零售数据分析之操作篇9：用历史聚合计算历史销售SKU数
各位数据的朋友，大家好，我是老周道数据，和你一起，用常人思维+数据分析，通过数据讲故事。
上期内容回顾与作业讲解
上一讲讲了如何通过历史聚合来计算库存，这个方案非常好的解决了零售企业在计算任意时间库存时的大难题。同时，还给大家出了一道作业，就是：根据近1个月销量来预估当前库存的可卖天数？
其实，这个作业可以带出一个指标：存销比。
存销比是指在一个周期内，商品库存与周期内日均销量的比值，是用天数来反映商品即时库存状况的相对数。也可以通俗的称之为可售天数。
我们也把思路理一下：第一步，就是计算当前库存数量；第二步，计算近30天的销量；第三步，计算近30天的日均销量；第四步，计算库存可售天数=当前库存数量/近30天日均销量。
接下来，我们就开始进行操作。
1、计算累计库存数量
在数据集构建器下，点击汇总旁的【+】，选择【库存数量】后点击确定。这时候就会在汇总列出现一个库存数量指标。
点击库存数量指标旁的【…】，点击【历史聚合】，勾选【开启历史聚合】后点击确定。即可在汇总列得到累计库存数量指标。
之后再加上一个时间筛选控件：依次点击【+】、【筛选】、【公共筛选】，在添加筛选控件小弹窗中选择【时间日期】，左下角选择【日历】后点击确定。
2、计算日均销量
在数据集构建器下，点击汇总旁的【+】，选择【销售数量】后点击确定。这时候就会在汇总列出现一个销售数量指标。点击销售数量指标旁的【…】，点击【近期】，选择【日】【-30】表示近30天，点击确定。即可在汇总列得到近30天销售数量指标。
自定义计算日均销量：点击汇总旁的【+】，点击【fx】和左下角【汇总区域】后，将【计算成员1】改为【日均销量】，在自定义表达式中以点击、键盘输入的方式输入运算公式：近30天销售数量/30，点击确定。
奥威BI零售数据分析
3、计算库存可售天数
点击汇总旁的【+】，点击【fx】和左下角【汇总区域】后，将【计算成员1】改为【库存可售天数】，在自定义表达式中以点击、键盘输入的方式输入运算公式：累计库存数量/日均销量，点击确定。
这个时候就可以得到一个总的库存可售天数，我们还可以在行维度中添加商品分类，从而查看各个品类商品的库存可售天数。如下图：
奥威BI零售数据分析
作业讲完了，我们今天将继续讲历史聚合这个强大的功能在其他零售数据分析场景中的应用，我们来看一下历史聚合，除了与总计聚合一起使用，还可以与其他哪些聚合一起使用。
本讲内容
当我们要统计历史采购的SKU数，或者历史销售的SKU数时，就可以使用历史聚合+唯一计数了的组合。
当我们想统计某款商品的历史最低/最高价格时，就可以使用历史聚合+最大最小值的组合。
接下来，我们实际操作一下：
操作目的：按任意时间查询各门店的历史销售SKU数
操作思路：先计算历史最高销售单价、历史最低销售单价、销售单价，增加筛选控件，然后在行维度增加门店指标。
1、计算历史最高销售单价
点击汇总旁的【+】，选择【销售单价】，左下角选择【最大值】后点击确定，立即在汇总列得到一个最大值销售单价（即最高销售单价）。然后在点击该指标右侧【…】，点击【历史聚合】，勾选【开启历史聚合】后点击确定。然后再次点击该指标右侧【…】，点击【重命名】后修改为【历史最高销售单价】。
2、计算历史最低销售单价
点击汇总旁的【+】，选择【销售单价】，左下角选择【最小值】后点击确定，立即在汇总列得到一个最小值销售单价（即最低销售单价）。然后在点击该指标右侧【…】，点击【历史聚合】，勾选【开启历史聚合】后点击确定。然后再次点击该指标右侧【…】，点击【重命名】后修改为【历史最低销售单价】。
3、计算销售单价
点击汇总旁的【+】，点击【fx】后，将【计算成员1】改为【销售单价】，在自定义表达式中输入运算公式：销售金额/销售数量，点击确定。
4、增加筛选控件
依次点击【+】、【筛选】、【公共筛选】，在添加筛选控件小弹窗中，选择【时间日期】，左下角选择【日历（范围）】后点击确定，得到一个按时间日期进行筛选分析的控件。
依次点击【+】、【筛选】、【公共筛选】，在添加筛选控件小弹窗中，选择【商品分类1】、【季节】，左下角选择【下拉（单选）】后点击确定，得到两个按商品品类和季节进行筛选分析的控件。
在行维度中添加【商品名称】指标后，点击BI报表设计页面右上角【浏览】，进入浏览状态可见效果如下：
奥威BI零售数据分析
查询某类商品的当前销售单价、历史最低最高价格。如有异常，还可钻取到明细记录，如下图：
奥威BI零售数据分析
双击后，找到BI销售明细报表，单击即可进入。当前这个操作的前提是已经有了这么一张BI销售明细报表。
以上，便是本讲的所有内容。
敲黑板，讲重点
历史聚合与其他聚合方式的组合使用，一定要先正确选择基本聚合方式，然后再勾选历史聚合。
最后，给大家出两道作业：
1、如何得知某个商品的最早销售日期？
2、如何得到某个会员的最近消费日期？
历史聚合还有其他应用场景，我们会在后面的课程中再找机会讲，下一讲，我们会讲一下子查询的应用，敬请期待。
老周道数据，和你一起，用常人思维+数据分析，通过数据讲故事，我们下一讲再见！