Amostra de Inteligência Artificial para Power BI: Faça um tour

A amostra de Inteligência Artificial contém um relatório de uma empresa fictícia chamada Contoso. O gestor de vendas da Contoso criou este relatório para compreender os principais contribuintes dos seus produtos e regiões para as receitas ganhas/perdas, identificar a maior ou menor repartição de receitas e determinar se há anomalias nos seus dados. Este exemplo faz parte de uma série que mostra como pode utilizar o Power BI com dados, relatórios e dashboards orientados para negócios.

Screenshot da amostra de inteligência artificial aberta.

Este tutorial explora a Amostra de Inteligência Artificial no serviço Power BI. Como a experiência do relatório pode ser semelhante em Power BI Desktop e no serviço, também pode acompanhar descarregando a amostra .pbix em Power BI Desktop.

Pré-requisitos

Obter o exemplo

Obter o exemplo do serviço Power BI

  1. Abra a serviço Power BI (app.powerbi.com) e inscreva-se.

  2. No painel de navegação, selecione Knowledge center.

    Screenshot do Centro de Conhecimento Select.

  3. Na secção de relatórios de amostra , selecione a amostra de inteligência artificial.

    Screenshot dos relatórios da amostra.

  4. Power BI abre automaticamente o relatório da Amostra de Inteligência Artificial .

Localização da amostra

A Amostra de Inteligência Artificial é adicionada ao seu Espaço de Trabalho como um relatório e conjunto de dados.

Screenshot do meu conteúdo do espaço de trabalho.

Obter o ficheiro .pbix para este exemplo

Em alternativa, depois de o guardares para o meu espaço de trabalho, podes descarregar o relatório do serviço e guardá-lo como um ficheiro .pbix. Então podes abri-la em Power BI Desktop.

  1. Abra o relatório no serviço Power BI.

  2. No menu Ficheiro , selecione Descarregue o ficheiro .pbix.

    Screenshot do download do ficheiro dot p b i x.

    É guardado para a sua pasta Downloads, e pode abri-la com Power BI Desktop.

Consulte o Download de um relatório do serviço para Power BI Desktop para obter mais detalhes.

Explore o relatório da amostra de Inteligência Artificial

O relatório da amostra tem três páginas, Key Influencers, Decomposition Tree e Deteção de Anomalias, para demonstrar como as pessoas podem descobrir novos conhecimentos e informar a sua tomada de decisão com visuais de inteligência artificial fáceis de usar.

Página de influenciadores chave

A primeira página de relatório que exploramos é a Key Influencers, onde analisamos os nossos dados para compreender o impacto e influência dos principais contribuintes nos nossos resultados.

Quais são os nossos principais contribuintes para vitórias e derrotas?

  1. Começamos por rever os principais contribuintes que resultaram num Status of Won usando o visual dos influenciadores chave no centro do nosso relatório. Pelo que parece, notamos que o principal contribuinte é quando o Desconto sobe 2%,temos 2,76x mais probabilidades de ganhar novas receitas.

  2. Selecione o indicador 2.76x . O Power BI apresenta um gráfico de dispersão ao lado, mostrando a correlação entre o nosso Desconto e o Status % é Ganho para este influenciador.

    Screenshot do melhor contribuinte para as receitas ganhas.

  3. Ao interagir com cortadores, filtros e outros visuais, os influenciadores-chave visualizais reexame a sua análise com base na escolha atualizada. A partir do gráfico de barras empilhados da categoria Close % por Produto , selecione a categoria De Mobiliário para gerar novos conhecimentos com base na seleção atualizada. Aprendemos que quando a categoria de Produto é Mobiliário e quando a dona da Venda é Molly Clark, temos 1,50x mais probabilidades de ganhar novas receitas.

    Screenshot da análise atualizada para influenciadores chave.

  4. Para rever os principais contribuintes para quando o nosso Estado muda, a partir do drop-down selecione a opção Lost para gerar novos insights com base na seleção atualizada. Podemos agora responder à pergunta : "Qual é o principal contribuinte quando ocorre uma perda?"

    Screenshot da alteração de estado para influenciadores chave.

Para saber mais, consulte os visuais dos influenciadores chave.

Página de árvore de decomposição

A segunda página de relatório que exploramos é Decomposition Tree, onde conduzimos uma causa de raiz e uma análise ad hoc para entender o impacto das Oportunidades de Vendas nos diferentes campos dentro dos nossos dados.

Quem é o dono de vendas de topo e o maior caminho de oportunidade para vendas de computadores

  1. A partir do visual da árvore de decomposição no centro do nosso relatório, selecione a opção Computadores dentro da avaria de categoria para refazer a análise.

    Screenshot da análise de recodção de árvore de decomposição.

  2. Com a nossa análise atualizada, podemos aproveitar as divisões de inteligência artificial para determinar o caminho para as próximas maiores oportunidades de venda nos nossos dados. Selecione o símbolo "+" ao lado dos Tablets e a opção De Alto Valor .

    Screenshot da árvore de decomposição a i caminho dividido.

  3. O campo território é determinado como o próximo caminho para a oportunidade de venda, sendo o EUA-SUL o maior. Selecione o símbolo "+" ao lado do US-SOUTH e, em seguida, selecione a opção De Alto Valor . Da seleção atualizada, podemos agora responder à pergunta: "Quem é o dono das vendas de topo?"

    Screenshot de Decomposition tree a i split path to highest value.

Para saber mais, consulte os visuais de decomposição.

Página de Deteção de Anomalias

A página final do relatório que exploramos é a Deteção de Anomalias, onde combinamos várias capacidades de inteligência artificial para detetar anomalias nos nossos resultados, gerar resumos de texto dinâmicos e usar a nossa própria linguagem natural para fazer perguntas e obter respostas a partir dos nossos dados.

Por que o forte declínio das receitas do software?

  1. O gráfico de barras agrupado no direito superior da página é dividido em várias versões de si mesma (pequenos múltiplos) para comparar dados através dos campos de categoria de Gestor e Produto . No software múltiplo, selecione a barra para Low, Spencer para filtrar dinamicamente o resto da página para os resultados específicos de Spencer.

    Screenshot de Small multiple para categoria produto.

  2. No lado direito da página, o Power BI gerou um resumo dinâmico baseado na seleção atualizada. O resumo do texto descreve os meses de calendário mais altos e mais baixos para o Prémio Won.

    Screenshot do resumo Narrativa inteligente.

  3. Dentro do gráfico de linha no centro da página, clique no ponto de dados de dezembro de 2020 . Dentro das opções de menu, selecione Analisar>Explicar a diminuição para responder "Por que o declínio acentuado da receita em dezembro de 2020?" usando insights rápidos.

    Screenshot de insights rápidos para explicar a diminuição.

Para saber mais, consulte as narrativas inteligentes e aplique insights para explicar as flutuações nos visuais.

Por que o aumento inesperado de receitas nos últimos 90 dias?

  1. No topo direito da página, selecione os últimos 90 dias para ver o Ganho de Receita exibido como dias individuais.

    Screenshot da seleção de botões Power B I.

  2. O botão preservou as seleções de Software Low, Spencer& de passos anteriores. Também reescreveu o Resumo das Receitas com base no filtro de 90 dias dos últimos 90 dias, que podemos rever para novos conhecimentos. Dentro do gráfico de linha também estão indicadores de anomalia visual. Selecione o indicador de 25 de abril para uma possível explicação sobre "Porquê?" foi detetada uma anomalia.

    Screenshot da deteção de anomalias.

  3. O painel de anomalias está agora apresentado no lado direito da sua página de relatório. Inclui possíveis explicações, uma pontuação de força, o que significa que pontuações mais altas podem ter tido um impacto maior, e possivelmente mais explicações se nós rolarmos para baixo. Da nossa maior pontuação de explicação possível, podemos responder à pergunta: "Porquê o aumento de receitas?". Quando terminar, desmaie o painel de anomalias utilizando as setas duplas >> na parte superior do painel.

    Screenshot do painel de anomalias.

Para saber mais, consulte a deteção de anomalias.

Qual gerente teve a maior percentagem de perto e em que mês?

  1. No canto inferior direito da página, digite a pergunta perto % no Ask uma pergunta sobre o seu campo de dados para devolver um único valor.

    Screenshot de Fazer uma pergunta.

  2. Para segmentar os resultados de % próximos por mês, modificar a questão atual para fechar % por mês para visualizar visualmente os resultados num gráfico de colunas agrupados.

    Screenshot de Q e A segmentado por mês.

  3. Embora as colunas possam ser ótimas para comparar um item com outro, não são tão úteis ao exibir movimento ao longo do tempo, atualize o texto original para fechar % por mês num gráfico de linha.

    Screenshot de Q e A em um gráfico de linha.

  4. E para responder à pergunta de qual gestor teve a maior percentagem de perto?

    Screenshot de Q e A por gerente.

Next steps: Ligar aos seus dados

Aqui pode explorar à vontade, pois pode optar por não guardar as alterações. Se os guardar, pode sempre visitar os relatórios da amostra da secção Learn para obter uma nova cópia desta amostra.

Esperamos que este passeio tenha mostrado como as capacidades de inteligência artificial no Power BI podem fornecer informações sobre os dados. Agora, é a sua vez: ligue-se aos seus próprios dados. Com o Power BI, pode ligar-se a uma grande variedade de origens de dados. Para saber mais, veja Introdução ao serviço Power BI.