描述如何使用 AI 见解来发现趋势和异常

已完成

组织面临的一个挑战是在趋势和异常出现时要能够轻松发现趋势和检测出异常。 例如,许多零售组织看到在 12 月的假期期间销售额增加。 销售额的上升是意料之中的,但如果当月销售额下降,或者 8 月份销售额高于正常水平,这又是什么情况? 尽快发现这些异常非常重要,以便采取必要的措施。

Power BI 的见解功能可帮助组织在交互和使用报表、仪表板和可视化效果等元素时轻松发现数据中的异常和趋势等见解。 如果有有趣的见解,该功能会发出通知并提供相关说明。 它可立即用于任何报表,因此你无需进行任何设置即可自动开始从报表中获取见解。

显示生产分析的 Power BI 仪表板的屏幕截图。

Power BI 具有使用人工智能 (AI) 的多个见解功能:

  • 报表见解:在与报表交互时,分析数据并发现数据中的异常和趋势

  • 单个视觉对象的见解:分析和解释视觉对象中数据点的波动

  • 仪表板磁贴的见解:查看用于呈现该磁贴的数据,并以交互式视觉效果呈现它们

  • 数据集的快速见解:自动生成有关 Power BI 服务中数据集的数据见解

  • Power Query 中数据模型的 AI 见解:提供对 Azure 认知服务中预先训练的机器学习模型的访问

通知

通知是 Power BI 中见解功能的重要组成部分。 在处理 Power BI 元素(如报表)时,Power BI 会自动运行见解分析。 当 Power BI 发现见解时,你会看到一条通知。 可以选择查看或忽略见解。 通知是主动与建议的见解进行交互的一种好方法,它可确保你不会遗漏任何重要内容,例如,某个特定区域的销售额是否增加了。 “主要”见解是综合最近情况、趋势或异常的重要性等因素得出的值得注意的见解。

显示关键见解通知的屏幕截图。

获取有关报表和视觉对象的见解

通知功能会在你处理报表时向你发出有关见解的警报和通知。 在很多情况下,你可能只是在浏览一些不同的元素时获得见解。 使用 Power BI 报表和视觉对象时,可以选择“获取见解”以打开“见解”窗格。

显示应用栏中的“获取见解”按钮的屏幕截图。

该窗格仅显示有关当前报表页的见解,并在选择报表中的其他页面时进行更新。 在使用单个可视化效果时,选择视觉对象右上角的“更多选项(...)”,然后选择“获取见解”以查看有关该视觉对象的见解。

显示下拉菜单中的“获取见解”按钮的屏幕截图。

洞察力

“见解”窗格当前显示三种类型的见解:

  • 异常:表示一些超出预期的异常情况。 例如,智能恒温器读取的温度突然为 100 F,而通常是 72 F,这将被视为异常。

  • 趋势:表示在时序数据集中找到的模式。 例如,如果公司的销售额在 4 月份稳步增长,这就表示一种趋势。

  • 关键绩效指标 (KPI) 分析:帮助你参照定义的目标评估当前值。 例如,某公司可能将销售目标设定为 120 万,但目前的销售额为 100 万。

异常

异常是指时序数据中的异常,例如数据中的意外峰值和谷值。 算法会围绕正常值或预期值计算一个边界。 在此边界之外发现的任何值均标记为异常。

有三种类型的异常见解:

  • 重要异常:此异常得分较高。 异常分数表示该位置与预期范围的距离。

  • 最近的异常:度量值中最近的异常

  • 异常汇总:此见解类型可汇总度量值中的多个异常

在标记数据中的异常情况时,Power BI 会在数据模型的不同维度上运行分析,以寻找与异常相关的度量值中的高峰或低谷。 它们显示为按强度排名的可能说明。

异常情况检测和可能的解释的屏幕截图。

当时间序列数据长期增加或减少时,就会出现趋势。 Power BI 算法使用一系列步骤来找出有意义的趋势。 它首先执行数据平滑、内插、时序采样。 然后根据值变化的斜率和长度来确定趋势的统计意义。 该算法去除了季节性和离群值等干扰。 例如,如果 12 月份的销售额猛增,该算法不会将其标记为需要注意的趋势,因为在假期前后销售额猛增是很常见的情况。

标记了四个主要趋势:

  • 长期趋势:趋势十分显著,是视觉对象中单个系列或跨多个系列的最长趋势

  • 陡峭的趋势:趋势十分显著,是视觉对象中单个系列或跨多个系列的最陡峭的趋势

  • 最近趋势:趋势十分显著,是视觉效果中单个系列或跨多个系列的最近趋势

  • 趋势反转:视觉对象中单个系列或跨多个系列的近期趋势,与之前的趋势段相比,反转非常显著

在标记数据中的趋势后,Power BI 会查找并识别对所识别趋势中的增减影响最大的类别。 根据不同类别对趋势增减的相对贡献,对可能的说明进行排名。

趋势检测和可能的解释的屏幕截图。

KPI 分析

具有目标的 KPI 分析着眼于当前值与其目标的差异。 与其他细分相比,如果方差高或低,则被认为是显着的。 没有目标值的 KPI 分析着眼于值本身,并标记与其他段相比更高或更低的值。

对于 KPI 分析说明,Power BI 会查找并发现值高于或低于预期的类别。 对于有目标值的 KPI 分析,根据值与目标值的差值的 Z 分数对可能的说明进行排名。 而对于没有目标值的 KPI 分析,根据值本身的 Z 分数对可能的说明进行排名。