Power BI技巧之在同一图表中显示实际值和预测值

强关系，销售表包含关键粒度的信息；以及预算表的弱关系，它必须以不同粒度链接到三个维度。

们的主要重点是能够准备一个像下面这样的图表:
演示模型中的预测度量是一段相当高级的DAX代码，它本身就需要一篇完整的文章去阐述。

在本文中，我们对使用的预测方法没有进行详细的解释;我们的目标是解释如何计算下一个度量:剩余预测。

剩下的预测指标必须分析销售表，找出有销售的最后一天，然后计算预测值。

代码如下:
关于这个公式有几个有趣的注意事项:在计算LastDateWithSales变量时，我们必须使用ALL来检索销售表的最后一个日期。

如果没有ALL修饰符，该变量将计算筛选期间(或上下文)中销售的最后日期。

这将返回不正确的数字。

另一个注意事项是在筛选Result变量中的日期时使用KEEPFILTERS。

由于筛选器对DateKey列进行操作，而DateKey列是标记为日期表的表的主键，因此它将覆盖先前存在的所有筛选器。

因此，需要KEEPFILTERS来强制在当前选择的时间段内进行计算。

您可以在2010年8月了解该度量值的工作方式。

因为销售的最后一个日期是8月15日，所以剩余的预测量是在8月16日到8月底之间生成的预测。

剩下的预测值被Sales & Forecast度量值使用，Sales & Forecast 度量值简单的将两个基本的度量值相加:
请记住，这两项度量值可以很容易地求和，而无需任何额外的测试。

实际上，剩余预测仅产生未来日期的价值 - 与此同时，销售额在未来日期不会产生任何价值。

因此，在任何一天都有销售或预算; 两者都不会在同一时刻出现。

现在，来进行第二步：用以前的销售额来纠正预算。

正如我们已经指出的那样，预算值过低。

应用修正因子是一项需要谨慎处理的业务要求。

在这个例子中，我们使用一种相当简单的方法：我们计算截至8月15日的预算和销售之间的百分比差异，然后我们使用这个百分比差异作为未来的修正因子。

以下是计算预算与销售之间百分比差异的度量值：
这项度量值比前一项度量值简单。

它首先用Sales（lastdateWithSales）计算最后一个日期，然后用
Sales（budgetComparison）计算当前年度的所有销售额（实际）和截至最后一个日期的预算。

最后一部分只将差额转换成百分比，稍后将用于更新预算数字。

最后一步是在ADJ Sales&Forecast度量中使用此百分比，该度量计算截至8月15日的销售额以及调整后的剩余预测版本，并用以下百分比进行更正：
为了对上面的图表使用这些度量，需要将它们嵌入到YTD模式中:
正如您所看到的，要编写的代码并不复杂，而且结果非常好。

这些措施只是一个完整预算解决方案的起点。

不过，它们已经展示了如何在DAX中生成强大的结果，只要您开始掌握筛选器上下文并进行计算。