Power BI实践应用：KPI指标动态展示TOPN及其他

大家好，欢迎来到IT知识分享网。

​本文来自星友Beau的分享，在进行数据指标的展现时，对关键的少数单独展示，而对剩余的大多数折叠为其他项，是一个很常用的做法。Beau同学通过一个日常的办公场景，详细介绍了PowerBI实现的步骤，值得大家借鉴。

KPI指标动态展示之TOPN及其他

作者：Beau

一、背景故事

2020年第一天上班，B同学还沉浸在跨年的喜悦中，坐在工位上，喝了一口枸杞养生茶，随即打开了电脑，邮箱提醒老板发来一封邮件，顿时心头一紧，不会有重要工作吧，赶紧点开邮件，看着看着，眉头渐舒，原来老板让他对19年所有客户的销售做排名展示，以了解公司头部客户去年销售表现，具体要求为：

1.TOPN中的N值动态可选。

2.除了TOPN中的客户，其余客户销售归为“其他”组显示。

3.显示TOPN和”其他”组的销售占比情况。

B同学此时心中窃喜，这需求貌似在网上看到过现成解决方案，那就简单了，打开度娘，照葫芦画瓢，不到半个小时，B同学就搞定把邮件发出。在钉钉上和同事聊了几句，刚拿起茶杯，邮箱提醒老板邮件又来了，是不是被我的效率震惊了？赶紧点开邮件，邮件大意如下：

1.对完成速度和质量表示认可。

2.对内容有了新的要求：

*对于TOPN客户，不要汇总在一起，要看到客户明细。

*对于KPI指标要实现动态切换，比如销售额，销量，利润等。

3.中午十二点前要给到老板。

B同学此时悲喜交加，新诉求看起来简单，但是对于之前没有过类似实操经验的B同学来说，难度颇大，度娘这次也不好使了，看了一下时间，离十二点还有三个小时，烧香拜佛已然来不及，求人不如求己，B同学放下茶杯，扶了扶眼镜，带上耳塞，点开PBI，开整……

二、制作步骤

1.模型概览

四个维度表（地区，客户，产品，日期）与一个事实表（订单）分别建立一对多的单向筛选关系。其余四个是自建的辅助表。

根据老板的要求，要实现对TOPN的客户明细展示以及KPI指标的动态切换，那么这里需要建立三个辅助表，分别通过新建参数和新建表的方式，具体如下：

参数N（范围1-50，50以后的客户老板也基本不会看了）

KPI类别表（便于实现KPI动态切换）

KPI类别表 =

SELECTCOLUMNS (

{ (“销售额”, “1” ),( “销量”, “2” ),( “利润额”,”3″ ), ( “利润率”, “4” )},

“KPI”, [Value1],

“orderby”, [Value2]

)

TOPN参数表（包含所有客户姓名+其他，便于后续动态展示）

TOPN参数表 =

VAR customer =

SELECTCOLUMNS ( VALUES ( ‘客户'[客户名称] ), “TOPN参数”, [客户名称] )

VAR others = { “其他”}

RETURN

UNION ( custrom, others )

这个辅助表的建立很重要，是在后续可视化中将客户组与“其他“组同时展示的关键。

2.建立度量值

凉菜上完了，硬菜马上端上桌，需要建立的具体度量值如下所示。

先唠叨几句，

要做好度量值的归类整理和规范命名工作！

要做好度量值的归类整理和规范命名工作！

要做好度量值的归类整理和规范命名工作！

重要的事情说三遍！

否则后期度量多了之后你真的会懵逼！

简单的基础度量就不再花时间赘述了，下面重点对核心度量进行解释说明。

base.kpi.auto =

VAR kpiname =

SELECTEDVALUE ( ‘KPI类别表'[KPI] )

RETURN

SWITCH (

kpiname,

“销售额”, [base.salse],

“销量”, [base.volume],

“利润额”, [base.Profit],

“利润率”, [base.Profit%]

)

度量本身不难，作用为实现对KPI的动态切换。

rank.kpi =

CALCULATE (

[base.kpi.auto],

TREATAS (VALUES ( ‘TOPN参数表'[TOPN参数] ), ‘客户'[客户名称] )

)

看着也很简单吧，但很重要，从模型关系图中可以看到在这里B同学并没有将TOPN参数表与任何表建立关系，那么该如何实现利用TOPN参数表的字段对KPI指标进行筛选呢？这里我们用到了TREATAS函数，通过共有字段[客户名称]建立虚拟关系连接两表，这也是一种无侵入式的设计思路。

rank.rank =

RANKX ( ALL ( ‘TOPN参数表'[TOPN参数] ), [rank.kpi] )

有了rank.kpi度量，那么接下来就是自然的对此度量进行排名。

如果前面介绍的几个度量可以称之为后台度量或基础度量，那么后面我们要介绍的度量便可以称为前端度量或展示度量。

先上效果图：

对上图进行简单分析，有三个列字段，TOPN即之前建立的辅助表TOPN参数表，KPI即为核心指标，还有对KPI排名的RANK字段。

接下来重点讲一下KPI以及RANK字段相关度量值的构建。

KPI字段度量值

view.topn&others =

VAR top_category =

SELECTEDVALUE ( ‘TOPN参数表'[TOPN参数] )

VAR N =

TOPN ( [参数N 值], VALUES ( ‘客户'[客户名称] ), [base.kpi.auto] )

RETURN

SWITCH (

TRUE(),

[rank.rank] <= [参数N 值],[rank.kpi],

top_category = “其他”, CALCULATE ([base.kpi.auto], EXCEPT ( ALLSELECTED ( ‘客户'[客户名称] ), N ) )

)

整体思路是将参数N值和[rank.rank]进行对比，小于等于时显示[rank.kpi]，其次当’TOPN参数表'[TOPN参数]=“其他”时，显示除TOPN值以外的客户汇总值，要重点注意函数EXCEPT在这里的使用逻辑，这里作为获取差集来使用。

RANK字段度量值

view.rank =

VAR top_category=

SELECTEDVALUE ( ‘TOPN参数表'[TOPN参数] )

RETURN

SWITCH (

TRUE(),

HASONEVALUE ( ‘TOPN参数表'[TOPN参数] )

&& [view.topn&others] <> 0

&& [rank.rank] <= [参数N 值], [rank.rank],

HASONEVALUE ( ‘TOPN参数表'[TOPN参数] )

&& [view.topn&others] <> 0

&& top_category = “其他”, 51

)

回到效果图，能看出对于RANK字段，我们实现了客户KPI的降序排列，同时也将“其他”放在表格底部且不存在RANK值，大家这里会发现要实现这样的效果，通过构建辅助表的常规方式也许可以实现，但是非常复杂。

这里B同学采用了曲线救国的方法，我们给到“其他”一个很大的RANK值，同时将这个值颜色设置成与底色一致，那么就变相的实现了隐藏RANK值的目的。

上面度量中把“其他”的RANK值设置为51就是出于这个目的，当然这个度量里还有一些其他小细节的处理，小伙伴们可以细细品味。

3.制作可视化

做完上面的工作，时间已来到了十一点半，B同学长舒了一口气，还好，核心工作已经完成，下面就剩可视化的展现。

老板要求看到累计占比，首先想到的就是折线和簇状柱形图，加切片器，调位置，上配色。一气呵成，最终效果如下图所示：

这时闹钟响了，还剩最后五分钟，上传，发送，B同学终于赶在12点前将邮件发出。

对着电脑屏幕，B同学陷入了沉思，这是最完美的报告么？老板最终会满意么？切片维度能否加入年，季，月？对于TOPN客户能否进行ABC分析？能否将客户维度扩展到其他维度？是否应该第一次交差就做仔细思考而不是敷衍了事？

茶虽已凉，心却很热，B同学发现能做的还有很多，这仅仅是开始……

三、写在最后

通过本文希望能让大家对（TOPN明细+其他）及KPI指标动态展示有较完整且清晰的了解。

文章有干货也有情怀，在职场中的小伙伴们，是否从B同学的身上依稀看到了当年的自己？希望大家都能在新的一年中，发现关于自己更多未知的可能。

本人能力有限，文中如有不当之处，请各位小伙伴给予批评指正。

最后感谢@佐罗老师的数据源，感谢@采悟老师和@天行老师的不吝指导，他们不间断高质量的输出，使我受益良多，站在巨人的肩膀上，会让我看的更远。

PS:仔细看，图中有亮点，拿到源文件会有更多惊喜哦！

/推荐阅读/

Power BI数据分析可视化实战：带你全面认识强大的PowerBI

PowerBI作图技巧：利用度量值进行动态指标分析

年终考核，送你10个炫酷的KPI可视化报表！