Αποφύγετε τη μετατροπή ΚΕΝΩΝ σε τιμές

Ως δημιουργός μοντέλων δεδομένων, κατά την εγγραφή παραστάσεων μέτρησης μπορεί να συναντήσετε περιπτώσεις όπου δεν μπορεί να επιστραφεί μια ουσιαστική τιμή. Σε αυτές τις παρουσίες, μπορεί να μπείτε στον πειρασμό να επιστρέψετε μια τιμή, όπως μηδέν, αντί για αυτό. Προτείνεται να προσδιορίσετε προσεκτικά εάν αυτή η σχεδίαση είναι αποτελεσματική και πρακτική.

Εξετάστε τον παρακάτω ορισμό μέτρησης που μετατρέπει ρητά BLANK αποτελέσματα σε μηδέν.

Sales (No Blank) =
IF(
    ISBLANK([Sales]),
    0,
    [Sales]
)

Εξετάστε έναν άλλο ορισμό μέτρησης που μετατρέπει επίσης BLANK αποτελέσματα σε μηδέν.

Profit Margin =
DIVIDE([Profit], [Sales], 0)

Η συνάρτηση διαιρεί τη μέτρηση κέρδους με τη μέτρηση πωλήσεις. Εάν το αποτέλεσμα είναι μηδέν ή BLANK, επιστρέφεται το τρίτο όρισμα, το εναλλακτικό αποτέλεσμα (το οποίο είναι προαιρετικό). Σε αυτό το παράδειγμα, επειδή διαβιβάζεται το μηδέν ως εναλλακτικό αποτέλεσμα, εξασφαλίζεται ότι η μέτρηση επιστρέφει πάντα μια τιμή.

Αυτά τα σχέδια μετρήσεων είναι αναποτελεσματικά και οδηγούν σε κακή σχεδίαση αναφορών.

Όταν προστεθούν σε μια απεικόνιση αναφοράς, το Power BI επιχειρεί να ανακτήσει όλες τις ομαδοποιήσεις εντός του περιβάλλοντος φίλτρου. Η αξιολόγηση και ανάκτηση μεγάλων αποτελεσμάτων ερωτημάτων συχνά οδηγεί σε αργή απόδοση αναφοράς. Κάθε παράδειγμα μέτρησης μετατρέπει αποτελεσματικά έναν αραιό υπολογισμό σε πυκνό, αναγκάζοντας το Power BI να χρησιμοποιεί περισσότερη μνήμη από ό,τι απαιτείται.

Επίσης, πάρα πολλές ομαδοποιήσεις συχνά κατακλύζουν τους χρήστες αναφοράς σας.

Ας δούμε τι συμβαίνει όταν η μέτρηση περιθώριου κέρδους προστίθεται σε μια απεικόνιση πίνακα, ομαδοποιώντας κατά πελάτη.

Η απεικόνιση πίνακα εμφανίζει έναν πολύ δύσκολο αριθμό γραμμών. (Υπάρχουν στην πραγματικότητα 18.484 πελάτες στο μοντέλο και επομένως ο πίνακας επιχειρεί να τους εμφανίσει όλους.) Παρατηρήστε ότι οι πελάτες σε προβολή δεν έχουν επιτύχει πωλήσεις. Ωστόσο, επειδή η μέτρηση περιθώριου κέρδους επιστρέφει πάντα μια τιμή, εμφανίζονται.

Σημείωση

Όταν υπάρχουν πάρα πολλά σημεία δεδομένων για εμφάνιση σε μια απεικόνιση, το Power BI ενδέχεται να χρησιμοποιήσει στρατηγικές μείωσης δεδομένων για την κατάργηση ή σύνοψη μεγάλων αποτελεσμάτων ερωτημάτων. Για περισσότερες πληροφορίες, ανατρέξτε στο θέμα Όρια σημείων δεδομένων και στρατηγικές κατά τύπο απεικόνισης.

Ας δούμε τι συμβαίνει όταν βελτιωθεί ο ορισμός μέτρησης περιθώριου κέρδους. Τώρα επιστρέφει μια τιμή μόνο όταν η μέτρηση Sales δεν είναι BLANK (ή μηδέν).

Profit Margin =
DIVIDE([Profit], [Sales])

Η απεικόνιση πίνακα εμφανίζει τώρα μόνο πελάτες που έχουν πραγματοποιήσει πωλήσεις εντός του τρέχοντος περιβάλλοντος φίλτρου. Η βελτιωμένη μέτρηση έχει ως αποτέλεσμα μια πιο αποτελεσματική και πρακτική εμπειρία για τους χρήστες αναφοράς σας.

Φιλοδώρημα

Όταν χρειαστεί, μπορείτε να ρυθμίσετε τις παραμέτρους μιας απεικόνισης για να εμφανίσετε όλες τις ομαδοποιήσεις (που επιστρέφουν τιμές ή BLANK) εντός του περιβάλλοντος φίλτρου, ενεργοποιώντας την επιλογή Εμφάνιση στοιχείων χωρίς δεδομένα.

Σύσταση

Συνιστάται οι μετρήσεις σας να επιστρέφουν BLANK όταν δεν μπορεί να επιστραφεί μια ουσιαστική τιμή.

Αυτή η προσέγγιση σχεδίασης είναι αποτελεσματική, επιτρέποντας στο Power BI να αποδίδει αναφορές ταχύτερα. Επίσης, η επιστροφή BLANK είναι καλύτερη καθώς οι απεικονίσεις αναφορών, από προεπιλογή, εξαλείφουν τις ομαδοποιήσεις όταν οι συνόψεις BLANK.

Σχετικό περιεχόμενο

• Μαθησιακός δίαυλος: Χρήση DAX στο Power BI Desktop
• Ερωτήσεις? Δοκιμάστε να ρωτήσετε το κοινότητας του Power BI
• Προτάσεις? Συνεισφέρετε ιδέες για τη βελτίωση του Power BI