在 LuckyTemplates 中重用移動平均線的 4 種技術

在本教程中，我將教你如何通過各種方式在 LuckyTemplates 中使用移動平均線來突出顯示趨勢。您可以在本博客底部觀看本教程的完整視頻。

我們可以計算一個移動平均線，並輕鬆地將相同的公式轉換為計算其他移動平均線。所需要的只是更改公式中的一個參數。

這是我經常談論的一項技術，因為它在 LuckyTemplates 中是一個非常有價值的想法和發展概念。它肯定會加快尋找您可能正在數據中尋找的各種見解的速度。特別是如果您正在尋找一種方法來輕鬆展示數據中的潛在趨勢，而無需放棄日常數據。

本教程還很好地回顧瞭如何在 LuckyTemplates 中使用度量分支。

在此季度洞察示例報告中，我實際上事先創建了不同的移動平均線。我想教您如何相對快速地重用這些公式以獲得更多見解。

目錄

• 在 LuckyTemplates 中計算總銷售額的移動平均值
• 找出平均利潤率
• 計算總利潤的平均值
• LuckyTemplates 中總客戶的移動平均值
• 結論

在 LuckyTemplates 中計算總銷售額的移動平均值

讓我們看一下Sales 1M MA的計算。此處的AVERAGEX函數查看任何特定日期，並打開未來的時間窗口。之後，它計算該窗口中所有結果的平均值。這是因為我還添加了DATESINPERIOD和LASTDATE函數。

由於它計算的是Total Sales， 因此該公式會查看上個月每一天的總銷售額，併計算出每天所有這些銷售額的平均值。這就是這個公式所做的。

另一件好事是您不需要每次都重新創建公式。您只需複制並粘貼一些現有的公式並重新排列它們。第一個實際上計算總銷售額，正如您從報告中的洞察力中看到的那樣。

如果仔細觀察，您會發現您正在查看每天的總銷售額。但是您還會從可視化中註意到我已經覆蓋了平均趨勢。

如圖所示，根據我選擇的特定時間範圍，總銷售額的平均趨勢略有增加。

找出平均利潤率

此處的Margins 1M MA公式也可以看出同樣的情況。這是我們已經實現的利潤率的移動平均數。

此公式執行的邏輯與之前的示例計算完全相同。唯一不同的是Total Sales我現在有Profit Margin。

現在，如果您深入研究數據，您會發現每一天的利潤率都在大幅波動。這可能取決於許多因素，例如地區或產品。但在這種情況下，您可以清楚地看到利潤率的移動平均線，它有點動態。

計算總利潤的平均值

現在，我想向您展示一個額外的技巧。實際上，我重新創建了利潤率移動平均線並將其複製到另一個名為Profits 1M MA的指標中。

您可以看到我剛剛將最後一部分從Profit Margins更改為Total Profits。所以這個移動平均線將是特定時間範圍內的總利潤，然後我可以將其添加到我的可視化中。 

只需將它拖到報告中，然後做一些事情來清理外觀、顏色、陰影和其他一切。現在，如果你看一下，它也在小幅增長，而每天的利潤卻在跳躍。

LuckyTemplates 中總客戶的移動平均值

我要教你的最後一件事是關於特定時間範圍內總客戶的移動平均值。正如您在示例報告中所見，2017 年第二季度的客戶總數為175。

如果仔細查看數據，客戶數量實際上每天都在變化。我可以說這裡的趨勢是非常動態的。

 現在，讓我們來看看公式。要為此創建新的移動平均線，只需複制現有的公式，然後單擊新建度量。粘貼公式，然後將舊標題更改為Customers 1M MA。最後，將最後一部分從Total Sales更改為Total Customers。 

這就是您在 LuckyTemplates 中重用移動平均線公式所需要做的全部工作。簡直是驚人的技術就在這裡。之後，您可以將其添加到您的報告中並改進可視化。

現在，您可以看到我有一條移動平均趨勢線，代表每天的客戶總數。

我剛才教給您的是一種更有效地顯示移動平均線的好方法。歸根結底，您不希望您的趨勢與 LuckyTemplates 中的所有其他內容相結合。通過將 LuckyTemplates 中的這些移動平均線用於出色的可視化效果，您始終可以獲得正確的見解。

使用移動平均線顯示 LuckyTemplates 中的趨勢
每天使用 AVERAGEX 和 DAX 測量平均值
了解 AVERAGEX 函數的工作原理

結論

因此，從可能創建一個移動平均計算，您可以 在一分鐘內輕鬆生成四個或五個。

我剛剛介紹的內容來自我在 LuckyTemplates 學習峰會期間舉辦的一次會議。如果您想註冊參加峰會，您將獲得為期三天的免費活動、六場會議的訪問權，並且您可以下載許多高質量的資源，這些資源展示了使用 LuckyTemplates 的多種高級分析方法。您可以檢查此以了解更多詳細信息。

享受學習本教程的樂趣，看看您是否可以盡快將此邏輯應用到您的模型中。您應該很快就會看到好處。