1 背景

按年周统计时，存在跨自然年周数据割裂为两条记录的问题（如 2025 年第 1 周跨期数据被错误拆分），导致统计结果与客户需求不符。

1.1 适用场景

1. 年周统计模式
   1. 当时间维度包含”年周“时，在报表层勾选的是 这个层次下面的“年”，系统自动基于”年周所属年份“进行数据聚合
   2. 示例：2025 年第 1 周若跨自然年（如 2024.12.30-2025.01.05），数据将完整归属 2025 年第 1 周，彻底消除「一周分两年」的统计断层
2. 自然年统计模式
   1. 当时间维度不含“年周”时，在报表层勾选的是 这个层次下面的“年”，默认采用“自然年时间轴”统计逻辑。
   2. 保留原始时间颗粒度特性，确保”自然年周期数据“与业务实际场景完全对齐。

2 操作说明

以产品内置的“订单模型”为例进行说明：

1、前提：在订单模型下创建时间维度，一个包含年周、一个不包含年周。

2、去创建仪表盘根据年份统计各周销量情况，如果要使用”自然年“进行统计，则筛选器拖入“订单日期_时间维度”里面的年，可以看到查询出来的有2条记录：

再拖入“年月日”可以看到是1周的数据拆分了2周，2015年53周在2016年只有3天，2016年01周只有5天：

3、如果不想拆分，应该怎么办呢？需要拖入“订单日期_年周时间维度”里面的“年”层次作为筛选器，效果如下，可以看到没有2015年最后1周：