以上三种，我们都是基于Power BI页面表现进行设置即可。今天我们更进一步，讲讲不变更页面设置，对后台(Query+Pivot)进行变更达到一个图表显示更多内容的目的。先看结果

小编最近在研究金蝶云星空中如何将已有的BI 工具 集成进去，对于BOS开发毫无经验的我，就这么开始了从0到1的过程。在实现功能过程中，也踩了很多坑，接下来看如何避坑。 那么具体如何实现，根据下面的步骤来看。

指标多是常态，以零售业为例，和人相关的指标有进店率、客流数、成交率、连带率（客单量）、客单价，和货相关的销售折扣、库存周转天数、售罄率、品类销存占比、齐码率等等。

指标多是常态，以零售业为例，和人相关的指标有进店率、客流数、成交率、连带率（客单量）、客单价，和货相关的销售折扣、库存周转天数、售罄率、品类销存占比、齐码率等等。

过去十年，大数据技术的快速发展，让数据消费前进一大步，数据价值得到一定程度的挖掘与释放，真正开启了“用数”的大时代。但数据分析繁杂的技术栈、复杂的处理过程以及程式化的交互方式，让“数据消费”的门槛始终降不下来，一定程度制约着企业迈向“用好数”的新阶段。

文章背景： DAX权威指南第16章讲的是DAX中的高级计算。最后一个例子提到，为了准确地计算出年同比（YOY），需要忽略上一年中发生在设定日期之后的任何销售数据。

拉新招新一直是各大企业业绩增长的命门，在维护好老用户，提升口碑的前提下，新用户的注入无疑会提升各项业绩。

2019年的“618促销盛宴” 已经渐渐由冲刺走向收官阶段 各行业成交量高速增长 纪录不断地被刷新 有数据统计： 6月18日零点过后 京东在第一个小时的成交金额 同比增长65% 截至18日下午14时40分 京东618购物节累计下单金额 已超1809亿 截至6月14日中午12点 拼多多平台成交单量高达8.2亿笔 …… 买买买的剁手剁爽了 各大电商店家的客服小哥哥小姐姐们 经历了1个晚上的奋战 接待了万计的客户 回答了几千次的重复问题 遭遇了数不清的灵魂拷问 深刻认识到了 618大促的强劲消费动力 一款优

首先我来简单说一下我是怎么发现这个问题的。事实上，我有 100 种方法发现这个问题，而你却无能为力~！下面我来列举一种比较简单的方法。学过 Python 的都知道运算符（//）表示整除，运算符（%）表示求余，整除和求余同样也可以用于浮点数，逻辑和两个整数整除和求余一样。然而，在两个浮点数进行求余和整除的过程中可能出现意外，下面来看例子。

首先我来简单说一下我是怎么发现这个问题的。事实上，我有 100 种方法发现这个问题，而你却无能为力~！下面我来列举一种比较简单的方法。学过 Python 的都知道运算符（//）表示整除，运算符（%）表示求余，整除和求余同样也可以用于浮点数，逻辑和两个整数整除和求余一样。然而，在两个浮点数进行求余和整除的过程中可能出现意外，下面来看例子。

熟悉 Power BI 的小伙伴，已经知道用 DAX 编写业务逻辑有些挑战的。微软通过两年的设计和开发，在日前举行的数据峰会中，首次对外透露这一特性。一起来看看吧。

文章背景： 在表缺少主键无法直接创建关系，或者需要借助复杂的计算才能创建主键的情况下，可以利用计算列来设置关系。在基于计算列创建关系时，循环依赖经常发生。下面先介绍一个示例，然后讲解循环依赖产生的原因，以及如何避免空行依赖。

不管是Power BI中还是在Excel的Power Pbiot中使用DAX，都支持VAR变量的写法。变量的方法不仅提高了代码的性能，还能减少代码的重复使用带来的阅读不方便。 但是很多的新手朋友们在编写表达式的时候，使用变量可能会犯这样一个错误。来看看你是不是也有这样的习惯和问题。先来看一下数据模型。 比如，要计算每个大区的订单金额占所有大区订单总金额的占比。这是一个简单的度量值，新手朋友们有可能的一种编写的代码是： 订单金额占比 =VAR salestotal = SUM

不管是Power BI中还是在Excel的Power Pbiot中使用DAX，都支持VAR变量的写法。变量的方法不仅提高了代码的性能，还能减少代码的重复使用带来的阅读不方便。 但是很多的新手朋友们在编写表达式的时候，使用变量可能会犯这样一个错误。来看看你是不是也有这样的习惯和问题。先来看一下数据模型。 比如，要计算每个大区的订单金额占所有大区订单总金额的占比。这是一个简单的度量值，新手朋友们有可能的一种编写的代码是： 订单金额占比 =VAR salestotal = SUM

凌锋公益，一个专注于偏远地区医疗健康与孤儿生活教育的慈善机构，深知数据在推动项目进展和优化决策中的核心作用，尤其在「乡村振兴康复健康小屋」项目中更为凸显。

大海：在Power BI里增加列有2种方法，一种是咱们在学Power Query里的“添加列”方法，还有一种是在PowerPivot里的新建“计算列”方法。具体操作方法如下：

PowerBI 的体系已经基本完善，我们将重新思考和拆解其中的固定规律给到大家。我们将这些组合成为：定式，模式，模板。

投资回收期是投资决策分析中一个重要的参考指标，它是指投资资金刚好收回所需的投资年限。投资回收期计算一般有两种：一是静态投资回收期：指在不考虑资金时间价值的条件下，投资项目的净收益回收其全部投资所需要的时间；二是动态投资回收期：即在考虑资金时间价值的条件下，投资项目的净收益回收其全部投资所需要的时间。下面以静态投资回收期为例，来说明在 Power BI 中如何计算投资回收期。

按照 Power BI 教父以及 DAX 之父所言，Power BI 为了业务分析师而设计，在可视化层面的易用性，相比 Zebra BI 来说，差距之大。

你可能听过日期维度，但你可能没有听过空间维度和指标维度。这些都是这里的原创划分，你需要关注这些内容的讲法。