【数据分析】销售案例——移动平均值

时间:2024-03-27 09:33:57

原理

对前期历史数据进行平均消除不规则影响呈现整体发展趋势,根据趋势预测未来走向。
eg:股票均线

拆表

【数据分析】销售案例——移动平均值

现状

正常情况下,一家店铺,日均销售都会在一个区间范围内,比如60000至130000 但是这之间差距达到了70000

【数据分析】销售案例——移动平均值

建表

日期表 = SUMMARIZECOLUMNS(‘销售表’[日期])
总金额 = SUM(‘销售表’[销售金额])
【数据分析】销售案例——移动平均值

dates in period

从现在数多少天(‘表’【列】,min表列,往前多少,天/月)

15天移动平均 = AVERAGEX(DATESINPERIOD(‘销售表’[日期],MIN(‘销售表’[日期]),-15,DAY),[总金额])
通过移动平均值看总体走势
【数据分析】销售案例——移动平均值

60天移动平均 = AVERAGEX(DATESINPERIOD(‘销售表’[日期],MIN(‘销售表’[日期]),-60,DAY),[总金额])
【数据分析】销售案例——移动平均值

建模

建立模拟参数
【数据分析】销售案例——移动平均值
【度量值】
动态移动平均——假设 = AVERAGEX(DATESINPERIOD(‘销售表’[日期],MIN(‘销售表’[日期]),[动态平衡参数 值],DAY),[总销售额])

【数据分析】销售案例——移动平均值