Tipos de información compatibles con Power BI
SE APLICA A:
Servicio Power BI para usuarios profesionales Servicio Power BI para diseñadores y desarrolladores 
Power BI Desktop Requiere una licencia Pro o Premium
Pida a Power BI que examine los datos y encuentre patrones y tendencias interesantes. Estas tendencias y patrones se presentan como objetos visuales denominados conclusiones. Las conclusiones están disponibles para objetos visuales en paneles e informes, y en páginas de informe enteras.
Para obtener información sobre cómo usar las conclusiones del panel, consulte Visualización de conclusiones de datos en los iconos del panel con Power BI.
¿Cómo funciona la búsqueda de información?
Power BI busca rápidamente en distintos subconjuntos del modelo semántico y aplica un conjunto de algoritmos sofisticados para detectar información de posible interés. 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, aquí se enumeran las definiciones de algunos términos que pueden no resultar familiares.
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 modelo semántico, las dimensiones son una manera de agrupar las medidas en categorías útiles. Para la empresa de monopatines, algunas dimensiones pueden incluir el análisis de las ventas (una medida) por modelo, color, país/región o campaña de marketing.
Correlación: una correlación indica cómo se relaciona el comportamiento de las cosas. Si sus patrones de aumento y disminución son similares, se correlacionan de manera positiva. Si sus patrones son opuestos, se correlacionan de manera negativa. Por ejemplo, las ventas de monopatines rojos aumentan cada vez que realizamos una campaña de marketing por televisión. Las ventas de monopatines rojos y la campaña de marketing por televisión están positivamente correlacionadas.
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. En los iconos de panel, Power BI puede encontrar 10 tipos de conclusiones.
Valores atípicos de categoría (superior o inferior)
Resalta los casos en los que una o dos categorías tienen valores mayores que otras categorías.
Cambiar los puntos de una serie temporal
Resalta cuando hay cambios significativos en las tendencias de datos de una serie temporal.
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 modelo semántico.
Baja varianza
Detecta los 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, al revisar la región, observa que hay poca diferencia entre los puntos de datos y la media de dichos 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.
Mayoría (factores principales)
Busca los casos en los que la mayoría de un valor total puede atribuirse a un único factor cuando se desglosa con otra dimensión.
Valores atípicos
Este tipo de conclusión usa un modelo de agrupación en clústeres para averiguar valores atípicos no relacionados con la hora de los datos de serie. Los valores atípicos detectan cuándo hay categorías concretas con valores significativamente diferentes a los de otras categorías.
Tendencias generales de la serie temporal
Detecta las tendencias hacia arriba o hacia abajo de los datos de la serie temporal.
Estacionalidad de la serie temporal
Busca patrones periódicos en los datos de series temporales, por ejemplo, semanales, mensuales o de estacionalidad anual.
Recurso compartido constante
Resalta los casos en los que hay una correlación de elementos primarios y secundarios entre el recurso compartido de un valor de secundario en relación con el valor global del elemento primario a través de 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.
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.
Contenido relacionado
¿Tiene alguna pregunta más? Pregunte a la Comunidad de Power BI.