Smartbi告诉你在数据分析中，时间计算有多重要！

年底了事情特别多，刚做完年终汇报，又开始进行计划规划和任务下发。说起年终汇报，大家肯定都会用到2020年和2019年或是前几年的对比分析吧，比较常用的时间计算函数主要求同期、前期、期初期末、日均、累计值、增长值、增长率等，每一种又包括不同的函数比如同期和前期包括的函数如下表：

基于Smartbi数据可视化工具制作：同期、前期时间函数

在进行时间计算时，是有一个时间频度的概念的，时间频度与基准时间层次或者行列区选择的时间层次有关，因而时间计算的逻辑也不同。

基于Smartbi数据可视化工具制作：基准时间层次

我们通常意义理解的时间计算都是以年为频度的，实际上时间频度不同，对比的数据也不同，比如：

基准时间层次为“年”时，日的同期值为上一年同一天的数据，如：2015-01-01，在年报表中的同期值为 2014-01-01的数据；

基准时间层次为“月”时，日的同期值为上一月同一天的数据。如：05月01日，在月报表中的同期值为04月01日的数据。

传统意义上的时间计算，需要通过计算函数来实现，对于一些小白还是蛮复杂的，而且时间维度也没法实现动态的切换，我们要实现时间维度可以借助一些数据分析工具，比如使用透视分析功能，它通过可视化的拖拽勾选操作就可以实现数据探索，进行时间相关的计算。

基于Smartbi数据可视化工具制作：透视分析探索

除了表格以外，我们也经常会使用一些可视化图形来进行时间计算的数据展示，比如使用柱图来进行同期值数值的对比，使用线图来进行增长率的趋势展示。

基于Smartbi数据可视化工具制作：2018年销售规模同期对比

基于Smartbi数据可视化工具制作：销售规模的增长率趋势分析