Dashboard de Ventas Power Bi - Modelo de Datos

Realizar un Dashboard de Ventas en Power BI Profesional en base a un modelo de datos con las siguientes dimensiones:
1. Ventas (Tabla Hechos, Pre-Venta y Venta Real Facturada)
2. Clientes (Atributo)
3. Productos (Atributo)
4. Vendedor (Atributo)
5. Fechas (Atributo)
6. Metas (Nivel Cliente-Vendedor-SKU)
7. Promociones (Periodo desde/hasta cierta fecha x SKU)

A su vez se necesitan realizar las siguientes medidas DAX para analisis:

A) Cobertura% (Cob%) --> (Clientes con Venta / Total Cartera de Clientes). Esto a nivel de:
  -. Cob% x Vendedor
  -. Cob% x Producto
  -. Cob% x Familia de Producto
  -. Cob% x Tipo de Cliente.
B) Ventas (Facturada)
- Pre-Venta
- Vta$
- Vta Unids
- Vta Kilos
- Vta YTD
-  Vta MTD
-  Vta Año Anterior
-  Vta Semana -1
-  Vta Semana -2
-  Vta Semana -3
-  Vta Semana -4
-  Vta Promedio$
-  Vta Promedio$ x Dia
-  Avance Vta vs Meta%
-  Avance Vta vs Dias de Venta del Mes%
-  Proyeccion Cierre Vta (de acuerdo a dias venta restantes del mes)
- Precio x KG.
- Drop Size (Kilos Promedio x Pedido: Por Tipo de Cliente, Por Comuna,  Por tipo de Negocio, Por Vendedor)
- Mix de Ventas y Explicación de la Venta (Vta$ / Vta KG / Cantidad Clientes)
-  Aporte de la Venta vs AA: Variacion Ponderada de la Venta% vs AñoAnterior de acuerdo al peso relativo de la venta x Vendedor/SKU/Familia/Clientes/Tipo de Clientes/Tipo de Negocio/Comunas.
-  Numero de Productos/SKU que compra x pedido el Cliente (Promedio)

C) Metas (en $)
- Meta
- Meta x Vendedor
- Meta x Cliente
- Meta x Familia Producto

D) Inteligencia de Tiempo
-  Variacion% Año Anterior
-  Variacion YTD%
- Variacion MTD%
- Variacion Mes Anterior%
-  Diferencia en $ vs Año Anterior
- Variación Precio x KG vs Año Anterior.
- Var% Drop Size  vs Año Anterior.

E) Clientes
-  Concreciones x Dia --> (Clientes con Venta Dia "XX" / Cartera de Clientes día "XX")
-  Concreciones x Vendedor --> (Clientes con Venta del Vendedor "YY" en un Dia o Mes / Total Clientes del Vendedor "YY" en un Dia o Mes)
- Concreciones x SKU --> (Clientes con Venta en el sku "zz" en dia o mes (acumulado) /total  clientes con venta dia "xx")
-  concreciones acumulada --> (clientes con venta durante el mes "x" / total cartera de clientes del mes "x")
    a nivel vend/sku/familia/promociones
-  concreciones semanales --> (clientes con venta en sem 1 / total cartera de clientes de la sem
      a nivel vend/sku/familia/promociones
- clientes nuevos (creados durante el mes en curso)
- clientes perdidos (que estaban el año pasado/mes pasado y que no están ahora)
- estimación vta perdida x clts perdidos.
- Crear un mapa donde se visualice las comunas de santiago y se vea la ubicacion georeferenciada de cada cliente (coordenadas) y muestre la variacion% ytd/mtd vs año anterior.

F) Promociones
-  Analizar por Catalogos Promociones (Nombre del Catalogo y Volumen de Venta Total durante el periodo)
- Analizar la Venta Incremental de la promoción, de acuerdo al Descuento Promocional%/Comuna/Tipo de Negocio/Tipo de Cliente/SKU/
-  Analizar impacto en Coberturas% (Cobertura Historica Promedio del SKU, Cobertura cuando esta en promocion el sku y cuando no esta en promocion el mismo sku)
-  analizar impacto en el drop size del sku en promocion.
-  Repitencia de compras x Cliente durante el periodo del Catalogo para un SKU.
-  Proyeccion de Ventas hasta la fecha final del catalogo promocional
xSKU/Familia/Vendedor/Cliente.
- Proyeccion de Cobertura% (Total de Clientes a vender) hasta la fecha final del catalogo promocional.

La idea es que nos juntemos en primera instancia para pasarte las bases de ventas, archivos de referencia que tengo (otros Power BI similares), aclaremos dudas y definición de tiempos.