Использование функции анализа для объяснения колебаний визуальных элементов отчета

ОБЛАСТЬ ПРИМЕНЕНИЯ:служба Power BI для бизнес-пользователейслужба Power BI для дизайнеров и разработчиковPower BI Desktop требуется лицензия Pro или Premium

При большом увеличении и резком падении значений в визуальных элементах отчета может возникнуть вопрос о причине таких колебаний. С помощью Анализ в службе Power BI вы можете легко найти причину.

Например, рассмотрим следующий визуальный элемент, показывающий общее количество единиц по месяцам и изготовителю. VanArsdel опережает своих конкурентов, но имеет глубокий спад в июне 2014 года. В таких случаях можно изучить данные и объяснить изменения, которые произошли.

Вы можете попросить службу Power BI объяснить увеличение, уменьшение или необычное распределение на визуальных элементах и получить быстрый, автоматизированный анализ ваших данных. Щелкните правой кнопкой мыши на точке данных, выберите Анализировать > Объяснить уменьшение (или увеличение, если предыдущий столбец был ниже) или Анализировать > Найдите, где это распределение отличается. Затем аналитические сведения отображаются в простом окне.

Функция анализа является контекстной и основана на непосредственно предыдущей точке данных, например предыдущей панели или столбца.

Какие факторы и категории выбираются

После того как Power BI изучит различные столбцы, будут отображены факторы, которые показывают наибольшее изменение относительного вклада. Для каждого из них значения, которые имеют наиболее значительное изменение вклада, указываются в описании. Кроме того, отмечены значения, имеющие наибольшее увеличение и уменьшение.

Чтобы просмотреть все аналитические сведения, созданные Power BI, используйте полосу прокрутки. Ранг упорядочен так, что на первом месте находится самый значительный вкладчик.

Использование аналитических сведений

Чтобы использовать аналитические сведения для объяснения тенденций, наблюдаемых на визуальных элементах, щелкните правой кнопкой мыши любую точку данных на линейчатой или линейной диаграмме и выберите пункт "Анализ". Затем выберите вариант, который отображается: объясните увеличение, объясните снижение или объясните разницу.

Затем Power BI запускает свои алгоритмы машинного обучения по данным и заполняет окно визуальным элементом и описанием. Описание категорий, наиболее влияющих на увеличение, уменьшение или разницу. В следующем примере первый анализ представляет собой каскадную диаграмму.

Чтобы данные отображали точечную диаграмму, составную столбчатую диаграмму или диаграмму ленты, выберите небольшие значки в нижней области водопадной диаграммы.

Используйте значки "палец вверх" и "палец вниз" в верхней части страницы, чтобы оставить отзыв о графике и функции.

Вы можете использовать аналитические сведения, когда отчет находится в режиме чтения или редактирования. Это универсально для анализа данных и создания визуальных элементов, которые можно легко добавить в отчеты. Если отчет открыт в режиме редактирования, вы увидите значок плюса рядом с значками в виде пальца. Щелкните значок плюса, чтобы добавить аналитические сведения в отчет в качестве нового визуального элемента.

Сведения о возвращенных результатах

Сведения, предоставляемые аналитикой, предназначены для выделения различий между двумя временными периодами, чтобы помочь вам понять изменения.

Вы можете подумать об алгоритме следующим образом: он принимает все остальные столбцы в модели и вычисляет разбивку по этому столбцу (за период времени до и после него), чтобы определить, сколько изменений произошло в этом разрыве. Затем возвращает эти столбцы с наибольшим изменением. В предыдущем примере штат выбирается в каскадном анализе, так как вклад Луизианы, Техаса и Калифорнии снизился с 13% до 19% с июня по июль. Это изменение способствовало наибольшему снижению общего числа единиц.

Для каждого возвращаемого анализа есть четыре визуальных элемента, которые можно отобразить. Три из этих визуальных элементов предназначены для выделения изменения вклада между двумя периодами, например объяснение увеличения от Qtr 2 до Qtr 3. На диаграмме ленты отображаются изменения как до, так и после выбранной точки данных.

Точечная диаграмма

Визуальный элемент точечной диаграммы показывает значение меры в первом периоде (оси X) по значению меры во втором периоде (оси Y) для каждого значения столбца (состояние в этом случае). Точки данных находятся в зеленом регионе, если они увеличились и в красном регионе, если они снизились.

Пунктирная линия показывает лучшее соответствие, и точки данных выше этой линии увеличились больше, чем общая тенденция, а те, которые ниже этой линии, — меньше.

Элементы данных, значения которых были пустыми в любом периоде, не отображаются на точечной диаграмме.

Диаграмма столбцов с накоплением до 100%

Визуальный элемент гистограммы с накоплением на 100 % показывает значение вклада в общий итог (100%) для выбранной и предыдущей точек данных. Это представление позволяет параллельно сравнивать вклад для каждой точки данных. В следующем примере подсказки показывают фактический вклад для выбранного значения из Техаса. Так как список состояний длинный, подсказки помогают просмотреть сведения. Используя подсказки, вы видите, что Техас внес около того же процента в общий объем единиц (31% и 32%), но фактическое количество общих единиц снизилось с 89 до 71. Помните, что ось Y — это процент, а не общее, а каждая полоса столбцов — это процент, а не значение.

Ленточная диаграмма

Визуализация диаграммы лент показывает значение меры до и после. Это помогает отобразить изменения в вкладах при изменении порядка участников (например, LA упал с числа двух участников на номер 11). TX изображается широкой лентой в верхней части, что обозначает, что это самый значительный вклад до и после. Снижение показывает, что значение вклада уменьшилось как в течение выбранного периода, так и после.

Каскадная диаграмма

Четвертый визуальный элемент — каскадная диаграмма, показывающая фактическое увеличение или уменьшение между временными периодами. Этот визуальный элемент четко показывает один значительный вклад в снижение в июне 2014 года — в данном случае государство. И особенности влияния штата на общее количество единиц заключаются в том, что снижение в Луизиане, Техасе и Колорадо сыграло самую важную роль.

Рекомендации и ограничения

Так как эти аналитические сведения основаны на изменении предыдущей точки данных, они недоступны при выборе первой точки данных в визуальном элементе.

Функция анализа недоступна для всех типов визуальных элементов.

В следующем списке приведена коллекция неподдерживаемых сценариев для функции анализа (объясните увеличение, объясните снижение, найдите, где распределение отличается):

• Фильтры TopN
• Включить или исключить фильтры.
• Фильтры измерений
• Нечисловые меры
• Использование параметра "Показать значение как".
• Отфильтрованные меры. Отфильтрованные меры — это вычисления уровня визуализации с применением определенного фильтра (например, Total Sales for France), которые применяются в некоторых визуальных элементах, созданных функцией аналитических данных.
• Категориальные столбцы на оси X, если он не определяет сортировку по скалярному столбцу. Если используется иерархия, каждый столбец в активной иерархии должен соответствовать этому условию.
• Модели данных с поддержкой RLS (безопасность на уровне строк) или DirectQuery

Связанный контент

• Каскадные диаграммы в Power BI
• Диаграммы рассеивания, пузырьковые диаграммы и точечные диаграммы в Power BI
• Визуализации в отчетах Power BI
• Создание диаграмм ленты в Power BI