Condividi tramite


Applicare informazioni dettagliate in Power BI per spiegare le fluttuazioni negli oggetti visivi

SI APPLICA A: Power BI Desktop servizio Power BI

Negli oggetti visivi si rilevano spesso notevoli aumenti e quindi brusche diminuzioni dei valori. Grazie alle informazioni dettagliate in Power BI è possibile trovare la causa di tali fluttuazioni con pochi clic.

Considerare ad esempio l'oggetto visivo seguente, che specifica il valore di Importo vendite per Anno e Trimestre. Nel 2014 si verifica una notevole diminuzione delle vendite, con un brusco calo tra il 1° trim. e il 2° trim. In questi casi è possibile esplorare i dati per investigare le cause delle variazioni.

Screenshot di un oggetto visivo con aumenti e riduzioni.

È possibile indicare a Power BI di spiegare gli aumenti o le diminuzioni nei grafici, visualizzare i fattori di distribuzione nei grafici e ottenere un'analisi approfondita, rapida e automatizzata dei dati. Fare clic con il pulsante destro del mouse su un punto dati e scegliere Analizza > Spiega la diminuzione (o l'aumento, se la barra precedente era più bassa) oppure Analizza > Scopri le differenze in questa distribuzione per visualizzare informazioni dettagliate in una finestra facile da usare.

Screenshot delle informazioni dettagliate visualizzate nell'oggetto visivo.

La funzionalità delle informazioni dettagliate è contestuale e si basa sul punto dati immediatamente precedente, ad esempio la barra o la colonna precedente.

Nota

La funzionalità informazioni dettagliate è abilitata e attivata per impostazione predefinita in Power BI.

Usa informazioni dettagliate

Per usare le informazioni dettagliate per spiegare gli aumenti e le diminuzioni rilevati nei grafici, fare clic con il pulsante destro del mouse su un punto dati in un grafico a linee o a barre e scegliere Analizza > Spiega l'aumento (o Spiega la diminuzione, perché tutte le informazioni dettagliate si basano sulla variazione rispetto al punto dati precedente).

Screenshot di un oggetto visivo, evidenziando Analizza e Spiega l'aumento nel menu di scelta rapida.

Power BI esegue quindi gli algoritmi di apprendimento automatico sui dati e popola una finestra con un oggetto visivo e una descrizione che illustra le categorie che più hanno influito sull'aumento o sulla diminuzione. Per impostazione predefinita, le informazioni dettagliate vengono fornite come oggetto visivo a cascata, come illustrato nell'immagine seguente.

Screenshot di una finestra popup informazioni dettagliate.

Selezionando le piccole icone nella parte inferiore dell'oggetto visivo a cascata, è possibile scegliere di visualizzate le informazioni dettagliate come grafico a dispersione, istogramma in pila o grafico a nastri.

Screenshot delle informazioni dettagliate per tre oggetti visivi.

Le icone del pollice in su e del pollice in giù nella parte superiore della pagina consentono di fornire commenti e suggerimenti sull'oggetto visivo e sulla funzionalità. Questa operazione restituisce feedback, ma attualmente non esegue il training dell'algoritmo per influenzare i risultati restituiti alla successiva esecuzione della funzionalità.

È importante tenere presente che il pulsante + nella parte superiore dell'oggetto visivo consente di aggiungere l'oggetto visivo selezionato al report, come se l'oggetto visivo fosse stato creato manualmente. È quindi possibile formattare o modificare in altro modo l'oggetto visivo aggiunto proprio come qualsiasi altro oggetto visivo del report. È possibile aggiungere un oggetto visivo informazioni dettagliate selezionato solo quando si modifica un report in Power BI.

È possibile usare le informazioni dettagliate quando il report è in modalità di lettura o di modifica. Questa funzionalità è quindi adatta sia all'analisi dei dati che alla creazione di oggetti visivi che è facilmente possibile aggiungere ai report.

Dettagli dei risultati restituiti

I dettagli restituiti nelle informazioni dettagliate evidenziano le differenze tra i due periodi, per consentire di comprendere cosa è cambiato.

Se ad esempio Vendite è aumentato di un 55% complessivo tra il 3° trim. e il 4° trim., e questo è vero per ogni Categoria di prodotto (le vendite di Computer sono aumentate del 55%, le vendite di Audio sono aumentate del 55% e così via), ed è vero anche per ogni paese o area geografica e per ogni tipo di cliente, i dati non contengono elementi identificabili che possono spiegare la variazione. Tuttavia, questa situazione non è in genere il caso. In genere si rilevano differenze nei dati, ad esempio Computer ed Elettrodomestici hanno registrato una crescita molto più elevata (63%) mentre TV e video è cresciuto solo del 23%, pertanto Computer ed Elettrodomestici hanno contribuito con una percentuale più elevata del totale nel 4° trimestre rispetto al 3° trimestre. In base a questo esempio, una spiegazione ragionevole dell'incremento sarebbe: vendite in netta crescita per Computer e TV e Audio.

L'algoritmo non si limita a restituire i valori da cui dipende la quantità più grande della modifica. Se ad esempio la quasi totalità delle vendite (98%) proviene dagli Stati Uniti, in genere accade che anche la maggior parte dell'aumento sia stata registrata negli Stati Uniti. Tuttavia, salvo se gli Stati Uniti o altri paesi/ aree geografiche hanno registrato una variazione significativa del loro contributo relativo al totale, il paese/area geografica non è considerato interessante in questo contesto.

In modo semplicistico, l'algoritmo può essere considerato come accettare tutte le altre colonne del modello e calcolare la suddivisione in base a tale colonna per i periodi di tempo precedenti e successivi. Determina la quantità di modifiche apportate in tale scomposizione e quindi restituisce tali colonne con la modifica più importante. Ad esempio, l'opzione Category è stata selezionata nell'esempio precedente. Il contributo offerto dalla TV e video è diminuito del 7% dal 33% al 26%, mentre il contributo degli elettrodomestici è cresciuto da nulla a oltre il 6%.

Per ogni colonna restituita è possibile visualizzare quattro oggetti visivi. Tre di questi oggetti visivi sono utili per evidenziare la variazione del contributo tra i due periodi. Ad esempio, per spiegare l'aumento tra 2° trimestre e 3° trimestre.

Grafico a dispersione

L'oggetto visivo Grafico a dispersione indica il valore della misurazione nel primo periodo (asse x) rispetto al valore della misurazione nel secondo periodo nell'asse y per ogni valore della colonna (in questo caso Categoria). Come illustrato nell'immagine seguente, i punti dati si trovano nell'area di colore verde se il valore è aumentato e nell'area di colore rosso se è diminuito.

La linea tratteggiata indica la tendenza media ottimale. I punti dati sopra la linea registrano una crescita superiore al trend complessivo e quelli sotto la linea registrano una crescita inferiore.

Screenshot di un grafico a dispersione con linea punteggiata.

Gli elementi di dati il cui valore è vuoto in uno dei due periodi non vengono visualizzati nel grafico a dispersione (ad esempio, Elettrodomestici in questo caso).

Istogramma a colonne in pila 100%

L'oggetto visivo istogramma in pila 100% indica il valore della misura prima e dopo, in base alla colonna selezionata, sotto forme di colonne in pila 100%. Questa visualizzazione affiancata consente il confronto dei contributi prima e dopo. Le descrizioni comandi visualizzano il contributo effettivo per il valore selezionato.

Screenshot di un istogramma in pila al 100%.

Grafico a nastri

L'oggetto visivo grafico a nastri visualizza anche il valore della misura prima e dopo. È utile visualizzare le modifiche apportate ai contributi in caso di modifica dell'ordine dei collaboratori. Un esempio è se i computer erano il numero uno collaboratore prima, ma poi sono scesi al numero tre.

Screenshot di un oggetto visivo di un grafico a nastri.

Grafico a cascata

Il quarto oggetto visivo è un grafico a cascata, che indica gli aumenti o le diminuzioni reali tra i diversi periodi. Questo oggetto visivo specifica chiaramente le variazioni reali, ma da solo non indica le modifiche al livello di contributo sufficienti a spiegare perché la colonna è stata scelta come interessante.

Screenshot di un oggetto visivo di un grafico a cascata.

Quando si classificano le colonne in base alle differenze più grandi nei contributi relativi, viene considerato quanto segue:

  • Si tiene conto della cardinalità, perché una differenza è meno significativa a livello statistico e meno interessante quando una colonna ha una cardinalità elevata.

  • Le differenze per le categorie in cui i valori originali erano elevati o vicini allo zero vengono ponderate con un valore superiore a quelle di altre categorie. Ad esempio, se una categoria ha contribuito solo al 1% delle vendite e questo è cambiato in 6%, questo è più significativo statisticamente. È quindi considerato più interessante, rispetto a una Categoria il cui contributo è cambiato dal 50% al 55%.

  • Vengono usate varie funzioni euristiche per selezionare i risultati più significativi, ad esempio considerando altre relazioni tra i dati.

Dopo che le informazioni dettagliate esaminano colonne diverse, vengono scelte e restituite le colonne che mostrano la modifica più importante al contributo relativo. Per ogni colonna sono indicati nella descrizione i valori che apportano il cambiamento più significativo al contributo. Vengono indicati anche i valori con il maggior aumento reale e la maggior diminuzione reale.

Considerazioni e limitazioni

Poiché queste informazioni dettagliate sono basate sulle modifiche rispetto al punto dati precedente, non sono disponibili quando si seleziona il primo punto dati in un oggetto visivo.

L'elenco seguente è una raccolta degli scenari attualmente non supportati per la spiegazione dell'aumento/diminuzione:

  • Filtri PrimiN
  • Filtri di inclusione/esclusione
  • Filtri per le misure
  • Misure non numeriche
  • Uso di "Mostra valore come"
  • Misure filtrate: calcoli a livello visivo ai quali viene applicato un filtro specifico (ad esempio Vendite totali per la Francia) e che vengono usati in alcuni oggetti visivi creati dalla funzionalità informazioni dettagliate
  • Colonne categoriche sull'asse X a meno che non definisca un ordine scalare per colonna. Se si usa una gerarchia, ogni colonna nella gerarchia attiva deve corrispondere a questa condizione
  • Modelli di dati abilitati per la sicurezza a livello di riga o OLS

Neppure i tipi di modelli e le origini dati seguenti sono attualmente supportati per le informazioni dettagliate:

  • DirectQuery
  • Live Connect
  • Reporting Services locale
  • Incorporamento

La funzionalità informazioni dettagliate non supporta i report distribuiti come app.

Per altre informazioni su Power BIe su come iniziare, vedere: