这是一套以统一指标口径为核心的零售经营分析体系，解决"数出多门、归因无据、利润盲区"三大痛点，并可作为企业数据驱动决策和 AI 应用的基础平台。
- 零售数字化转型是确定性趋势 ：线上线下一体化经营下，企业对自有数据资产的分析需求持续增长，BI（商业智能）已从"可选项"变为零售企业标配
- 从"看数"到"诊断"的演进 ：本项目"规模—效率—盈利—对比"四层指标体系符合行业最佳实践，可平滑扩展至库存周转、会员复购、供应链等场景
- AI 融合空间大 ：该模型已具备标准星型架构和清晰指标口径，天然适配 Copilot 式自然语言问答、自动化经营异动归因等 AI 场景，是后续智能化升级的数据底座
项目对外提供四大分析能力，全部围绕统一指标体系展开：
1. 经营规模总览
- 核心看板指标：总销售额（19.8 亿）、订单数（977 万）、销量、客户数、总成本
- 支持按年/季/月时间粒度切换，配合同比颜色标记（绿涨红跌）快速感知经营态势
2. 销售效率诊断
- 客单价 = 净营收 ÷ 订单数，衡量单笔订单价值
- 件单价 = 销售额 ÷ 销量，衡量单品定价水平
- 连带率 = 销量 ÷ 订单数，衡量搭配销售能力
- 三者构成销售驱动因子拆解链路，可定位业绩波动根因（是客流少了、转化低了还是连带弱了）
3. 盈利能力监控
- 净营收、毛利、毛利率（53.1%）、净利率四层递进
- 收入与利润联动分析，避免“有销量无利润”的盲区
4. 趋势与多维下钻
- YTD Revenue、Revenue YoY/MoM 等过程指标跟踪年度进度
- 商品（品类→子类→单品）→ 门店 → 区域 → 客户 → 员工全维度自由下钻
1 架构设计 — 标准星型模型
DimProductCategory ─┐
DimProductSubcategory ─→ DimProduct ──┐
DimStore / DimGeography / DimCustomer / DimEmployee / DimDate ─┴→ FactOnlineSales
metrics（38 个度量值，独立度量值表）
2 指标实现 — 分层 DAX 设计
指标实现 — 分层 DAX 设计
基础聚合 显式 SUM 聚合
派生比率 DIVIDE 安全除法（容错 0/空）
时间智能 SAMEPERIODLASTYEAR / TOTALYTD
同比计算 DIVIDE + BLANK 容错 `
可视化辅助 SWITCH 条件色值
工程亮点
1. 口径唯一 ：所有“去年/同比”指标统一复用基础度量值（如 总销售额_去年 引用 总销售额），改一处即全局生效
2. 防错设计 ：比率类全部用 DIVIDE 而非`/` 运算符，规避除零错误
3. 视觉化埋点 ：同比颜色作为独立度量值预置色值，报表端直接绑定条件格式，无需每张报表重复配置
4. 自动日期表 ：模型内置标准日期维度，时间智能函数稳定可靠
评论