PowerBI数据分析实践04 | 项目质量分析法
文/海艳
以财务报表分析为例，我会围绕这五种不同的方法论，逐步阐述他们在 PowerBI 中的应用，整体架构如下图所示：
(点击查看大图)
返回具有 DAX 表达式指定的新列的表 ；
CALENDAR
返回一个表，开始日期和结束日期之间的所有日期位于一列上 ；
FILTER
返回已筛选的表 ;
ROUNDUP
从零开始，向上舍入数值 ；
WEEKNUM
返回年份中的周数。
企业的销售结算方式（预收、现销、赊销）；
行业惯例（商业、工业、服务业等）；
企业特定时期的信用政策。
比较分析法：做应收账款期初期末比较，看应收账款规模的变化情况； 比率分析方法：计算应收账款周转率及周转天数； 结构百分比分析法：计算应收账款占总资产的比率，对应收账款权重进行分析，对应收账款进行评价；
账龄分析：对客户所欠账款时间的长短及发生坏帐的可能性进行分析。
应收账款=
var x = MAX( '日期表'[Date] )
return
CALCULATE(
SUM('收款明细表'[欠款金额]),
FILTER(
'收款明细表' ,
'收款明细表'[发票日期] <= x
&& '收款明细表'[实际收款日期] > x
|| '收款明细表'[实际收款日期] =BLANK())
)
欠款天数=
var x = MAX('日期表'[Date])
var y = MAX('收款明细表'[到期日])
var z = MAX('收款明细表'[实际收款日期])
return
IF( y > x , 0 ,
IF( z > y || z = BLANK() , DATEDIFF( y, x ,DAY),0)
)
应收账款分布 =
CALCULATE( [应收账款] , FILTER( '收款明细表' , [欠款天数] >= MIN('账龄表'[最小值]) && [欠款天数] <= MAX('账龄表'[最小值])) )
预计坏账准备金 = [超期应收账款分布] * MAX('账龄表'[坏账率])
最后呈现结果如下：
分析客户的地域构成（一般经济发展好、法律健全的地区， 收回债权的可能性高）；
客户与我司的关联关系（一般非关联关系的债务求偿性强，易收回）；
客户的稳定程度（一般越稳定越能收回）；
赞 (0)