Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
BERLAKU UNTUK: Power BI Desktop layanan Power BI
Dalam tutorial ini, Anda mulai dengan model semantik sampel Power BI bawaan dan membuat laporan dengan pohon dekomposisi. Pohon dekomposisi adalah visual interaktif untuk eksplorasi dan melakukan analisis akar penyebab.
Pohon dekomposisi juga merupakan visualisasi kecerdasan buatan (AI). Anda dapat memintanya untuk menemukan kategori atau dimensi berikutnya, untuk menelusuri berdasarkan kriteria tertentu. Untuk informasi selengkapnya, lihat Membuat dan menampilkan visual pohon dekomposisi di Power BI.
Nota
Anda juga bisa membuat pohon dekomposisi di layanan Power BI dengan mengikuti langkah-langkah serupa. Untuk kesederhanaan, sisa tutorial ini menunjukkan proses di Power BI Desktop.
Tutorial ini akan menunjukkan cara untuk:
- Unduh sampel Analisis Ritel dan buka di Power BI Desktop.
- Membuat pohon dekomposisi.
- Lakukan analisis akar penyebab pada data Anda di pohon dekomposisi dalam mode Edit.
- Menyimpan laporan dan melanjutkan analisis akar penyebab dalam tampilan baca.
Jika Anda ingin terbiasa dengan sampel bawaan dalam tutorial ini dan skenarionya, lihat Sampel Analisis Ritel untuk Power BI: Ikuti tur sebelum memulai.
Prasyarat
Petunjuk / Saran
Anda tidak butuh lisensi Power BI untuk menjelajahi sampel di Power BI Desktop.
- Untuk membuka file .pbix Power BI, Anda perlu mendapatkan Power BI Desktop. Ini adalah unduhan gratis.
- Anda perlu mengunduh Sampel Analisis Ritel file .pbix.
Membuka sampel di Power BI Desktop
Buka Sampel Analisis Ritel di Power BI Desktop. Laporan harus terbuka dalam tampilan Laporan.
Membuat pohon dekomposisi
Sekarang Anda dapat membuat pohon dekomposisi untuk menganalisis data sampel.
Di panel Visualisasi di bawah Bangun visual, pilih ikon Pohon dekomposisi.
Pohon dekomposisi dapat melebar. Pilih ikon mode fokus atau seret tepi sehingga visualisasi mengisi sebagian besar halaman. Dalam contoh ini, kita berada dalam mode fokus.
Perluas Penjualan>Tahun Ini Penjualan lalu pilih Nilai. Power BI menambahkan nilai terkait ke kotak Analisis .
Pohon dekomposisi menganalisis satu nilai berdasarkan banyak kategori, atau dimensi.
Selanjutnya, pilih setiap bidang dimensi yang ingin Anda tambahkan ke kotak Jelaskan menurut . Mari kita pilih bidang ini:
- Distrik>DM (Manajer Distrik)
- Item>Kategori
- Benda>FamilyNane (Nama Keluarga)
- Item>Segmen
- Jaringan Toko>
- Toko>Kode Pos
- Toko>Jenis Penyimpanan
- Toko>Wilayah
Tambahkan sebanyak yang diinginkan dalam urutan apa pun. Anda dapat menggunakannya atau tidak, dalam urutan apa pun, di pohon dekomposisi.
Menganalisis dalam pohon dekomposisi
Sekarang datang bagian analisis.
Pilih tanda plus (+) di samping Penjualan Tahun Ini dan pilih Nilai tinggi.
Itu berarti Power BI menggunakan kecerdasan buatan untuk menganalisis semua kategori yang berbeda dalam kotak Jelaskan menurut , dan pilih salah satu yang akan dijelajahi untuk mendapatkan nilai tertinggi pengukuran yang dianalisis.
Power BI memilih Jenis toko.
Pilih tanda plus (+) di samping Penyimpanan yang Sama dan pilih Nilai tinggi. Terus pilih Nilai tinggi dari simpul atas hingga Anda memiliki pohon dekomposisi yang terlihat seperti ini.
Kami memilih Toko yang Sama
Rantai Wilayah DM Kategori . Atau pilih nilai lain Anda sendiri, dan lihat hasilnya. Anda dapat menghapus dimensi dengan memilih X di samping judul yang sesuai.
Simpan laporan dengan memilih tautan Bagikan>atauBagikan>Salin.
Sekarang siapa pun yang melihat laporan Anda dapat berinteraksi dengan pohon dekomposisi, mulai dari Penjualan Tahun Ini pertama dan memilih jalur mereka sendiri untuk diikuti.
Pelajari tentang hal lain yang dapat Anda lakukan dengan pohon dekomposisi di Membuat dan menampilkan visual pohon dekomposisi di Power BI.
Konten terkait
Ada pertanyaan lagi? Coba Power BI Community