作為一名資深資料打撈師，每當遇到要計算 YoY 成長百分比這類的需求，就會開啟地獄級的 SQL 編碼過程。如果有人問我為什麼這麼喜歡 Power BI，我會說是因為 DAX 的強大，其中最厲害的應該是時間智慧函數，因為他解決了這個 SQL 很難解決的問題。

時間智慧函數的前置作業

要使用時間智慧函數有個很大的前提：資料模型中必須要有 日期 這個維度，這個大前提又印證了使用 DAX 前請先學好 Dimensional Modeling。其中日期維度必須符合以下規定：

• DAX計算時，所涵蓋的日期必須包含在內。日期表必須從1月1日開始，並在12月31日結束，並確保所有天數都存在。

• 需要有一個包含唯一值的DateTime或Date數據類型的欄位。在我們的例子中 date 就是一個日期維度表，欄位則是 date_day ，簡單說就是日曆。

• 這個 日期 維度表必須被標示為日期資料表，如下圖所示。

實作 MTD, YTD 以及 YOY。

MTD 與 YTD

在之前的語意模型中，我們利用 DAX 新增了一個量值 (Measure / Metrics) : Sales Revenue = SUM('orders'[total_amount])，現在我們再新增兩個量值，分別是：

• MTD Sales Amount = CALCULATE( [Sales Revenue], DATESMTD('date'[date_day]))
  以及
• YTD Sales AMount = CALCULATE( [Sales Revenue], DATESYTD('date'[date_day]))

可以看到 DAX 中使用了之前就已經定義好的量值：[Sales Revenue]，DAX 的一個特色就是可以重複利用定義好的指標， 這樣就形成了 Sales Revenue 的 MTD 以及 YTD。接下來為了方便解釋，將 ** Sales Revenue, MTD Sales Revenue 以及 YTD Sales Revenue ** 放到同一張樞紐分析表比較：

以 2021 年 11 月 22 日為例，三個指標分別代表：

• Sales Revenue： catering 這個產品種類 2021 年 11 月 22 日當天的總營收 ← 只篩選 2021年 11 月 22 日當天的訂單，進行加總。
• MTD Sales Revenue: catering 這個產品種類 2021 年 11 月截至 22 日為止的累計總營收 ← 篩選該月份截至 22 日當天的所有訂單，進行加總。
• YTD Sales Revenue: catering 這個產品種類 2021 年 截至 11 月 22 日為止的累計總營收 ← 篩選該年截至 11 月 22 日當天的所有訂單，進行加總。

可以發現，雖然在樞紐分析表中都是 2021 年 11 月 22 日，但根據 DAX 不同，date 這張表去篩選出 order 中哪些列來進行運算的方式也不同。

另外，很多人解讀 DATESMTD(), DATESYTD() 喜歡用 截至今日，但我認為， DATESMTD(), DATESYTD() 的 input 是單一日期，解讀時是將視覺效果 (Visualization，也就是這個例子中的樞紐分析表）的日期傳遞進 DAX 中做解讀，因此應該用**截至該月份當日 (DATESMTD()) 或是該年度當日 (DATESYTD()) ** 會比較妥當，或是像上面一樣，直接把日期的值帶入解讀當中。

YoY (年成長）

YoY 其實相當簡單：我們要先計算當年度的量值，在計算前年度的量值，最後組合出 YoY。

有一個函數 sameperiodlastyear()，只要把他加到 DATESMTD() 或是 DATESYTD() 的外面就可以了。

舉例來說，SAMEPERIODLASTYEAR(DATESMTD('2021-11-22')) 就可以解讀成， 2021 年 11 月 截至 22 日為止 （也就是 2021-11-01 到 2021-11-22) 的去年同期，那就是 2020-11-01 到 2021-11-22啦。這裡可以先定義前一年的加總，再定義 YoY MTD 。

• Previous Year MTD Sales Revenue = CALCULATE( [Sales Revenue], SAMEPERIODLASTYEAR(DATESMTD('date[date_day])))

• YoY MTD Sales Revenue = DIVIDE([MTD Sales Revenue] - [Previous Year MTD Sales Revenue],[Previous Year MTD Sales], BLANK())