Power BI 時間智慧函數實戰：輕鬆計算 YoY, MoM 與 YTD
厭倦了在 Excel 中手動計算 YoY、YTD 嗎？這篇實戰指南將提供你一套可複製的 DAX 時間智慧模式，告別手動地獄，用幾行優雅的程式碼，讓你的 Power BI 報表瞬間提升一個專業檔次。
你好，我是 Kiro。
時間智慧是商業分析的關鍵應用。在開始施展這些魔法前，確保你已了解 Power BI 的基本運作模式，將讓學習事半功倍。
在上一篇文章中，我們一起馴服了 CALCULATE 這隻神獸，掌握了它新增、覆蓋和移除篩選的三大超能力。現在，我們要將這股強大的力量，應用在商業分析中最有價值、也最常見的場景——時間智慧分析 (Time Intelligence)。
你是否也曾為了計算「年對年成長率 (Year-over-Year, YoY)」，而在 Excel 表格中用 VLOOKUP 查到眼花撩亂？或是為了計算「年初至今 (Year-to-Date, YTD)」的累計業績，而寫下長到看不見盡頭的 SUM 公式？
這些手動計算不僅耗時、痛苦，更充滿了出錯的風險。
這篇文章將提供你一套可複製的「DAX 時間智慧模式」。學會它，你就能告別手動地獄，用幾行優雅的 DAX 程式碼，輕鬆應對 80% 的同期比較與趨勢分析需求，讓你的報表瞬間提升一個專業檔次。
🎁 邊讀邊做，學得更快！
我同樣為這篇文章準備了專屬的 Power BI 練習檔 (.pbix)。免費訂閱我的電子報，即可立即前往會員資源中心下載，跟著文章一起動手操作！
第一誡：你必須有一個完美的「日期表」
在我們施展任何時間智慧魔法之前，有一條不可動搖的黃金法則，也是所有新手最常犯錯的地方：
你必須在你的資料模型中，建立一個獨立且完整的日曆資料表。
為什麼？因為 DAX 的時間智慧函數，就像一群只會說「標準時間語」的專業嚮導。如果你給它們一張零散、不連續、甚至有重複日期的「地圖」（例如直接使用你的銷售訂單日期欄位），它們會立刻迷路並罷工。
一個完美的日期表，是所有時間智慧分析不可動搖的基石。它必須：
- 包含一個擁有唯一值的日期欄位。
- 涵蓋你所有事實表中完整的日期範圍（不能有遺漏）。
- 與你的事實表（如銷售資料表）建立有效的關係。
別擔心，你不需要手動建立。以下是一段你可以直接複製使用的 DAX 程式碼範本，用它來建立一個動態、完美的日期表：
Dim_Dates =
ADDCOLUMNS (
CALENDAR ( MIN ( 'Fact_Sales'[SaleDate] ), MAX ( 'Fact_Sales'[SaleDate] ) ),
"Year", YEAR ( [Date] ),
"Quarter", "Q" & FORMAT ( [Date], "Q" ),
"MonthNum", MONTH ( [Date] ),
"MonthName", FORMAT ( [Date], "mmm" ),
"YearMonth", FORMAT ( [Date], "YYYY-MM" )
)
(註：請將 'Fact_Sales'[SaleDate] 替換成你事實表中主要的日期欄位)
建立好這張專為時間分析而生的日期表，並確保它與你的事實表正確地透過日期欄位連接起來（通常是「一對多」關係），我們才算真正做好了施法的準備。
核心需求一：年對年 (YoY) 成長率
商業問題： 「我們今年的業績，跟去年同期相比，是成長還是衰退？」
這是老闆每天都會問的問題，也是衡量業務健康度的核心指標。要回答它，我們需要計算兩個數字：「今年的銷售額」和「去年同期的銷售額」。
「今年的銷售額」很簡單，就是我們常用的 [總銷售額] 量值。而計算「去年同期銷售額」，就輪到我們的第一個時間智慧函數登場了：SAMEPERIODLASTYEAR。
計算去年同期銷售額
這個函數的名字非常直觀。它會取得目前篩選上下文中的日期範圍（例如 2024 年 5 月），然後像時光機一樣，返回「去年完全相同的期間」（也就是 2023 年 5 月）作為一個新的篩選條件。
我們可以將它與 CALCULATE 完美結合：
去年同期銷售額 =
CALCULATE(
[總銷售額],
SAMEPERIODLASTYEAR('Dim_Dates'[Date])
)
提供完整的「YoY 成長率 %」量值寫法範本
有了「今年」和「去年」的數字，計算成長率就輕而易舉了。這裡提供一個包含除錯（避免分母為零）的完整寫法範本：
YoY 銷售額成長率 % =
VAR CurrentSales = [總銷售額]
VAR PriorYearSales = [去年同期銷售額]
RETURN
IF(
NOT ISBLANK(PriorYearSales),
DIVIDE(CurrentSales - PriorYearSales, PriorYearSales)
)
現在，你可以將「YearMonth」放在資料列，並把 [總銷售額] 、[去年同期銷售額]和 [YoY 銷售額成長率 %] 放進矩陣中。一個專業的同期比較報表就誕生了！
核心需求二：年初至今 (YTD) 累計
商業問題： 「我們今年的年度 KPI 目標是 1,000 萬，現在 5 月份了，達成率是多少？」
要回答這個問題，我們需要計算「從今年 1 月 1 日開始，一直累加到今天為止」的總銷售額。這就是年初至今 (Year-to-Date, YTD) 的概念。
DAX 為此提供了極其方便的函數：DATESYTD 或 TOTALYTD。
計算 YTD 銷售額
DATESYTD 會取得目前篩選上下文中的最後一個日期（例如 2024 年 5 月 31 日），然後返回「從該年份的第一天，到這個最後日期」的完整日期範圍。
YTD 總銷售額 =
CALCULATE(
[總銷售額],
DATESYTD('Dim_Dates'[Date])
)
-- 語法糖版本，結果完全相同
-- YTD 總銷售額 = TOTALYTD([總銷售額], 'Dim_Dates'[Date])
YTD 總銷售額達成率 % = DIVIDE([YTD 總銷售額], 200000000)
當你將這2個量值放入矩陣中，你會看到，每一列的數字都是從該年一月開始的累加值。這對於追蹤年度目標的達成進度至關重要。
延伸介紹：QTD 與 MTD
同樣的邏輯，DAX 也提供了：
DATESQTD(Quarter-to-Date): 計算「季初至今」的累計值。DATESMTD(Month-to-Date): 計算「月初至今」的累計值。
掌握了這組累計函數，你就能輕鬆應對各種期間的業績追蹤需求。
進階應用：移動平均 (Moving Average)
商業問題： 「我們的單月業績波動很大，很難看出長期的真實趨勢。有沒有辦法平滑這些雜訊？」
當然有！移動平均就是為了解決這個問題而生的。例如，「滾動 12 個月平均銷售額」可以幫助我們消除季節性等短期因素的干擾，看清業務的長期走向。
要實現這個計算，我們需要另一個强大的時間智慧函數：DATESINPERIOD。
計算滾動 12 個月平均銷售
DATESINPERIOD 像一個靈活的「滑動視窗」。它需要四個參數：
- 日期表
- 開始日期
- 要移動的期數（負數代表往前）
- 移動的單位（日/月/季/年）
我們可以這樣寫：
滾動 12 個月總銷售額 =
CALCULATE(
[總銷售額],
DATESINPERIOD(
'Dim_Dates'[Date],
MAX('Dim_Dates'[Date]),
-12,
MONTH
)
)
這個公式的意涵是：在目前的篩選上下文中，找到最後一個日期 (MAX('Dim_Date'[Date]))，並從那天開始，往前滑動 12 個月，將這個完整的「滑動視窗」期間內的銷售額加總起來。
最後，只要將這個結果除以 12，就能得到平滑後的趨勢線，幫助決策者洞察未來。
結論：讓時間成為你的朋友
時間，是所有商業故事中最關鍵的維度。掌握了 DAX 時間智慧函數，你就不再是一個只能呈現靜態數字的報表製作者，而是一位能夠：
- 回顧過去： 透過
SAMEPERIODLASTYEAR進行精準的同期比較。 - 衡量現在： 透過
DATESYTD等函數追蹤目標的累計進度。 - 洞察未來： 透過
DATESINPERIOD計算移動平均，看清長期趨勢。
這些函數與 CALCULATE 結合，將是你武器庫中最鋒利的寶劍，能幫助你斬斷資料的雜訊，直達商業問題的核心。
下一步：從標準到客製
🎁 下載練習檔，親手操作！
為了讓你真正掌握這些強大的時間函數，我已經準備好了這篇文章的完整 Power BI 練習檔 (.pbix)，包含所有範例資料、完美的日期表和本篇提到的所有 DAX 量值。
立即免費訂閱我的「人生算法」實踐筆記，即可前往會員資源中心下載練習檔！
🚀 準備好接受更深度的挑戰了嗎？
本篇介紹的都是基於標準日曆年的計算。但在真實世界中，你可能會遇到更複雜的場景，例如公司的「財年」是從 7 月 1 日開始，或是需要處理 4-4-5 零售日曆等特殊需求。
如果你已經準備好挑戰這些進階場景，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】
在課程中，我們將深入探討如何客製化你的時間智慧計算，以應對任何刁鑽的商業規則。這不只是一堂工具課，更是一趟將你打造成真正資料專家的旅程。
