| 案例1：计算累计百分比。累计百分比计算常用于做二八分析。 表格说明：将商品按照销售额从高到低做排序，并计算销售额占比，和销售额的累计占比。
解决方案： 占比：使用高级计算 > 占比设置 累计占比：使用高级计算 > 表计算。Step1：设置累计计算，为单列向下求和；Step2：设置基于计算结果的二次表计算。当前行/最后一行=累计占比，其中当前行代表累计的销售额，最后一行代表所有商品的总计销售额。
----------------------------------------------------------------------------------------------------------------------------------------------------------- 案例2: 计算累计未处理的客户问题数。 表格说明： 新增Task数量以问题提出的日期为统计日期计算每天新增加的问题数。 解决Task数量以问题解决的日期为统计日期计算每天解决的问题数。 净增加Task数量=每日新增Task数量-解决Task数量 累计Open的Task数量=昨日累计的Open Task数量+今日净增加Task数量。为累计未处理的客户问题数量。
解决方案： 1. 数据集处理：用Smart ETL工具对数据源做处理，将问题提出日期和解决日期统一到同一列中，并命名为统计日期。
2. 卡片设置：以统计日期为维度计算， 净增加Task数量：COALESCE([新增Task数量],0)-COALESCE([解决Task数量],0) 累计Open的Task数量：使用净增加Task数量，并设置表计算。
----------------------------------------------------------------------------------------------------------------------------------------------------------- 案例3: 新品分析。对比不同商品在上新n个月后的销量变化趋势。 表格说明： 商品上架月数：商品销售日期距离商品新上架日期的月份数。 销量：商品在上架N月后的销量。 销量环比趋势：商品在上架N月后的销量相对于上一个月的变化幅度。
解决方案： 商品上架月数：ceil(MONTHS_BETWEEN([日期],[商品上线日期]))，计算商品上架月数，可根据业务需求自定义计算方法。 销量环比趋势：高级计算 > 表计算 >差异百分比。
----------------------------------------------------------------------------------------------------------------------------------------------------------- 案例4: 商品维度和时间维度同时需要做同环比。 场景介绍：在筛选器中选择商品的年季(商品上架的年和季度)和日期(营业日期)，表格中计算不同年季商品的销售额和年同比销售额。这里的年同比销售额需要在时间和商品两个维度上做年同比计算。案例中为在2022年第1季度上新的商品在所选日期2022-09-01至2022-11-30这段时间内的销量同比2021年第1季度上新的商品在所选日期往前倒推一年2021-09-01至2021-11-30这段时间内的销量。 案例启发：本场景中，商品维度关于同比的定义可以根据业务需求做调整。也就是说通过表计算功能，我们可以灵活地实现一些更复杂的同环比计算。
解决方案： 1. 使用全局参数计算出本期销量(日期筛选器所选时间段)和上期销量(日期筛选器所选时间段往前倒推一年)； 本期销量：IF([日期]>=[DYNAMIC_PARAMS.begin_date] and [日期]<=[DYNAMIC_PARAMS.end_date],[销量],0) 上期销量：IF([日期]>=ADD_MONTHS([DYNAMIC_PARAMS.begin_date],-12) and [日期]<=ADD_MONTHS([DYNAMIC_PARAMS.end_date],-12),[销量],0) 2. 将本期销量和上期销量集成到1个指标内。注意：如果所选时间段需跨年，则“销量2”公式需要调整 销量2：if(year([上架日期])=year([DYNAMIC_PARAMS.begin_date]),[本期销量],[上期销量])
3. 基于“销量2”字段做高级计算>表计算，算出年同比增长率。案例中为在2022年第1季度上新的商品在所选日期2022-09-01至2022-11-30这段时间内的销量同比2021年第1季度上新的商品在所选日期往前倒推一年2021-09-01至2021-11-30这段时间内的销量.
----------------------------------------------------------------------------------------------------------------------------------------------------------- 案例5: 计算商品销售额的排名变化(本月销售额排名vs.上月销售额排名) 场景介绍：
解决方案： 1. 排名：使用卡片高级计算 > 排名，计算商品销售额在每个月份在所有商品中的排名； 2. 排名变化：使用卡片高级计算 > 表计算，先计算商品销售额在每个月份在所有商品中的排名，再计算排名的差异，也就是本月排名对比上月排名的变化；
3. 对排名变化设置条件格式。
|
