栏目说明
「Quick BI使用案例」系列短文都来源于用户遇到的真实问题。
文章聚焦使用过程中的高频误区与使用技巧，希望能帮助您更充分地发挥产品价值。
问题背景
在新零售业务中，服装行业的订单金额数据呈现出显著的波动特征，主要受以下因素影响：
周末效应：周末销售高峰与工作日低谷的周期性波动
天气因素：气温变化、季节转换对服装消费的直接影响
促销活动：临时促销、限时折扣带来的短期销售激增
这些因素导致单日"订单金额"数据忽高忽低，难以准确判断真实的销售趋势，给业务决策带来困扰。
为消除单日异常值的干扰，同时保留趋势的灵敏度，需要构建一个以"当前日期"为中心的滑动窗口分析模型。具体需求为： 对于任意一天（如2026年4月14日），需要展示该日及其前后各一天的订单金额总和，即：4月13日 + 4月14日 + 4月15日的订单金额总和。
解决方案
移动计算通过在数据序列上逐步移动的“滑动窗口”，对窗口范围内的数据进行聚合计算（如求和、平均、最大/最小值等），从而揭示数据在特定区间内的动态特征和规律。方案优势如下：
平滑数据：有效消除短期波动和噪音，揭示长期趋势
保持灵敏度：相比简单移动平均，中心化滑动窗口更能反映即时状态
灵活配置：可根据业务周期灵活调整窗口大小
在线图中使用“移动计算”功能，具体实现步骤如下：
Step1. 确保数据集company_sales中包含以下字段：
订单日期(day)（日期类型）用于时间维度分析订单金额（数值类型）用于销售金额计算
Step2. 创建线图
进入仪表板编辑页面，新建线图组件，配置如下：
1.选择数据集：company_sales
2.行（维度）：拖入订单日期(day)
3.列（度量）：拖入订单金额
Step3. 设置移动计算
1.选中线图中的 订单金额 字段。
2.点击其右侧的设置图标，在弹出的菜单中选择 “高级计算”，然后选择“移动计算”。
3.计算方式选择“求和”。
4.计算范围选择前N个(1个)至后N个(1个)。
说明：这将计算以当天为中心，计算前一天，当天，后一天的订单金额之和。
专家解读：为什么选择“前N至后N”？
在Quick BI中，将计算范围设置为“前N个至后N个”，是一种科学的中心化平滑处理方法，优势如下：
- 兼顾前后： 不仅参考历史数据（前N个），也包含未来预期（后N个），更能反映当下的即时状态。
- 减少滞后：相比于单纯的“累计求和”，中心化窗口更能捕捉实时变化。
- 灵活配置： 用户可以根据业务周期灵活调整N值。
Step4. 最终效果及价值：
1.实现效果
当前配置构建了一个以“当前日期”为中心的3日滑动窗口。对于每一天（例如2026年4月14日），系统会自动计算：4月13日 + 4月14日 + 4月15日的订单金额总和。
2.业务价值
移动计算最主要的价值体现在以下几个方面：
提升分析准确性：消除单日异常值干扰，获得更可靠的销售趋势
优化决策质量：基于平滑后的数据制定更科学的业务策略
提高运营效率：减少因数据波动带来的频繁调整
本方案通过Quick BI的移动计算功能，构建了科学的3日滑动求和模型，有效解决了新零售业务中订单金额数据波动剧烈的问题。该方案不仅能够平滑短期异常波动，还能保持对业务趋势的敏感度，为管理者提供更准确、更可靠的决策依据。
如阅读后有任何问题，您可以点击Quick BI产品内右下角【帮助与反馈】按钮与我们取得联系。
