量值 vs. 計算資料行：DAX 效能優化的第一步

你好，我是 Kiro。

如果你是從 Excel 踏入 Power BI 的世界，你腦中肯定縈繞過這個問題：「我到底該用『新增量值』還是『新增資料行』？它們看起來都能做計算，究竟差在哪？」

這不是一個無關緊要的問題。事實上，能否清晰地辨別這兩者的差異，是區分 DAX 新手與專業分析師的第一道分水嶺。

選擇錯誤，輕則讓你的報表效能低落、檔案臃腫；重則會導致你的計算結果完全錯誤，引導出災難性的商業決策。

這篇文章，就是你的終極澄清手冊。我們將徹底告別模糊地帶，用最直觀的比喻，帶你理解這兩種 DAX 計算的本質區別，並提供一套清晰的決策框架，讓你從此能為你的分析任務，選擇最正確、最高效的武器。

第一部分：計算資料行 (Calculated Column) —— 靜態的「標籤」

讓我們從你最熟悉的概念開始。計算資料行，在行為上最接近你在 Excel 表格中新增一欄公式。

核心比喻： 計算資料行就像一個在工廠就貼好的、永久性的「產品標籤」。

它的運作方式是：

• 計算時機： 在你每次刷新或載入資料時計算一次。
• 儲存方式： 計算結果會被實體儲存在你的資料表中，成為新的一欄。這意味著它會增加你 Power BI 檔案的大小，並消耗 RAM 記憶體。
• 運作環境： 它在「列上下文 (Row Context)」中運作，也就是逐行計算。DAX 引擎會拿著你的公式，從第一列跑到最後一列，為每一列都產生一個值。

何時該使用計算資料行？

當你需要一個新的「維度」來進行篩選、分類或分組時。

• 場景一：建立分類標籤
  • 商業問題： 「我想將產品根據單價，分為『高單價』和『一般』兩類。」
  • 為何適用： 你需要一個可以放進圖表「圖例」或「交叉分析篩選器」的欄位，Value Tier 完美符合這個需求。
• 場景二：進行「列級別」的數學運算
  • 商業問題： 「我的資料表中只有『數量』和『單價』，我需要計算出每一筆訂單明細的『總金額』。」
  • 為何適用： 這個計算是在每一列內部獨立完成的，是典型的列上下文操作。

DAX 寫法：

Line Total = 'Fact_Sales'[Quantity] * 'Fact_Sales'[UnitPrice]

DAX 寫法：

Value Tier = IF('Dim_Product'[UnitPrice] > 1000, "高單價", "一般")

第二部分：量值 (Measure) —— 動態的「計算機」

如果說計算資料行是靜態的標籤，那麼量值就是一把在你需要時才啟動的、強大的動態計算機。

核心比喻： 量值就像超市結帳櫃檯的「掃碼槍」。它本身不儲存價格，只有當你把商品（篩選上下文）放到櫃檯上時，它才會即時掃描並計算出總金額。

它的運作方式是：

• 計算時機： 即時計算 。 只有當你將它拖入圖表，或當使用者與報表互動（例如點擊篩選器）時，它才會根據當下的「篩選上下文」進行計算。
• 儲存方式： 它不儲存任何資料，只儲存公式本身。因此，它幾乎不增加檔案大小。
• 運作環境： 它在「篩選上下文 (Filter Context)」中運作，也就是對被篩選出的多筆資料進行聚合計算。

何時該使用量值？

當你需要一個 聚合的「指標」來回答商業問題時。

• 場景一：計算總和或平均值
  • 商業問題： 「我們上個季度的總銷售額是多少？」
  • 為何適用： 這是最典型的聚合計算，需要在使用者選定的時間範圍（篩選上下文）內進行加總。
• 場景二：計算比例或百分比
  • 商業問題： 「『高單價』產品的銷售額，佔所有產品總銷售額的百分之多少？」
  • 為何適用： 佔比計算是動態的，它會隨著你在報表上篩選不同的地區或時間而改變，必須使用量值來即時回應。

DAX 寫法：

高單價產品銷售佔比 =
DIVIDE(
    CALCULATE([總銷售額], 'Dim_Product'[Value Tier] = "高單價"),
    CALCULATE([總銷售額], ALL('Dim_Product'[Value Tier]))
)

DAX 寫法：

總銷售額 = SUM('Fact_Sales'[Line Total])

第三部分：正面對決 —— 一張表看懂所有差異

Kiro 的黃金準則：

當你有疑問時，優先建立量值。 95% 的商業計算都應該用量值來完成。只有當你明確需要一個新的「分類標籤」來進行篩選時，才回頭考慮使用計算資料行。

第四部分：【進階思考】計算資料行：該用 Power Query 還是 DAX？

好的，我們已經決定要建立一個計算資料行。但下一個問題來了：我應該在 Power Query 編輯器中（用 M 語言）新增，還是在載入模型後（用 DAX）新增？

一句話總結：Power Query 在「數據進工廠前」的原料加工區運作；DAX 計算資料行則是在「數據進工廠後」的組裝線上運作。

它們的「視野」和「工具」完全不同，這決定了它們各自的適用場景。

本質差異：一場「引擎」與「視野」的對決

決策樹：我到底該用哪一個？

✅ 90% 的情況下，你應該優先使用 Power Query 新增資料行

這是業界公認的最佳實踐，因為它通常能帶來更好的資料壓縮率（進而提升效能）和更清晰的 ETL 流程。

• 場景一：所有基礎的資料清理與轉換。
  • 範例： 從 OrderID (例如 台北-1001) 中分割出 Region 欄位；將大小寫混亂的 ProductSKU 統一為大寫。
  • 原因： 這是 M 引擎的拿手好戲。
• 場景二：基於「單一表格內」資訊的條件判斷。
  • 範例： 在 產品表 中，根據 UnitPrice 欄位，新增一個 ValueTier 欄位來標記「高單價」或「一般」。
  • 原因： 這個邏輯所需的所有資訊 (UnitPrice) 都在同一張表內，完全在 Power Query 的視野範圍內。
• 場景三：將多個表格「壓平」成一個維度表。
  • 範例： 將 產品分類、產品子分類 和 產品主檔 這三張表，透過合併查詢 (Merge) 組合成一張扁平化的星型模型維度表。
  • 原因： 「合併查詢」是 Power Query 的核心武器，專門用來處理這種在資料載入前就需要完成的結構性整合。

⚠️ 只有在這 10% 的特殊情況下，才使用 DAX 新增資料行

• 範例： 你需要在 產品維度表 中，新增一個欄位來計算「該產品的總銷售額」。
• 原因： 這個計算需要「跳」到 銷售事實表 中，去篩選並加總對應的銷售額。Power Query 看不到 銷售事實表，但 DAX 可以透過已建立的關係 (Relationship)，輕鬆地使用 RELATEDTABLE 或 CALCULATE 函數完成這個任務。

唯一關鍵場景：計算需要「跨表查找」的資訊。

// 這是在「產品維度表」中新增的 DAX 計算資料行
Product Total Sales = 
SUMX(
    RELATEDTABLE('Fact_Sales'),
    'Fact_Sales'[SalesAmount]
)

Kiro 的黃金準則 (最終決策流程)：

當你需要新增一個資料行時，請這樣問自己：「這個計算需要的所有資訊，是否都在『同一張表』裡？」 -> 是 -> 請務必使用 Power Query。「這個計算是否需要『跳』到另一張有關聯的表中去拿資料？」 -> 是 -> 這就是 DAX 計算資料行 的專屬任務。

總結來說：Power Query 負責為你的數據「整容塑形」，而 DAX 計算資料行則負責為已經定型的數據「貼上跨部門的智慧標籤」。

結論：為你的任務選擇正確的武器

量值與計算資料行的選擇，從來不只是語法問題，而是一個關乎報表效能、準確性與可維護性的架構決策。

• 用計算資料行來建立分類，為你的數據貼上清晰的標籤。
• 用量值來執行計算，讓你的指標能靈活地回應分析需求。

現在，讓我們回頭審視第一部分提到的兩個計算資料行場景：

1. 建立 Value Tier 分類標籤： 由於判斷標準 UnitPrice 來自同一張產品表，它的最佳實踐是在 Power Query 中使用「條件資料行」來完成。
2. 計算 Line Total： 由於 Quantity 和 UnitPrice 都在同一張銷售表中，它的最佳實踐同樣是在 Power Query 中使用「自訂資料行」的乘法運算來完成。

掌握了這個核心區別，你就踏出了從「會用 DAX 的人」到「懂得如何高效使用 DAX」的關鍵一步，這也是你優化報表效能的第一步。

🚀 從心法到實戰，只差一步

恭喜你，你已經掌握了 DAX 的完整思維藍圖！如果你渴望將這些心法，轉化為可以放進作品集的亮眼專案，我誠摯地邀請你加入我在 Hahow 好學校的線上課程。

【Power BI x AI 終極實戰：打造高效數據分析工作流】
✨ 超過 5 小時的 DAX 專門單元，帶你逐行拆解 DAX 在真實商業專案中的應用。
🎯 親手實作三大商業儀表板，將理論化為你的實戰超能力。
💬 專屬學員社團，由我親自為你解答學習路上的所有疑惑。

這不只是一堂工具課，更是一趟將你打造成真正數據專家的旅程。

👉 點擊這裡，立即加入超過千名學員的行列，將 DAX 從夢魘變為超能力！

🎁 想持續升級你的數據決策系統嗎？

覺得這篇文章對你有幫助嗎？這只是個開始。

免費加入，立即解鎖『會員資源中心』(內含完整電子書、練習檔案與更多專屬內容)！

你將不僅能立即下載排版精美的 【數據分析師的養成心法 (2025 終極指南)】 完整版電子書 (PDF) ，更重要的是，你將開始每週收到我的獨家框架、實踐案例與工具推薦。

讓我們一起，將數據轉化為智慧，打造屬於自己的理想人生。