2024年4月7日发(作者：)

学习

CALCULATE

函数（六）丨帕累托之累计求和

（写在前面的话：非常感谢

@

韭菜大神和韭菜

@

冬神的指点，万分感谢。）冬神

哎，说归说，还是需要继续学习

CALCULATE

函数，也是蛮无奈的。最近白茶在研究帕累托分析法，本期分享一下帕累托

ABC

分析法的基础

——

累计求和。

这里简要的说一下什么叫帕累托分析法：意大利经济学家，帕累托研究发现，美国

80%

的经济被

20%

的人所掌握着，而另外

20%

的经济却被

80%

的人所掌握。而且很多事情都符合这一

“

二八定律

”

，于是就诞生了帕累托的分析观点，将事物发生的频

率划分为

A

、

B

、

C

三类，通过集中精力解决

A

类问题，可以缓解主要矛盾，同时，不忘

B

类、

C

类的次要影响，说白了就是

将事物划分为主次层次。

其中，频率为

0%~80%

的，为

A

类因素，是主要影响因素；

频率为

80%~90%

的，为

B

类因素，是次要影响因素；

频率为

90%~100%

的，为

C

类因素，是一般影响因素。

这就是著名的帕累托

ABC

分析法。

小伙伴们，明白了没？我们不光要做帕累托分析图，还要知道原理。

以下是白茶做的示例文件：

这是头几天白茶做的，修改一下，将其导入

PowerBI

中。

之前呢，白茶在网上学了几个累计求和的公式，白茶分享一下。

第一种是利用

EARFIER

函数，如下：

这种方法，有一个很明显不对劲的地方，就是

EARFIER

这里，不能插入表和列，白茶当时不明白为什么，

@

韭菜大神指点我，韭菜

这个函数没理解到位，就是

EARFIER

必须存在于行上下文中，且有两个行上下文，说得通俗一点就是要有原生表和派生表。这

个函数有点抽象，白茶目前还理解的不是很到位。

第二种是利用

VAR

变量，如下：

这是第二种方式。

@

韭菜大神指点，有两处很明显的错误。一是公式的本意是按照销售数量不同值进行累计，可是矩阵中是按韭菜

照日期；二是使用了

ALL

，可以看出最小的销售量是

“5”

，其他每个值都比

5

大，那么每一行都会进行汇总，结果当然是错误的。

（解决办法是添加索引列，再进行筛选）

最后，感谢

@

韭菜大神和韭菜

@

冬神，两位大神的意见是一致的，既然判定销售数量有问题，那么判定时间就好了啊。一语点醒梦

中人啊，而且这种方法可以避免一些上面两个代码有可能存在的错误，比如说当不同日期的销售数量一致的时候，那么上面的计

算公式肯定会存在点问题，解决的办法是添加参数索引。但是按照这种日期筛选法，可以极大程度的避免这个。

代码如下：

累计求和

=

CALCULATE (

SUM ( '

示例

'[

销售数量

] ),

FILTER ( ALL ( '

示例

' ), '

示例

'[

时间

].[Date] <= MAX ( '

示例

'[

时间

].[Date] ) )

)

其结果如图：

这次在矩阵中观察毫无问题！

看似简单的问题，白茶却浪费了很多时间，基础不牢，地动山摇啊。