Типы аналитических сведений, поддерживаемые Power BI

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

Попросите Power BI просмотреть данные и найти интересные тенденции и шаблоны. Эти тенденции и шаблоны представлены в виде визуальных элементов с именем Insights. Аналитические сведения доступны для визуальных элементов на панелях мониторинга, визуальных элементах в отчетах и на всех страницах отчетов.

Чтобы узнать, как использовать сведения о панелях мониторинга, см. статью «Просмотр сведений о панелях мониторинга с помощью Power BI».

Как работает Аналитика?

Power BI выполняет поиск различных подмножеств семантической модели и применяет набор сложных алгоритмов для обнаружения потенциально интересных аналитических сведений. Вы можете запускать аналитику на плитках панели мониторинга, визуальных элементах отчета и страницах отчетов.

Некоторые терминологии

Power BI использует статистические алгоритмы для выявления инсайтов. Алгоритмы перечислены и описаны в следующем разделе этой статьи. Прежде чем перейти к алгоритмам, ниже приведены определения для некоторых терминов, которые могут быть незнакомы.

• Мера — это количественное (числовое) поле, которое можно использовать для выполнения вычислений. Общие вычисления: сумма, среднее и минимальное значение. Например, если наша компания делает и продает скейтборды, нашими мерами могут быть количеством проданных скейтбордов и средней ежегодной прибылью.

• Измерение — измерения являются категориальными (текстовыми) данными. Измерение описывает человека, объект, элемент, продукты, место и время. В семантической модели измерения — это способ группировать меры в полезные категории. Для нашей компании по производству скейтбордов некоторые параметры могут включать просмотр продаж по модели, цвету, стране/региону или маркетинговой кампании.

• Корреляция — корреляция говорит нам, как связано поведение вещей. Если их шаблоны увеличения и уменьшения похожи, они положительно коррелируются. Если их шаблоны противоположны, они отрицательно коррелируются. Например, продажи красных скейтбордов увеличиваются каждый раз, когда мы запускаем тв-маркетинговую кампанию. Продажи красных скейтбордов и телевизионной маркетинговой кампании положительно коррелируются.

• Временные ряды — это способ отображения времени в виде последовательных точек данных. Эти точки данных могут быть временными интервалами, такими как секунды, часы, месяцы или годы.

• Непрерывная переменная — непрерывная переменная может быть любым значением между минимальными и максимальными ограничениями, в противном случае это дискретная переменная . Примерами являются температура, вес, возраст и время. Непрерывные переменные могут включать дроби или части значения. Общее количество проданных синих скейтбордов является дискретной переменной, поскольку мы не можем продать половину скейтборда.

Какие типы аналитических сведений можно найти?

Для отчетов Power BI выполняет проактивный анализ аномалий, тенденций и KPI. Для плиток дашборда Power BI может найти 10 типов инсайтов.

Вылитые категории (сверху или внизу)

Выделяет случаи, когда одна или две категории имеют больше значений, чем другие категории.

Изменение точек в временных рядах

Выделяется при наличии значительных изменений в тенденциях в временных рядах данных.

Корреляция

Обнаруживает случаи, когда несколько показателей демонстрируют схожий паттерн или тренд при отображении по категории или значению в семантической модели.

Низкая дисперсия

Обнаруживает случаи, когда точки данных для измерения не далеко от среднего значения, поэтому дисперсия низка. Предположим, что у вас есть показатель "продажи" и измерение "регион". И рассматривая данные по региону, вы видите, что между точками данных и их средним значением незначительное различие. Аналитические сведения активируются, когда вариативность продаж во всех регионах меньше порогового значения. Другими словами, когда продажи аналогичны всем регионам.

Большинство (основные факторы)

Находит случаи, когда большая часть общего значения может быть связана с одним фактором при разбивке по другому измерению.

Аномалии

Этот тип аналитических сведений использует модель кластеризации для определения выбросов, не связанных с данными временных рядов. Определение выбросов происходит, когда имеются определенные категории со значениями, значительно отличающимися от других категорий.

Общие тенденции временных рядов

Обнаруживает тенденции вверх или вниз в данных временных рядов.

Сезонность в временных рядах

Находит периодические шаблоны в данных временных рядов, таких как еженедельная, ежемесячная или годовая сезонность.

Устойчивая доля

Подчеркивает случаи, когда существует корреляция между долей значения дочернего элемента и общим значением родительского в контексте непрерывной переменной. Анализ устойчивого распределения применяется к контексту меры, измерения и другого измерения даты/времени. Эта информация активируется, когда определенное значение измерения, например "восточный регион", имеет стабильную долю общих продаж в разбивке по дате и времени.

Инсайт постоянной доли аналогичен инсайту низкой дисперсии, потому что они оба связаны с отсутствием дисперсии значения на протяжении времени. Тем не менее, анализ устойчивости процента измеряет отсутствие дисперсии процента в целом на протяжении времени, в то время как анализ низкой дисперсии измеряет отсутствие дисперсии абсолютных значений мер по измерению.

Выбросы временных рядов

Для данных в временных рядах определяется, когда имеются определенные даты или время со значениями, значительно отличающиеся от других значений даты и времени.

Связанный контент

• Просмотр аналитических сведений на плитках панели мониторинга в Power BI.

Есть еще вопросы? Спросите Сообщество Power BI.