Power BI'da ayrıştırma ağacı görselleri oluşturma ve görüntüleme

ŞUNLAR IÇIN GEÇERLIDIR: Power BI Desktop Power BI hizmeti

Power BI'daki ayrıştırma ağacı görseli, verileri birden çok boyutta görselleştirmenize olanak tanır. Verileri otomatik olarak toplar ve istediğiniz sırada boyutlarınızda detaya gitmenizi sağlar. Ayrıca bir yapay zeka (AI) görselleştirmesi olduğundan, belirli ölçütlere göre detaya gitmek için bir sonraki boyutu bulmasını isteyebilirsiniz. Bu araç geçici keşif ve kök neden analizi gerçekleştirmek için değerlidir.

Screenshot showing a full decomposition tree.

Bu öğreticide iki örnek kullanılır:

  • Bir şirketin sipariş dışı (stok dışı) ürün yüzdesini analiz eden bir tedarik zinciri senaryosu.
  • Video oyunu satışlarını oyun türü ve yayıncı gibi birçok faktöre göre parçalayan bir satış senaryosu.

Power BI Desktop için tedarik zinciri senaryosu anlam modelini indirebilirsiniz. Power BI hizmeti kullanmak isterseniz Supply Chain Sample.pbix dosyasını indirin ve Power BI hizmeti bir çalışma alanına yükleyin.

Not

Raporunuzu bir Power BI iş arkadaşınızla paylaşmak için her ikisinde de ayrı Power BI Pro lisansları olması veya raporun Premium kapasitede kaydedilmesi gerekir.

Kullanmaya başlayın

Görselleştirmeler bölmesinden ayrıştırma ağacı simgesini seçin.

Decomposition tree watermark.

Görselleştirme için iki tür giriş gerekir:

  • Analiz – analiz etmek istediğiniz ölçüm. Bu bir ölçü veya toplama olmalıdır.
  • Açıklama Ölçütü : Detaya gitmek istediğiniz bir veya daha fazla boyut.

Ölçünüzü alan kutusuna sürükledikten sonra görsel, toplanan ölçüyü göstermek için güncelleştirilir. Aşağıdaki örnekte, sipariş bakiyesindeki ürünlerin ortalama %5,07'sini görselleştiriyoruz.

Decomposition tree root node.

Sonraki adım detaya gitmek istediğiniz bir veya daha fazla boyutu getirmektir. Bu alanları Açıklama ölçütü demetine ekleyin. Kök düğümünüzün yanında artı işareti göründüğüne dikkat edin. + simgesini seçmek, hangi alanda detaya gitmek istediğinizi seçmenizi sağlar (alanlarda istediğiniz sırada detaya gidebilirsiniz).

Screenshot showing the plus icon selected which displays options from the Explain by list.

Tahmin sapmasının seçilmesi, ağacın genişletilmesine ve ölçünün sütundaki değerlere göre parçalanmasıyla sonuçlanır. Detaya gitmek için başka bir düğüm seçerek bu işlem tekrarlanabilir.

Decomposition tree expansion.

Son düzeyden bir düğüm seçildiğinde veriler çapraz filtrelenir. Önceki düzeyden bir düğümün seçilmesi yolu değiştirir.

Animation shows selecting a node from an earlier level and how it changes the display to show its children nodes.

Diğer görsellerle etkileşime geçmek ayrıştırma ağacını çapraz filtreler. Sonuç olarak düzeyler içindeki düğümlerin sırası değişebilir.

Farklı bir senaryo göstermek için aşağıdaki örnekte yayımcıya göre video oyunu satışları gösterilmektedir.

Animation shows selecting cross filters which affect which nodes are displayed.

Ağacı Ubisoft'a göre çapraz filtrelediğimizde yol, Xbox satışlarının PlayStation'ın birinciden ikinciliğe geçtiğini gösterecek şekilde güncelleştirilir.

Daha sonra Ağacı Nintendo'ya göre çapraz filtrelediğimizde Xbox için geliştirilmiş Bir Nintendo oyunu olmadığından Xbox satışları boş olur. Xbox, sonraki yoluyla birlikte görünümden filtrelenir.

Yolun kaybolmasına rağmen, mevcut seviyeler (bu örnekte Oyun Türü) ağaçta sabitlenmiş olarak kalır. Bu nedenle, Nintendo düğümünü seçtiğinizde ağaç otomatik olarak Oyun Türü'ne genişletiliyor.

Yapay zeka bölmeleri

Verilerde nereye bakmanız gerektiğini öğrenmek için "AI Bölmeleri"ni kullanabilirsiniz. Bu bölmeler listenin en üstünde görünür ve bir ampulle işaretlenir. Bölmeler, verilerdeki yüksek ve düşük değerleri otomatik olarak bulmanıza yardımcı olmak için vardır.

Analiz, tercihlerinize bağlı olarak iki şekilde çalışabilir. Tedarik zinciri örneğini yeniden kullanarak varsayılan davranış aşağıdaki gibidir:

  • Yüksek Değer: Tüm kullanılabilir alanları dikkate alır ve analiz edilen ölçünün en yüksek değerini almak için hangisinin detaya girileceğini belirler.
  • Düşük Değer: Tüm kullanılabilir alanları dikkate alır ve analiz edilen ölçünün en düşük değerini almak için hangisinin detaya gitileceğini belirler.

Aralıklı seçeneğinin yanındaki artı işaretini kullanarak Yüksek Değer'i seçin. Ürün Türü olarak işaretlenmiş yeni bir sütun görüntülenir.

Decomposition tree AI split.

Ürün Türü'nin yanında bu sütunun bir 'yapay zeka bölme' olduğunu belirten bir ampul görünür. Ağaç ayrıca Hasta İzleme düğümünü öneren ve en yüksek geri sipariş değerini (%9,2) gösteren noktalı bir çizgi sağlar.

Araç ipucu görmek için ampulün üzerine gelin. Bu örnekte araç ipucu "Ürün Türü Hasta İzleme olduğunda en yüksek sipariş yüzdesidir" şeklindedir.

Görseli, Mutlakların aksine Göreli yapay zeka bölmelerini bulacak şekilde yapılandırabilirsiniz.

Göreli mod, öne çıkan yüksek değerleri arar (sütundaki verilerin geri kalanıyla karşılaştırıldığında). Şimdi örnek olarak video oyunu satışlarını yeniden inceleyelim:

Decomposition tree absolute split.

Yukarıdaki ekran görüntüsünde video oyunlarının Kuzey Amerika satışını inceleyeceğiz. Önce ağacı Yayımcı Adı'na böldük ve ardından Nintendo'da detaya gidiyoruz. Yüksek Değer'in seçilmesi, Platformun genişletilmesiyle sonuçlanırken Nintendo'dur. Nintendo (yayımcı) yalnızca Nintendo konsolları için geliştirildiğinden, mevcut olan tek bir değer vardır ve bu nedenle en yüksek değer şaşırtıcı değildir.

Bununla birlikte, aynı sütundaki diğer değerlere göre hangi yüksek değerin öne çıktığına bakmak daha ilginç bir bölme olacaktır. Analiz türünü Mutlak olan Göreliolarak değiştirirsek, Nintendo için aşağıdaki sonucu elde ederiz:

Decomposition tree relative split.

Bu kez, önerilen değer Oyun Türü içindeki Platform'dur. Platform, Nintendo'dan daha yüksek bir mutlak değer vermez (19.950.000 ABD doları ile 46.950.000 ABD doları). Yine de dikkat çeken bir değerdir.

Daha kesin olarak, 10 Oyun Türü değeri olduğundan, platform için beklenen değer eşit olarak bölünecekse 4,6 milyon ABD doları olacaktır. Platform yaklaşık 20 milyon ABD doları değerinde olduğundan, beklenen sonuçtan dört kat daha yüksek olduğu için ilginç bir sonuç elde edilir.

Hesaplama aşağıdaki gibidir:

Platform/ Abs için Kuzey Amerika Satışları (Avg(Kuzey Amerika Oyun Türü için Satış))
-
Kuzey Amerika Satışları: Nintendo / Abs(Avg(Kuzey Amerika Sales for Platform))

Şu ifadeye çevrilir:

19.550.000 / (19.550.000 + 11.140.000 + ... + 470.000 + 60.000 /10) = 4,25x
-
46.950.000/ (46.950.000/1) = 1x

Ağaçta yapay zeka bölmeleri kullanmamak isterseniz Analiz biçimlendirme seçenekleri altında bunları kapatma seçeneğiniz de vardır:

Decomposition tree disable AI split.

Yapay zeka bölmeleriyle ağaç etkileşimleri

Birden çok sonraki yapay zeka düzeyine sahip olabilirsiniz. Ayrıca farklı yapay zeka düzeylerini de karıştırabilirsiniz (yüksek değerden düşük değere ve geri dönerek yüksek değere dönebilirsiniz):

Decomposition tree multiple AI paths.

Ağaçta farklı bir düğüm seçerseniz AI Bölmeleri sıfırdan yeniden hesaplanır. Aşağıdaki örnekte, Tahmin Sapması düzeyinde seçili düğümü değiştirdik. Sonraki düzeyler doğru yüksek ve düşük değerleri vermek için değişir.

Decomposition tree AI interactions.

Ayrıştırma ağacını başka bir görsele göre çapraz filtrelediğinizde de yapay zeka düzeyleri yeniden hesaplanır. Aşağıdaki örnekte, fabrika için en yüksek sipariş %0477 olduğunu görebiliriz.

Screenshot shows the Root Cause Analysis with all months selected.

Ancak çubuk grafikte Nisan'ı seçersek, Ürün Türü'nde en yüksek değişiklik Gelişmiş Cerrahi'dir. Bu durumda, yalnızca yeniden sıralanan düğümler değil, farklı bir sütun seçilmiştir.

Screenshot shows the Root Cause Analysis with just the month of April selected.

Yapay zeka düzeylerinin yapay zeka olmayan düzeyler gibi davranmasını istiyorsak, davranışı varsayılana döndürmek için ampulü seçin.

Birden çok yapay zeka düzeyi birbirine zincirlenebilirken, yapay zeka olmayan bir düzey yapay zeka düzeyini takip edebilir. Yapay zeka bölme işleminin ardından el ile bölme gerçekleştirirsek yapay zeka düzeyindeki ampul kaybolur ve düzey normal bir düzeye dönüşür.

Kilitleniyor

İçerik oluşturucu, rapor tüketicileri için düzeyleri kilitleyebilir. Bir düzey kilitlendiğinde kaldırılamaz veya değiştirilemez. Bir tüketici kilitli düzey içindeki farklı yolları keşfedebilir ancak düzeyin kendisini değiştiremez. Bir oluşturucu olarak kilit simgesini görmek için mevcut düzeylerin üzerine gelebilirsiniz. İstediğiniz sayıda düzeyi kilitleyebilirsiniz, ancak kilitli düzeyler öncesinde kilitsiz düzeyler olamaz.

Aşağıdaki örnekte, ilk iki düzey kilitlenmiştir. Rapor tüketicileri düzey 3 ve 4'i değiştirebilir ve hatta daha sonra yeni düzeyler ekleyebilir. Ancak ilk iki düzey değiştirilemez:

Decomposition tree locking.

Dikkat edilecekler ve sınırlamalar

Ağaç için en fazla düzey sayısı 50'dir. Ağaçta bir kerede görselleştirilebilen en fazla veri noktası sayısı 5000'dir. İlk n'yi göstermek için düzeyleri kesiyoruz. Şu anda düzey başına en üst n 10 olarak ayarlanmıştır.

Ayrıştırma ağacı aşağıdaki senaryolarda desteklenmez:

  • Şirket içi Analysis Services

Aşağıdaki senaryolarda yapay zeka bölmeleri desteklenmez:

  • Azure Analysis Services
  • Power BI Rapor Sunucusu
  • Web'de yayımla
  • 'Çözümle' içindeki uzantı şemalarından karmaşık ölçüler ve ölçüler

Diğer sınırlamalar:

  • Soru-Cevap içinde destek