接上文：商业智能与Power BI
一、维度与度量值
维度就是不同值的描述属性或特征，比如「省份」「月份」就是销售收入数据的不同维度。
之前的文章也讲过维度的概念：企业财务分析指标。
而度量值就是分析对象的统计值，如销售数据中的销售收入、销售数量等。
在商业智能软件中，只要通过切换不同的分析维度，销售收入就能自动匹配相应观察维度下的值，而不用重新编写计算公式。
商业智能软件将所有分析抽象为维度与度量值，大大提高了分析效率。
二、维度表与事实表
维度表就是专门用来描述事物属性或特征的表，比如城市信息表：
维度表是基础表，相对稳定，一般不会随时间变化。
事实表就是用来记录各维度值的表，比如销售数据表：
随着时间的推移，事实表的行数会不断增加。
事实表一般较大，维度表一般较小，一个维度表可以关联多个事实表，维度表的存在能减少事实表的数据冗余，避免相同的信息重复出现。
比如城市ID与维度表关联后，不用重复记录该城市所属省份等信息。
三、一维表与二维表
一维表是指每列属性相互独立的表，可以认为一维表只有列标题，而没有行标题：
二维表是指某些列属性相同的表，可以认为二维表是既有列标题又有行标题的表：
一维表与二维表可以相互转换，二维表转换成一维表的操作叫逆透视，一维表转换成二维表的操作叫透视。
在 Excel 中，数据透视表可以将一维表转换成二维表。
在 Power BI 中，Power Query 编辑器可以将二维表转换成一维表。
在分析数据时，源数据要选取一维表，因为一维表便于计算机读取和计算。
如果源数据是二维表，那么就需要将其转换为一维表使用。
四、表与表之间的关系
在 Power BI 中分析数据一般不需要像在 Excel 中那样把多张表合并为一张表，而是通过建立表与表之间的关系将多张表联系在一起。
表与表之间的关系有3种：
（1）一对一关系：最好理解，如一个人对应一个身份证ID
（2）一对多关系：最常用，如城市ID与订单ID，一个城市对应多个订单，但是一个订单只对应一个城市；维度表与事实表之间通常通过某列建立一对多关系。
（3）多对多关系：相对复杂，如城市ID与产品ID，一个城市销售多种产品，一种产品又在多个城市销售。
五、计值上下文
计值上下文就是 DAX 表达式所处的计算环境，同样的表达式所处的计算环境不同，计算结果也会不同。
因此要达到预期的计算结果，很多时候改变上下文即可，而不用像 Excel 一样重新编写计算公式，这大大提高了建模分析效率。
计值上下文分为筛选上下文和行上下文。
1、筛选上下文
（1）矩阵中的销售收入数据均由一个度量值[销售收入]生成，筛选上下文共5处：
含义是：公司南区广东省在2017年12月23日至2019年2月8日线上自营的T恤衫销售收入为5100万元。
（2）DAX 表达式=CALCULATE(SUM('销售表'[销售价格]),'客户表'[性别]='女')
含义是：在当前上下文下女顾客产生的销售收入。
2、行上下文
与筛选上下文相比，行上下文存在的范围比较小，只存在于数据视图数据表的列中：
DAX 表达式=SUMX('销售表','销售表'[销售价格]*'销售表'[销售数量])
SUMX 函数首先通过'销售表'中的行上下文计算每行[销售价格]与[销售数量]相乘后的销售收入，然后将所有行的销售收入求和。
比如第一行的含义是：计算2020年1月1日北京市的销售收入总和，包含销售表中在2020年1月1日北京市这个条件下，很多行的销售价格与销售数量相乘后求和。
3、行上下文转换为筛选上下文
筛选上下文的作用是筛选，行上下文的作用是迭代。
行上下文在一定条件下可以转换为筛选上下文。
如在数据视图下，使用「新建列」命令分别创建两列：
收入合计1=SUM('销售表'[销售收入])
收入合计2=CALCULATE(SUM('销售表'[销售收入]))
「收入合计1」列不存在筛选上下文，而行上下文并不参与筛选，所以计算结果就是所有行的销售收入金额合计。
「收入合计2」列外套 CALCULATE 函数，使当前行的行上下文转换成筛选上下文，结果导致「收入合计2」列的每行的计算结果就是当前行的销售收入金额。
今天就到这，下期我们来讲「使用 Power BI 开展管理会计分析的步骤」。
参考书籍：《智能管理会计：从 Excel 到 Power BI 的业务与财务分析》张震