文/海艳：上市IT公司经营计划专业经理，专注消费电子领域经营分析
以财务报表分析为例，我会围绕这五种不同的方法论，逐步阐述他们在 PowerBI 中的应用，整体架构如下图所示：
(点击查看大图)
之前已经介绍过前四个分析方法，
本文谈一下第5种：因素分析法。
因素分析法
依据分析指标与其驱动因素的关系，确定各因素对分析指标影响方向和影响程度的一种分析方法，包括连环替代法和差额分析法。
连环替代法：根据因素之间的内在依存关系，依次测定各因素变动对分析指标差异影响的一种分析方法。
1.设基数（计划、上年、同行业先进水平）
F=A×B×C ( Notes：ABC之间可以是加减乘除关系 )
F0=A0×B0×C0，
实际F1=A1×B1×C1
差额=F1 – F0
2. 各因素变动对F有多大影响，替换顺序依次是A 、B、C
基数：F0=A0×B0×C0 （1）
置换A因素：A1×B0×C0 （2）
置换B因素：A1×B1×C0 （3）
置换C因素：A1×B1×C1 （4）
（2）-（1）即为A因素变动对F指标的影响
（3）-（2）即为B因素变动对F指标的影响
（4）-（3）即为C因素变动对F指标的影响
差额分析法：就是直接利用各因素的预算(计划 )与实际的差异来按顺序计算，确定其变动对分析指标的影响程度。它是从连环替代法简化而成的一种分析方法的特殊形式，是利用各个因素的比较值与基准值之间的差额，来计算各因素对分析指标的影响。
1.设基数（计划、上年、同行业先进水平）
F=A×B×C ( Notes：ABC之间可以是加减乘除关系 )
F0=A0×B0×C0，
实际F1=A1×B1×C1
差额=F1 – F0
2. 分析F1-F0的差额由哪些因素的变动引起的，各因素变动对其有多大影响
A因素变动对F指标的影响：
（A1-A0）×B0×C0
B因素变动对F指标的影响：
A1×（B1-B0）×C0
C因素变动对F指标的影响：
A1×B1×（C1-C0）
本次我们以销售收入中零售收入为例，对两种方法进行介绍：
连环替代法：
1.基数：F0=A0×B0
F0 : 零售收入
A0: 平均零售价
B0 : 零售数量
零售收入 = 平均零售价 * 零售销量 = 419.37 * 4987 =2091422 （元）
基数度量值：
零售收入 =
Calculate(
SUM('订单'[单笔销售额]),
FILTER('订单','订单'[销售类型] ="零售"))
平均零售价 = Divide([零售收入],[零售数量])
零售销量 =
Calculate(
SUM('订单'[数量]),
FILTER('订单','订单'[销售类型] ="零售"))
2. 各因素变动对F有多大影响,替换顺序依次是A 、B
在替换之前，先构建替换参数表
平均零售价参数表 = GENERATESERIES(100, 800, 1)
销量参数表 = GENERATESERIES(0, 5000, 1)
因素变动影响度量值：置换A-平均零售价
零售收入影响(Unit Price) = [零售销量] *[平均零售价参数值]- [零售收入]
A1×B0= 494 * 4987 = 2463578 （元）
A1×B0– A0×B0 = 494 * 4987 - 419.37 * 4987 = 372156 (元)
当平均零售价由A0: 419.37元调整为 A1:494元，对F: 零售收入 影响为 372156 元。
因素变动影响度量值：置换B-销量
零售收入影响(Number) = [销量参数值] *[平均零售价参数值]-[零售销量]*[平均零售价参数值]
A1×B1=494 * 5000 = 2470000 （元）
A1×B1– A1×B0 = 494 * 5000 - 494 * 4987 = 6422 （元）
当销量B0: 4987 由调整为 B1: 5000，对F: 零售收入 影响为 6422 元；
影响总额度量值：
零售收入影响(Total)
= 零售收入影响(Unit Price) +零售收入影响(Number)
= 372156+6422 = 378578 (元)
差额分析法：
1.基数：F0=A0×B0
F0 : 零售收入
A0: 平均零售价
B0 : 零售数量
F0= A0 * B0 = 419.37 * 4987 =2091422 （元）
因素变动影响：置换A-平均零售价
（A1-A0）×B0 = （494-419.37）* 4987 = 372156 (元)
因素变动影响：置换B-销量
A1×（B1-B0） = 494 * （5000- 4987）= 6422 （元）
2.实际F1=A1×B1
A1×B1=494 * 5000 = 2470000 （元）
3. F1 – F0 = A1×B1 - A0×B0 =378578 (元)
影响总额度量值：
零售收入影响(Total) = [销量参数值] *[平均零售价参数值]-[零售销量]*[平均零售价]
呈现结果如下：
通过因素分析法，你可以发现零售价、销量变动对零售收入的影响。在实际业务中，你可以根据市场供求情况，探寻合适的零售价及对应的销售数量，帮助自己达成销售目标。
在财务分析中比较被熟知的因素分析法应用是杜邦分析，通过杜邦分析可以清晰的看到企业的基本面，即企业的盈利能力、股东权益回报水平，企业管理层可清晰地看到权益资本收益率的决定因素，以及销售净利润率与总资产周转率、债务比率之间的相互关联关系。
（杜邦分析：图片来自网络）
因素分析法就介绍这么多了，截止到今天财务报表分析方法系列就全部分享完毕，感谢所有PBI的伙伴一直以来的支持！
接下来穿插春天的色彩^_^
可以看到我的背景都是被花花笼罩，正值春天花开灿烂季，希望把这些美也一起分享给你。
美图背景设置方法如下：
页面排布设置方法如下：
文件夹设置方法如下：
(本文完)
-精彩推荐-
如果你刚开始学习Power BI，可在微信公众号后台回复"PowerBI"，获取《七天入门PowerBI》电子书，轻松上手。
采悟/ PowerBI星球
网友评论