AI写的同比环比该不该物化?别让“优雅代码”毁了报表

场景：

你让AI：“写一个DAX，计算销售额的同比和环比增长率。”AI交出教科书级别的代码，用了SAMEPERIODLASTYEAR、DATEADD和复杂的DIVIDE函数。

逻辑没错，但一旦数据量上百万，或者业务加上了复杂的筛选切片器，报表就开始卡顿。那你只能返工重刷全表，因为你把同比结果写死在了数据里。

核心矛盾

同比环比是半累加度量。分母和分子会随筛选上下文动态变化。AI只管算出当下的结果，不管这个结果在未来是否还能复用。

物化误区

直接新建一列，把“本月销售额 / 上月销售额 - 1”算好存起来。这是最危险的做法，因为一旦时间筛选变化，这列数据就废了。

正确思路

基础值物化，比率DAX算。把不怎么变的基础值（如销售额、订单量）在Power Query里算好；把随时会变的比率（如同比、环比）留在DAX里轻量计算。

技术逻辑

Power Query负责提供标准化的原材料（本月数、上月数、去年同期数）；DAX负责根据当前的筛选器，把这些原材料临时组装成比率。

第一步：在PQ中物化基础值（关键步骤）

不要算增长率，只算绝对数。

在Power Query中，为每一行数据增加以下辅助列：

1. 本月销售额：当前行的销售额。

2. 上月销售额：通过偏移函数（如Index配合Merge）取上一月的销售额。

3. 去年同期销售额：通过日期表关联，取去年同期的销售额。

注意：这些基础值一旦写入，除非数据源头变了，否则刷新时无需重复计算逻辑，性能极高。

第二步：在DAX中计算比率

回到Power Query，新建两个简单的度量值：

效果对比

旧做法：AI写复杂DAX，实时算同比环比 = 全表扫描 + 复杂除法 = 慢。

新做法：PQ算基础值，DAX做简单除法 = 读取结果 + 简单运算 = 快。

动态日期范围

如果业务需要随意切换“近7天”“近30天”的环比，不要物化。物化只适用于固定的日历周期（年、季、月）。

实时数据场景

如果数据每5分钟更新一次，物化会导致刷新极慢，且基础值频繁变动，失去物化意义。

口径频繁调整

如果业务每个月都在改“同比”的计算规则（例如是否剔除退货），绝对不要物化比率，否则每次改口径都要全表重刷。

AI是代码生成器。AI只知道把“本月”除以“上月”，但它不知道业务下个月会不会改规则。你懂架构，所以你知道：把不变的基础值存起来，把万变的规则留在DAX里。