Anwenden von Erkenntnissen in Power BI Desktop zum Erklären von Schwankungen in Visuals
GILT FÜR: ✔️ Power BI Desktop ❌ Power BI-Dienst
Visuals weisen oft einen starken Anstieg und dann einen starken Rückgang von Werten auf. Was ist die Ursache für solche Schwankungen? Mit Einblicke in Power BI Desktop können Sie das mit wenigen Klicks herausfinden.
Betrachten Sie zum Beispiel das folgende Visual, das Umsatzbetrag pro Jahr und Quartal anzeigt. Im Jahr 2014 kommt es zu einem starken Umsatzrückgang zwischen dem 1. Quartal und dem 2. Quartal. In solchen Fällen können Sie die Daten untersuchen, um die aufgetretenen Veränderungen zu erklären.
Sie können sich in Power BI Desktop Rückgänge und Anstiege in Diagrammen erläutern lassen, Verteilungsfaktoren in Diagrammen anzeigen und schnell automatische aussagekräftige Analysen Ihrer Daten erhalten. Klicken Sie einfach mit der rechten Maustaste auf einen Datenpunkt, und wählen Sie Analysieren > Rückgang erklären (oder „Anstieg erklären“, wenn der vorherige Balken kürzer war) oder Analysieren > Unterschiede in dieser Verteilung ermitteln aus. Daraufhin werden die entsprechenden Erkenntnisse in einem benutzerfreundliches Fenster angezeigt.
Die Einblicke sind kontextabhängig und basieren auf dem unmittelbar vorherigen Datenpunkt, z.B. dem vorherigen Balken oder der vorherigen Spalte.
Hinweis
Die Einblicke-Funktion ist in Power BI Desktop standardmäßig aktiviert und eingeschaltet.
Verwenden von Einblicken
Um mithilfe von Einblicken Anstiege und Rückgänge in Diagrammen zu erklären, klicken Sie einfach mit der rechten Maustaste auf einen Datenpunkt in einem Balken- oder Liniendiagramm, und wählen Sie Analysieren > Anstieg erläutern (oder Rückgang erläutern) aus, da alle Einblicke auf der Änderung des vorherigen Datenpunkts basieren.
Power BI Desktop führt dann seine Machine Learning-Algorithmen für die Daten aus und füllt ein Fenster mit einem Visual und einer Beschreibung der Kategorien, die sich am stärksten auf den Anstieg oder den Rückgang ausgewirkt haben. Einblicke werden standardmäßig als Wasserfallvisual bereitgestellt, wie in der folgenden Abbildung gezeigt.
Sie können mithilfe der kleinen Symbole am unteren Rand des Wasserfallvisuals auswählen, ob Einblicke als Punktdiagramm, gestapeltes Säulendiagramm oder Banddiagramm angezeigt werden sollen.
Mit den Symbolen Daumen hoch und Daumen runter am oberen Rand der Seite können Sie Feedback über das Visual und das Feature geben. Dadurch wird zwar Feedback gesendet, jedoch nicht der Algorithmus trainiert, um die Ergebnisse zu beeinflussen, die bei der nächsten Verwendung der Funktion zurückgegeben werden.
Insbesondere können Sie mit der Schaltfläche + am oberen Rand des Visuals das ausgewählte Visual dem Bericht hinzufügen, so als ob Sie es manuell erstellt hätten. Anschließend können Sie das hinzugefügte Visual wie jedes andere Visual im Bericht formatieren oder auf andere Weise anpassen. Sie können ein ausgewähltes Visual für Einblicke nur hinzufügen, wenn Sie einen Bericht in Power BI Desktop bearbeiten.
Sie können Einblicke verwenden, wenn sich der Bericht im Lese- oder Bearbeitungsmodus befindet. Dies bietet Ihnen die Flexibilität, sowohl Daten zu analysieren als auch Visuals zu erstellen, die Sie den Berichten einfach hinzufügen können.
Details zu zurückgegebenen Ergebnissen
Die von Einblicke zurückgegebenen Informationen sollen die Unterschiede zwischen den beiden Zeiträumen aufzeigen, damit Sie die Entwicklung nachvollziehen können.
Wenn beispielsweise der Umsatz um insgesamt 55 % von Quartal 3 auf Quartal 4 gestiegen ist, und dies gleichermaßen für jede Produktkategorie (Umsatzanstieg um 55 % bei Computern, Audio etc.), jedes Land und jeden Kundentyp gilt, liefern die Daten wenige Hinweise zur Erklärung der Entwicklung. Dies entspricht jedoch nicht der Regel. In der Regel lassen sich Unterschiede feststellen, sodass die Kategorien Computer und Haushaltsgeräte um einen viel größeren Prozentsatz angestiegen sind (63 %) als TV und Audio (nur 23 %). Daher haben Computer und Haushaltsgeräte einen größeren Anteil an der Gesamtsumme von Quartal 4 als von Quartal 3. Angesichts dieses Beispiels wäre eine vernünftige Erklärung für den Anstieg: Besonders starke Umsätze bei Computern sowie TV und Audio.
Der Algorithmus gibt also nicht nur die Werte zurück, die den Großteil der Änderung bedingen. Wenn beispielsweise die große Mehrheit (98 %) des Umsatzes aus den USA kommt, würde für gewöhnlich auch der Großteil des Anstiegs in den USA stattfindet. Ohne eine signifikante Veränderung des relativen Anteils der USA oder anderer Länder am Gesamtwert wäre Land/Region in diesem Zusammenhang jedoch nicht interessant.
Vereinfacht ausgedrückt, berücksichtigt der Algorithmus alle anderen Modellspalten, berechnet die Aufteilung pro Spalte für die Zeiträume vorher und nachher und bestimmt, wie sehr sich diese Aufteilung geändert hat. Daraufhin werden die Spalten mit der größten Veränderung zurückgegeben. Zum Beispiel wurde Kategorie im obigen Beispiel gewählt, da der Anteil von TV und Video um 7 % von 33 % auf 26 % gefallen ist, während der Anteil von Haushaltsgeräte von 0 % auf über 6 % anstieg.
Für jede zurückgegebene Spalte können vier Visuals angezeigt werden. Drei dieser Visuals sollen die Veränderung des Anteils zwischen den beiden Zeiträumen verdeutlichen. Beispiel: Erläuterung des Anstiegs von Quartal 2 zu Quartal 3.
Punktdiagramm
Das Punktdiagramm zeigt den Wert des Measures im ersten Zeitraum (X-Achse) im Vergleich zum zweiten Zeitraum (Y-Achse) für jeden Wert der Spalte (hier Kategorie). Wie im folgenden Bild dargestellt, befinden sich also alle Datenpunkte im grünen Bereich, wenn der Wert gestiegen ist, und im roten Bereich, wenn er gesunken ist.
Die gepunktete Linie ist die Ausgleichsgerade, d. h. die Datenpunkte über dieser Linie sind überdurchschnittlich angestiegen und die unter ihr unterdurchschnittlich.
Beachten Sie, dass Datenelemente, deren Wert in einem der Zeiträume leer war, im Punktdiagramm nicht angezeigt werden (hier z. B. Haushaltsgeräte).
Gestapeltes Säulendiagramm (100 %)
Das zu 100 % gestapelte Säulendiagramm zeigt den Measurewert vor und nach der ausgewählten Säule als 100 % gestapelte Säule an. Dies ermöglicht den direkten Vorher-Nachher-Vergleich. Die QuickInfos zeigen den tatsächlichen Anteil für den ausgewählten Wert.
Banddiagramm
Das Bänderdiagramm zeigt auch den vorherigen und den nachfolgenden Measurewert an. Dies ist besonders nützlich, um die Änderungen an Anteilen anzuzeigen, wenn sich die Reihenfolge der Kategorien geändert hat (z. B. wenn Computer vorher an erste Stelle stand und nun an dritter steht).
Wasserfalldiagramm
Das vierte Visual ist ein Wasserfalldiagramm, das die wichtigsten tatsächlichen Anstiege bzw. Rückgänge zwischen den Zeiträumen zeigt. Dieses Visual zeigt deutlich die tatsächlichen Veränderungen, – aber nicht nur beim Anstieg/Rückgang des Anteils –, die hervorheben, warum die Spalte als interessant eingestuft wurde.
Beim Einstufen der Spalte, die die größten Unterschiede bei den relativen Anteilen aufweist, wird Folgendes berücksichtigt:
Die Kardinalität wird berücksichtigt, da ein Unterschied weniger statistisch signifikant und weniger interessant ist, wenn eine Spalte eine hohe Kardinalität hat.
Unterschiede für Kategorien, in denen die ursprünglichen Werte sehr hoch oder sehr nahe bei Null waren, werden höher gewichtet als andere. Wenn z. B. eine Kategorie nur 1 % des Umsatzes ausmachte und daraus 6 % werden, ist das statistisch bedeutsamer und daher interessanter als eine Kategorie, deren Anteil von 50 % auf 55 % steigt.
Verschiedene Heuristiken werden verwendet, um die aussagekräftigsten Ergebnisse auszuwählen, z. B. unter Berücksichtigung anderer Beziehungen zwischen den Daten.
Nach Prüfung verschiedener Spalten werden diejenigen ausgewählt und ausgegeben, die die größte Veränderung des relativen Anteils aufweisen. In der Beschreibung werden jeweils die Werte aufgeführt, die sich am stärksten verändert haben. Darüber hinaus werden auch die Werte abgerufen, die tatsächlich am meisten angestiegen und zurückgegangen sind.
Überlegungen und Einschränkungen
Da diese Einblicke auf Änderungen im Vergleich zum vorherigen Datenpunkt basieren, sind sie nicht verfügbar, wenn Sie den ersten Datenpunkt in einem Visual auswählen.
In der folgenden Liste sind die Szenarien aufgeführt, die derzeit für Anstieg/Rückgang erklären nicht unterstützt werden:
- TopN-Filter
- Filter einschließen/ausschließen
- Kennzahlenfilter
- Nicht numerische Measures
- Verwendung von „Wert anzeigen als“
- Gefilterte Measures: Diese Berechnungen mit einem bestimmten Filter auf Visualebene (z.B. Gesamtumsatz Frankreich) werden für einige Visuals verwendet, die von der Funktion „Einblicke“ erstellt wurden.
- Kategoriespalten auf der X-Achse, sofern keine skalare Sortierung nach Spalte definiert wird. Wenn eine Hierarchie verwendet wird, muss jede Spalte in der aktiven Hierarchie diese Bedingung erfüllen.
- RLS- oder OLS-fähige Datenmodelle
Außerdem werden die folgenden Modelltypen und Datenquellen für Einblicke derzeit nicht unterstützt:
- DirectQuery
- Live Connect
- Lokale Reporting Services
- Einbetten
Das Insights-Feature unterstützt keine Berichte, die als App verteilt werden.
Nächste Schritte
Weitere Informationen zu Power BI Desktop und den ersten Schritten finden Sie in den folgenden Artikeln.