Tipos de información compatibles con Power BI

SE APLICA A: servicio Power BI para usuarios empresariales servicio Power BI para desarrolladores de diseñadores & Power BI Desktop requiere licencia Pro o Premium

Puede pedir a Power BI que examine los datos y encuentre patrones y tendencias interesantes. Estas tendencias y patrones se presentan como objetos visuales denominados Insights. Las conclusiones están disponibles para objetos visuales en paneles e informes, y en páginas de informe enteras.

Para obtener información sobre cómo usar Insights, consulte Visualización de información de datos en iconos de panel con Power BI.

Captura de pantalla de un conjunto de conclusiones con el panel Insights resaltado.

¿Cómo funciona la búsqueda de información?

Power BI busca diferentes subconjuntos del conjunto de datos y aplica un conjunto de algoritmos sofisticados para detectar información potencialmente interesante. Puede ejecutar Conclusiones en iconos de panel, objetos visuales de informe y páginas de informe.

Terminología

Power BI usa algoritmos estadísticos para revelar las conclusiones. Los algoritmos se enumeran y describen en la sección siguiente de este artículo. Antes de llegar a los algoritmos, estas son definiciones para algunos términos que podrían ser desconocidos.

  • Medida : una medida es un campo cuantitativo (numérico) que se puede usar para realizar cálculos. Los cálculos comunes son los de suma, promedio y mínimo. Por ejemplo, si la empresa fabrica y vende monopatines, las medidas podrían ser el número de monopatines vendidos y el beneficio medio al año.

  • Dimensión : las dimensiones son datos de categorías (texto). Una dimensión describe personas, objetos, elementos, productos, lugares y períodos de tiempo. En un conjunto de datos, las dimensiones son una manera de agrupar las medidas en categorías útiles. Para nuestra empresa de skateboard, algunas dimensiones pueden incluir ver las ventas (una medida) por modelo, color, país o región o campaña de marketing.

  • Correlación : una correlación nos indica cómo se relaciona el comportamiento de las cosas. Si sus patrones de aumento y disminución son similares, se correlacionan positivamente. Si sus patrones son opuestos, se correlacionan negativamente. Por ejemplo, si las ventas de patines rojos aumentan cada vez que ejecutamos una campaña de marketing de televisión, las ventas de los patines rojos y la campaña de marketing de televisión se correlacionan positivamente.

  • Serie temporal: una serie temporal es una forma de mostrar el tiempo como puntos de datos sucesivos. Estos puntos de datos pueden ser incrementos como segundos, horas, meses o años.

  • Variable continua : una variable continua puede ser cualquier valor entre sus límites mínimo y máximo; de lo contrario, es una variable discreta. Algunos ejemplos son la temperatura, la ponderación, la edad y el tiempo. Las variables continuas pueden incluir fracciones o partes del valor. El número total de monopatines azules vendidos es una variable discreta, ya que no se puede vender medio monopatín.

¿Qué tipos de conclusiones se pueden encontrar?

Para los informes, Power BI realiza de forma proactiva análisis de anomalías, tendencias y KPI. Con los iconos del panel, Power BI puede encontrar 10 tipos de Insights.

Valores atípicos de categoría (superior o inferior)

Resalta los casos en los que una o dos categorías tienen valores mucho mayores que otras categorías.

Captura de pantalla de una ventana de informe de información atípica de categoría.

Cambiar los puntos de una serie temporal

Resalta cuando hay cambios significativos en las tendencias de datos de una serie temporal.

Captura de pantalla de un punto de cambio en el objeto visual time series Insight.

Correlation

Detecta los casos en los que varias medidas muestran un patrón o una tendencia similar cuando se trazan sobre una categoría o un valor del conjunto de datos.

Captura de pantalla de un objeto visual de información de correlación.

Baja varianza

Detecta casos en los que los puntos de datos de una dimensión no están lejos de la media, por lo que la varianza es baja. Supongamos que tiene la medida "ventas" y una dimensión "región". Y mirando por la región, verá que hay poca diferencia entre los puntos de datos y la media (de los puntos de datos). La información se desencadena cuando la varianza de ventas en todas las regiones está por debajo de un umbral. En otras palabras, cuando las ventas son similares en todas las regiones.

Captura de pantalla de un objeto visual insight de varianza baja.

Mayoría (factores principales)

Busca casos en los que la mayoría de un valor total se puede atribuir a un único factor cuando se desglosan por otra dimensión.

Captura de pantalla de un objeto visual de Información de mayoría.

Valores atípicos

Este tipo de conclusión usa un modelo de agrupación en clústeres para buscar valores atípicos en datos de series no temporales. Los valores atípicos detectan cuándo hay categorías específicas con valores significativamente diferentes de las otras categorías.

Captura de pantalla de un objeto visual de información atípica.

Detecta las tendencias hacia arriba o hacia abajo de los datos de la serie temporal.

Captura de pantalla de un objeto visual de Información de tendencias general.

Estacionalidad de la serie temporal

Busca patrones periódicos en los datos de series temporales, por ejemplo, semanales, mensuales o de estacionalidad anual.

Captura de pantalla de un objeto visual de estacionalidad en time Insight.

Recurso compartido constante

Resalta los casos en los que hay una correlación de elementos primarios y secundarios entre el recurso compartido de un valor secundario en relación con el valor general del elemento primario en una variable continua. La información del recurso compartido constante se aplica al contexto de una medida, una dimensión y otra dimensión de fecha y hora. Esta información se desencadena cuando un valor de dimensión determinado, por ejemplo, "la región este", tiene un porcentaje constante de ventas totales en esa dimensión de fecha y hora.

La información del recurso compartido constante es similar a la información de la varianza baja, ya que ambas están relacionadas con la falta de varianza de un valor a lo largo del tiempo. Sin embargo, la información del recurso compartido constante mide la falta de varianza del porcentaje total a lo largo del tiempo, mientras que la información de la varianza baja mide la falta de varianza de los valores de medida absolutos en una dimensión.

Captura de pantalla de un objeto visual de Información de recursos compartidos constante.

Valores atípicos de la serie temporal

En el caso de los datos de una serie temporal, detecta si hay determinadas fechas u horas con valores significativamente diferentes de los demás valores de fecha y hora.

Captura de pantalla de un objeto visual time series Insight.

Pasos siguientes

Visualización de conclusiones de datos en los iconos del panel con Power BI

¿Tiene alguna pregunta más? Pregunte a la comunidad de Power BI.