Dela via

Exempel på artificiell intelligens för Power BI: Ta en rundtur

Exemplet artificiell intelligens innehåller en rapport för ett fiktivt företag med namnet Contoso. Contosos försäljningschef skapade den här rapporten för att förstå sina produkter och regioners viktigaste deltagare för vunna/förlorade intäkter, identifiera den högsta eller lägsta intäktsfördelningen och avgöra om det finns avvikelser i deras data. Det här exemplet är en del av en serie som visar hur du kan använda Power BI med affärsorienterade data, rapporter och instrumentpaneler.

Skärmbild av öppnade exempel på artificiell intelligens.

I den här handledningen utforskar vi ett exempel på ett AI-scenario i Power BI-tjänsten. Eftersom rapportupplevelsen kan vara liknande i Power BI Desktop och i tjänsten kan du också följa med genom att ladda ned .pbix-exempelfilen i Power BI Desktop.

Förutsättningar

Du behöver ingen Power BI-licens för att utforska exemplen i Power BI Desktop. Du behöver bara en kostnadsfri fabric-licens för att utforska exemplet i Power BI-tjänsten och spara den på min arbetsyta.

Hämta exemplet

Innan du kan använda exemplet hämtar du exemplet på något av följande sätt:

Hämta det inbyggda exemplet

  1. Öppna Power BI-tjänsten (app.powerbi.com) och se till att du är med i Power BI-upplevelsen.

    Skärmbild av Power BI-upplevelseväljaren.

  2. Välj Läs i navigeringsfönstret.

    Skärmbild av learn-ikonen i navigeringsfönstret.

  3. På sidan Utbildningscenter, under Exempelrapporter, rullar du vågrätt tills du ser exemplet på artificiell intelligens. Välj exemplet.

    Skärmbild av exempelrapporter.

    Power BI sparar rapporten och datamängden på min arbetsyta.

    Skärmbild som visar exempelrapport för artificiell intelligens som visas i Min arbetsyta.

    Välj rapporten för att visa exempelrapporten.

Hämta .pbix-filen för det här exemplet

När du har sparat den på Min arbetsyta kan du också ladda ned rapporten från tjänsten och spara den som en .pbix-fil . Sedan kan du öppna den i Power BI Desktop.

  1. Öppna rapporten i Power BI-tjänsten.

  2. På menyn Arkiv väljer du Ladda ned den här filen.

    Skärmbild av menyalternativet 'Ladda ner den här filen'.

  3. I dialogrutan Vad vill du ladda ned? väljer du En kopia av rapporten och dina data (.pbix) och väljer Ladda ned.

    Den sparas i mappen Nedladdningar och du kan öppna den med Power BI Desktop.

Mer information finns i Ladda ned en rapport från tjänsten till Power BI Desktop.

Utforska exempelrapporten för artificiell intelligens

Exempelrapporten har tre sidor, viktiga påverkare, nedbrytningsträd och avvikelseidentifiering, för att visa hur människor kan upptäcka nya insikter och informera sitt beslutsfattande med lättanvända visuella objekt med artificiell intelligens.

Sidan Viktiga påverkare

Den första rapportsidan att utforska är Viktiga påverkare, där du analyserar dina data för att förstå effekten och påverkan från viktiga deltagare på dina resultat.

Vilka är de viktigaste faktorerna för framgångar och motgångar

  1. Börja med att granska de främsta bidragsgivarna som resulterade i statusen Vunn med hjälp av det visuella objektet Viktiga påverkare i mitten av rapporten. Notera att den främsta faktorn är när rabatten ökar med 2%, du är 2,76 gånger mer benägen att vinna nya intäkter.

  2. Välj indikatorn 2,76 x . Power BI visar ett punktdiagram bredvid det, som visar korrelationen mellan din rabatt och % Status är Vunn för den här påverkaren.

    Skärmbild av De främsta bidragande faktorerna till vunna intäkter.

  3. När du interagerar med utsnitt, filter och andra visuella objekt kör visualiseringen "Viktiga påverkare" sin analys på nytt baserat på det uppdaterade valet. I stapeldiagrammet Stäng % efter produktkategori väljer du kategorin Möbler för att generera nya insikter baserat på den uppdaterade markeringen. Du ser att när kategorin Produkt är Möbler och när säljägaren är Molly Clark är det 1,50 x mer sannolikt att du vinner nya intäkter.

    Skärmbild av uppdaterad analys för viktiga påverkare.

  4. För att granska de främsta bidragsgivarna när din status ändras, välj alternativet Förlorad i listrutan för att få nya insikter baserat på det uppdaterade valet. Nu kan du svara på frågan "Vad är den främsta deltagaren när en förlust inträffar?"

    Skärmbild av Statusändring för viktiga påverkare.

Mer information finns i Visualiseringar av viktiga påverkare.

Nedbrytningsträdsida

Den andra rapportsidan att utforska är Nedbrytningsträd, där du utför rotorsak och ad hoc-analys för att förstå effekten av försäljningsmöjligheter i de olika fälten i dina data.

Vem är den största försäljningsägaren och den största affärsmöjlighetsvägen för datorförsäljning

  1. I det visuella objektet Nedbrytningsträd i mitten av rapporten väljer du alternativet Datorer i kategorifördelningen för att köra analysen igen.

    Skärmbild av omkörningsanalys av nedbrytningsträd.

  2. Med din uppdaterade analys kan du använda uppdelningar av artificiell intelligens för att fastställa sökvägen till de näst högsta försäljningsmöjligheterna i dina data. Välj symbolen + bredvid Surfplattor och alternativet Högt värde .

    Skärmbild av sökvägen för AI-split i dekompositionsträdet.

  3. Trädet bestämmer att fältet Territorium är nästa steg för försäljningsmöjligheten, där US-SOUTH är det största. Välj symbolen + bredvid US-SOUTH och välj sedan alternativet Högt värde . Från det uppdaterade valet kan du nu svara på frågan "Vem är den största försäljningsägaren?"

    Skärmbild av AI-delningsträdets väg till högsta möjliga värde.

Mer information finns i Nedbrytningsträdsvisualiseringar.

Sidan Avvikelseidentifiering

Den sista rapportsidan att utforska är Avvikelseidentifiering, där du kombinerar flera funktioner för artificiell intelligens för att identifiera avvikelser i dina resultat, generera dynamiska textsammanfattningar och använda ditt eget naturliga språk för att ställa frågor och få svar från dina data.

Varför den kraftiga nedgången i programvaruintäkter

  1. Det klustrade stapeldiagrammet längst upp till höger på sidan är uppdelat i flera versioner av sig själv (små multiplar) för att jämföra data mellan fälten Chef och Produktkategori . I multipeln Programvara väljer du fältet för Låg, Spencer för att dynamiskt filtrera resten av sidan till Spencers specifika resultat.

    Skärmbild av små multiplar för produktkategori.

  2. Till höger på sidan har Power BI genererat en dynamisk sammanfattning baserat på den uppdaterade markeringen. Textsammanfattningen beskriver de högsta och lägsta kalendermånaderna för Vunna intäkter.

    Skärmbild av smart narrativ sammanfattning.

  3. Högerklicka på datapunkten december 2020 i linjediagrammet i mitten av sidan. I menyalternativen väljer du Analysera>Förklara minskningen för att svara "Varför den kraftiga intäktsminskningen i december 2020?" med hjälp av snabba insikter.

    Skärmbild av Snabbinsikter för att förklara minskningen.

Mer information finns i Smarta berättelser och Tillämpa insikter för att förklara variationer i visuella objekt.

Varför den oväntade intäktsökningen under de senaste 90 dagarna

  1. Längst upp till höger på sidan väljer du De senaste 90 dagarna för att visa Intäkter vunna som enskilda dagar.

    Skärmbild av val av Power BI-knapp.

  2. Knappen har bevarat valen Low, Spencer och Software från tidigare steg. Den har också skrivit om intäktssammanfattningen baserat på filtret för de senaste 90 dagarna, som du kan granska för nya insikter. I linjediagrammet finns det även visuella avvikelseindikatorer . Välj indikatorn den 25 april för en möjlig förklaring av "Varför?" en avvikelse identifierades.

    Skärmbild av avvikelseidentifiering.

  3. Fönstret Avvikelser visas nu till höger på rapportsidan. Den innehåller Möjliga förklaringar, en Styrka-poäng, vilket innebär att högre poäng kan ha haft en större effekt och eventuellt fler förklaringar om du rullar nedåt. Från din högsta möjliga förklaringspoäng kan du svara på frågan "Varför ökningen av intäkter?". När du är klar döljer du fönstret Avvikelser med hjälp av de dubbla pilarna >> överst i fönstret.

    Skärmbild av fönstret Avvikelser.

Mer information finns i Avvikelseidentifiering.

Vilken chef hade den högsta stängningsprocenten och under vilken månad

  1. Längst ned till höger på sidan skriver du frågan close % i fältet Ställ en fråga om data för att returnera ett enda värde.

    Skärmbild av Ställ en fråga.

  2. Om du vill segmentera stäng % resultat per månad ändrar du den aktuella frågan till stäng % per månad som visuellt visar resultaten i en grupperad kolumngraf.

    Skärmbild av Q och A segmenterade efter månad.

  3. Kolumner kan vara bra för att jämföra ett objekt med ett annat, men de är inte lika användbara när du visar rörelse över tid. Uppdatera den ursprungliga texten för att stänga % per månad i ett linjediagram.

    Skärmbild av Q och A i ett linjediagram.

  4. Och för att besvara frågan om Vilken chef hade den högsta stängningsprocenten? uppdatera frågan till slutprocent per månad i ett linjediagram för varje chef och jämföra de slutliga resultaten.

    Skärmbild av frågor och svar av chef.

Relaterat innehåll

Den här miljön är säker att spela i eftersom du kan välja att inte spara ändringarna. Men om du sparar dem kan du alltid gå tillbaka till utbildningscentret för en ny kopia av det här exemplet.

Vi hoppas att den här rundturen har visat hur funktionerna för artificiell intelligens i Power BI kan ge insikter om data. Nu är det din tur. Anslut till dina egna data. Med Power BI kan du ansluta till en mängd olika datakällor. Mer information finns i Kom igång med Power BI-tjänsten.

  • Last updated on