Použitie prehľadov v službe Power BI na vysvetlenie kolísaní vo vizuáloch

VZŤAHUJE SA NA: služba Power BI aplikácie Power BI Desktop

Vo vizuáloch sa často zobrazí veľký nárast a potom prudký pokles hodnôt, no čudujete sa z dôvodu takýchto výkyvov. Vďaka prehľadom v službe Power BI môžete zistiť príčinu len pomocou niekoľkých kliknutí.

Všimnite si napríklad nasledujúci vizuál, ktorý zobrazuje Čiastku predaja podľa Roku a Štvrťroku. Veľký pokles predaja sa vyskytol v roku 2014, keď predaj prudko klesol medzi 1 . štvrťrokom a 2. štvrťrokom. V takýchto prípadoch môžete dané údaje preskúmať, čo vám pomôže vysvetliť príčinu zmeny, ktorá nastala.

Službe Power BI môžete povedať, aby na grafoch vysvetlila nárasty alebo poklesy a zobrazila na grafoch distribučné faktory, a získate rýchlu, automatizovanú a prehľadnú analýzu svojich údajov. Kliknite pravým tlačidlom myši na údajový bod a vyberte položku Analyzovať Vysvetliť pokles (alebo nárast, ak bol predchádzajúci pruh nižší) alebo položku Analyzovať > zistiť, kde je táto distribúcia odlišná a zobrazí sa vám prehľad v jednoducho použiteľnom okne.>

Funkcia prehľadov je kontextová a je založená na bezprostredne predchádzajúcom údajovom bode, ako je napríklad predchádzajúci pruh alebo stĺpec.

Použitie prehľadov

Ak chcete použiť prehľady na vysvetlenie nárastov a poklesov pozorových v grafoch, pravým tlačidlom myši kliknite na ľubovoľný údajový bod v pruhovom alebo čiarovom grafe a vyberte položku Analyzovať > Vysvetliť nárast (alebo Vysvetliť pokles, keďže všetky prehľady sú založené na zmene z predchádzajúceho údajového bodu).

Služba Power BI potom spustí algoritmy strojového učenia na údajoch a zobrazí v okne vizuály a popisy kategórií, ktoré najviac ovplyvnili nárast alebo pokles. Predvolene sa prehľady uvádzajú v podobe vodopádového vizuálu tak, ako je to znázornené na nasledujúcom obrázku.

Výberom malých ikon v dolnej časti vodopádového vizuálu sa môžete rozhodnúť, či chcete zobraziť prehľady v bodovom grafe, skladanom stĺpcovom grafe alebo pásovom grafe.

V hornej časti stránky sú k dispozícii ikony Palec hore a Palec dole , pomocou ktorých môžete poskytnúť spätnú väzbu o vizuáli a funkcii. Tento krok poskytuje pripomienky, ale neslúži na trénovanie algoritmu, aby mal vplyv na výsledky, ktoré sa vrátia pri ďalšom použití funkcie.

A čo je dôležitejšie, + pomocou tlačidla v hornej časti vizuálu môžete pridať vybratý vizuál do zostavy, akoby ste vizuál vytvorili manuálne. Následne môžete pridaný vizuál naformátovať alebo inak upraviť rovnako ako v prípade iných vizuálov v zostave. Vybratý vizuál prehľadu môžete pridať len pri úprave zostavy v službe Power BI.

Prehľady môžete používať, keď je vaša zostava v režime na čítanie alebo úpravu. Môžete vytvoriť univerzálne prehľady na analyzovanie údajov a vytváranie vizuálov, ktoré môžete jednoducho pridať do svojich zostáv.

Podrobnosti o vrátených výsledkoch

Podrobnosti vrátené prehľadmi sú určené na zvýraznenie rozdielu medzi týmito dvomi časovými obdobiami, čo vám pomôže pochopiť zmenu medzi nimi.

Ak sa napríklad hodnota Sales (Predaj ) od 3 . štvrťroka do 4. štvrťroka celkovo zvýšila o 55 % a rovnako to platí aj pre každú Kategóriu produktu (predaj počítačov sa zvýšil o 55 % a rovnako pri audiozapájaní a ďalších produktoch), a platí to aj pre každú krajinu alebo oblasť a každý typ zákazníka, v údajoch je už len malá možnosť identifikácie toho, čo by vysvetlilo túto zmenu. Táto situácia však vo všeobecnosti neplatí. Zvyčajne nájdeme rozdiely v tom, čo sa stalo. V kategóriách Počítače a Domáce spotrebiče sa napríklad objavil nárast o oveľa viac než 63 %, zatiaľ čo hodnota kategórie TV a audiozariadenia narástla len o 23 %. Preto počítače a domáce spotrebiče prispeli v 4. štvrťroku k väčšej časti celkového predaja v ako v 3. štvrťroku. Rozumné vysvetlenie nárastu v tomto príklade by bolo: obzvlášť silný predaj pre počítače a TV a audiozariadenia.

Algoritmus jednoducho nevracia hodnoty, ktoré sa účtujú najväčšiemu množstvu zmien. Ak by napríklad väčšina (98 %) predaja pochádzala z USA, bežne by sa stalo, že najväčšia časť nárastu by bola tiež v USA. Napriek tomu, pokiaľ by sa v USA alebo iných krajinách či oblastiach nevyskytla významná zmena v ich relatívnom prispievaní k celkovému predaju, krajina alebo oblasť by v tomto kontexte nebola považovaná za dôležitú.

Algoritmus si jednoducho môžete predstaviť ako vezme všetky ostatné stĺpce v modeli a vypočíta rozdelenie podľa daného stĺpca pre časové obdobia pred a po . Toto určuje, koľko zmien sa vyskytlo v danom rozdelení, a potom vráti stĺpce s najväčšou zmenou. V predchádzajúcom príklade bola vybratá napríklad kategória. Príspevok vytvorený aplikáciou TV a video klesol o 7 % z 33 % na 26 %, zatiaľ čo príspevok domáceho spotrebiča sa zvýšil z ničia na viac ako 6 %.

Pre každý vrátený stĺpec je možné zobraziť štyri vizuály. Tri z týchto vizuálov sú určené na zvýraznenie zmeny v prispievaní medzi danými dvoma obdobiami. Napríklad na vysvetlenie nárastu od 2 . štvrťroka do 3. štvrťroka.

Bodové vykreslené

Vizuál s bodovým vykreslením zobrazí hodnotu mierky v prvom období na osi x v súvislosti s hodnotou mierky v druhom období na osi y pre každú hodnotu stĺpca Kategória . Ak sa hodnota zvýšila, údajové body sa nachádzajú v zelenej oblasti, ak klesla, nachádzajú sa v červenej oblasti tak, ako je znázornené na nasledujúcom obrázku.

Bodkovaná čiara ukazuje optimálny vývoj, preto údajové body nad touto čiarou narástli o viac než celkový trend a tie pod ňou zasa pokles.

Údajové položky, ktorých hodnota bola v oboch obdobiach prázdna, sa v bodovom vykreslení nezobrazia (v tomto prípade napríklad hodnoty pre Domáce spotrebiče ).

100-percentný skladaný stĺpcový graf

Vizuál so 100-percentným skladaným stĺpcovým grafom, ktorý predstavuje hodnotu mierky pred a po podľa vybratého stĺpca, zobrazenú ako 100-percentný skladaný stĺpec. Toto nastavenie umožňuje vedľa seba porovnať príspevky pred a po. Popis zobrazuje skutočný príspevok pre vybratú hodnotu.

Pásovom grafe

Vizuál pásového grafu tiež zobrazuje hodnotu mierky pred a po. Je užitočný pri zobrazovaní zmien v príspevkoch, ak boli tieto zmeny také, že sa poradie prispievateľov zmenilo. Jedným z príkladov je, ak prispievateľom s číslom jeden boli Počítače , ale potom klesli na číslo tri.

Vodopádový graf

Štvrtým typom vizuálu je vodopádový graf, ktorý zobrazuje skutočné nárasty alebo poklesy medzi obdobiami. Tento vizuál jasne ukazuje skutočné zmeny, ale sám neuvádza zmeny na úrovni príspevku, ktoré by zvýrazňovali dôvod, prečo bol daný stĺpec označený za zaujímavý.

Pri vytváraní poradia stĺpcov vzhľadom na ich najväčšie rozdiely v pomerných príspevkoch sa zvažuje nasledovné:

• Kardinalita sa vypočíta ako rozdiel je menej štatisticky významný a menej zaujímavý, pokiaľ má stĺpec veľkú kardinalitu.

• Rozdiely v tých kategóriách, v ktorých boli pôvodné hodnoty vysoké alebo blízko nuly, sú cennejšie ako ostatné. Ak napríklad niektorá kategória prispievala k predaju len 1 % a táto hodnota sa zmení na 6 %, ide o štatisticky významnejšiu zmenu. Preto sa považuje za zaujímavejšiu než kategória, ktorej príspevok sa zmenil z 50 % na 55 %.

• K dispozícii sú rôzne heuristické metódy, ktoré vyberú najzmysluhodnejšie výsledky, napríklad po zvážení iných vzťahov medzi údajmi.

Keď prehľad preskúma rôzne stĺpce, vyberú sa stĺpce, ktoré zobrazujú najväčšiu zmenu v relatívnom príspevku, ako aj výstup. Pre každú z nich sú v popise uvedené hodnoty, ktoré prispeli najvýznamnejšou zmenou k príspevku. Okrem toho sú vyzvané aj hodnoty, ktoré predstavujú najväčšie skutočné nárasty a poklesy.

Dôležité informácie a obmedzenia

Keďže tieto prehľady sú založené na zmene z predchádzajúceho údajového bodu, nie sú k dispozícii pri výbere prvého údajového bodu vo vizuáli.

Nasledujúci zoznam predstavuje kolekciu scenárov na vysvetlenie nárastu/poklesu, ktoré sa v súčasnosti nepodporujú:

• Filtre TopN
• Filtre zahrnutia/vylúčenia
• Filtre mierok
• Nečíselné mierky
• Použitie funkcie Zobraziť hodnotu ako
• Filtrované mierky – filtrované mierky predstavujú výpočty na úrovni vizuálov s použitím konkrétneho filtra (napríklad Celkový predaj pre Francúzsko) a používajú sa v prípade niektorých vizuálov vytvorených pomocou funkcie prehľady
• Kategorické stĺpce na osi x, pokiaľ nedefinuje zoradenie podľa stĺpca, ktorý je skalárny. Ak používate hierarchiu, každý stĺpec v aktívnej hierarchii musí zodpovedať tejto podmienke.
• Dátové modely povolené RLS alebo OLS

Okrem toho sa v súčasnosti v prehľadoch nepodporujú nasledujúce typy modelov a zdrojov údajov:

• DirectQuery,
• Dynamické pripojenie
• Lokálna služba Reporting Services
• Vkladanie

Funkcia prehľadov nepodporuje zostavy, ktoré sú distribuované ako aplikácia.

Súvisiaci obsah

Ďalšie informácie o službe Power BI a o tom, ako začať pracovať, nájdete v téme:

• Čo je Power BI Desktop?
• Prehľad dotazov v aplikácii Power BI Desktop
• Zdroje údajov v aplikácii Power BI Desktop
• Pripojenie k zdrojom údajov v aplikácii Power BI Desktop
• Tvarovanie a kombinovanie údajov v aplikácii Power BI Desktop
• Bežné úlohy dotazov v aplikácii Power BI Desktop
• Aplikácie v službe Power BI