Описание использования Аналитика ИИ для выявления тенденций и аномалий
Одной из проблем, с которыми сталкиваются организации, является возможность легко выявлять тенденции и обнаруживать аномалии по мере их возникновения. Например, многие розничные организации видят увеличение продаж в течение декабря в течение праздничного сезона. Этот всплеск продаж ожидается, но что произойдет, если продажи снизились в течение этого месяца, или если они были выше в августе, чем обычно? Важно выявить эти аномалии как можно быстрее, чтобы вы могли принять необходимые меры.
Функция аналитики Power BI помогает организациям легко выявлять такие аналитические сведения, как аномалии и тенденции в данных, при взаимодействии и использовании таких элементов, как отчеты, панели мониторинга и визуализации. Он уведомляет вас, если есть интересные аналитические сведения, и предоставляет объяснения для них. Он работает по умолчанию для любого отчета, поэтому вы можете автоматически начать получать аналитические сведения из отчетов без какой-либо настройки.
В Power BI есть несколько функций аналитики, использующих искусственный интеллект (ИИ):
Аналитика для отчетов: Анализирует данные и находит аномалии и тенденции в данных при взаимодействии с отчетами.
Аналитика для отдельных визуальных элементов: Анализирует и объясняет колебания точек данных в визуальных элементах.
Аналитика для плиток панели мониторинга: Просматривает данные, используемые для отрисовки этой плитки, и представляет их в интерактивных визуальных элементах.
Краткая аналитика для наборов данных. Автоматическое создание аналитических сведений для набора данных в служба Power BI.
Аналитика ИИ для моделей данных в Power Query. Предоставление доступа к предварительно обученным моделям машинного обучения из Azure Cognitive Services.
Уведомления
Уведомления являются важной частью возможностей Аналитики в Power BI. При работе с элементами Power BI, такими как отчеты, Power BI автоматически выполняет анализ аналитических сведений. Когда Power BI идентифицирует аналитические сведения, вы получите уведомление. Вы можете просмотреть аналитические сведения или игнорировать их. Уведомления — это отличный способ упреждающего взаимодействия с предлагаемыми аналитическими сведениями, чтобы не пропустить ничего важного, например, если продажи в определенном регионе увеличились. Основные аналитические сведения — это важные аналитические сведения, основанные на таких факторах, как повторность и значимость тенденции или аномалии.
Получение аналитики для отчетов и визуальных элементов
Возможности уведомлений оповещают и уведомляют вас об аналитических сведениях при работе с отчетами. Кроме того, существует множество сценариев, в которых вы можете просто получить аналитические сведения по мере того, как вы просматриваете некоторые из различных элементов. При работе с отчетами и визуальными элементами Power BI можно выбрать Получить аналитические сведения , чтобы открыть панель Аналитика.
На панели отображаются только аналитические сведения о текущей странице отчета, которые обновляются при выборе другой страницы в отчете. При работе с отдельными визуализациями можно выбрать Дополнительные параметры (...) в правом верхнем углу визуального элемента, а затем получить аналитические сведения , чтобы просмотреть аналитические сведения только об этом визуальном элементе.
Аналитика
В настоящее время на панели Аналитика отображаются три типа аналитических сведений:
Аномалии: Представляет что-то, что отличается от ожидаемого. Например, умный термостат, который внезапно считывает температуру как 100 F, когда обычно 72 F, будет считаться аномалией.
Тенденции: Представляет шаблон, который находится в наборах данных временных рядов. Например, если продажи компании неуклонно увеличиваются в течение апреля, это будет представлять собой тенденцию.
Анализ ключевых показателей эффективности (KPI): Помогает оценить текущее значение по определенному целевому объекту. Например, компания может установить цель продаж в 1,2 миллиона, но в настоящее время она находится на уровне 1 миллиона.
Аномалии
Аномалия — это отклонение в данных временного ряда, например, неожиданные всплески и провалы в данных. Алгоритм вычисляет границу вокруг того, что считается нормальным или ожидаемым значением. Любое значение за пределами этой границы отмечается как аномалия.
Существует три вида аналитических сведений об аномалиях:
Значительные аномалии: Аномалия имеет высокую оценку. Уровень аномалий указывает, насколько далеко точка находится от ожидаемого диапазона.
Недавние аномалии: Самая последняя аномалия в измерении.
Сводка по аномалиям: Этот тип аналитики суммирует несколько аномалий в мере.
Если аномалия в данных помечена, Power BI выполняет анализ по различным измерениям в модели данных, чтобы найти пики или спады в мере, которая соответствует аномалии. Они показаны как возможные объяснения, ранжированные по вероятности.
Тренды
Тенденция возникает при длительном увеличении или уменьшении данных временных рядов. Существует ряд шагов, которые алгоритм Power BI использует для поиска значимых тенденций. Сначала выполняется сглаживание данных, интерполяция и выборка временных рядов. Затем определяется статистическая значимость тенденций на основе угла наклона и продолжительность изменения значения. Алгоритм удаляет такие помехи, как сезонность и выбросы. Например, если скачок продаж в декабре, алгоритм не помечает это как заслуживающую внимания тенденцию, так как обычно для продаж происходит скачок в праздничные дни.
Отмечены четыре main тенденции:
Длинный тренд: Тенденция является значительной и является самой длинной тенденцией в пределах одного ряда или нескольких рядов в визуальном элементе.
Крутой тренд: Тенденция является значительной и является самой крутой тенденцией в пределах одного ряда или нескольких рядов в визуальном элементе.
Последние тенденции: Тенденция является значительной и является самой последней тенденцией в пределах одного ряда или нескольких рядов в визуальном элементе.
Разворот тренда: Недавний тренд в одном или нескольких рядах в визуальном элементе, где разворот является значительным по сравнению с предыдущим сегментом тренда.
При пометке тенденции в ваших данных Power BI ищет и идентифицирует категории, которые в наибольшей степени повлияли на увеличение или уменьшение в выявленной тенденции. Возможные объяснения ранжируются на основе относительного вклада различных категорий в приращение или уменьшение в тенденции.
Анализ ключевых показателей эффективности
Анализ ключевых показателей эффективности с целевым объектом проверяет дисперсию текущего значения по его целевому объекту. Это считается значительным, если дисперсия является высокой или низкой по сравнению с другими сегментами. Анализ ключевых показателей эффективности без целевого объекта проверяет само значение и помечает те, которые являются высокими или низкими по сравнению с другими сегментами.
Для анализа ключевых показателей эффективности Power BI ищет и определяет категории, которые имеют более высокие или низкие значения, чем ожидалось. Для анализа ключевых показателей эффективности с целевым показателем возможные объяснения ранжированы по Z-показателям разности отклонения из целевого объекта. В то время как для анализа ключевых показателей эффективности без целевого значения возможные объяснения ранжируются на основе Z-оценок самого значения.