Menjelaskan penggunaan Wawasan AI untuk melihat tren dan anomali

  • 7 menit

Salah satu tantangan yang dimiliki organisasi, adalah mampu dengan mudah mengidentifikasi tren dan mendeteksi anomali saat terjadi. Misalnya, banyak organisasi ritel melihat peningkatan penjualan selama bulan Desember selama musim liburan. Uptick penjualan ini diharapkan, tetapi apa yang terjadi jika penjualan turun selama bulan itu, atau jika mereka lebih tinggi pada bulan Agustus daripada biasanya? Penting untuk mengidentifikasi anomali ini secepat mungkin sehingga Anda dapat mengambil tindakan yang diperlukan.

Fitur wawasan Power BI membantu organisasi dengan mudah mengidentifikasi wawasan seperti anomali dan tren dalam data saat Anda berinteraksi dan menggunakan elemen seperti laporan, dasbor, dan visualisasi. Ini memberi tahu Anda jika ada wawasan yang menarik dan memberikan penjelasan untuk mereka. Ini bekerja out-of-the-box pada laporan apa pun, sehingga Anda dapat secara otomatis mulai mendapatkan wawasan dari laporan Anda tanpa penyiapan apa pun.

Cuplikan layar dasbor Power BI memperlihatkan analisis manufaktur.

Power BI memiliki beberapa fitur wawasan yang menggunakan kecerdasan buatan (AI):

  • Wawasan untuk laporan: Menganalisis data dan menemukan anomali dan tren dalam data saat Anda berinteraksi dengan laporan.

  • Wawasan untuk visual individual: Menganalisis dan menjelaskan fluktuasi titik data dalam visual.

  • Wawasan untuk petak dasbor: Lihat data yang digunakan untuk merender petak tersebut dan menyajikannya dalam visual interaktif.

  • Quick Insights untuk himpunan data: Secara otomatis menghasilkan wawasan data pada himpunan data di layanan Power BI.

  • Wawasan AI untuk model data di Power Query: Menyediakan akses ke model pembelajaran mesin yang telah dilatih sebelumnya dari Azure Cognitive Services.

Pemberitahuan

Pemberitahuan adalah bagian penting dari kemampuan Insight di Power BI. Saat Anda mengerjakan elemen Power BI seperti laporan, Power BI secara otomatis menjalankan analisis wawasan. Saat Power BI mengidentifikasi wawasan, Anda disajikan dengan pemberitahuan. Anda dapat memilih untuk melihat wawasan atau mengabaikannya. Pemberitahuan adalah cara yang bagus untuk berinteraksi secara proaktif dengan wawasan yang disarankan untuk memastikan bahwa Anda tidak melewatkan sesuatu yang penting seperti jika penjualan di wilayah tertentu meningkat. Wawasan teratas adalah wawasan yang patut diperhatikan, berdasarkan faktor-faktor seperti retensi dan signifikansi tren atau anomali.

Cuplikan layar memperlihatkan pemberitahuan wawasan utama.

Mendapatkan wawasan tentang laporan dan visual

Kemampuan pemberitahuan memperingatkan dan memberi tahu Anda tentang wawasan saat Anda mengerjakan laporan. Ada juga banyak skenario di mana Anda mungkin hanya bisa mendapatkan wawasan saat Anda menelusuri beberapa elemen yang berbeda. Saat Anda bekerja dengan laporan dan visual Power BI, Anda bisa memilih Dapatkan wawasan untuk membuka panel Wawasan.

Cuplikan layar memperlihatkan tombol Dapatkan Wawasan di bilah aplikasi.

Panel hanya memperlihatkan wawasan tentang halaman laporan saat ini, dan diperbarui saat Anda memilih halaman lain pada laporan. Saat Anda bekerja dengan visualisasi individual, Anda dapat memilih Opsi lainnya (...) di sudut kanan atas visual, lalu Dapatkan wawasan untuk melihat wawasan tentang visual tersebut.

Cuplikan layar memperlihatkan tombol Dapatkan Insight dari menu drop-down.

Wawasan

Panel Wawasan saat ini memperlihatkan tiga jenis wawasan:

  • Anomali: Mewakili sesuatu yang tidak biasa dari apa yang diharapkan. Misalnya, termostat pintar yang tiba-tiba membaca suhu sebagai 100 F ketika biasanya 72 F akan dianggap sebagai anomali.

  • Tren: Mewakili pola yang ditemukan dalam himpunan data rangkaian waktu. Misalnya, jika penjualan perusahaan terus meningkat hingga bulan April yang akan mewakili tren.

  • Analisis Indikator Performa Utama (KPI): Membantu Anda mengevaluasi nilai saat ini terhadap target yang ditentukan. Misalnya, perusahaan mungkin menetapkan tujuan penjualan pada 1,2 juta, tetapi saat ini mereka berada di 1 juta.

Anomali

Anomali adalah kelainan dalam data rangkaian waktu, seperti lonjakan yang tidak terduga dan penurunan tajam dalam data. Algoritma menghitung batas di sekitar apa yang dianggap sebagai nilai normal atau yang diharapkan. Nilai apa pun yang ditemukan di luar batas ini ditandai sebagai anomali.

Ada tiga jenis wawasan anomali:

  • Anomali yang signifikan: Anomali memiliki skor tinggi. Skor anomali menunjukkan seberapa jauh titik tersebut dari rentang yang diharapkan.

  • Anomali terbaru: Anomali terbaru dalam ukuran.

  • Ringkasan anomali: Jenis wawasan ini meringkas beberapa anomali dalam ukuran.

Saat anomali dalam data Anda ditandai, Power BI menjalankan analisis di berbagai dimensi dalam model data Anda untuk mencari lonjakan atau penurunan dalam ukuran yang berkorelasi dengan anomali. Mereka ditunjukkan sebagai penjelasan yang mungkin diberi peringkat oleh kekuatan.

Cuplikan layar deteksi anomali dan kemungkinan penjelasan.

Tren terjadi ketika ada peningkatan atau penurunan data rangkaian waktu yang berkepanjangan. Ada serangkaian langkah yang digunakan algoritma Power BI untuk menemukan tren yang bermakna. Ini pertama-tama melakukan penghalusan data, interpolasi, dan pengambilan sampel rangkaian waktu. Tren kemudian diidentifikasi untuk signifikansi statistik berdasarkan kemiringan dan panjang perubahan nilai. Algoritma menghilangkan kebisingan seperti musiman dan outlier. Misalnya, jika penjualan melompat pada bulan Desember, algoritma tidak menandainya sebagai tren penting karena umum bagi penjualan untuk melompat di sekitar hari libur.

Ada empat tren utama yang ditandai:

  • Tren panjang: Trennya signifikan dan merupakan tren terpanjang dalam satu seri atau di beberapa seri dalam visual.

  • Tren curam: Trennya signifikan dan merupakan tren terjal dalam satu seri atau di beberapa seri dalam visual.

  • Tren terbaru: Trennya signifikan dan merupakan tren terbaru dalam satu seri atau di beberapa seri dalam visual.

  • Pembalikan tren: Tren terbaru dalam satu seri atau di beberapa seri dalam visual di mana pembalikan signifikan, dibandingkan dengan segmen tren sebelumnya.

Jika tren di data Anda ditandai, Power BI mencari dan mengidentifikasi kategori yang paling memengaruhi peningkatan atau pengurangan dalam tren yang diidentifikasi. Penjelasan yang mungkin diberi peringkat berdasarkan kontribusi relatif dari berbagai kategori hingga peningkatan atau penurunan tren.

Cuplikan layar deteksi tren dan kemungkinan penjelasan.

Analisis KPI

Analisis KPI dengan target melihat varian nilai saat ini ke targetnya. Ini dianggap signifikan jika variansinya tinggi atau rendah dibandingkan dengan segmen lain. Analisis KPI tanpa target melihat nilai itu sendiri dan menandai nilai yang tinggi atau rendah dibandingkan dengan segmen lain.

Untuk penjelasan analisis KPI, Power BI mencari dan mengidentifikasi kategori yang memiliki nilai yang lebih tinggi atau lebih rendah dari yang diantisipasi. Untuk analisis KPI dengan target, penjelasan yang mungkin diberi peringkat berdasarkan skor Z dari selisih nilai dari target. Sedangkan untuk analisis KPI tanpa target, penjelasan yang mungkin diberi peringkat berdasarkan skor Z dari nilai itu sendiri.