Partilhar via

Deteção de anomalias

  • Artigo

APLICA-SE A: Serviço do Power BI para consumidores Serviço do Power BI para designers e desenvolvedores O Power BI Desktop requer licença Pro ou Premium

A deteção de anomalias ajuda-o a melhorar os seus gráficos de linhas, detetando automaticamente anomalias nos seus dados de séries cronológicas. Ele também fornece explicações para as anomalias para ajudar com a análise da causa raiz. Com apenas alguns cliques, você pode encontrar informações facilmente sem fatiar e cortar os dados. Você pode criar e exibir anomalias no Power BI Desktop e no serviço do Power BI. As etapas e ilustrações neste artigo são do Power BI Desktop.

Nota

Este vídeo pode usar versões anteriores do Power BI Desktop ou do serviço do Power BI.

Começar

Este tutorial usa dados de vendas on-line para vários produtos. Para acompanhar este tutorial, baixe o arquivo de exemplo de um cenário de vendas online.

Você pode habilitar a deteção de anomalias selecionando o gráfico e selecionando Localizar anomalias no painel de análise.

Screenshot showing entry point for anomaly detection.

Por exemplo, este gráfico mostra a Receita ao longo do tempo. Adicionar deteção de anomalias enriquece automaticamente o gráfico com anomalias e o intervalo esperado de valores. Quando um valor ultrapassa esse limite esperado, ele é marcado como uma anomalia. Confira este blog técnico para mais detalhes sobre o algoritmo Detetor de Anomalias.

Screenshot showing how to add anomalies.

Anomalias de formato

Esta experiência é altamente personalizável. Você pode formatar a forma, o tamanho e a cor da anomalia, bem como a cor, o estilo e a transparência do intervalo esperado. Você também pode configurar o parâmetro do algoritmo. Se você aumentar a sensibilidade, o algoritmo será mais sensível a alterações em seus dados. Nesse caso, mesmo um pequeno desvio é marcado como uma anomalia. Se você diminuir a sensibilidade, o algoritmo é mais seletivo sobre o que considera uma anomalia.

Screenshot showing how to format anomalies.

Explicações

Além de detetar anomalias, você também pode explicar automaticamente as anomalias nos dados. Quando você seleciona a anomalia, o Power BI executa uma análise entre campos em seu modelo de dados para descobrir possíveis explicações. Dá-lhe uma explicação em linguagem natural da anomalia e dos fatores associados a essa anomalia, ordenados pela sua força explicativa. Aqui eu vejo que em 30 de agosto, a receita foi de US $ 5187, o que está acima da faixa esperada de US $ 2447 a US $ 3423. Posso abrir os cartões neste painel para ver mais detalhes da explicação.

Screenshot showing how to to view explanations.

Configurar explicações

Você também pode controlar os campos que são usados para análise. Por exemplo, ao arrastar Vendedor e Cidade para o campo Explicar por, o Power BI restringe a análise apenas a esses campos. Neste caso, a anomalia de 31 de agosto parece estar associada a um determinado vendedor e a determinadas cidades. Aqui, o vendedor "Fabrikam" tem uma força de 99%. O Power BI calcula a força como a razão entre o desvio do valor esperado, quando filtrado pela dimensão e o desvio no valor total. Por exemplo, é a relação entre o valor real menos o esperado, entre a série temporal do componente Fabrikam e a Receita global da série temporal agregada para o ponto de anomalia. Abrindo este cartão mostra o visual com um pico na receita para este vendedor em 31 de agosto. Use a opção Adicionar ao relatório para adicionar esse visual à página.

Screenshot showing how to configure explanations.

Considerações e limitações

  • A deteção de anomalias só é suportada para visuais de gráficos de linhas que contenham dados de séries cronológicas no campo Eixo.
  • A deteção de anomalias não é suportada com legendas, vários valores ou valores secundários no gráfico de linhas visual.
  • A deteção de anomalias requer pelo menos quatro pontos de dados.
  • As linhas de previsão/mín./máx./média/mediana/percentil não funcionam com a deteção de anomalias.
  • Não há suporte para Consulta Direta sobre fonte de dados SAP, Servidor de Relatório do Power BI, Conexão em Tempo Real com o Azure Analysis Services e SQL Server Analysis Services.
  • As explicações de anomalia não funcionam com as opções 'Mostrar valor como'.
  • Não há suporte para detalhamento para ir para o próximo nível na hierarquia.

Conteúdos relacionados

Para saber mais sobre o algoritmo que executa a deteção de anomalias, consulte a postagem de Tony Xing sobre o algoritmo SR-CNN no Azure Anomaly Detetor