如下图是Power BI应收账款可视化分析看板，从集团概览，子公司，分公司与客户页面进行分析展示。
在集团架构层面，有两层逻辑数据分析，第一层是有数家子公司，子公司下面有数家分公司，最后根据分公司与客户应收账款报表进行关联分析，第二层是在维度客户表，时间表与事实表应收账款表进行关联，具体架构图如下图
具体到度量值分析上，应用了应收账款，回款金额，逾期金额与逾期率的KPI量化，具体DAX函数如下，其中逾期金额的计算应用了发票逾期时间与TODAY()时间进行对比，小于TODAY()的日期，在应收账款算作为逾期。
应收金额 = sum(Fact_AR_Invoice[amount])-sum(Fact_AR_Invoice[received_amount])
回款金额 = sum(Fact_AR_Invoice[received_amount])
逾期金额 = CALCULATE([应收金额],FILTER('Fact_AR_Invoice','Fact_AR_Invoice'[due_date]<TODAY()&&[应收金额]>0))
有了逾期金额，就会有对应的集团账龄分布分析，首先需要计算逾期天数，根据逾期天数制作企业账龄分布情况，具体如下，在逾期天数上，对balance小于0的进行逾期天数判断，用datediff函数计算逾期日期与today()时间差，完成逾期天数的计算。
逾期天数 = var balanace='Fact_AR_Invoice'[ar_balance]var duedate=Fact_AR_Invoice[due_date]var dayoverdue=DATEDIFF(Fact_AR_Invoice[due_date],TODAY(),DAY)return if(balanace<=0,0,if(dayoverdue>0,dayoverdue,0))
账龄分布 = SWITCH(TRUE(),[逾期天数]<=0,"未预期",[逾期天数]<=30,"0-30天",[逾期天数]<=60,"31-60天",[逾期天数]<=90,"61-90天","90天以上")
基于上述度量逻辑体系，完成集团账龄分布图，如下图，同时根据集团层面进行分子公司的下钻。
在集团概览页面对子公司应收账款进行了时间维度对比分析，用于判断各子公司月度收款目标与对比。
在下一篇文章中，我们会继续进行子公司页面的讲解，如下图。
