การใช้ DAX ใน Power BI: 20 ตัวอย่างสูตรใช้บ่อยและการนำไปใช้
ภาษาสูตร DAX ใน Power BI คืออะไร ตัวอย่างสูตรต่างๆ ที่นำไปใช้ในการวิเคราะห์ข้อมูล เพิ่มประสิทธิภาพในการตัดสินใจสำหรับธุรกิจของคุณ
หน้าแรก » Blogs  »  การใช้ DAX ใน Power BI: 20 ตัวอย่างสูตรใช้บ่อยและการนำไปใช้

การใช้ DAX ใน Power BI: ตัวอย่างสูตรและการนำไปใช้

ในบทความนี้เราจะมาทำความรู้จักกับ Power BI และการใช้ DAX (Data Analysis Expressions) ซึ่งเป็นภาษาสูตรสำหรับการวิเคราะห์ข้อมูลใน Power BI ของ Microsoft Power Platform จากนั้นเราจะมาดูตัวอย่างสูตรที่ใช้บ่อย ๆ พร้อมการนำไปใช้ในการวิเคราะห์ข้อมูล

อ่านบทความฉบับเต็ม "Microsoft Power BI"

Table of Content

1. DAX คืออะไร ความหมายของ DAX ใน Power BI
2. ตัวอย่างสูตร DAX ที่ใช้บ่อย ๆ
3. การนำสูตร DAX ไปใช้ในการวิเคราะห์ข้อมูล

DAX คืออะไร ความหมายของ DAX ใน Power BI

DAX หรือ Data Analysis Expressions เป็นภาษาสูตรที่ใช้ในการวิเคราะห์ข้อมูลและการสร้างตัวชี้วัด (Measures) ใน Power BI และเครื่องมือวิเคราะห์ข้อมูลอื่น ๆ ของ Microsoft Power Platform ภาษาสูตร DAX ช่วยให้คุณสามารถสร้างสูตรที่ซับซ้อนและสร้างค่าที่สำคัญสำหรับการวิเคราะห์ข้อมูลของธุรกิจ

อ่านบทความฉบับเต็ม "Microsoft Power Platform"

20 ตัวอย่างสูตร DAX ที่ใช้บ่อย ๆ

    1. SUM

สูตร SUM ช่วยให้คุณสามารถหาผลรวมของคอลัมน์ที่กำหนด

TotalSales = SUM(Sales[Revenue])

    2. AVERAGE

สูตร AVERAGE ช่วยให้คุณสามารถหาค่าเฉลี่ยของคอลัมน์ที่กำหนด

AverageRevenue = AVERAGE(Sales[Revenue])

    3. COUNT

สูตร COUNT ช่วยให้คุณสามารถนับจำนวนแถวที่มีข้อมูลในคอลัมน์ที่กำหนด

TotalOrders = COUNT(Sales[OrderID])

    4. CALCULATE

สูตร CALCULATE ช่วยให้คุณสามารถคำนวณค่าตามเงื่อนไขที่กำหนด

TotalSalesVIP = CALCULATE(SUM(Sales[Revenue]), Sales[CustomerType] = "VIP")

ในตัวอย่างนี้, สูตร CALCULATE คำนวณยอดขายรวม (SUM) ของคอลัมน์ Revenue โดยเลือกเฉพาะแถวที่มีค่า CustomerType เป็น "VIP" ผลลัพธ์ที่ได้คือยอดขายรวมสำหรับลูกค้า VIP เท่านั้น

    5. MAX

สูตร MAX ช่วยให้คุณหาค่าสูงสุดในคอลัมน์ที่กำหนด

MaxRevenue = MAX(Sales[Revenue])

    6. MIN

สูตร MIN ช่วยให้คุณหาค่าต่ำสุดในคอลัมน์ที่กำหนด

MinRevenue = MIN(Sales[Revenue])

    7. RANKX

สูตร RANKX ช่วยให้คุณคำนวณอันดับของข้อมูลตามเงื่อนไขที่กำหนด

ProductRank = RANKX(ALL(Sales[Product]), Sales[Revenue], , DESC)

    8. DIVIDE

สูตร DIVIDE ช่วยให้คุณหารค่าและจัดการกับการหารด้วยศูนย์ได้อย่างถูกต้อง

ProfitMargin = DIVIDE(Sales[Profit], Sales[Revenue])

    9. ALL

สูตร ALL ช่วยให้คุณลบกรองที่ใช้ในตารางหรือคอลัมน์เพื่อคำนวณข้อมูลในมุมมองที่แตกต่าง

TotalSalesAllRegions = CALCULATE(SUM(Sales[Revenue]), ALL(Sales[Region]))

    10. การคำนวณ Year-over-Year Growth

สูตรนี้ช่วยคำนวณเปอร์เซ็นต์การเติบโตในยอดขายระหว่างปีปัจจุบันและปีก่อนหน้า

YoY_Growth =
VAR CurrentYearSales = CALCULATE(SUM(Sales[Revenue]), SAMEPERIODLASTYEAR('Date'[Date]))
VAR PreviousYearSales = CALCULATE(SUM(Sales[Revenue]), SAMEPERIODLASTYEAR('Date'[Date]),
SAMEPERIODLASTYEAR('Date'[Date]))
RETURN DIVIDE(CurrentYearSales - PreviousYearSales, PreviousYearSales)

    11. การคำนวณสัดส่วนของยอดขายต่อประเภทสินค้า

สูตรนี้ช่วยคำนวณสัดส่วนของยอดขายของแต่ละประเภทสินค้าเทียบกับยอดขายรวม

ProductCategoryShare =
VAR TotalSales = SUM(Sales[Revenue])
VAR CategorySales = CALCULATE(SUM(Sales[Revenue]), ALLEXCEPT(Sales, Sales[ProductCategory]))
RETURN DIVIDE(CategorySales, TotalSales)

    12. การคำนวณ Moving Average จาก 3 เดือน

สูตรนี้ช่วยคำนวณค่าเฉลี่ยเคลื่อนไหว (Moving Average) จากยอดขายในระยะเวลา 3 เดือน

ThreeMonthsMovingAverage =
CALCULATE(
   AVERAGE(Sales[Revenue]),
   DATESINPERIOD('Date'[Date],
LASTDATE('Date'[Date]), -3, MONTH)
)

    13. การคำนวณยอดขายรวมแยกตามปี

สูตรนี้ช่วยคำนวณยอดขายรวมสำหรับแต่ละปี โดยที่ผลลัพธ์จะแยกตามปี

TotalSalesByYear =
CALCULATE(
SUM(Sales[Revenue]),
ALLSELECTED('Date'[Year])
)

    14. การคำนวณสัดส่วนของยอดขายของพนักงานขาย

สูตรนี้ช่วยคำนวณสัดส่วนของยอดขายของแต่ละพนักงานขายเทียบกับยอดขายรวมของทุกพนักงานขาย

SalesPersonShare =
VAR TotalSales = SUM(Sales[Revenue])
VAR SalesPersonSales = CALCULATE(SUM(Sales[Revenue]), ALLEXCEPT(Sales, Sales[SalesPerson]))
RETURN DIVIDE(SalesPersonSales, TotalSales)

    15. การคำนวณเปอร์เซ็นต์การเติบโตระหว่างไตรมาส

สูตรนี้ช่วยคำนวณเปอร์เซ็นต์การเติบโตของยอดขายระหว่างไตรมาสปัจจุบันและไตรมาสก่อนหน้า

QoQ_Growth =
VAR CurrentQuarterSales = CALCULATE(SUM(Sales[Revenue]), SAMEPERIODLASTYEAR('Date'[Date]))
VAR PreviousQuarterSales = CALCULATE(SUM(Sales[Revenue]), SAMEPERIODLASTYEAR('Date'[Date]),
SAMEPERIODLASTYEAR('Date'[Date]))
RETURN DIVIDE(CurrentQuarterSales - PreviousQuarterSales, PreviousQuarterSales)

    16. การคำนวณกำไรสะสม

สูตรนี้ช่วยคำนวณกำไรสะสมสำหรับแต่ละวัน

CumulativeProfit =
CALCULATE(
  SUM(Sales[Profit]),
  FILTER(
   ALLSELECTED('Date'[Date]),
  'Date'[Date] <= MAX('Date'[Date])
)
)

    17. การคำนวณสัดส่วนของยอดขายต่อลูกค้า

สูตรนี้ช่วยคำนวณสัดส่วนของยอดขายของแต่ละลูกค้าเทียบกับยอดขายรวม

CustomerShare = VAR TotalSales = SUM(Sales[Revenue]) VAR CustomerSales = CALCULATE(SUM(Sales[Revenue]), ALLEXCEPT(Sales, Sales[Customer])) RETURN DIVIDE(CustomerSales, TotalSales)

    18. การคำนวณสัดส่วนของยอดขายต่อภูมิภาค

สูตรนี้ช่วยคำนวณสัดส่วนของยอดขายของแต่ละภูมิภาคเทียบกับยอดขายรวม

RegionShare =
VAR TotalSales = SUM(Sales[Revenue])
VAR RegionSales = CALCULATE(SUM(Sales[Revenue]), ALLEXCEPT(Sales, Sales[Region]))
RETURN DIVIDE(RegionSales, TotalSales)

    19. การคำนวณจำนวนสินค้าที่ขายดีที่สุด 10 อันดับ

สูตรนี้ช่วยคำนวณจำนวนสินค้าที่ขายดีที่สุด 10 อันดับจากยอดขายรวม

Top10Products =
CALCULATETABLE(
   VALUES(Sales[Product]),
   TOPN(10, ALL(Sales[Product]),
[TotalSales], DESC)
)

    20. การคำนวณค่าเฉลี่ยของยอดขายต่อวันในสัปดาห์

สูตรนี้ช่วยคำนวณค่าเฉลี่ยของยอดขายต่อวันในแต่ละสัปดาห์

AverageSalesPerWeekday =
AVERAGEX(
   SUMMARIZE(Sales, 'Date'[Weekday],
   "DailySales", SUM(Sales[Revenue])),
[DailySales]
)

เมื่อคุณมีความคุ้นเคยกับสูตร DAX ที่ซับซ้อนและการใช้งาน Power BI คุณสามารถสร้างการวิเคราะห์ข้อมูลที่เข้ากับความต้องการของธุรกิจของคุณได้อย่างมีประสิทธิภาพ และสามารถตอบสนองต่อความต้องการของผู้บริหารและทีมงานในองค์กรของคุณ ตัวอย่างสูตร DAX ที่เสนอมานี้เป็นจุดเริ่มต้นในการสร้างการวิเคราะห์ข้อมูลที่ซับซ้อนและปรับให้เหมาะสมกับธุรกิจของคุณ การศึกษาเพิ่มเติมและทดลองใช้งานจะช่วยให้คุณสามารถเรียนรู้และปรับปรุงความสามารถในการใช้ Power BI และสูตร DAX ได้อย่างต่อเนื่อง

การนำสูตร DAX ไปใช้ในการวิเคราะห์ข้อมูล

ตัวอย่างการนำสูตร DAX ไปใช้ในการวิเคราะห์ข้อมูลด้วย Power BI:

  • สร้างตัวชี้วัด (Measures) ใหม่ใน Power BI โดยใช้สูตร DAX เช่น TotalSales หรือ AverageRevenue

  • นำตัวชี้วัดที่สร้างขึ้นมาใช้ในการสร้างกราฟหรือแผนภูมิเพื่อแสดงข้อมูลที่ต้องการวิเคราะห์

  • ใช้ตัวกรอง (Filter) หรือ Slicer เพื่อให้ผู้ใช้งานสามารถเลือกข้อมูลที่ต้องการวิเคราะห์ได้ตามความต้องการ

  • สร้างรายงานและแชร์ให้ทีมงานหรือผู้บริหารเพื่อช่วยในการตัดสินใจทางธุรกิจ

โดยการใช้สูตร DAX ในการวิเคราะห์ข้อมูลด้วย Power BI จะช่วยให้คุณสามารถสืบค้นข้อมูลและสร้างมุมมองที่มีความหมายและเป็นประโยชน์สำหรับธุรกิจของคุณ ทั้งนี้ขึ้นอยู่กับความคิดสร้างสรรค์และความเข้าใจในข้อมูลของคุณเอง

ในการปฏิบัติงานจริง ความสามารถในการใช้งาน DAX จะเปิดโอกาสให้คุณสามารถสร้างการวิเคราะห์ข้อมูลที่มีคุณค่าและมีประสิทธิภาพสูงขึ้น นอกจากนี้ยังสามารถปรับปรุงการตัดสินใจและกระบวนการทำงานในองค์กรของคุณ การเรียนรู้และทดลองใช้งานสูตร DAX จะทำให้คุณสามารถใช้ Power BI อย่างเต็มประสิทธิภาพ

ในท้ายที่สุด การทำความเข้าใจในภาษาสูตร DAX และการนำไปใช้ในการวิเคราะห์ข้อมูลด้วย Power BI จะช่วยให้คุณสามารถสร้างมุมมองข้อมูลที่มีความหมายและเป็นประโยชน์สำหรับธุรกิจของคุณ เปิดโอกาสให้คุณสามารถพัฒนาการวิเคราะห์ข้อมูลของคุณให้มีความคิดสร้างสรรค์มากขึ้น และสามารถตอบสนองต่อความต้องการของผู้บริหารและทีมงานในองค์กรของคุณ

ก้าวเข้าสู่ Digital Business 

ดูผลิตภัณฑ์ที่เกี่ยวข้องได้ที่นี่ 

power bi screen-1

Microsoft Power BI

ต่อติดทุกเรื่องราวของกิจการและบรรลุเป้าหมายในแดชบอร์ดเดียว

ไปที่หน้าผลิตภัณฑ์
Power-Apps-Screen 1

Microsoft Power Apps

ช่วยให้คุณสร้าง App ได้อย่างรวดเร็วจากเวลาเป็นเดือนเหลือเพียงไม่กี่ชั่วโมง แบบ Low-code

ไปที่หน้าผลิตภัณฑ์
Power_Automate_Screen 1

Microsoft Power Automate

ดูแลสิ่งที่สําคัญ ปล่อยที่เหลือให้เป็นหน้าที่ระบบอัตโนมัติ

ไปที่หน้าผลิตภัณฑ์
power pages-1

Microsoft Power Pages

สร้างเว็บไซต์ธุรกิจแบบใช้ Low-code ที่ปลอดภัยอย่างรวดเร็ว

ไปที่หน้าผลิตภัณฑ์
Power Virtual Agents Screen 2

Microsoft Power Virtual Agents

ตอบสนองความต้องการของลูกค้าและพนักงานของคุณได้รวดเร็วในวงกว้างโดยใช้บอทการสนทนาอัจฉริยะที่สร้างขึ้นด้วย Power Virtual Agents

ไปที่หน้าผลิตภัณฑ์
บทความอื่น

Blog ล่าสุด

ข่าวล่าสุด