在Power BI中基于ACWP6个月平均值预测未来6个月EA

一、DAX度量值编写 #

根据需求，需创建以下4个核心度量值：

1. 获取2023年9月1日的EA基准值 #

提取各公司、各流程在2023年9月1日的EA期末值，作为预测起始基础：

EA_202309_Base = 
CALCULATE(
    MAX(ProcessTable[EA]),
    ProcessTable[Reporting_Date] = DATE(2023, 9, 1),
    ALLEXCEPT(ProcessTable, ProcessTable[ProcessName], ProcessTable[Company])
)

2. 计算过去6个月ACWP平均值 #

筛选2023年4月至9月的ACWP数据，按公司、流程分组计算平均值：

ACWP_Past6Months_Avg = 
CALCULATE(
    AVERAGE(ProcessTable[ACWP]),
    DATESBETWEEN(DateTable[Date], DATE(2023, 4, 1), DATE(2023, 9, 30)),
    ALLEXCEPT(ProcessTable, ProcessTable[ProcessName], ProcessTable[Company])
)

3. 计算每月ACWP增量 #

将过去6个月的ACWP平均值除以6，得到每月平均增量：

Monthly_ACWP_Increment = DIVIDE([ACWP_Past6Months_Avg], 6)

4. 生成未来6个月EA预测值 #

基于9月基准值，结合每月增量计算2023年10月至2024年3月的EA预测值：

EA_Forecast = 
VAR CurrentMonthStart = STARTOFMONTH(DateTable[Date])
VAR MonthOffset = DATEDIFF(DATE(2023, 9, 1), CurrentMonthStart, MONTH)
RETURN
IF(
    MonthOffset > 0 && MonthOffset <= 6,
    [EA_202309_Base] + ([Monthly_ACWP_Increment] * MonthOffset),
    BLANK()
)

二、图表配置 #

按以下步骤创建预测图表：

• 选择折线图（需区分实际值与预测值时，可使用组合图）
• 横轴字段：DateTable[Period_MonthYear]
• 纵轴字段：ProcessTable[EA]（历史实际值）、[EA_Forecast]（预测值）
• 图例字段：ProcessTable[ProcessName]
• 筛选设置：将DateTable[Period_MonthYear]范围限定为2023年4月至2024年3月，支持按CompanyTable[Company]筛选特定公司数据
• 格式调整：将预测线设置为虚线样式，为实际线和预测线添加数据标签，增强可读性

注意事项 #

• 确认数据模型关联：ProcessTable[Reporting_Date]需与DateTable[Date]建立日期关联，ProcessTable[Company]与CompanyTable[Company]建立关联（注意CompanyTable的列名Compay为笔误，建议修正为Company避免关联错误）
• 若历史数据中部分公司/流程的2023年9月1日EA值缺失，可根据实际情况替换MAX为AVERAGE或其他聚合函数

内容的提问来源于stack exchange，提问作者Tim