Raportin visualisointien vaihtelujen selittäminen Analysoi-ominaisuuden avulla

KOSKEE: Power BI -palvelu yrityskäyttäjille Power BI -palvelu suunnittelijoille ja kehittäjillePower BI Desktop edellyttää Pro- tai Premium-käyttöoikeutta

Kun raportin visualisointien arvoissa on suuria nousuja ja jyrkkiä laskuja, saatat ihmetellä tällaisten vaihtelujen syytä. Analysoi-toiminnolla Power BI -palvelu löydät syyn helposti.

Otetaan esimerkiksi seuraava visualisointi, joka näyttää yksiköiden kokonaismäärän kuukauden ja valmistajan mukaan. VanArsdel menestyy kilpailijoitaan paremmin, mutta sillä oli syvä pudotus kesäkuussa 2014. Tällaisissa tapauksissa voit tutkia tietoja ja auttaa selittämään tapahtuneen muutoksen.

Screenshot of a line chart visual that shows increase and deceases in unit values.

Voit pyytää Power BI -palvelu selittämään nousut, laskut tai epätavalliset jakaumat visualisoinneissa ja saada nopean ja automatisoidun merkityksellisten tietojen analyysin tiedoistasi. Napsauta arvopistettä hiiren kakkospainikkeella, valitse Analysoi Selitä lasku (tai suurenna, jos edellinen palkki oli pienempi) tai Analysoi > etsi, missä tämä jakauma on erilainen>. Tämän jälkeen merkitykselliset tiedot näytetään helppokäyttöiseen ikkunaan.

Screenshot of a line chart visual with the Analyze feature open and selected.

Analysoi-ominaisuus on tilannekohtainen ja perustuu sitä edeltävään arvopisteeseen – kuten edelliseen palkkiin tai sarakkeeseen.

Muistiinpano

Tämä ominaisuus on esikatselutilassa, ja se voi muuttua. Merkitykselliset tiedot -ominaisuus on käytössä oletusarvoisesti (sinun ei tarvitse valita Esikatselu-ruutua ottaaksesi sen käyttöön).

Valittavat tekijät ja luokat

Eri sarakkeiden tutkimisen jälkeen Power BI valitsee ja näyttää ne tekijät, jotka esittävät suurimman muutoksen suhteelliseen osuuteen. Kunkin sarakkeen osalta kuvauksessa esitetään ne arvot, joiden osuus muuttuu merkittävimmin. Lisäksi esitellään arvot, joissa on suurimmat varsinaiset nousut ja laskut.

Jos haluat nähdä kaikki Power BI:n luomat merkitykselliset tiedot, käytä vierityspalkkia. Järjestys on luokiteltu niin, että merkittävin osuus näytetään ensin.

Merkityksellisten tietojen käyttäminen

Jos haluat käyttää merkityksellisiä tietoja visualisoinneissa näkyvien trendien selittämiseen, napsauta hiiren kakkospainikkeella mitä tahansa palkin tai viivakaavion arvopistettä ja valitse Analysoi. Valitse sitten näkyviin tulevasta vaihtoehdosta: selitä lisäys, selitä lasku tai selitä ero.

Power BI suorittaa sitten koneoppimisen algoritmeja tiedoista ja täyttää ikkunan, jossa on visualisointi ja kuvaus. Kuvaus sisältää tiedot siitä, mihin luokkiin nousu, lasku tai ero on vaikuttanut eniten. Seuraavassa esimerkissä ensimmäinen merkityksellinen tieto on vesiputouskaavio.

Screenshot of an insight displayed as a waterfall chart.

Valitse pienet kuvakkeet vesiputous-visualisoinnin alareunasta, jotta merkitykselliset tiedot näyttävät pistekaavion, pinotun pylväskaavion tai nauhakaavion.

Screenshot of the icons at the bottom of a visual.

Peukalo ylös- ja Peukalo alas -kuvakkeet sivun yläreunassa ovat visualisoinnin ja ominaisuuden palautetta antaessa.

Screenshot of the thumbs up and thumbs down at the top of a visual.

Voit käyttää merkityksellisiä tietoja, kun raportti on luku- tai muokkausnäkymässä. Se on monipuolinen tietojen analysointiin ja visualisointien luomiseen, jotka voit helposti lisätä raportteihisi. Jos raportti on avoinna muokkausnäkymässä, peukalokuvakkeiden vieressä näkyy pluskuvake. Lisää merkitykselliset tiedot raporttiin uutena visualisointina valitsemalla pluskuvake.

Screenshot of the plus icon at the top of a visual in Editing view.

Palautettujen tulosten tiedot

Merkityksellisten tietojen palauttamat tiedot korostavat eroja kahden ajanjakson välillä, jotta ymmärrät paremmin niiden välisen muutoksen.

Voit ajatella algoritmia näin – se ottaa kaikki muut mallin sarakkeet ja laskee kyseisen sarakkeen perusteella erittelyn (ennen- ja jälkeen-ajanjaksoille) määrittääkseen, kuinka suuri muutos ilmeni kyseisenä ajanjaksona. Palauttaa sitten ne sarakkeet, joissa on suurin muutos. Edellisessä esimerkissä osavaltio valitaan vesiputoustietoihin, sillä Louisianan, Texasin ja Kalifornian tuotos laski 13 prosentista 19 prosenttiin kesäkuusta heinäkuuhun. Tämä muutos vaikutti eniten yksiköiden kokonaismäärän laskuun.

Kunkin palautetun merkityksellisten tietojen osalta voidaan näyttää neljä visualisointia. Näistä visualisoinneista kolme on tarkoitettu korostamaan muutosta osuudessa kahden ajanjakson välillä, kuten selitys kasvun 2. neljänneksen ja 3. neljänneksen välillä. Valintanauhakaaviossa näytetään muutokset sekä ennen valittua arvopistettä että sen jälkeen.

Pistekaavio

Screenshot of chart icons from an insight with the scatter plot icon selected.

Pistekaavio-visualisointi näyttää mittarin arvon ensimmäisellä ajanjaksolla (x-akseli) suhteessa mittarin arvoon toisella ajanjaksolla (y-akseli) kullekin sarakkeen arvolle (tässä tapauksessa Osavaltio ). Arvopisteet ovat vihreällä alueella, jos niiden arvo on kasvanut, ja punaisella alueella, jos niiden arvo on laskenut.

Pisteviiva näyttää parhaan vastaavuuden, joten tämän viivan yläpuolella olevat arvopisteet ovat kasvaneet yleistä trendiä enemmän ja viivan alapuolella olevat arvopisteet vähemmän.

Screenshot of scatter plot chart with dotted line.

Pistekaaviossa eivät näy sellaiset tietokohteet, joiden arvo oli tyhjä jommankumman ajanjakson aikana.

100 %:n pinottu pylväskaavio

Screenshot of chart icons from an insight with column chart icon selected.

100 %:n pinottu pylväskaavio -visualisointi näyttää valitun arvopisteen ja edellisen arvopisteen kokonaisosuuden (100 %) osuuden. Näin voit vertailla kunkin arvopisteen osuutta rinnakkain. Seuraavassa esimerkissä työkaluvihjeet näyttävät Teksasin valitun arvon todellisen osuuden. Koska osavaltioiden luettelo on pitkä, työkaluvihjeet auttavat sinua näkemään tiedot. Työkaluvihjeiden avulla näet, että Teksasin prosenttiosuus kokonaisyksiköistä on noin sama (31 % ja 32 %), mutta kokonaisyksiköiden todellinen määrä on laskenut 89:stä 71:een. Muista, että Y-akseli on prosenttiosuus, eikä kokonaisosuus, ja että kukin sarakekaista on prosenttiosuus, ei arvo.

Screenshot of a 100% stacked column chart with tooltips displaying the selected value of Texas.

Nauhakaavio

Screenshot of chart icons from an insight with the ribbon icon selected.

Nauhakaavio-visualisointi näyttää mittarin arvon ennen ja jälkeen. Se auttaa näyttämään muutosten osuudet, kun osallistujien järjestys muuttuu (esimerkiksi LA-osallistuja putosi sijalta kaksi sijalle yksitoista). TX :ää edustaa leveä nauha yläreunassa, mikä on merkki siitä, että se on merkittävin osallistuja ennen ja jälkeen. Pudotus näyttää, että osuuden arvo laski sekä valitulla ajanjaksolla että sen jälkeen.

Screenshot of a ribbon chart showing tooltips.

Vesiputouskaavio

Screenshot of chart icons from an insight with the waterfall chart icon selected.

Neljäs visualisointi on vesiputouskaavio, joka esittää ajanjaksojen väliset todelliset nousut tai laskut. Tämä visualisointi näyttää selvästi yhden merkittävän osallistujan kesäkuun 2014 laskuun – tässä tapauksessa se on Osavaltio. Osavaltion vaikutus kokonaisyksikköjen laskuun on erityisesti se, että se on ollut merkittävintä Louisianassa, Teksasissa ja Coloradossa.

Screenshot of a waterfall chart that shows decreases in Total Units.

Huomioitavat asiat ja rajoitukset

Koska nämä merkitykselliset tiedot perustuvat edellisen arvopisteen muutokseen, ne eivät ole käytettävissä, kun valitset visualisoinnin ensimmäisen arvopisteen.

Analysoi-ominaisuus ei ole käytettävissä kaikille visualisointityypeille.

Seuraavassa luettelossa on kokoelma tilanteita, joissa Analysoi-ominaisuutta ei tällä hetkellä tueta (Selitä lisäys, Selitä vähennys, Etsi, missä jakauma on erilainen):

  • TopN-suodattimet
  • Sisällytä tai jätä pois suodattimet.
  • Mittarisuodattimet
  • Muut kuin numeeriset mittarit
  • "Näytä arvo muodossa" -ominaisuuden käyttö
  • Suodatetut mittarit. Suodatetut mittarit ovat visuaalisen tason laskutoimituksia, joihin liittyy tietty suodatin (esimerkiksi Ranskan kokonaismyynti), ja niitä käytetään joissakin merkityksellisten tietojen ominaisuuden luomista visualisoinneista.
  • X-akselin luokitellut sarakkeet, elleivät ne määritä lajittelua sarakkeen mukaan, joka on skalaarisia. Jos käytät hierarkiaa, aktiivisen hierarkian jokaisen sarakkeen on vastattava tätä ehtoa.
  • RLS- tai OLS-käytössä olevat tietomallit