Tworzenie i wyświetlanie wizualizacji drzewa dekompozycji w usłudze Power BI

DOTYCZY: program Power BI Desktop usługa Power BI

Wizualizacja drzewa dekompozycji w usłudze Power BI umożliwia wizualizowanie danych w wielu wymiarach. Automatycznie agreguje dane i umożliwia przechodzenie do szczegółów wymiarów w dowolnej kolejności. Jest to również wizualizacja sztucznej inteligencji (AI), dzięki czemu możesz poprosić o znalezienie następnego wymiaru, aby przejść do szczegółów na podstawie określonych kryteriów. To narzędzie jest przydatne w przypadku eksploracji ad hoc i przeprowadzania analizy głównej przyczyny.

Screenshot showing a full decomposition tree.

W tym samouczku są używane dwa przykłady:

  • Scenariusz łańcucha dostaw, który analizuje procent produktów, które firma ma na zamówienie (poza zapasami).
  • Scenariusz sprzedaży, który dzieli sprzedaż gier wideo przez wiele czynników, takich jak gatunek gier i wydawca.

W programie Power BI Desktop można pobrać semantyczny model scenariusza łańcucha dostaw. Jeśli chcesz użyć usługa Power BI, pobierz plik Supply Chain Sample.pbix, a następnie przekaż go do obszaru roboczego w usługa Power BI.

Uwaga

Udostępnianie raportu współpracownikowi usługi Power BI wymaga posiadania indywidualnych licencji usługi Power BI Pro lub zapisania raportu w pojemności Premium.

Rozpocznij

Wybierz ikonę drzewa dekompozycji w okienku Wizualizacje.

Decomposition tree watermark.

Wizualizacja wymaga dwóch typów danych wejściowych:

  • Analizuj — metryka, którą chcesz przeanalizować. Musi to być miara lub agregacja.
  • Wyjaśnij według — co najmniej jeden wymiar, do którego chcesz przejść do szczegółów.

Po przeciągnięciu miary do obszaru pola wizualizacja zostanie zaktualizowana w celu zaprezentowania zagregowanej miary. W poniższym przykładzie wizualizujemy średni procent produktów w zamówieniach wstecznych (5,07%).

Decomposition tree root node.

Następnym krokiem jest przejście do co najmniej jednego wymiaru, do którego chcesz przejść do szczegółów. Dodaj te pola do zasobnika Wyjaśnij według . Zwróć uwagę, że obok węzła głównego pojawi się znak plus. Wybranie pozycji + umożliwia wybranie pola, do którego chcesz przejść do szczegółów (możesz przejść do szczegółów pól w dowolnej kolejności).

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

Wybranie pozycji Stronniczość prognozy powoduje rozwinięcie drzewa i podzielenie miary przez wartości w kolumnie. Ten proces można powtórzyć, wybierając inny węzeł do przechodzenia do szczegółów.

Decomposition tree expansion.

Wybranie węzła z ostatniego poziomu filtruje krzyżowo dane. Wybranie węzła z wcześniejszego poziomu zmienia ścieżkę.

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

Interakcja z innymi wizualizacjami filtruje krzyżowo drzewo dekompozycji. Kolejność węzłów na poziomach może ulec zmianie w wyniku.

Aby pokazać inny scenariusz, w poniższym przykładzie przedstawiono sprzedaż gier wideo według wydawcy.

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

Gdy przefiltrujemy krzyżowo drzewo przez Firmę Ubisoft, ścieżka zostanie zaktualizowana, aby pokazać, że sprzedaż xbox przechodzi z pierwszego do drugiego miejsca, prześcigniętą przez PlayStation.

Jeśli następnie przefiltrujemy krzyżowo drzewo według Nintendo, sprzedaż xbox jest pusta, ponieważ nie ma gier Nintendo opracowanych dla konsoli Xbox. Konsola Xbox wraz z kolejną ścieżką zostanie odfiltrowana z widoku.

Pomimo zniknięcia ścieżki istniejące poziomy (w tym przypadku Gatunek gier) pozostają przypięte na drzewie. Wybranie węzła Nintendo powoduje automatyczne rozwinięcie drzewa do gatunku gry.

Podziały sztucznej inteligencji

Możesz użyć funkcji "Podziały sztucznej inteligencji", aby dowiedzieć się, gdzie należy szukać dalej w danych. Te podziały są wyświetlane w górnej części listy i są oznaczone żarówką. Podziały ułatwiają automatyczne znajdowanie wysokich i niskich wartości w danych.

Analiza może działać na dwa sposoby w zależności od preferencji. Ponownie korzystając z przykładu łańcucha dostaw, domyślne zachowanie jest następujące:

  • Wartość najwyższa: rozważa wszystkie dostępne pola i określa, do szczegółów którego z nich należy przejść, aby uzyskać najwyższą wartość analizowanej miary.
  • Wartość najniższa: rozważa wszystkie dostępne pola i określa, do szczegółów którego z nich należy przejść, aby uzyskać najniższą wartość analizowanej miary.

Wybierz pozycję Wysoka wartość przy użyciu znaku plus obok pozycji Sporadyczne. Zostanie wyświetlona nowa kolumna oznaczona jako Typ produktu.

Decomposition tree AI split.

Żarówka jest wyświetlana obok pozycji Typ produktu wskazująca, że ta kolumna była podziałem sztucznej inteligencji. Drzewo zawiera również linię kropkowaną zalecaną w węźle Monitorowanie pacjenta wskazującą najwyższą wartość zamówień wstecznych (9,2%).

Umieść kursor na żarówki, aby wyświetlić etykietkę narzędzia. W tym przykładzie etykietka narzędzia to "% dla zamówienia wstecznego jest najwyższa, gdy typ produktu to Monitorowanie pacjentów".

Wizualizację można skonfigurować tak, aby znajdować względne podziały sztucznej inteligencji, a nie bezwzględne .

Tryb względny szuka wysokich wartości wyróżniających się (w porównaniu z resztą danych w kolumnie). Ponownie przyjrzyjmy się sprzedaży gier wideo jako przykładu:

Decomposition tree absolute split.

Na powyższym zrzucie ekranu przyjrzymy się Ameryka Północna sprzedaży gier wideo. Najpierw podzielimy drzewo według nazwy wydawcy, a następnie przejdziemy do szczegółów nintendo. Wybranie pozycji Wysoka wartość powoduje rozszerzenie platformy to Nintendo. Ponieważ Nintendo (wydawca) opracowuje tylko konsole Nintendo, istnieje tylko jedna wartość i tak, że jest to zaskakująco najwyższa wartość.

Niemniej jednak bardziej interesującym podziałem byłoby przyjrzenie się temu, która wysoka wartość wyróżnia się względem innych wartości w tej samej kolumnie. Jeśli zmienimy typ analizy z Bezwzględny na Względny, otrzymamy następujący wynik dla Nintendo:

Decomposition tree relative split.

Tym razem zalecaną wartością jest Platforma w ramach gatunku gry. Platforma nie daje wyższej wartości bezwzględnej niż Nintendo (19 950 000 USD względem 46 950 000 USD). Niemniej jednak jest to wartość, która wyróżnia się.

Dokładniej, ponieważ istnieje 10 wartości gatunku gry, oczekiwana wartość platformy wyniesie 4,6 mln USD, gdyby miały zostać równomiernie podzielone. Ponieważ platforma ma wartość prawie 20 mln USD, jest to interesujący wynik, ponieważ jest cztery razy wyższy niż oczekiwany wynik.

Obliczenie jest następujące:

Ameryka Północna Sales for Platform/ Abs(Avg(Ameryka Północna Sales for Game Gatunek))
a
Ameryka Północna Sales for Nintendo / Abs(Avg(Ameryka Północna Sales for Platform))

Co przekłada się na:

19 550 000 / (19 550 000 + 11 140 000 + ... + 470 000 + 60 000 /10) = 4,25x
a
46 950 000/ (46 950 000/1) = 1x

Jeśli wolisz nie używać żadnych podziałów sztucznej inteligencji w drzewie, możesz również wyłączyć je w obszarze Opcje formatowania analizy:

Decomposition tree disable AI split.

Interakcje drzewa z podziałami sztucznej inteligencji

Można mieć wiele kolejnych poziomów sztucznej inteligencji. Możesz również mieszać różne rodzaje poziomów sztucznej inteligencji (od wysokiej wartości do niskiej wartości i z powrotem do wysokiej wartości):

Decomposition tree multiple AI paths.

Jeśli wybierzesz inny węzeł w drzewie, podziały sztucznej inteligencji ponownie obliczą od podstaw. W poniższym przykładzie zmieniliśmy wybrany węzeł na poziomie Stronniczość prognozy. Kolejne poziomy zmieniają się, aby uzyskać poprawne wysokie i niskie wartości.

Decomposition tree AI interactions.

Poziomy sztucznej inteligencji są również ponownie obliczane podczas filtrowania krzyżowego drzewa dekompozycji przez inną wizualizację. W poniższym przykładzie widać, że nasz backorder % jest najwyższy dla zakładu #0477.

Screenshot shows the Root Cause Analysis with all months selected.

Ale jeśli wybierzemy kwiecień na wykresie słupkowym, najwyższe zmiany w typie produktu to Advanced Surgical. W tym przypadku nie tylko węzły zostały ponownie uporządkowane, ale wybrano inną kolumnę.

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

Jeśli chcemy, aby poziomy sztucznej inteligencji zachowywały się jak poziomy nienależące do sztucznej inteligencji, wybierz żarówkę, aby przywrócić zachowanie domyślne.

Mimo że wiele poziomów sztucznej inteligencji można połączyć ze sobą, poziom bez sztucznej inteligencji nie może podążać za poziomem sztucznej inteligencji. Jeśli wykonamy podział ręczny po podziale sztucznej inteligencji, żarówka z poziomu sztucznej inteligencji zniknie, a poziom zmieni się na normalny poziom.

Blokowanie

Twórca zawartości może blokować poziomy dla użytkowników raportów. Gdy poziom jest zablokowany, nie można go usunąć ani zmienić. Użytkownik może eksplorować różne ścieżki na zablokowanym poziomie, ale nie może zmienić samego poziomu. Jako twórca możesz umieścić wskaźnik myszy na istniejących poziomach, aby wyświetlić ikonę blokady. Możesz zablokować dowolną liczbę poziomów, ale nie można odblokować poziomów poprzedzających zablokowane poziomy.

W poniższym przykładzie pierwsze dwa poziomy są zablokowane. Użytkownicy raportów mogą zmieniać poziom 3 i 4, a nawet dodawać nowe poziomy później. Nie można jednak zmienić dwóch pierwszych poziomów:

Decomposition tree locking.

Rozważania i ograniczenia

Maksymalna liczba poziomów drzewa wynosi 50. Maksymalna liczba punktów danych, które można wizualizować jednocześnie w drzewie, wynosi 5000. Obcinamy poziomy, aby pokazać pierwsze n. Obecnie górna n na poziom jest ustawiona na 10.

Drzewo dekompozycji nie jest obsługiwane w następujących scenariuszach:

  • Lokalne usługi Analysis Services

Podziały sztucznej inteligencji nie są obsługiwane w następujących scenariuszach:

  • Azure Analysis Services
  • Serwer raportów usługi Power BI
  • Publikowanie w sieci Web
  • Złożone miary i miary ze schematów rozszerzeń w narzędziu "Analizuj"

Inne ograniczenia:

  • Obsługa wewnątrz pytań i pytań