页面创建一个名为‘畅销品’的新书签。接着，将该书签拖放至页面导航组中。
第十九步：插入一个书签导航器，视觉对象选择书签功能，将对应的书签分组页面导航组赋给空白的书签导航。
第二十步：如图美化页面，开启编辑交互功能，关闭排名分段切片器对于其他视觉对象的干扰。
好的，今天的讲解就到这里。后期课程也会逐渐增加难度，如果在学习过程中需要帮助，欢迎随时联系作者，精彩内容，敬请期待。
获取模板文件或咨询，联系瓶子微信wdfyqx | 
