Bagikan melalui

Membuat dan melihat visual pohon dekomposisi di Power BI

  • Artikel

BERLAKU UNTUK: Power BI Desktop layanan Power BI

Visual pohon dekomposisi di Power BI memungkinkan Anda memvisualisasikan data di beberapa dimensi. Ini secara otomatis menggabungkan data dan memungkinkan penelusuran paling detail ke dimensi Anda dalam urutan apa pun. Ini juga merupakan visualisasi kecerdasan buatan (AI), sehingga Anda dapat memintanya untuk menemukan dimensi berikutnya untuk menelusuri berdasarkan kriteria tertentu. Alat ini sangat berharga untuk eksplorasi ad hoc dan melakukan analisis akar penyebab.

Screenshot showing a full decomposition tree.

Tutorial ini menggunakan dua contoh:

  • Skenario rantai pasokan yang menganalisis persentase produk yang dimiliki perusahaan pada backorder (kehabisan stok).
  • Skenario penjualan yang memecah penjualan video game dengan berbagai faktor seperti genre game dan penerbit.

Untuk Power BI Desktop, Anda dapat mengunduh model semantik skenario rantai pasokan. Jika Anda ingin menggunakan layanan Power BI, unduh Supply Chain Sample.pbix, lalu unggah ke ruang kerja di layanan Power BI.

Catatan

Berbagi laporan dengan kolega Power BI mengharuskan Anda memiliki lisensi Power BI Pro individual atau laporan disimpan dalam kapasitas Premium.

Mulai

Pilih ikon pohon dekomposisi dari panel Visualisasi.

Decomposition tree watermark.

Visualisasi memerlukan dua jenis input:

  • Analisis – metrik yang ingin Anda analisis. Ini harus berupa ukuran atau agregat.
  • Jelaskan Menurut – satu atau beberapa dimensi yang ingin Anda telusuri.

Setelah Anda menyeret ukuran Anda ke bidang dengan baik, pembaruan visual untuk menampilkan ukuran agregat. Dalam contoh di bawah ini, kami memvisualisasikan % rata-rata produk pada backorder (5,07%).

Decomposition tree root node.

Langkah selanjutnya adalah memasukkan satu atau beberapa dimensi yang ingin Anda telusuri paling detail. Tambahkan bidang ini ke wadah Jelaskan menurut. Perhatikan bahwa tanda plus muncul di samping simpul akar Anda. Memilih + memungkinkan Anda memilih bidang mana yang ingin Anda telusuri (Anda dapat menelusuri bidang dalam urutan apa pun yang Anda inginkan).

Screenshot showing the plus icon selected which displays options from the Explain by list.

Memilih bias Prakiraan menghasilkan pohon yang meluas dan memecah pengukuran menurut nilai di kolom. Proses ini dapat diulang dengan memilih simpul lain untuk dibor.

Decomposition tree expansion.

Memilih simpul dari tingkat terakhir memfilter silang data. Memilih simpul dari tingkat sebelumnya akan mengubah jalur.

Animation shows selecting a node from an earlier level and how it changes the display to show its children nodes.

Berinteraksi dengan visual lain memfilter silang pohon dekomposisi. Urutan simpul dalam tingkatan dapat berubah sebagai hasilnya.

Untuk menampilkan skenario yang berbeda, contoh di bawah ini melihat penjualan video game oleh penerbit.

Animation shows selecting cross filters which affect which nodes are displayed.

Ketika kita memfilter silang pohon dengan Ubisoft, jalur diperbarui untuk menampilkan penjualan Xbox yang bergerak dari tempat pertama ke kedua, dilampih oleh PlayStation.

Jika kita kemudian memfilter silang pohon oleh Nintendo, penjualan Xbox kosong karena tidak ada game Nintendo yang dikembangkan untuk Xbox. Xbox, bersama dengan jalur berikutnya, akan difilter dari tampilan.

Meskipun jalur menghilang, tingkat yang ada (dalam hal ini Genre Game) tetap disematkan di pohon. Oleh karena itu, memilih simpul Nintendo secara otomatis memperluas pohon ke Genre Game.

Pemisahan AI

Anda dapat menggunakan "Pemisahan AI" untuk mencari tahu di mana Anda harus melihat berikutnya dalam data. Pemisahan ini muncul di bagian atas daftar dan ditandai dengan bola lampu. Pemisahan ada untuk membantu Anda menemukan nilai tinggi dan rendah dalam data, secara otomatis.

Analisis dapat bekerja dengan dua cara tergantung pada preferensi Anda. Menggunakan sampel rantai pasokan lagi, perilaku defaultnya adalah sebagai berikut:

  • Nilai Tinggi: Mempertimbangkan semua bidang yang tersedia dan menentukan mana yang akan dibor untuk mendapatkan nilai tertinggi dari ukuran yang dianalisis.
  • Nilai Rendah: Mempertimbangkan semua bidang yang tersedia dan menentukan mana yang akan dibor untuk mendapatkan nilai terendah dari ukuran yang dianalisis.

Pilih Nilai Tinggi menggunakan tanda plus di samping Terputus-putus. Kolom baru bertanda Jenis Produk muncul.

Decomposition tree AI split.

Bola lampu muncul di samping Jenis Produk yang menunjukkan kolom ini adalah 'Pemisahan AI'. Pohon ini juga menyediakan garis putus-putus yang merekomendasikan simpul Pemantauan Pasien, menunjukkan nilai tertinggi backorder (9,2%).

Arahkan mouse ke atas bola lampu untuk melihat tipsalat. Dalam contoh ini, tipsalat adalah "% pada backorder tertinggi ketika Jenis Produk adalah Pemantauan Pasien".

Anda dapat mengonfigurasi visual untuk menemukan pemisahan AI Relatif dibandingkan dengan yang Absolut.

Mode relatif mencari nilai tinggi yang menonjol (dibandingkan dengan data lainnya di kolom). Mari kita lihat lagi penjualan video game sebagai contoh:

Decomposition tree absolute split.

Pada cuplikan layar di atas, kita melihat Amerika Utara penjualan video game. Kami pertama-tama membagi pohon dengan nama Publisher dan kemudian menelusuri Nintendo. Memilih hasil Nilai Tinggi dalam perluasan Platform adalah Nintendo. Karena Nintendo (penerbit) hanya berkembang untuk konsol Nintendo, hanya ada satu nilai yang ada dan sehingga tidak mengherankan nilai tertinggi.

Namun demikian, pemisahan yang lebih menarik adalah melihat nilai tinggi mana yang menonjol relatif terhadap nilai lain dalam kolom yang sama. Jika kita mengubah jenis Analisis dari Absolut menjadi Relatif, kita mendapatkan hasil berikut untuk Nintendo:

Decomposition tree relative split.

Kali ini, nilai yang disarankan adalah Platform dalam Genre Game. Platform tidak menghasilkan nilai absolut yang lebih tinggi daripada Nintendo ($ 19.950.000 vs. $ 46.950.000). Namun demikian itu adalah nilai yang menonjol.

Lebih tepatnya, karena ada 10 nilai Genre Game, nilai yang diharapkan untuk Platform adalah $ 4,6M jika mereka dibagi secara merata. Karena Platform memiliki nilai hampir $ 20M, itu adalah hasil yang menarik karena empat kali lebih tinggi dari hasil yang diharapkan.

Perhitungannya adalah sebagai berikut:

Penjualan Amerika Utara untuk Platform/ Abs(Avg(Penjualan Amerika Utara untuk Genre Game))
vs.
Penjualan Amerika Utara untuk Nintendo / Abs(Avg(Penjualan Amerika Utara untuk Platform))

Yang diterjemahkan ke:

19.550.000 / (19.550.000 + 11.140.000 + ... + 470.000 + 60.000 /10) = 4,25x
vs.
46.950.000/ (46.950.000/1) = 1x

Jika Anda lebih suka tidak menggunakan pemisahan AI apa pun di pohon, Anda juga memiliki opsi untuk menonaktifkannya di bawah opsi Pemformatan analisis :

Decomposition tree disable AI split.

Interaksi pohon dengan pemisahan AI

Anda dapat memiliki beberapa tingkat AI berikutnya. Anda juga dapat mencampur berbagai jenis tingkat AI (berubah dari nilai tinggi ke nilai rendah dan kembali ke nilai tinggi):

Decomposition tree multiple AI paths.

Jika Anda memilih simpul yang berbeda di pohon, Pemisahan AI menghitung ulang dari awal. Dalam contoh di bawah ini, kami mengubah simpul yang dipilih di tingkat Prakiraan Bias. Tingkat berikutnya berubah untuk menghasilkan nilai tinggi dan rendah yang benar.

Decomposition tree AI interactions.

Tingkat AI juga dihitung ulang saat Anda memfilter silang pohon dekomposisi dengan visual lain. Dalam contoh di bawah ini, kita dapat melihat bahwa backorder % tertinggi untuk Plant #0477.

Screenshot shows the Root Cause Analysis with all months selected.

Tetapi jika kita memilih April di bagan batang, perubahan tertinggi pada Jenis Produk adalah Bedah Tingkat Lanjut. Dalam hal ini, bukan hanya simpul yang diurutkan ulang, tetapi kolom yang berbeda dipilih.

Screenshot shows the Root Cause Analysis with just the month of April selected.

Jika kita ingin tingkat AI bereaksi seperti tingkat non-AI, pilih bola lampu untuk mengembalikan perilaku ke default.

Meskipun beberapa tingkat AI dapat dirangkai bersama-sama, tingkat non-AI tidak dapat mengikuti tingkat AI. Jika kita melakukan pemisahan manual setelah pemisahan AI, bola lampu dari tingkat AI menghilang dan tingkat berubah menjadi tingkat normal.

Penguncian

Pembuat konten dapat mengunci tingkat untuk konsumen laporan. Saat level dikunci, level tidak dapat dihapus atau diubah. Konsumen dapat menjelajahi jalur yang berbeda dalam tingkat terkunci tetapi mereka tidak dapat mengubah tingkat itu sendiri. Sebagai pembuat Anda dapat mengarahkan mouse ke atas tingkat yang ada untuk melihat ikon kunci. Anda dapat mengunci level sebanyak yang Anda inginkan, tetapi Anda tidak dapat membuka level sebelum level terkunci.

Dalam contoh di bawah ini, dua tingkat pertama dikunci. Konsumen laporan dapat mengubah tingkat 3 dan 4, dan bahkan menambahkan tingkat baru setelahnya. Namun, dua tingkat pertama tidak dapat diubah:

Decomposition tree locking.

Pertimbangan dan batasan

Jumlah maksimum tingkat untuk pohon adalah 50. Jumlah maksimum titik data yang dapat divisualisasikan pada satu waktu di pohon adalah 5000. Kami memotong level untuk menunjukkan n teratas. Saat ini n teratas per level diatur ke 10.

Pohon dekomposisi tidak didukung dalam skenario berikut:

  • Analysis Services Lokal

Pemisahan AI tidak didukung dalam skenario berikut:

  • Azure Analysis Services
  • Power BI Report Server
  • Terbitkan ke web
  • Pengukuran dan pengukuran kompleks dari skema ekstensi dalam 'Analisis'

Batasan lainnya:

  • Dukungan di dalam Tanya Jawab

Konten terkait