不管是产品还是服务，都会涉及到销售。通常我们想要反应销售额每年同一时间段内的演化情况，会用当前季度的销售额比较去年同一季度的销售额，我们把这个比较结果叫做同比；如果我们要反应本期销售数据与上期销售数据的变化情况，也会使用到环比这种比较结果。今天我们就来实操一下通过表单的关联字段参与计算如何来反应一家公司的销售情况。
数据收集阶段
首先2016年和2017年两年每月的销售数据已经都在两个表单中统计完毕。他们分别是2016年A公司销售数据统计和2017年A公司销售数据统计。
以2017年销售表单举例，它们都记录了「当月套餐销售量」、「当月用户数」、「当月销售额」、「当月成本」、「当月盈利」
在两个表单中都记录了当年12个月的销售数据。你可以查看2017年数据，也可以查看2016年数据
同比数据分析阶段
当2017年和2016年数据收集完毕后，你可以新建一个表单2016-2017月度同比销售额同比分析，其中关联了2016年A公司销售数据统计和2017年A公司销售数据统计中的销售数据。下图中，我们希望查看两年双十一阶段同比销售情况变化，就可以选择中两年的11月份的数据进行分析。
在表单中，我们可以把关联的16和17年销售数据作为参与计算的字段，可以自动计算出各中信息的同比发展速度。
我们可以这样定义计算公式。
我们也可以查看整体的同比分析数据。
环比数据分析阶段
除了做16-17年的同比数据的分析，我们还可以对17年每月的环比数据进行分析。与上一步类似，我们可以新建一个表单2017月度销售环比分析。在这个表单中可以关联2017年A公司销售数据统计中的销售数据，并选择两个月份的数据进行计算分析。比如我们希望比较一下2017年618期间活动的销售数据变化就可以选择6月和5月作为环比的参与计算月份。
表单会自动计算出2017年6月对比5月份的环比增长速度
我们这样定义环比增长速度的公式
我们也可以查看整体的环比数据分析。
导出分析数据进行图表展示
我们得到这些分析数据之后，很难对这些冰冷的数据有直观的理解。不妨将它们导出为Excel。
在Excel中，我们可以将这些数据加工成直观的图表。
这样，我们就完成一个销售场景下的数据分析场景。大家不妨也套用自己的业务场景，在其他的场景比如库房管理，工作完成度等等，活用关联字段和计算字段一定可以得到一些意外的惊喜。