? 在管理咨詢和商業分析中，矩陣分析是最常見的一種分析方法，比如波士頓矩陣、通用矩陣、安索夫矩陣等等。其基本思路就是根據兩個維度，每個維度兩個分類，組成一個4分類的圖形；如果每個維度多分一類就是9分類的圖形。之所以選擇兩個維度，是為了在二維圖形上能直接表達出來，但這往往也會出現信息不全的尷尬問題。

? 今天介紹在PowerBI里面實現矩陣分析，并且因為DAX語句的靈活性，還可以自由的調整參數字段，做到圖形隨心所動。效果就是上面這樣，思路也不復雜，下面來介紹一下實現方式。

? 首先介紹一下我們使用的數據，還是熟悉的訂單數據，Python一直在后臺不停產生最新數據，所以還是很有意思的。我們這里就使用品牌的金額環比變化和品牌金額整體占比兩個維度來演示。實際如果正常情況下我們有條件最好選擇品牌整體的同比數據和品牌在行業的占比。兩個度量值的DAX語句如下↓

金額環比 = VAR last_m = CALCULATE([銷售金額(萬)],DATEADD('Date'[日期],-1,MONTH))RETURN DIVIDE([銷售金額(萬)]-last_m,last_m)??金額品牌占比 = DIVIDE([銷售金額(萬)],CALCULATE([銷售金額(萬)],ALL(brand[品牌])))

? 然后插入散點圖，用這兩個度量值做橫縱坐標，在設置一下顏色和標簽，效果如下↓

? 但這離我們的理想效果還有一定的差距，首先我們需要插入兩條線來進行分隔，分成四個象限。方法是在分析菜單里面新增一條自定義的橫線和縱線就行了，這里為了能夠自由的控制橫縱線條的位置，我們需要把兩條線做成參數選項，然后通過自定義線條的形式加載進來，效果如下↓

? 最后我們需要設置不同象限的顏色，以便更清楚的區分不同的分類，這里還需要結合到自定義線條的動態變化，我們新建一個顏色的度量值，然后應用到散點圖的顏色里面就可以了，顏色的DAX語句如下↓

交易金額四象限color = var mks = [BCG_h Value]var yoy = [BCG_v Value]RETURN SWITCH( TRUE(), [金額品牌占比] >= mks && [金額環比] >= yoy, "#65DE5D", [金額品牌占比] >= mks && [金額環比] < yoy, "#FDDE46", [金額品牌占比] < mks && [金額環比] >= yoy, "#FF774A", [金額品牌占比] < mks && [金額環比] < yoy, "#AAAEB0", BLANK() )

? 到此我們的內容就完了，再加幾個篩選器就可以了，可以自由靈活的控制線條的位置和其他參數。

? 這里我們使用的是二分類的方法，是分成四個象限，我們也可以分成9個維度來做，只需要再新增兩條線就行了，然后顏色的DAX語句在新增點顏色值就可以了。?

?

End

◆?PowerBI_RFM客戶關系模型

◆?PowerBI餅圖、圈圖、旭日圖

◆?Excel時間序列預測函數

◆?Python操作MySQL數據庫

◆?Python企業微信機器人

總結

以上是生活随笔為你收集整理的PowerBI矩阵分析模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。