基于月度环比变化均值实现季节性预测的DAX度量构建问题

现有DAX度量 #

• [% accepted] = DIVIDE(SUM(table1[call_accepted]), SUM(table1[total_call_count]))
• [% accepted PM] = CALCULATE([% accepted], DATEADD(datetable[date], -1, MONTH))
• [% MoM change] = [% accepted] - [% accepted PM]

需求 #

• 按月份名称计算历年同月份的[% MoM change]均值（如10月需计算2021-2023年10月的环比变化均值）
• 自动排除数据集中首尾无有效环比的月份（如最早的2021年1月无上月数据、最晚的2024年1月无当前接受率数据）
• 支持按MonthYear维度展示时，仍能正确显示对应月份的历年均值，而非仅显示当月环比

解决方案DAX度量 #

% avg MoM change = 
VAR CurrentMonthNum = SELECTEDVALUE(Datetable[Month Number])
VAR ValidMonths = 
    FILTER(
        ALL(Datetable),
        Datetable[Month Number] = CurrentMonthNum &&
        NOT ISBLANK([% MoM change])
    )
RETURN
    AVERAGEX(ValidMonths, [% MoM change])

公式说明 #

• CurrentMonthNum：获取当前筛选上下文的月份数字（如10月对应10），确保跨年份匹配同一月份
• ValidMonths：筛选出所有同月份且[% MoM change]非空的记录，自动排除首尾无有效环比的月份
• AVERAGEX：遍历有效月份集合，计算历年同月份的[% MoM change]均值，无论筛选维度是Month还是MonthYear，都能返回正确的历年均值

内容的提问来源于stack exchange，提问作者Jenna