环比怎么算(怎样计算环比)

数据的朋友们大家好，我是老周道数据。和你一起，我用普通人的思维+数据分析，通过数据讲故事。

点击此处观看视频。

复习讲座和家庭作业解答

在上一讲中，通过一个商店销售业绩的报告，我们学习了两种常用的汇总方法:合计和唯一计数。合计是数值相加得到的结果，常用在销量、销售额、毛利等指标中，而唯一计数是数据的去重，常用在客流、SKU的计算中。此外，我们还掌握了如何自定义计算成员，比如毛利/销售额，客单价等于销售额/客流量。

上节课，我们留了两个作业:

问题1:想统计一下店里卖了多少SKU，该怎么做？

问题二:想统计每种商品的销售单价，该怎么做？

SKU的计算类似于客流量的计算，采用唯一计数的聚合方法。不同的是，客流是按销货单编号统计的，而SKU是按商品名称或商品ID统计的。同一个商品ID是一个SKU，这个应该很好理解。

我们来看看第二个问题。我们来看看这个销售单价。很简单。通常，销售数据中有一个销售单价字段。就拿去用吧。不是可以吗？但其实没那么简单。因为如果直接使用销售单价字段，则必须为其选择适当的汇总方法。我们来看看这个平均值能不能用。你不能。因为它采用了算术平均的计算方法，最后的结果并不是我们想要的。正确的算法是金额/数量的汇总。让我们看一个简单的例子。

假设我们一共卖出了三个订单的某种商品，那么它的销量、销量、单价如下图所示:

在销售过程中，真实的销售单价会因为各种折扣和销售政策而有所不同。这时候如果按照Excel中的average函数计算，就会得到2.783的纯算术平均单价。其实我们用销量/销量的时候，得到的是2.769。从财务角度来看，虽然两个数据相差不大，但我们需要的是2.769的真实平均单价。

1.我想统计一下店里卖了多少SKU。我该怎么办？

我们需要通过商品的独特计算来达到这种效果。

点击“新建报表”进入bi数据可视化报表设计页面，然后点击“+”添加新的汇总表。在数据集构建器下，执行以下操作:

在汇总中点击“+”和每日店铺销售额，选择“商品”指标，点击其左下角选择唯一计数。Bi会自动将该指标数据添加到汇总项和数据可视化报表设计画布中，然后将其重命名为“SKU”。这里的数据是SKU的总量。然而，由于我们想要查看商店中销售了多少SKU，我们需要在行维度中添加“stores”指示符。主要操作截图如下:

商品的唯一计算

重新命名

以“存储”作为行维度指标。

最后，我们将获得在不同商店销售的SKU车型的汇总:

2.想统计每个商品的销售单价，该怎么做？

另外，创建一个新的简单表，在汇总中添加“收入”和“数量”，在行维度中添加“商品”。销售单价=收入/数量，所以我们要做到以下几点:

单击摘要旁边的“+”，然后单击& # 34；fx & # 34计算用户定义的销售单价。因为可以直接点击使用模型中的“收入”和“数量”指标，所以这次可以通过取消勾选来进行自定义计算。

再次重申:

只要能得到模型中对应的字段进行计算，尽量不要去查。

本次讲座的内容

好了，我们复习了上节课的内容。那么，我们今天将谈论什么？今天我们就来讲一些比较高级的统计分析方法，比如同比比较。

与上年同期相比，适用于观察某一指标在不同年份的变化。它的优点是可以去除大部分商家的季节性因素。

它是某一阶段与前一阶段相同持续时间的比较，用于显示数据的连续趋势。优点是对于高速增长的业务，可以很好的反映业务的增长趋势和事件的影响。

这两种统计方法根据当期与另一个参照期进行比较。其中，一般情况下，同比比较基于固定的同比抵消标准，即上年同期；与当前时间粒度的上一时段进行比较，计算环比。时间的粒度包括年、季度、月、周、日、周(周一至周日)和时间段(24小时周期)。

在奥维BI中，我们把这两个应用总结成同一个计算，即同期计算。

如果把基准逐年偏移，就认为是同比，但我们不仅可以和去年同期比，还可以和以往任何一年比。在新冠肺炎疫情肆虐的时候，这种场景已经变得非常常见。比如2021年和去年同期比，就是和2020年比，但是因为2020年是疫情元年，可能没有可比性，所以很多公司需要和2019年比。这时候他们可以把-1改成-2。

如果是季度、月、周甚至日，我们都认为是环比。同样，您也可以将偏移值更改为间隔对比度。特殊情况下，也可以输入正数。

在奥维BI中，同步计算是一种内存计算方法。

接下来我们进入系统，做三个bi零售数据分析报告，看看具体效果。

第一份报告:2010年8月店铺销售业绩同月分析。

添加过滤条件以锁定分析范围。

做2010年8月份的数据分析，需要过滤掉这一时期的数据，需要添加过滤条件:时间年、时间月。

单击数据集生成器下方筛选器旁边的“+”，单击维度列下的“2010”和时间月份下的“8”，然后单击确定。“时间年”和“时间月”两个过滤条件会立即添加到过滤栏中，“2010年8月”的数据也会显示在汇总表中。

分析的数据时间控制在2010年8月后，可以继续进行环比分析。

同环分析

同比收益包括同期值、同期比和同期差。

操作:在汇总表中找到“收入”并点击其右侧的“…”，点击“同期”，点击选择“同期比”和“同期差”，点击确定。

这些操作完成后，bi系统会以简表的形式增加上一年的收入、同比收入、同比收入差，负数会变成红色。

这时候报表会自动增加上一年的收入，同比收入，同比收入差。

其他指标也可以做类似的操作。假设我们要对比客户单价和同期，那么我们需要依次点击客户单价“……”和“同期”，勾选同期比。

客户单价的同比效应

此时会自动显示客户单价、去年客户单价、同比客户单价。

客单价其实是一个自定义的计算成员，自定义的计算成员也可以进行同样的环比，比如同比毛利率，同比客单价。

量

环比通常是按月往前推。例如，-1是上个月。以数量链对比为例。依次点击数量指标旁边的“…”、同期、当月、同期比，然后点击确定。

数量环效应

第二份报告:2010年8月各门店月环比分析。

周可以放在行维度“Store”下，也可以放在列维度中。我们来看看两个操作带来的举报效果。

将时间周置于行维度“商店”下:

依次点击维度“+”、维度、日程，勾选“时间周”。

效果图:

此时可以看到2010年8月各门店的周销售额。

将“时间周”放在李维斯的维度中:

单击列维度“+”，然后单击维度，然后单击时间表，并检查“时间周”。

报告效果:

这是交叉报表，数据效果更直观。

第三份报告:所有年份同环比分析。

因为它依赖于所有年份和月份的零售数据，所以有必要删除筛选条件中的时间年份和月份，并将它们添加到行维度中。

单击时间年和时间月指示器旁边的“…”，然后单击“删除”。

单击行维度旁边的“…”，添加时间年和时间月。

报告效果

这时候就可以看到各年各月的销售情况了。接下来，我们将计算每个指数的相同环比。以收益为例。当我们做收入比较时，我们会得到这样的陈述:

在这张报表中，我们可以清楚地看到各年的月环比收入。

敲黑板，说重点。

同期的计算必须按照一定的时间粒度进行过滤，或者行/列维度中有时间维度，否则得不到正确的数据。

而且，要正确使用时间过滤，时间过滤的粒度应该与同期的偏移粒度相同或更细，比如日过滤，可以按同期的日/月/年计算。但如果按年过滤，则不能按同期的月计算。虽然系统不会报错，但是要求用户有正确的使用逻辑。

最后，给你们两个任务:

1.假设今天是2010年8月29日，我要做一个每天的店铺销售报表，分析今天和前一天的对比。

2.在特殊情况下，还可以为同期偏移输入一个正数。你能想到会是这样的场景吗？

今天的讲座到此结束。通过这次讲座，相信你已经感受到奥维比既简单又不简单。简单是因为不需要任何公式来做复杂的环比，但不简单是因为我们要了解业务本身，才能更好的理解奥维BI的运营逻辑。

下节课我们会继续讲一些高级的统计分析，比如这个月/今年的累计等。，敬请关注。

老周道数据，和你一起，用普通人的思维+数据分析，通过数据讲故事。下次见！