Avviksregistrering

GJELDER: Gjelder ikke for:Power BI-tjeneste for forbrukere Gjelder for: Power BI-tjeneste for utformere og utviklere Gjelder for:Power BI Desktop Gjelder ikke for.:Krever Pro- eller Premium-lisens

Avviksregistrering hjelper deg med å forbedre linjediagrammer ved automatisk å oppdage avvik i tidsseriedataene dine. Det gir også forklaringer om avvikene for å hjelpe deg med å analysere den opprinnelige årsaken. Med bare et par klikk kan du enkelt finne innsikter uten å måtte dele opp dataene på alle mulige måter. Du kan opprette og vise avvik både i Power BI Desktop og Power BI-tjenesten. Trinnene og illustrasjonene i denne artikkelen er fra Power BI Desktop.

Obs!

Denne videoen kan bruke tidligere versjoner av Power BI Desktop eller Power BI tjenesten.

Kom i gang

Denne opplæringen bruker nettsalgsdata for forskjellige produkter. Last ned eksempelfilen for et nettsalgsscenario for å følge med i denne opplæringen.

Du kan aktivere avviksregistrering ved å velge diagrammet og legge til alternativet «Finn avvik» i analyse-ruten.

Skjermbilde som viser inngangspunkt for avviksregistrering

Dette diagrammet viser for eksempel omsetning over tid. Å legge til avviksregistrering beriker automatisk diagrammet med avvik og det forventede verdiområdet. Når en verdi går utenfor den forventede grensen, merkes den som et avvik. Ta en titt på denne tekniske bloggen for mer informasjon om algoritmen for avviksdetektoren.

Skjermbilde som viser hvordan du legger til avvik

Formater avvik

Denne opplevelsen er veldig tilpassbar. Du kan formatere avvikets form, størrelse og farge, og også farge, stil og gjennomsiktighet for det forventete området. Du kan også konfigurere parameteren for algoritmen. Hvis du øker følsomheten, er algoritmen mer følsom for endringer i dataene. I så fall merkes til og med en liten endring som et avvik. Hvis du reduserer følsomheten, er algoritmen mer selektiv i hva den vurderer som et avvik.

Skjermbilde som viser hvordan du formaterer avvik

Forklaringer

I tillegg til å oppdage avvik, kan du også automatisk forklare avvikene dataene. Når du velger avviket, kjører Power BI en analyse på tvers av felter i datamodellen for å finne mulige forklaringer. Det gir deg en naturlig språklig forklaring på avviket og faktorer som er knyttet til avviket, sortert etter forklarende styrke. Her ser jeg at omsetningen var 5187 USD den 30. august, noe som er over det forventede området på 2447 til 3423 USD. Jeg kan åpne kortene i denne ruten for å se flere detaljer om forklaringen.

Skjermbilde som viser hvordan du kan vise forklaringer

Konfigurer forklaringer

Du kan også styre feltene som brukes til analyse. Ved for eksempel å dra selger og by inn i Forklar etter-feltbrønnen, vil Power BI begrense analysen til bare disse feltene. I dette tilfellet ser det ut til at avviket den 31. august er knyttet til en bestemt selger og bestemte byer. Her har selgeren «Fabrikam» en styrke på 99 %. Power BI beregner styrken som forholdet mellom avviket fra forventet verdi, når den filtreres av dimensjonen, og avviket i total verdi. For eksempel er det forholdet mellom faktisk minus forventet verdi, mellom komponenttidsserien Fabrikam og aggregattidsserien total omsetning for avvikspunktet. Hvis du åpner dette kortet, vises visualobjektet med en økning i omsetningen for denne selgeren den 31. august. Bruk alternativet Legg til i rapport for å legge til dette visualobjektet på siden. Skjermbilde som viser hvordan du kan konfigurere forklaringer

Viktige faktorer og begrensninger

  • Avviksregistrering støttes bare for visualobjekter for linjediagram som inneholder tidsseriedata i akse-feltet.
  • Avviksregistrering støttes ikke med forklaringer, flere verdier eller sekundære verdier i visualobjekter for linjediagram.
  • Avviksregistrering krever minst fire datapunkter.
  • Prognose/min./maks/gjennomsnitt/median/persentil-linjer fungerer ikke med avviksregistrering.
  • Direktespørring over SAP-datakilde, rapportserver for Power BI, Live-tilkobling til Azure Analysis Services og SQL Server Analysis Services støttes ikke.
  • Avviksforklaringer fungerer ikke med alternativer for «Vis verdi som».
  • Det å drille ned for å gå til neste nivå i hierarkiet støttes ikke.

Neste trinn

Hvis du vil lære mer om algoritmen som kjører avviksgjenkjenning, kan du se Tony Xings innlegg på algoritmen SR-CNN i Azure avviksdetektor