同环比写吐了？Power BI 2026：视觉层计算，一次定义，全场通用

零售报表的"DAX 膨胀症"有解了！用 Power BI 2026 视觉层计算做促销/商品同环比、累计、父级占比

核心摘要：零售行业报表开发者的噩梦——100+ 个度量值、2000 行 DAX 代码、维护成本极高。Power BI 2026 计算组（Calculation Groups）+ 动态格式字符串功能，让零售核心计算（同环比、累计、占比、促销分析）从"写 100 次"变成"写 1 次"。
接下来，我们一起深度解析视觉层计算在零售场景的落地实践，附带完整代码模板和迁移指南。

一、零售开发者的痛：DAX 膨胀症

1.1 典型症状对照表

1.2 零售报表的"计算矩阵"困境

传统做法：每个业务指标 × 每个计算类型 = 独立度量值

业务指标（10 个）：
– 销售额
– 销售量
– 毛利
– 毛利率
– 客单价
– 交易笔数
– 会员销售占比
– 促销销售占比
– 新品销售占比
– 滞销品销售占比

计算类型（10 个）：
– 本期实际
– 同期（去年同期）
– 同比（YoY%）
– 环比（MoM%）
– MTD（月累计）
– QTD（季累计）
– YTD（年累计）
– 类别占比
– 部门占比
– 促销效率指数

传统度量值数量 = 10 × 10 = 100 个度量值 ❌

每个度量值的 DAX 代码（以销售同比为例）：

// 销售同比 YoY%
Sales YoY% =
VAR CurrentSales = [Sales Amount]
VAR PriorYearSales =
CALCULATE(
[Sales Amount],
SAMEPERIODLASTYEAR('Date'[Date])
)
RETURN
DIVIDE(CurrentSales – PriorYearSales, PriorYearSales, BLANK())

// 然后复制 20+ 次，修改基础度量值…
// 毛利同比 YoY%
// 销售量同比 YoY%
// 客单价同比 YoY%
// …（此处省略 18 个类似度量值）

痛点总结：

• ❌ 逻辑重复：同环比逻辑写 20+ 遍
• ❌ 容易出错：复制粘贴时改错一个变量名
• ❌ 难以维护：修改同环比公式需要更新 20+ 个度量值
• ❌ 模型臃肿：100+ 个度量值让模型难以理解

二、解决方案：Power BI 2026 计算组（Calculation Groups）

2.1 核心原理：一次定义，处处复用

计算组的工作方式：

传统方式：
度量值 1 + 计算逻辑 1 = 结果 1
度量值 2 + 计算逻辑 1 = 结果 2（重复代码）
度量值 3 + 计算逻辑 1 = 结果 3（重复代码）

计算组方式：
[基础度量值] × [计算项] = 动态结果
[Sales Amount] × [YoY%] = 销售同比
[Gross Profit] × [YoY%] = 毛利同比
[Units Sold] × [YoY%] = 销售量同比

代码量对比：

效率提升：代码量减少 90%，维护成本降低 95%

2.2 计算组架构设计

计算组结构：

计算组表：'Calculation Group'
├── 计算项：本期实际（返回原始值）
├── 计算项：同期（SAMEPERIODLASTYEAR）
├── 计算项：同比 YoY%
├── 计算项：环比 MoM%
├── 计算项：MTD 累计
├── 计算项：QTD 累计
├── 计算项：YTD 累计
├── 计算项：类别占比
├── 计算项：部门占比
└── 计算项：促销效率指数

基础度量值表：
├── [Sales Amount] 销售额
├── [Gross Profit] 毛利
├── [Units Sold] 销售量
├── [Transaction Count] 交易笔数
├── [ATV] 客单价
├── [Member Sales %] 会员销售占比
├── [Promotion Sales %] 促销销售占比
├── [New Product Sales %] 新品销售占比
├── [Slow Moving Sales %] 滞销品销售占比
└── [Promotion Efficiency] 促销效率

使用方式：

报表视觉对象 → 将计算组字段放入"列"或"切片器"
→ 选择计算项（如"同比 YoY%"）
→ 将基础度量值放入"值"
→ 自动应用计算逻辑

三、实战：零售核心计算场景实现

场景一：商品同环比分析（YoY / MoM）

传统做法（❌ 不推荐）

// 销售同比
Sales YoY% =
VAR CurrentSales = [Sales Amount]
VAR PriorYearSales =
CALCULATE(
[Sales Amount],
SAMEPERIODLASTYEAR('Date'[Date])
)
RETURN
DIVIDE(CurrentSales – PriorYearSales, PriorYearSales, BLANK())

// 销售环比
Sales MoM% =
VAR CurrentSales = [Sales Amount]
VAR PriorMonthSales =
CALCULATE(
[Sales Amount],
PREVIOUSMONTH('Date'[Date])
)
RETURN
DIVIDE(CurrentSales – PriorMonthSales, PriorMonthSales, BLANK())

// 然后复制修改基础度量值…
// 毛利同比、毛利环比、销售量同比、销售量环比…
// 总计：20+ 个度量值

计算组做法（✅ 推荐）

步骤 1：创建计算组

Power BI Desktop → 建模 → 新建计算组
名称：'Calculation Group'

步骤 2：创建计算项

// 计算项：同期（Prior Year）
Name: 同期
Expression: SELECTEDMEASURE()
Format String: ""

// 计算项：同比 YoY%
Name: 同比 YoY%
Expression:
VAR CurrentMeasure = SELECTEDMEASURE()
VAR PriorYearMeasure =
CALCULATE(
SELECTEDMEASURE(),
SAMEPERIODLASTYEAR('Date'[Date])
)
RETURN
DIVIDE(CurrentMeasure – PriorYearMeasure, PriorYearMeasure, BLANK())
Format String: "0.00%;-0.00%;0.00%"

// 计算项：环比 MoM%
Name: 环比 MoM%
Expression:
VAR CurrentMeasure = SELECTEDMEASURE()
VAR PriorMonthMeasure =
CALCULATE(
SELECTEDMEASURE(),
PREVIOUSMONTH('Date'[Date])
)
RETURN
DIVIDE(CurrentMeasure – PriorMonthMeasure, PriorMonthMeasure, BLANK())
Format String: "0.00%;-0.00%;0.00%"

步骤 3：在报表中使用

矩阵视觉对象：
– 行：'Product'[Category], 'Product'[SubCategory]
– 列：'Calculation Group'[Name]（显示：本期、同期、同比 YoY%、环比 MoM%）
– 值：[Sales Amount]（销售额）

效果：自动计算所有品类的同环比，无需编写多个度量值

代码量对比：

• 传统方式：20+ 个度量值 × 30 行 = 600+ 行代码
• 计算组方式：2 个计算项 × 15 行 = 30 行代码
• 节省：95%

场景二：累计计算（MTD / QTD / YTD）

业务需求

零售日报/周报中，管理层经常需要查看：

• MTD（Month-to-Date）：本月累计销售
• QTD（Quarter-to-Date）：本季累计销售
• YTD（Year-to-Date）：本年累计销售
• 累计同比：今年累计 vs 去年累计

计算组实现

// 计算项：MTD 累计
Name: MTD 累计
Expression:
TOTALMTD(
SELECTEDMEASURE(),
'Date'[Date]
)
Format String: "#,0"

// 计算项：QTD 累计
Name: QTD 累计
Expression:
TOTALQTD(
SELECTEDMEASURE(),
'Date'[Date]
)
Format String: "#,0"

// 计算项：YTD 累计
Name: YTD 累计
Expression:
TOTALYTD(
SELECTEDMEASURE(),
'Date'[Date]
)
Format String: "#,0"

// 计算项：累计同比 YoY%
Name: 累计同比 YoY%
Expression:
VAR CurrentYTD =
TOTALYTD(
SELECTEDMEASURE(),
'Date'[Date]
)
VAR PriorYearYTD =
CALCULATE(
TOTALYTD(
SELECTEDMEASURE(),
'Date'[Date]
),
SAMEPERIODLASTYEAR('Date'[Date])
)
RETURN
DIVIDE(CurrentYTD – PriorYearYTD, PriorYearYTD, BLANK())
Format String: "0.00%;-0.00%;0.00%"

使用示例：

卡片图视觉对象：
– 度量值：[Sales Amount]
– 计算组筛选器：选择"YTD 累计"
– 显示：本年累计销售额

矩阵视觉对象：
– 行：'Date'[Month]
– 列：'Calculation Group'[Name]（本期、MTD、QTD、YTD、累计同比）
– 值：[Sales Amount]
– 效果：每月显示多种累计维度

场景三：父级占比分析（类别占比 / 部门占比）

业务场景

零售商品层级：

集团
└── 事业部
└── 商品部
└── 品类
└── 子品类
└── SKU

分析需求：

• 子品类占品类销售占比
• 品类占商品部销售占比
• 商品部占事业部销售占比

计算组实现

// 计算项：父级占比
Name: 父级占比
Expression:
VAR CurrentMeasure = SELECTEDMEASURE()
VAR ParentMeasure =
CALCULATE(
SELECTEDMEASURE(),
ALLSELECTED('Product'[SubCategory]) // 清除子品类筛选，保留品类筛选
)
RETURN
DIVIDE(CurrentMeasure, ParentMeasure, BLANK())
Format String: "0.00%;-0.00%;0.00%"

// 计算项：品类占比（更细粒度）
Name: 品类占比
Expression:
VAR CurrentMeasure = SELECTEDMEASURE()
VAR CategoryMeasure =
CALCULATE(
SELECTEDMEASURE(),
ALLSELECTED('Product'[SubCategory], 'Product'[Product]) // 清除子品类和产品筛选
)
RETURN
DIVIDE(CurrentMeasure, CategoryMeasure, BLANK())
Format String: "0.00%;-0.00%;0.00%"

使用示例：

矩阵视觉对象：
– 行：'Product'[Category], 'Product'[SubCategory], 'Product'[Product]
– 值：[Sales Amount]
– 计算组筛选器：选择"父级占比"
– 效果：每个层级自动显示占父级百分比

条件格式：
– 背景色：占比 > 30% 绿色，10-30% 黄色，< 10% 红色
– 快速识别核心品类

场景四：促销分析（促销效率 / 促销占比）

业务需求

零售促销分析核心指标：

• 促销销售占比 = 促销销售 / 总销售
• 促销效率指数 = 促销销售占比 / 促销天数占比
• 促销增量 = 促销期销售 – 非促销期平均销售
• 促销 ROI = 促销增量毛利 / 促销成本

数据模型准备

促销事实表：

Promotion Fact:
– PromotionID
– ProductID
– StartDate
– EndDate
– DiscountRate
– PromotionCost
– PromotionType（满减/折扣/买赠）

基础度量值：

// 促销销售额
Promotion Sales =
CALCULATE(
[Sales Amount],
'Promotion'[PromotionID] <> BLANK()
)

// 非促销销售额
Non-Promotion Sales =
CALCULATE(
[Sales Amount],
'Promotion'[PromotionID] = BLANK()
)

// 促销天数
Promotion Days =
CALCULATE(
DISTINCTCOUNT('Date'[Date]),
'Promotion'[PromotionID] <> BLANK()
)

// 总天数
Total Days = DISTINCTCOUNT('Date'[Date])

计算组实现

// 计算项：促销销售占比
Name: 促销销售占比
Expression:
VAR PromoSales =
CALCULATE(
SELECTEDMEASURE(),
'Promotion'[PromotionID] <> BLANK()
)
VAR TotalSales = SELECTEDMEASURE()
RETURN
DIVIDE(PromoSales, TotalSales, BLANK())
Format String: "0.00%;-0.00%;0.00%"

// 计算项：促销效率指数
Name: 促销效率指数
Expression:
VAR PromoSales =
CALCULATE(
SELECTEDMEASURE(),
'Promotion'[PromotionID] <> BLANK()
)
VAR TotalSales = SELECTEDMEASURE()
VAR PromoDays =
CALCULATE(
DISTINCTCOUNT('Date'[Date]),
'Promotion'[PromotionID] <> BLANK()
)
VAR TotalDays = DISTINCTCOUNT('Date'[Date])
VAR SalesRatio = DIVIDE(PromoSales, TotalSales, 0)
VAR DaysRatio = DIVIDE(PromoDays, TotalDays, 0.001)
RETURN
DIVIDE(SalesRatio, DaysRatio, BLANK())
Format String: "0.00;0.00;0.00"

// 解读：
// 指数 > 1：促销期间销售效率高于平时（有效促销）
// 指数 = 1：促销期间销售效率等于平时（无效促销）
// 指数 < 1：促销期间销售效率低于平时（负效促销）

使用示例：

柱状图视觉对象：
– X 轴：'Product'[Category]
– Y 轴：[Sales Amount]
– 计算组筛选器：选择"促销效率指数"
– 效果：各品类促销效率对比

表格视觉对象：
– 行：'Promotion'[PromotionType]
– 值：[Sales Amount]
– 计算组筛选器：选择"促销销售占比"、"促销效率指数"
– 效果：不同促销类型的效果对比

四、Power BI 2026 新特性：动态格式字符串

4.1 这是什么？

传统问题：计算组中，不同计算项需要不同格式

• 本期实际：#,0（整数）
• 同环比：0.00%（百分比）
• 占比：0.00%（百分比）
• 效率指数：0.00（小数）

传统解决方案：为每个计算项单独设置格式字符串（繁琐）

2026 新特性：动态格式字符串（Dynamic Format Strings）

4.2 实现方式

// 计算项：智能格式
Name: 同比 YoY%
Expression:
VAR CurrentMeasure = SELECTEDMEASURE()
VAR PriorYearMeasure =
CALCULATE(
SELECTEDMEASURE(),
SAMEPERIODLASTYEAR('Date'[Date])
)
RETURN
DIVIDE(CurrentMeasure – PriorYearMeasure, PriorYearMeasure, BLANK())

// 动态格式字符串（2026 新功能）
Format String:
SWITCH(
TRUE(),
SELECTEDMEASURENAME() IN {"Sales Amount", "Units Sold"}, "0.00%;-0.00%;0.00%",
SELECTEDMEASURENAME() IN {"Gross Profit Margin", "ATV"}, "0.00;0.00;0.00",
"0.00%;-0.00%;0.00%" // 默认百分比
)

4.3 优势

五、完整计算组模板（可直接使用）

5.1 计算组完整代码

// ========================================
// 零售行业计算组模板 v2026.1
// 适用场景：商品/门店/促销分析
// ========================================

// 计算项 1：本期实际
Name: 本期实际
Expression: SELECTEDMEASURE()
Format String: ""

// 计算项 2：同期
Name: 同期
Expression:
CALCULATE(
SELECTEDMEASURE(),
SAMEPERIODLASTYEAR('Date'[Date])
)
Format String: ""

// 计算项 3：同比 YoY%
Name: 同比 YoY%
Expression:
VAR CurrentMeasure = SELECTEDMEASURE()
VAR PriorYearMeasure =
CALCULATE(
SELECTEDMEASURE(),
SAMEPERIODLASTYEAR('Date'[Date])
)
RETURN
DIVIDE(CurrentMeasure – PriorYearMeasure, PriorYearMeasure, BLANK())
Format String: "0.00%;-0.00%;0.00%"

// 计算项 4：环比 MoM%
Name: 环比 MoM%
Expression:
VAR CurrentMeasure = SELECTEDMEASURE()
VAR PriorMonthMeasure =
CALCULATE(
SELECTEDMEASURE(),
PREVIOUSMONTH('Date'[Date])
)
RETURN
DIVIDE(CurrentMeasure – PriorMonthMeasure, PriorMonthMeasure, BLANK())
Format String: "0.00%;-0.00%;0.00%"

// 计算项 5：MTD 累计
Name: MTD 累计
Expression:
TOTALMTD(
SELECTEDMEASURE(),
'Date'[Date]
)
Format String: "#,0"

// 计算项 6：QTD 累计
Name: QTD 累计
Expression:
TOTALQTD(
SELECTEDMEASURE(),
'Date'[Date]
)
Format String: "#,0"

// 计算项 7：YTD 累计
Name: YTD 累计
Expression:
TOTALYTD(
SELECTEDMEASURE(),
'Date'[Date]
)
Format String: "#,0"

// 计算项 8：累计同比 YoY%
Name: 累计同比 YoY%
Expression:
VAR CurrentYTD =
TOTALYTD(
SELECTEDMEASURE(),
'Date'[Date]
)
VAR PriorYearYTD =
CALCULATE(
TOTALYTD(
SELECTEDMEASURE(),
'Date'[Date]
),
SAMEPERIODLASTYEAR('Date'[Date])
)
RETURN
DIVIDE(CurrentYTD – PriorYearYTD, PriorYearYTD, BLANK())
Format String: "0.00%;-0.00%;0.00%"

// 计算项 9：父级占比
Name: 父级占比
Expression:
VAR CurrentMeasure = SELECTEDMEASURE()
VAR ParentMeasure =
CALCULATE(
SELECTEDMEASURE(),
ALLSELECTED('Product'[SubCategory])
)
RETURN
DIVIDE(CurrentMeasure, ParentMeasure, BLANK())
Format String: "0.00%;-0.00%;0.00%"

// 计算项 10：促销销售占比
Name: 促销销售占比
Expression:
VAR PromoMeasure =
CALCULATE(
SELECTEDMEASURE(),
'Promotion'[PromotionID] <> BLANK()
)
VAR TotalMeasure = SELECTEDMEASURE()
RETURN
DIVIDE(PromoMeasure, TotalMeasure, BLANK())
Format String: "0.00%;-0.00%;0.00%"

// 计算项 11：促销效率指数
Name: 促销效率指数
Expression:
VAR PromoMeasure =
CALCULATE(
SELECTEDMEASURE(),
'Promotion'[PromotionID] <> BLANK()
)
VAR TotalMeasure = SELECTEDMEASURE()
VAR PromoDays =
CALCULATE(
DISTINCTCOUNT('Date'[Date]),
'Promotion'[PromotionID] <> BLANK()
)
VAR TotalDays = DISTINCTCOUNT('Date'[Date])
VAR MeasureRatio = DIVIDE(PromoMeasure, TotalMeasure, 0)
VAR DaysRatio = DIVIDE(PromoDays, TotalDays, 0.001)
RETURN
DIVIDE(MeasureRatio, DaysRatio, BLANK())
Format String: "0.00;0.00;0.00"

5.2 基础度量值模板

// ========================================
// 零售行业基础度量值模板 v2026.1
// ========================================

// 1. 销售额
Sales Amount = SUM('Sales'[Amount])

// 2. 销售量
Units Sold = SUM('Sales'[Quantity])

// 3. 毛利
Gross Profit = SUM('Sales'[Profit])

// 4. 毛利率
Gross Profit Margin = DIVIDE([Gross Profit], [Sales Amount], BLANK())

// 5. 交易笔数
Transaction Count = DISTINCTCOUNT('Sales'[TransactionID])

// 6. 客单价
ATV = DIVIDE([Sales Amount], [Transaction Count], BLANK())

// 7. 会员销售占比
Member Sales % =
VAR MemberSales =
CALCULATE(
[Sales Amount],
'Customer'[MemberType] <> "非会员"
)
RETURN
DIVIDE(MemberSales, [Sales Amount], BLANK())

// 8. 促销销售占比（基础版）
Promotion Sales % =
VAR PromoSales =
CALCULATE(
[Sales Amount],
'Promotion'[PromotionID] <> BLANK()
)
RETURN
DIVIDE(PromoSales, [Sales Amount], BLANK())

// 9. 新品销售占比
New Product Sales % =
VAR NewProductSales =
CALCULATE(
[Sales Amount],
'Product'[IsNew] = TRUE
)
RETURN
DIVIDE(NewProductSales, [Sales Amount], BLANK())

// 10. 滞销品销售占比
Slow Moving Sales % =
VAR SlowMovingSales =
CALCULATE(
[Sales Amount],
'Product'[IsSlowMoving] = TRUE
)
RETURN
DIVIDE(SlowMovingSales, [Sales Amount], BLANK())

六、迁移指南：从传统 DAX 到计算组

6.1 迁移步骤

步骤 1：评估现状

1. 统计现有度量值数量
2. 识别重复逻辑（同环比、累计、占比）
3. 列出需要保留的基础度量值

步骤 2：设计计算组

1. 确定计算项列表（参考本文模板）
2. 规划计算项优先级（Ordinal）
3. 设计动态格式字符串

步骤 3：创建计算组

1. Power BI Desktop → 建模 → 新建计算组
2. 粘贴计算项代码
3. 设置计算项优先级

步骤 4：迁移度量值

1. 保留基础度量值（10 个）
2. 删除重复计算度量值（90 个）
3. 更新报表视觉对象引用

步骤 5：验证与测试

1. 对比新旧模型结果一致性
2. 测试计算组筛选器
3. 验证动态格式字符串
4. 性能测试（查询速度）

步骤 6：文档与培训

1. 更新数据字典
2. 编写使用指南
3. 培训团队成员

6.2 迁移前后对比