Optimizar codigo power query promedio movil

Buenas tardes, comunidad de Power BI.

Estoy enfrentando un desafío al trabajar con un código en Power Query que procesa aproximadamente 1 millón de filas en un Dataflow de Power BI Service. Al intentar actualizar el Dataflow, el proceso no logra completarse, probablemente debido al volumen de datos y la complejidad del código.

El objetivo principal del código es calcular un promedio móvil dinámico basado en los últimos "n" meses de datos reales, y funciona correctamente a nivel lógico. Sin embargo, el rendimiento es un problema crítico, y me gustaría saber si existe alguna manera de optimizarlo para que la actualización sea más eficiente.

Comparto el código completo a continuación:

let
  // Tabla de entrada
  Source = Paso1_Agrupación_Índice_Reiniciable_FiltroReales,
  #"Filtered rows <> estacionalidad" = Table.SelectRows(Source, each ([Base Proyeccion] = "Promedio")),
  // Agrupar por Pk_EmpresaCuentaTercero
  GroupedTable = Table.Group(
        #"Filtered rows <> estacionalidad", 
        {"Pk_EmpresaCuentaTercero","Escenario_ID"}, 
        {
            {"Data", each
                let
                    a = Table.SelectRows(_, each [Mark_Real_Proyeccion] = "Real"), 
                    b = List.Max(a[Index]), 
                     // Obtener el número de meses desde la columna de cada fila
                    Numero_de_Meses = a{0}[Numero de Meses], 
                    c = List.LastN(a[Importe], Numero_de_Meses), 
                    d = Table.RowCount(_), 
                    e = List.Generate(
                        () => [x = 0, y = c], 
                        each [x] <= d, 
                        each [y = List.Combine({[y], {List.Average(List.LastN([y], Numero_de_Meses))}}), x = [x] + 1], 
                        each List.Average(List.LastN([y], Numero_de_Meses))
                    ), 
                    UpdatedData = Table.AddColumn(
                        _, 
                        "RollingAverage", 
                        each if [Mark_Real_Proyeccion] = "Real" then [Importe] else e{[Index] - b - 1}
                    )
                in
                    UpdatedData
            }
        }
    ),
  #"Removed other columns" = Table.SelectColumns(GroupedTable, {"Data"}),
  // Expandir las subtablas para volver a una sola tabla
  #"ExpandedTable Calculo Promedio Movil" = Table.ExpandTableColumn(#"Removed other columns", "Data", Table.ColumnNames(#"Filtered rows <> estacionalidad") & {"RollingAverage"}),
  #"Changed column type" = Table.TransformColumnTypes(#"ExpandedTable Calculo Promedio Movil", {{"Fecha", type date}}),
  FechaMax = List.Max(#"Changed column type"[Fecha]),
  FechaMaxProyeccion = Table.TransformColumnTypes(Table.AddColumn(#"Changed column type", "FechaMaxProyeccion", each FechaMax), {{"FechaMaxProyeccion", type date}})
in
  FechaMaxProyeccion

Consulta específica

1. ¿Cómo podría optimizar el cálculo del promedio móvil, especialmente en las secciones que utilizan List.Generate y List.LastN? Sospecho que estas funciones generan sobrecarga debido al tamaño de los datos.
2. ¿Existen mejores prácticas o alternativas para manejar este tipo de cálculos cuando se trabaja con grandes volúmenes de datos en Power Query?
3. ¿Qué estrategias generales recomiendan para mejorar el rendimiento en Dataflows de Power BI Service con este tipo de procesos?
   
   Quedo atento a sus respuestas, muchas gracias!!