Possiamo riscontrare alcuni effetti strani quando si utilizzano le misure delle scorte in Power BI. Diamo un’occhiata a come può emergere una situazione del genere e come risolverla.
I calcoli delle scorte vengono comunemente utilizzati quando i dati non possono essere aggregati nel tempo.
Ad esempio, sommare il saldo del mio conto bancario nel tempo sarebbe una cattiva idea. Sarebbe una buona idea per me, ma non per la mia banca.
Attualmente sto lavorando a un progetto cliente per creare una soluzione di reporting per i dati delle risorse umane.
Una cifra chiave è l’organico, che è anche una misura delle scorte, poiché abbiamo archiviato l’organico nel tempo per ogni mese in una tabella dei fatti.
Sembra un compito facile.
Ma possono esserci scenari in cui dobbiamo fare un passo in più per ottenere i risultati corretti.
Ora, tuffiamoci dentro.
Innanzitutto, il nome corretto per la misura stock è misure semi-additive. Questo perché, come accennato in precedenza, non aggregheranno i dati nel tempo ma su tutte le altre Dimensioni.
La misura semi-additiva di base per il calcolo dell’organico è semplice:
Headcount =
VAR LastDataDay = LASTNONBLANK('Date'(Date)
,(Headcount (Base)))RETURN
CALCULATE((Headcount (Base))
,LastDataDay
)
La misura (Headcount (Base)) contiene la semplice aggregazione (SUM) per ottenere il risultato necessario.
Lavoro sempre con le misure di base per poter includere logica aggiuntiva, che può essere riutilizzata nelle misure successive.
Un esempio è l’utilizzo di un fattore di scala quando l’utente desidera vedere migliaia o milioni senza bisogno delle unità di visualizzazione automatiche in Power BI, che aggiungono strani fattori di scala, come T per migliaia o M per milioni.
Quindi, utilizzo il ULTIMO NON VUOTO() per ottenere l’ultima data con un risultato dalla misura dell’organico (base). Il risultato di questa funzione viene quindi applicato come filtro nella chiamata CALCULATE() per ottenere il risultato finale.
Fonte: towardsdatascience.com
