在数据驱动的世界中，周环比（WOW）是衡量周期性变化的重要指标。让我们一起探索如何在Power Pivot中巧妙地对周进行编号，从而轻松计算出这一关键指标。
首先，让我们构建一个实例模型，它由销售记录表和日期表构成。在这个模型中，我们已经定义了销售金额的度量值:
销售金额: =SUM([金额])
针对周级分析，我们避开跨年问题，采用另一种编号策略。首先，提取周几的信息:
=WEEKDAY('日期表'[日期], 2)
特别注意，我们选择了每周从周一开始，以符合中国用户的习惯。
接下来，我们需要计算每周的开始日期:
=CALCULATE(MAX('日期表'[日期]), FILTER(ALL('日期表'), '日期表'[第几周]=1 AND '日期表'[日期]<=EARLIER('日期表'[日期])))
尽管对于起始日期可能存在缺失，但这不影响我们后续的周编号计算，我们只需忽略这些缺失值即可。
现在，关键的步骤来了：通过排序获得连续的周编号:
=RANKX('日期表', '日期表'[周开始日期], '日期表'[周开始日期], ASC, Dense)
这样，我们得到了一个连续的周编号序列，可以用于各种基于周的时间分析。
对于包含跨年情况的周，我们确保周销售额的完整性:
周销售额: =IF(HASONEVALUE('日期表'[周编号]), CALCULATE('销售记录'[销售金额], FILTER(ALL('日期表'), '日期表'[周编号]=VALUES('日期表'[周编号]))))
看图53周的数据，跨年问题得到妥善处理，周销售额准确无误。
计算上周销售额同样简单:
上周销售额: =IF(HASONEVALUE('日期表'[周编号]), CALCULATE('销售记录'[销售金额], FILTER(ALL('日期表'), '日期表'[周编号]=VALUES('日期表'[周编号])-1)))
最后，我们来计算周环比:
周环比: =DIVIDE('销售记录'[周销售额] - '销售记录'[上周销售额], '销售记录'[上周销售额])
通过这样的步骤，你将能够理解和应用Power Pivot中的时间智能，为你的数据分析增添新的维度。深入学习更多技巧，可以参考我们的视频课程——《Excel Power Pivot数据建模分析（进阶篇》。
感谢你关注PowerPivot工坊，我们的原创内容欢迎分享，但请务必注明出处。如果你对Power BI有更深入的兴趣，不妨登录网易云课堂，参与我们的“从Excel到Power BI数据分析可视化”系列课程。或者关注我们的公众号PowerPivot工坊，获取更多学习资源。