微軟Power BI藏了5個函數，80%分析師卻只會用SUM

一位零售經理花了3小時手動篩選Excel表格，只為找出"過去90天利潤超20%且銷量過500的產品"。同一時刻，懂DAX的同事輸入一行公式，30秒出結果。差距不在智商，在于多數人把Power BI用成了"高級Excel"——而微軟早就埋了更鋒利的工具。

CALCULATE：數據分析的"如果"按鈕

這是DAX的底層操作系統。原話：「It changes the context of a calculation.」

想象你在看全國銷售報表，老板突然問"高端品類表現如何"。沒有CALCULATE，你得新建一張表、重新導入數據、再算一遍。有了它，公式這樣寫：

High End Sales = CALCULATE(SUM(Sales[Amount]), Products[Category] = "High-End")

原話解釋：「It lets you ask questions like 'what if?' without changing your original data.」數據上下文像俄羅斯套娃，CALCULATE負責拆開你想看的那一層。它不修改原始數據，只臨時切換計算視角。

實際場景：財務想看"剔除促銷后的真實毛利率"，運營想看"華東區VIP客戶貢獻"。同一套數據，不同切片，靠這一個函數來回切換。

SUMX：為什么簡單求和會坑你

Excel用戶最順手的SUM，在Power BI里可能是陷阱。

假設銷售表有Price和Quantity兩列。直接SUM(Price)*SUM(Quantity)？你會得到"平均單價×總銷量"的荒謬結果。原話：「It's more accurate than a simple sum.」

SUMX的運作像老式收銀機：逐行掃描，每行算Price×Quantity，最后累加。

Total Revenue = SUMX(Sales, Sales[Price] * Sales[Quantity])

原話強調：「It goes row by row... handles complex logic that a simple sum cannot.」行級計算是DAX的分水嶺。不懂這個，你的"總營收"可能永遠對不上財務部的數字。

延伸：AVERAGEX、MINX、MAXX同屬X函數家族，邏輯相同——先遍歷，后聚合。

DATESINPERIOD：時間維度的自動駕駛

每月初手動改報表日期范圍？這個函數讓報告永遠"新鮮"。

Sales Last 3 Months = CALCULATE(SUM(Sales[Amount]), DATESINPERIOD('Date'[Date], MAX('Date'[Date]), -3, MONTH))

拆解：MAX('Date'[Date])找到最新日期，-3 MONTH往回倒推，CALCULATE框定計算范圍。原話：「Instead of manually filtering dates every month, this automates your reports.」

關鍵在負號。寫-3是回溯，寫3是預測。季度環比、滾動12個月、同比去年——時間智能的骨架都在這里。

一個細節：必須自建獨立的Date表，不能直接用Sales表的日期列。這是90%新手踩的第一坑。

FILTER：當篩選條件本身就是計算結果

CALCULATE的篩選參數通常是固定值，比如Region="North"。但如果條件是"消費總額超1000的客戶"，固定值不夠用。

High Value Customers = CALCULATE(DISTINCTCOUNT(Customers[ID]), FILTER(Customers, CALCULATE(SUM(Sales[Amount])) > 1000))

原話點破：「It allows you to filter based on the result of a calculation, not just raw data.」FILTER先對客戶表逐行計算歷史消費，再篩出符合條件的ID，最后去重計數。

嵌套CALCULATE是高級玩法。外層算客戶數，內層算每個客戶的消費額——上下文切換兩次，像望遠鏡調焦。

典型場景：RFM模型里的M（Monetary），客戶分層，LTV預測。沒有FILTER，這些模型搭不起來。

DIVIDE：除法里的安全氣囊

利潤率公式人人會寫：[Total Profit]/[Total Revenue]。但當某月營收為零，報表炸出"Infinity"或"NaN"，老板的臉色比錯誤代碼更難看。

Profit Margin = DIVIDE([Total Profit], [Total Revenue], 0)

第三個參數是"備選方案"。原話：「If the revenue is zero, just show zero instead of breaking.」

這個函數很小，但防御性編程的意識很大。業務數據永遠不干凈：新店開業首月、季節性停售、數據錄入延遲——零值和空值是常態，不是異常。

對比Excel的IFERROR，DIVIDE更輕量，專為度量值設計。寫進模板，能避免未來無數個深夜debug。

組合實戰：一個公式回答老板的真實問題

回到開頭的零售經理。需求拆解：利潤>20%、銷量>500、時間窗口90天。

五個函數全部登場：CALCULATE切換上下文，DATESINPERIOD鎖定90天，SUMX算實際銷量（Price×Quantity），DIVIDE算利潤率，FILTER把兩個條件打包塞進篩選器。

原話總結：「You don't need to be a programmer to be good at business analytics. You just need to know how to ask the right questions and master these 5 building blocks.」

這五個函數覆蓋80%業務場景，不是夸張。剩下的20%？大概率是你把問題想復雜了。

最后留一個細節：那位30秒出結果的同事，把常用組合存成了DAX模板。下次類似需求，復制粘貼改參數——這才是"工具人"和"分析師"的真正差距。你的DAX代碼庫，現在有幾個可復用的片段？