Einführung in Analytics
Analytics umfassen aufkommende Branchenpraktiken wie Data Mining, Big Data-Analysen, maschinelles Lernen, KI und Predictive Analytics. Es handelt sich um einen Begriff, der die technischen Aspekte von Analysen mit Vorhersagefunktionen beschreibt, die zum Lösen von geschäftlichen Problemen verwendet werden können.
Mit Analytics können Rohdaten in eine umfangreiche Sammlung von Informationen verwandelt werden, in der Daten kategorisiert werden, um Verhaltensdaten und -muster zu identifizieren und zu analysieren. Organisationen können diese Informationen verwenden, um den aktuellen Status ihres Geschäfts zu analysieren und zukünftiges Verhalten und Trends durch das Stellen von „Was wäre wenn“-Fragen vorherzusagen. Darüber hinaus können Analytics bei der Betrugserkennung, Bilderkennung, Standpunktanalyse und für die allgemeine Produktivität von Mitarbeitern von Nutzen sein und ersetzen häufig mühselige manuelle Prozesse.
Stellen Sie sich vor, Sie bitten einen Mitarbeiter, herauszufinden, was der Grund für einen kürzlichen Umsatzanstieg ist. Der Mitarbeiter muss möglicherweise jeden Verkauf mühsam analysieren, Kunden befragen, mit Vertriebsmitarbeitern sprechen und Markttrends untersuchen. Stattdessen können Sie das Microsoft Power BI-Visual „Wichtigste Einflussfaktoren“ verwenden, um Advanced Analytics zu nutzen und möglicherweise deutlich schneller eine Antwort zu erhalten. Das Visual ist nur so gut wie die Daten, die Sie ihm zur Verfügung stellen, sodass Sie die Daten noch immer sammeln und organisieren müssen. Die tatsächliche Analyse kann jedoch für Sie durchgeführt werden oder zumindest einen hervorragenden Ausgangspunkt darstellen.
Durch das Reduzieren von manueller Arbeit können Advanced Analytics Organisationen letztendlich dabei helfen, bessere Geschäftsentscheidungen zu treffen und verwertbare und aussagekräftige Ergebnisse zu erzielen.
Früher war die Datenanalyse eine komplexe Aufgabe, die von Entwicklern durchgeführt wurde. Heutzutage ist sie für viele Personen in allen Teams von Organisationen zugänglicher und verständlicher. Power BI ist ein außergewöhnliches Tool für das schnelle Abrufen von verwertbaren Erkenntnissen aus Daten. Sie können damit Visuals und Metriken für Ihre Daten in Berichten und Dashboards erstellen, damit Sie und Ihre Benutzer Erkenntnisse aus Daten auf einer allgemeinen Ebene analysieren und einen Drilldown für diese Erkenntnisse ausführen können, um detailliertere Informationen zu erhalten.
In dem Szenario in diesem Modul arbeiten Sie als Data Analyst für Tailwind Traders. Sie sind dafür zuständig, Berichte und Dashboards zu erstellen, die in der gesamten Organisation verwendet werden, um wichtige geschäftliche Entscheidungen zu treffen. Beispielsweise möchte das Produktteam wissen, ob bestimmte Produkte sich nicht so gut verkaufen wie andere. Das Vertriebsteam konzentriert sich auf die Umsatzprognosen für das kommende Jahr, und das Lagerteam interessiert sich für eine allgemeine Aufschlüsselung der Leistung der Lager- und Versandstandorte weltweit. Für jedes dieser Teams müssen Sie eigene Berichte und Dashboards, die Erkenntnisse überblicksartig darstellen, sowie mithilfe von Advanced Analytics erstellte Visuals erstellen und freigeben.
Die integrierte Funktionalität von Power BI hilft Ihnen bei dieser Aufgabe. Sie können schnelle Erkenntnisse entwickeln und in Berichten und Dashboards für verschiedene Teams innerhalb der Organisation freigeben. Mit den Advanced-Analytics-Funktionen von Power BI können Sie Kategorien und Trends identifizieren, sehen, wie sich Daten im Laufe der Zeit ändern und vieles mehr. Anhand dieser Informationen können Sie semantische Vorhersagemodelle erstellen und somit Ihre Organisation dabei unterstützen, robustere Geschäftsentscheidungen, Pläne und Prognosen zu treffen bzw. zu erstellen.
In diesem Modul werden die Advanced-Analytics-Funktionen von Power BI erläutert. In diesem Modul lernen Sie Folgendes:
Untersuchen statistischer Zusammenfassungen
Erkennen von Ausreißern mit Power BI-Visuals
Gruppierung und Diskretisierung von Daten für die Analyse
Anwenden von Clusteringtechniken
Durchführen einer Zeitreihenanalyse
Verwenden des Features „Analysieren“
Verwenden von benutzerdefinierten Advanced-Analytics-Visuals
Überprüfen von Quick Insights
Anwenden von KI Insights