Power BI Desktop -是一款由微軟釋出的自助式商業智能工具，功能強大、易于使用。其中還可以通過微軟雲連多個資料源并且使用資料源來建立可視化表盤。
但是幾乎所有的BI都需要展示如何随時間改變KPI。是以我将會介紹一個幫助我們使用事件元素來分析資料的關鍵功能。在PowerBI Desktop 中叫做“time intelligence”。應用這種時域分析法能是商業智能中基本的資料表現形式。畢竟公司想要知道的無非就是今年的業績相比去年如何以及取得了何種進步。
“Time intelligence”将需要一個日期表，花費一定的時間去建立一個成功資料模型的核心就是這個表。然後日期表必須與主資料中随時間變化的日期字段進行關聯。需要作如下幾種事情：
YearToDate, QuarterToDate, 和MonthToDate 的計算
比較之前的年、季、月
復原一段時間的聚合，比如最近三個月的累加。
比較平行時間段，比如與之前一年相同的月份。
當使用随時間進行的資料分析的時候，很可能要使用DAX函數。為了更好地了解，我們将介紹如何建立日期表，然後看一下幾種不同的分析時間的計算，最後加入這些類型道資料模型中。為了測試我會使用一個excel作為PowerBI Desktop 的檔案資料源。
對于智能時間，至少需要一個包含不間斷時間範圍的日期表，并且開始時間的最小值是源資料中的最小日期，結束日期至少等于源資料中的最大值。實踐中，需要建立一個表，開始日期是最早日期的1月1日而最大日期應該是資料源日期的上一年的12月31日。一旦你建立了這個表，就能連接配接資料模型中的含有時間字段的表，然後拓展時間相關的分析函數。
應用時間的前提就是建立日期表。下面步驟說明使用DAX建立表的過程：
1 - 打開PowerBI Desktop檔案C:\PowerBiDesktopSamples\PowerBIDataModel.Pbix.
2 - 切換左側的tab，選擇第二個Data如下圖所示。
3 - 點選左上方的Modeling按鈕，然後點選建立表按鈕。表達式“表=”将出現在公式欄裡面，
4 - 把Table替換成DateDimension
5 - 輸入DAX函數CALENDAR("1/1/2012","31/12/2016"),然後回車或者對勾。前一個時間是dates表的開始時間，後一個時間是結束時間，公式欄内容：DateDimension = CALENDAR( "1/1/2012", "31/12/2016" ).
6 - 回車後，建立了一個單清單，表中的内容就是2012-01-01到2016-12-31，所有日期。
7 - 編輯表頭，改列名稱為DateKey，結果如下所示：
8 - 點選添加新列按鈕或者右鍵添加新列，新列将會出現在現存列右側。
9 - 在公示欄輸入“FullYear = YEAR([DateKey])”。
10 - 再添加如下19個列公式。如下：
列标題
公式
注釋
ShortYear
VALUE(Right(Year([DateKey]),2))
取後兩位數字年
MonthNumberFull
FORMAT([DateKey], "MM")
月份取兩位數，不足的前面補0
MonthFull
FORMAT([DateKey], "MMMM")
月份展示名稱
WeekNumber
WEEKNUM([DateKey])
以下自行測試
MonthAbbr
FORMAT([DateKey], "MMM")
WeekNumberFull
FORMAT(Weeknum([DateKey]), "00")
DayOfMonth
DAY([DateKey])
DayOfMonthFull
FORMAT(Day([DateKey]),"00")
DayOfWeek
WEEKDAY([DateKey])
DayOfWeekFull
FORMAT([DateKey],"dddd")
DayOfWeekAbbr
FORMAT([DateKey],"ddd")
ISODate
[FullYear] & [MonthNumberFull] & [DayOfMonthFull]
FullDate
[DayOfMonth] & " " & [MonthFull] & " " & [FullYear]
QuarterFull
"Quarter " & ROUNDDOWN(MONTH([DateKey])/4,0)+1
QuarterAbbr
"Qtr " &ROUNDDOWN(MONTH([DateKey])/4,0)+1
Quarter
"Q" &ROUNDDOWN(MONTH([DateKey])/4,0)+1
QuarterNumber
ROUNDDOWN(MONTH([DateKey])/4,0)+1
QuarterAndYear
DateDimension[Quarter and Year]
MonthAndYearAbbr
DateDimension[MonthAbbr] & " " & [FullYear]
QuarterAndYearNumber
[FullYear] & [QuarterNumber]
YearAndWeek
VALUE([FullYear] &[WeekNumberFull])
YearAndMonthNumber
Value(DateDimension[FullYear] & DateDimension[MonthNumberFull])
展示如下：
建立所有這些表現時間的的目的就是早晚有一天會用到這些日期來展示報表、聚合名額、展示資料。任何有時間元素的表都可以按照這個新增表中的時間轉換聚合來可視化資料。這裡你不需要擔心是否需要額外的列，因為還可以動态添加你需要的時間元素。
現在需要看一下如何排序。典型的例子就是月份排序。如果你打算展示MonthFull 或者MonthAbbr 列，那麼将看到月份（month）出現在軸标簽裡面或者按字母排序的列裡面。
為了避免最後再去調整日期表，可以通過應用特定的日期元素來排列其他列，如下:
1 - 點選打算使用其他的列來排序的列（比如Monthfull） ；
2 - 點選Modeling下方的排序按鈕，其他列的名稱将會出現，如下圖所示：
3 - 選擇打算按照排序的列（MonthNumber）;
這裡并不能立即顯示出任何不同，但是當在儀表盤中使用任何你已經調整過的日期列時，它們将會根據排序列進行資料排序。
下表提供給你需要的資訊來擴充你建立的資料表以便于所有的日期元素都能被正确排序。
Column
Sort By Column
MonthNumber
Quarter And Year
DateKey
MonthAndYear
當引入時間智能後，一定要遵守兩個基礎原則。
日期範圍必須是連續的。
在資料模型中資料範圍一定是包含所有使用的其他表中的日期。
一旦你知道你資料中的最大值和最小值日期就可以使用CALENDAR來生成日期，即使兩個值在不同的表裡面如下：
或者，你可能更喜歡日期次元通過全年的資料，在這種情況下，公式可以這樣建立表：
這個公式擴充了DAX的計算，兩個計算年的公式也是極其有幫助的：
StartOfYear() - 這個公式得出最小的年份。
EndOfYear() - 這個公式得出最大的年份
注意
這種日期範圍的主要優點在于随着資料源的變化自動更新。是以如果Stock 或 Invoices表資料源擴充了新的資料并且在原有日期外的，那麼這個時間次元表也會自動變化來包含這部分新增資料的部分。
這裡的可以給大家一個小技巧，不需要每次都去建立這個日期表，可先建立一個空的模型，裡面隻有日期表，結束和開始日期是手填寫的，然後加入所有其他列，接下來複制這個模闆檔案，以後每次使用都以這個模闆檔案為基礎建立。隻需要替換手動填寫的日期即可。
現在你有了一個日期表，可以與你的資料模型進行整合以便于開始應用這些智能時間。
1 - 點選關系視圖的圖表來展示資料模型中的表
2 - 點選管理關系按鈕，對話框會出現。
3 - 點選建立按鈕，建立關系。
4 - 在對話框頂部選擇時間次元表。
5 - 點選DateKey列選擇。
6 - 在時間次元表下面的下拉框中選擇Invoice表。
7 - 再點選InvoiceDate列選擇，對話庫如下：
8 - 點選Ok，新的表關系就建立了
9 - 點選關閉，時間次元表就與Invoice表建立了關系。
注意 為了時間智能在PowerBI中能夠正确使用一定要保證日期表和資料表中的資料類型是date或者datetime。
所有的準備工作都已經完成了，接下來就看如何使用DAX實作随着時間變化來計算名額。
首先，讓我們解決一個簡單但是頻繁的需求：計算月累計、季度累計、和年累計的銷售數字。
這個例子中三個函數是很相似的。是以我隻解釋第一個月累計，然後建立下面兩個用複制黏貼的方式。
1 - 在資料視圖中選擇Invoices表，然後點選建立測量；
2 - 在公式欄用MonthSales替換Measure ；
3 - 輸入這個公式MonthSales = TOTALMTD(SUM(InvoiceLines[SalePrice]),DateDimension[DateKey])。
4 - 回車或者點選對勾完成公式
現在可以複制這個公式，生成兩個新的公式用來表示季度銷售和年度銷售日期公式如下:
三個公式分别使用了Totalmtd()、Totalqtd和Totalytd來聚合時間其他參數是一樣的。
結果如下：
正縮減，每個月的銷售數字随着累加到季度銷售數字中，最後還要加到年度銷售數字中。還要注意整個排序是按照monthfull來排序的，其實是按照MonthNumber 進行排序。
總結
在這個例子中，我使用了Invoices表來測試僅僅因為這裡存儲了很多名額資料，當然你也可以選擇其他表來嘗試這個智能時間的應用。它不僅友善了對于資料的分類和比較，更提供了一種潛在的排序和聚合。