Använd funktionen Analysera för att förklara variationer i visuella rapportobjekt (förhandsversion)
Gäller för: 
usluga Power BI för företagsanvändare usluga Power BI för designers och utvecklare
Power BI Desktop kräver Pro- eller Premium-licens
När det finns stora ökningar och kraftiga minskningar av värden i visuella rapportobjekt kanske du undrar över orsaken till sådana fluktuationer. Med Analysera i usluga Power BI kan du enkelt hitta orsaken.
Tänk dig till exempel följande visuella objekt som visar Totalt antal enheter per månad och tillverkare. VanArsdel överträffar sina konkurrenter men har en djup dipp i juni 2014. I sådana fall kan du utforska data och förklara den ändring som inträffade.
Du kan be usluga Power BI att förklara ökningar, minskningar eller ovanliga distributioner i visuella objekt och få snabb, automatiserad och insiktsfull analys om dina data. Högerklicka på en datapunkt, välj Analysera Förklara minskningen (eller öka om föregående stapel var lägre) eller Analysera > Hitta var den här fördelningen skiljer sig>. Sedan visas insikten i ett lätthanterat fönster.
Funktionen Analysera är kontextuell och baseras på den omedelbart tidigare datapunkten, till exempel föregående stapel eller kolumn.
Kommentar
Den här funktionen är i förhandsversion och kan komma att ändras. Insiktsfunktionen är aktiverad som standard (du behöver inte markera en förhandsgranskningsruta för att aktivera den).
Vilka faktorer och kategorier som väljs
När Power BI har undersökt olika kolumner visas de faktorer som visar den största förändringen av relativ bidragsvisning. För varje anges de värden som har den viktigaste ändringen av bidrag i beskrivningen. Dessutom framhävs även de värden som har de största faktiska ökningarna och minskningarna.
Om du vill se alla insikter som genereras av Power BI använder du rullningslisten. Ordningen rangordnas med den viktigaste deltagaren som visas först.
Använda insikter
Om du vill använda insikter för att förklara trender som visas i visuella objekt högerklickar du på en datapunkt i ett stapel- eller linjediagram och väljer Analysera. Välj sedan ett alternativ som visas: förklara ökningen, förklara minskningen eller förklara skillnaden.
Power BI kör sedan sina maskininlärningsalgoritmer över data och fyller ett fönster med ett visuellt objekt och en beskrivning. Beskrivningen beskriver vilka kategorier som mest påverkade ökningen, minskningen eller skillnaden. I följande exempel är den första insikten ett vattenfallsdiagram.
Om du vill att insikter ska visa ett punktdiagram, ett staplat stapeldiagram eller ett banddiagram väljer du de små ikonerna längst ned i det visuella vattenfallsobjektet.
Använd ikonerna tummen upp och tummen ned överst på sidan för att ge feedback om det visuella objektet och funktionen.
Du kan använda insikter när rapporten finns i läs- eller redigeringsvyn. Det är mångsidigt för att analysera data och skapa visuella objekt som du enkelt kan lägga till i dina rapporter. Om rapporten är öppen i redigeringsvyn visas en plusikon bredvid tumikonerna. Välj plusikonen för att lägga till insikten i rapporten som ett nytt visuellt objekt.
Information om de returnerade resultaten
Informationen som returneras av insikter är avsedd att belysa skillnaderna mellan de två tidsperioderna för att hjälpa dig att förstå ändringen mellan dem.
Du kan tänka på algoritmen så här – den tar alla andra kolumner i modellen och beräknar uppdelningen efter den kolumnen (för tidsperioderna före och efter ) för att avgöra hur mycket ändring som inträffade i den uppdelningen. Returnerar sedan de kolumner som har den största ändringen. I föregående exempel väljs State i vattenfallsinsikten, eftersom bidraget från Louisiana, Texas och Kalifornien föll från 13 % till 19 % från juni till juli. Den här ändringen bidrog mest till minskningen i Totalt antal enheter.
För varje insikt som returneras finns det fyra visuella objekt som kan visas. Tre av dessa visuella objekt är avsedda att markera förändringen i bidrag mellan de två perioderna, till exempel förklaringen av ökningen från Qtr 2 till Qtr 3. Menyfliksdiagrammet visar ändringar både före och efter den valda datapunkten.
Punktdiagrammet
Det visuella punktdiagrammet visar måttets värde under den första perioden (x-axeln) mot måttets värde under den andra perioden (y-axeln) för varje värde i kolumnen (tillstånd i det här fallet). Datapunkter finns i den gröna regionen om de ökade och i den röda regionen om de minskade.
Den streckade linjen visar den bästa passformen och datapunkterna ovanför den här linjen ökade med mer än den övergripande trenden och de under den här raden med mindre.
Dataobjekt vars värde var tomt under någon av perioderna visas inte i punktdiagrammet.
Det staplade stapeldiagrammet på 100 %
Det 100 % staplade stapeldiagrammets visuella objekt visar värdet för bidraget till totalsumman (100 %) för den valda datapunkten och föregående. Med den här vyn kan du jämföra bidraget för varje datapunkt sida vid sida. I följande exempel visar knappbeskrivningar det faktiska bidraget för det valda värdet för Texas. Eftersom listan över tillstånd är lång hjälper knappbeskrivningar dig att se informationen. Med hjälp av knappbeskrivningar ser du att Texas bidrog med ungefär samma procent till de totala enheterna (31 % och 32 %), men det faktiska antalet totala enheter minskade från 89 till 71. Kom ihåg att Y-axeln är en procentandel, inte en summa, och varje kolumnband är en procentandel, inte ett värde.
Menyfliksdiagrammet
Det visuella menyfliksdiagrammet visar måttets värde före och efter. Det hjälper till att visa ändringar i bidrag när ordningen på deltagare ändrades (till exempel la sjönk från nummer två deltagare till nummer 11). TX representeras av ett brett menyfliksområde högst upp, vilket innebär att det är den viktigaste deltagaren före och efter. Minskningen visar att värdet för bidraget sjönk både under den valda perioden och efter.
Vattenfallsdiagrammet
Det fjärde visuella objektet är ett vattenfallsdiagram som visar faktiska ökningar eller minskningar mellan perioderna. Det här visuella objektet visar tydligt en betydande bidragande orsak till minskningen för juni 2014 – i det här fallet staten. Och de uppgifter om statens inflytande på totala enheter är att nedgångar i Louisiana, Texas och Colorado spelade den viktigaste rollen.
Beaktanden och begränsningar
Eftersom dessa insikter baseras på ändringen från den tidigare datapunkten är de inte tillgängliga när du väljer den första datapunkten i ett visuellt objekt.
Funktionen Analysera är inte tillgänglig för alla visuella typer.
Följande lista är samlingen med scenarier som för närvarande inte stöds för funktionen Analysera (Förklara ökningen, Förklara minskningen, Hitta var fördelningen skiljer sig):
- TopN-filter
- Inkludera eller exkludera filter.
- Måttfilter
- Icke-numeriska mått
- Användning av "Visa värde som".
- Filtrerade mått. Filtrerade mått är beräkningar på visuell nivå med ett specifikt filter (till exempel Total försäljning för Frankrike) och används på några av de visuella objekt som skapats av insiktsfunktionen.
- Kategoriska kolumner på X-axeln om den inte definierar en sortering efter kolumn som är skalär. Om du använder en hierarki måste varje kolumn i den aktiva hierarkin matcha det här villkoret.
- RLS (säkerhet på radnivå) eller DirectQuery-aktiverade datamodeller