答：这个要看实际情况，我一般建议优先考虑在PQ里添加列，因为PQ里添加的自定义列，在PP里能用，而在PP里添加的计算列，在PQ里不能用。

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。

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。

单纯讲解时间智能函数犹如盲人摸象，不见全貌，更不见本质。 我们之前写过很多关于时间智能函数的文章，但文本将是最为本质以及最重要的。本文属于 BI佐罗 PowerBI VIP 线下培训部分抽取。

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。

假设某公司在 2020 年 12 月有活跃客户 100 人，而在此后的一年中只要有销售额，就算该客户在此后的一年为留存客户。那么，对于试着给出对任何年月的活跃客户计算其在未来一年的留存数以及留存率。

白茶在刚开始接触PowerBI的时候，经常被一些基础的概念搞懵，也不好意思问别人说的具体是啥意思，分享一下一个小坑。

来分析一下，假设，王志远是心血来潮，连续10天来健身了10次，然后后面不来了，这也是满足在6个月内来健身10次的。

在 Power BI 中常常遇到与周计算有关的问题。我们将按照不同场景分拆来进行介绍，给出最佳实践。

本文来研究客户的交易年龄。与自然年龄不同，交易年龄指的是客户在发生交易时的年龄，这在多年分析中的差异就会非常显著。

在 PowerBI 中进行这类分析的显著好处之一就是：动态性。在用户选择切片器的不同值后，整个计算重算，并根据用户的选择完成重算，这个选择在实际应用中，可以是门店，品牌，商品等各个维度，以在更加定制化的方面发现其规律。

在 PowerBI 中进行这类分析的显著好处之一就是：动态性。在用户选择切片器的不同值后，整个计算重算，并根据用户的选择完成重算，这个选择在实际应用中，可以是门店，品牌，商品等各个维度，以在更加定制化的方面发现其规律。

在真实的企业环境中，管理往往是按刚需分配，意思是：如果不出问题，那么就不会真正得到重视，因为说明还没有问题。

非常碰巧，在最近几个项目中都遇见计算阶乘的情况，主要是计算排列组合数的时候会用到阶乘。

随着 PowerBI 在2020.7月的发布，迎来一个重要的功能：计算组（Caculation Group）。

实际应用中一般使用度量值来计算排名，今天小伙伴因为特殊场景需要，必须采用计算列来显示排名。

那么，如何实现呢？本文介绍两种方式。喜欢看视频的读者可以直接跳过文字，下拉到视频操作。

使用 Power BI 的小伙伴从进入了数据模型阶段之后，就会遇到如何理解数据模型以及如何编写 DAX 的问题。

一开始PBI催化剂不对此功能进行集成，后来收到的反馈还是较为强烈，所以重新对其进行开发并集成，此批量性的操作，同样地与Excel表单功能进行联合交互。