上一讲讲了内存计算筛选，又可称之为自定义计算成员筛选，即当某列是通过自定义计算成员得到的时候，还要想利用其作为筛选条件，就需要用到自定义计算成员筛选功能。
上一讲还给大家出了道作业，就是：想知道哪些门店的客单价低于平均客单价，怎么实现？
我们先来理一下思路：1、我们要先计算各门店的客单价；2、再得到公司整体的平均客单价；3、然后再将各门店的客单价与平均客单价相减，得到的差值（客单价差）即为我们要筛选的来源计算成员；4、在筛选区域按差值（客单价差）0，即得到低于平均客单价的门店。
思路是理完了，接下来我们进系统操作一下：
1、计算各门店的客单价
由于客单价=收入/客流量，因此我们要新建表格，先把收入、客流量计算出来。
收入：点旁，点击选择，点确定。
客流量：点旁，点击选择，点左下角选择后点确定。得到一个，点击旁边的，选择为。
到这一步就可以利用自定义表达式来计算客单价。
客单价：点击旁，点，在中输入，点击左下角后，在中点击输入公式：收入/客流量后点击确定。
点击旁的，点击后点确定，即可得到下图效果：
2、得到公司整体的平均客单价
我们发现没办法继续操作下去了，因为得到这一步骤好像并没有那么简单。那么，到底怎么样才能得到呢？今天我们要讲的内容就刚好是帮助我们理解并解决类似的零售数据分析场景的。
本期内容
所谓，就是为了方便我们将某一个汇总字段的总计那一行的值，重复引用，而专门配置的一种内存聚合方式，包括总计、计数、平均值、最大值、最小值。
为了方便大家理解，我们回到上节的作业。我们刚才已经得到了下表所示的内容，此时，我们会发现，公司整体的平均客单价就等于公司总的收入/总的客流量，也就是下图中标识的部分，它出现在客单价这一列，总计这一行中。
那接下来怎么操作呢？我们重新进入到bi数据分析系统。
点旁的，点击，点后，表格中将立即出现一列，这个其实就是我们要的，只需点选择进行修改即可。
3、计算差值（客单价差）
将各门店的客单价与平均客单价相减，得到的差值（客单价差）即为我们要筛选的来源计算成员。
点旁的，点，勾选左下角，然后在中输入，在中点击输入公式：客单价-平均客单价，点确定。
4、筛选得到低于平均客单价的门店
在筛选区域按差值（客单价差）0，即得到低于平均客单价的门店。
点击旁的，点，选择后点确定，进入条件筛选器。将改为，数值为后，点。
上期作业讲完了，大家会发现这个作业难点就在于怎么得到平均客单价，而这刚好也是本次课程的重点。在这个例子讲完后，大家应该大概有些理解了。我们接下来再举一个例子。
我们在销售预测二的视频中，提到了一个周权重系数的概念，用它可以更精准的来进行销售预测。接下来，我们就尝试使用总聚合的内存计算方式，在前端得到周权重系数报表。
我们先温习一下周权重系数的概念：
周权重系数，它就是将周一到周日的波动特性量化。我们先来看它的计算过程：
第一步：计算历史年份中（过去1-3年）历史销售情况，按周一到周日进行汇总，这样，就得到了所有周一到周日的销售数据。
第二步：找到其中最小值的是星期几，然后以它为基数（周权重系数为1），其他都除以基数，就得到周一到周日每一天的周权重系数。
这里面要用到的最小值，就可以通过-来获取。接下来，我们进系统操作一下：
第一步：得到周一到周日的销售数据
点击旁的，选择后点确定，将收入放到汇总区域中；
点击旁的，勾选时间表下的，点确定。这样就可以得到周一到周日的销售数据。
第二步：以最小值的是星期几为基数，得到周一到周日每一天的周权重系数
依次点击旁的、、。
点击旁的，点击，勾选左下角，在中输入，在中输入公式：收入/行总最小收入，点确定。
如上图所示，如果出现小数点太少导致周权重系数差别不大，甚至是看不出差别，就可以调整它的小数点。
点击右侧，在序列中选择，在列格式下将值小数位改为。
敲黑板，讲重点
当我们需要将某一列的某一行，拿来进行其他计算时，就可以使用的内存计算方式。
如果是想拿该汇总总计那一行的数据，就选择行总计或行父级总计，这里有父级和没父级的区别之前在讲占比时已经提及，就是当有多个行维度时会有差异，大家再自行理解；
如果是想拿该汇总所有行中最小值或最大值，则可以选择行最小值或行最大值；
如果是想得到该汇总所有行的行数，则可以选择行计数；
如果是想得到该汇总所有行的平均值，则可以选择行平均值。
今天没有操作的总聚合方式，大家可以自行操作并消化一下。
最后，给大家出一道思考题：在哪些应用场景下，普通的聚合与总聚合可以得到同样的结果呢？
我们零售数据分析操作篇讲到这里，也已经接近尾声了，基本上零售数据分析会遇到的场景以及这些场景用到的功能，我们都讲的差不多了，接下来这个操作篇我们将会暂时休息，将会回归到以零售数据分析应用场景为主的内容，当然，也可能我们还会遇到某些功能还需要补充或强化，再穿插回来。接下来，请大家移步到《老周道数据之零售行业数据分析系列课程》，我们在那里再见。
