Visuals van een uitgevouwen structuur in Power BI maken en weergevenCreate and view decomposition tree visuals in Power BI

VAN TOEPASSING OP: Is niet van toepassing op.Power BI-service voor consumenten Is van toepassing op.Power BI-service voor ontwerpers en ontwikkelaars Is van toepassing op.Power BI Desktop Is niet van toepassing op.Hiervoor is een Pro- of Premium-licentie vereist APPLIES TO: Does not apply to.Power BI service for consumers Applies to.Power BI service for designers & developers Applies to.Power BI Desktop Does not apply to.Requires Pro or Premium license

Notitie

Visuals voor slimme verhalen kunnen zowel in Power BI Desktop als in de Power BI-service worden gemaakt en bekeken.Smart narrative visuals can be created and viewed in both Power BI Desktop and the Power BI service. De stappen en afbeeldingen uit dit artikel zijn gebaseerd op Power BI Desktop.The steps and illustrations in this article are from Power BI Desktop.

Met de visual van een uitgevouwen structuur in Power BI kunt u gegevens in meerdere dimensies visualiseren.The decomposition tree visual in Power BI lets you visualize data across multiple dimensions. Gegevens worden automatisch samengevoegd, en u kunt in elke gewenste volgorde inzoomen op uw dimensies.It automatically aggregates data and enables drilling down into your dimensions in any order. Het is ook een AI-visualisatie (kunstmatige intelligentie). U kunt dus ook vragen om de volgende dimensie te zoeken waarop moet worden ingezoomd, op basis van bepaalde criteria.It is also an artificial intelligence (AI) visualization, so you can ask it to find the next dimension to drill down into based on certain criteria. Dit maakt het een waardevol hulpprogramma voor ad-hocverkenning en het uitvoeren van hoofdoorzaakanalyse.This makes it a valuable tool for ad hoc exploration and conducting root cause analysis.

Uitgevouwen structuur

In deze zelfstudie worden twee voorbeelden gebruikt:This tutorial uses two examples:

  • Een scenario voor toelevering waarin het percentage producten wordt geanalyseerd dat een bedrijf moet naleveren (omdat ze niet op voorraad zijn).A supply chain scenario that analyzes the percentage of products a company has on backorder (out of stock).
  • Een verkoopscenario waarin de verkoop van videogames wordt opgesplitst in verschillende factoren, zoals genre en uitgever.A sales scenario that breaks down video game sales by numerous factors like game genre and publisher.

U kunt hier de pbix vinden die wordt gebruikt in het toeleveringsketenscenario: Toeleveringsketen Sample.pbix.You can find the pbix used in the supply chain scenario here: Supply Chain Sample.pbix.

Notitie

Voor het delen van uw rapport met een Power BI-collega moet u beiden beschikken over een afzonderlijke Power BI Pro-licentie of moet het rapport zijn opgeslagen in Premium-capaciteit.Sharing your report with a Power BI colleague requires that you both have individual Power BI Pro licenses or that the report is saved in Premium capacity.

Aan de slagGet started

Selecteer in het deelvenster Visualisaties het pictogram voor de uitgevouwen structuur.Select the decomposition tree icon from the Visualizations pane. Watermerk van de uitgevouwen structuurDecomposition tree watermark

Voor de visualisatie zijn twee typen invoer vereist:The visualization requires two types of input:

  • Analyseren: de metrische gegevens die u wilt analyseren.Analyze – the metric you would like to analyze. Dit moet een meting of aggregatie zijn.This has to be a measure or an aggregate.
  • Uitleg door: een of meer dimensies waarop u wilt inzoomen.Explain By – one or more dimensions you would like to drill down into.

Wanneer u de meting naar het veldbereik hebt gesleept, wordt de visual bijgewerkt met de cumulatieve meting.Once you drag your measure into the field well, the visual updates showcasing the aggregated measure. In het onderstaande voorbeeld wordt het gemiddelde percentage producten voor de nalevering gevisualiseerd (5,07%).In the example below, we are visualizing the average % of products on backorder (5.07%).

Knooppunt van uitgevouwen structuur

De volgende stap is het inbrengen van een of meer dimensies waarop u wilt inzoomen.The next step is to bring in one or more dimensions you would like to drill down into. Voeg deze velden toe aan de bucket Uitleg door.Add these fields to the Explain by bucket. U ziet dat er een plusteken naast het hoofdknooppunt wordt weergegeven.Notice that a plus sign appears next to your root node. Als u de + selecteert, kunt u kiezen op welk veld u wilt inzoomen (u kunt in een willekeurige volgorde inzoomen op de velden).Selecting the + lets you choose which field you would like to drill into (you can drill into fields in any order that you want).

Schermopname van het geselecteerde pluspictogram met opties uit de lijst Uitleg door.

Als u Afwijking van prognose selecteert, heeft dit tot gevolg dat de structuur wordt uitgevouwen en dat de meting wordt opgesplitst in de waarden van de kolom.Selecting Forecast bias results in the tree expanding and breaking down the measure by the values in the column. Dit proces kan worden herhaald door een ander knooppunt te kiezen om op in te zoomen.This process can be repeated by choosing another node to drill into.

Uitbreiding van uitgevouwen structuur

Als u een knooppunt uit het laatste niveau selecteert, worden de gegevens kruislings gefilterd.Selecting a node from the last level cross-filters the data. Als u een knooppunt van een eerder niveau selecteert, wordt het pad gewijzigd.Selecting a node from an earlier level changes the path.

Animatie van het selecteren van een knooppunt van een eerder niveau en hoe dat de weergave verandert om de onderliggende knooppunten weer te geven.

Door interactie met andere visuals wordt de uitgevouwen structuur kruislings gefilterd.Interacting with other visuals cross-filters the decomposition tree. De volgorde van de knooppunten binnen niveaus wordt hierdoor mogelijk gewijzigd.The order of the nodes within levels could change as a result. In het onderstaande voorbeeld is de structuur kruislings gefilterd met Ubisoft.In the example below, we've cross-filtered the tree by Ubisoft. Het pad wordt bijgewerkt en de verkoop van Xbox verplaatst van de eerste naar de tweede plek, omdat deze is ingehaald door PlayStation.The path updates and Xbox sales move from first to second place, surpassed by PlayStation.

Als de we structuur vervolgens kruislings filteren met Nintendo, is het verkoopveld van Xbox leeg, omdat er geen Nintendo-games worden ontwikkeld voor Xbox.If we then cross-filter the tree by Nintendo, Xbox sales are blank as there are no Nintendo games developed for Xbox. Xbox wordt, samen met het volgende pad, uit de weergave gefilterd.Xbox, along with its subsequent path, gets filtered out of the view.

Ondanks dat het pad verdwijnt, blijven de bestaande niveaus (in dit geval Gamegenre) vastgemaakt in de structuur.Despite the path disappearing, the existing levels (in this case Game Genre) remain pinned on the tree. Door het knooppunt Nintendo te selecteren, wordt de structuur daarom automatisch uitgebreid naar Gamegenre.Selecting the Nintendo node therefore automatically expands the tree to Game Genre.

Animatie van het selecteren van kruisfilters dat bepaalt welke knooppunten worden weergegeven.

AI-splitsingenAI splits

U kunt AI-splitsingen gebruiken om uit te zoeken waar in de gegevens u hierna moet zoeken.You can use “AI Splits” to figure out where you should look next in the data. Deze splitsingen worden boven aan de lijst weergegeven en zijn gemarkeerd met een gloeilamp.These splits appear at the top of the list and are marked with a lightbulb. De splitsingen zijn bedoeld om u te helpen (automatisch) hoge en lage waarden in de gegevens te vinden.The splits are there to help you find high and low values in the data, automatically.

De analyse kan op twee manieren worden uitgevoerd, afhankelijk van uw voorkeuren.The analysis can work in two ways depending on your preferences. Het standaardgedrag is als volgt:The default behavior is as follows:

  • Hoge waarde: Kijkt naar alle beschikbare velden en bepaalt op welke wordt ingezoomd, om de hoogste waarde te krijgen voor de meting die wordt geanalyseerd.High Value: Considers all available fields and determines which one to drill into to get the highest value of the measure being analyzed.
  • Lage waarde: Kijkt naar alle beschikbare velden en bepaalt op welke wordt ingezoomd, om de laagste waarde te krijgen voor de meting die wordt geanalyseerd.Low Value: Considers all available fields and determines which one to drill into to get the lowest value of the measure being analyzed.

Als u in het voorbeeld over naleveringen de optie Hoge waarde selecteert, resulteert dit in het volgende:Selecting High Value in the backorders example, results in the following:

AI-splitsing voor uitgevouwen structuur

Er wordt een gloeilamp weergegeven naast Producttype om aan te geven dat dit een AI-splitsing is.A lightbulb appears next to Product Type indicating this was an ‘AI split’. De structuur biedt ook een stippellijn die het knooppunt Patiëntencontrole aanbeveelt, aangezien dit resulteert in de hoogste waarde voor naleveringen (9,2%).The tree also provides a dotted line recommending the Patient Monitoring node as that results in the highest value of backorders (9.2%).

Beweeg de muisaanwijzer over de gloeilamp om knopinfo weer te geven.Hover over the lightbulb to see a tooltip. In dit voorbeeld is de knopinfo: ‘% nalevering is het hoogste wanneer Producttype is Patiëntencontrole’.In this example, the tooltip is “% on backorder is highest when Product Type is Patient Monitoring”.

U kunt de visual configureren om relatieve AI-splitsingen te vinden, in plaats van absolute AI-splitsingen.You can configure the visual to find Relative AI splits as opposed to Absolute ones.

In de relatieve modus wordt gezocht naar hoge waarden die opvallen (vergeleken met de rest van de gegevens in de kolom).Relative mode looks for high values that stand out (compared to the rest of the data in the column). Hier is een voorbeeld ter illustratie:To illustrate this, let’s take a look at an example:

Absolute splitsing voor uitgevouwen structuur

In de bovenstaande schermafbeelding ziet u de verkoop van videogames in Noord-Amerika.In the screenshot above, we are looking at North America sales of video games. Eerst splitsen we de structuur op in Naam van uitgever, en vervolgens zoomen we in op Nintendo.We first split the tree by Publisher Name and then drill into Nintendo. Het selecteren van Hoge waarde resulteert in de uitbreiding van Platform is Nintendo.Selecting High Value results in the expansion of Platform is Nintendo. Omdat Nintendo (de uitgever) alleen Nintendo-consoles ontwikkelt, is er slechts één waarde aanwezig, wat dus (volgens verwachting) de hoogste waarde is.Since Nintendo (the publisher) only develops for Nintendo consoles, there is only one value present and so that is unsurprisingly the highest value.

Het zou echter interessanter zijn om te kijken welke hoge waarde opvalt ten opzichte van andere waarden in dezelfde kolom.Nevertheless, a more interesting split would be to look at which high value stands out relative to other values in the same column. Als we het analysetype wijzigen van Absoluut in Relatief, krijgen we het volgende resultaat voor Nintendo: Relatieve splitsing voor uitgevouwen structuurIf we change the Analysis type from Absolute to Relative, we get the following result for Nintendo: Decomposition tree relative split

Deze keer is Platform binnen Gamegenre de aanbevolen waarde.This time, the recommended value is Platform within Game Genre. Platform levert geen hogere absolute waarde op dan Nintendo ($ 19.950.000 versus $ 46.950.000).Platform doesn’t yield a higher absolute value than Nintendo ($19,950,000 vs. $46,950,000). Het is desalniettemin een waarde die opvalt.Nevertheless it’s a value that stands out.

Om preciezer te zijn: aangezien er 10 waarden zijn voor Gamegenre, zou de waarde voor Platform $ 4,67 miljoen zijn, als deze waarden gelijkmatig werden opgesplitst.More precisely, since there are 10 Game Genre values, the expected value for Platform would be $4.6M if they were to be split evenly. Platform heeft een waarde van bijna $ 20 miljoen, wat een interessant resultaat is, omdat dit vier keer zo hoog is dan verwacht.Since Platform has a value of almost $20M, that is an interesting result as it is four times higher than the expected result.

De berekening is als volgt:The calculation is as follows:

Verkoop voor Platform in Noord-Amerika/ABS (Gem (verkoop in Noord-Amerika voor Gamegenre))North America Sales for Platform/ Abs(Avg(North America Sales for Game Genre))
versusvs.
Verkoop voor Nintendo in Noord-Amerika/ABS (Gem (verkoop in Noord-Amerika voor Platform))North America Sales for Nintendo / Abs(Avg(North America Sales for Platform))

Die laat zich als volgt vertalen:Which translates to:

19.550.000 / (19.550.000 + 11.140.000 + ... + 470.000 + 60.000 /10) = 4,25x19,550,000 / (19,550,000 + 11,140,000 + ... + 470,000 + 60,000 /10) = 4.25x
versusvs.
46.950.000/ (46.950.000/1) = 1x46,950,000/ (46,950,000/1) = 1x

Als u liever geen AI-splitsingen in de structuur gebruikt, kunt u deze ook uitschakelen onder de opties voor Analyseopmaak:If you prefer not to use any AI splits in the tree, you also have the option of turning them off under the Analysis formatting options:

AI-splitsing voor de uitgevouwen structuur uitschakelen

Structuurinteracties met AI-splitsingenTree interactions with AI splits

U kunt meerdere volgende AI-niveaus hebben.You can have multiple subsequent AI levels. U kunt ook verschillende soorten AI-niveaus combineren (ga van Hoge waarde naar Lage waarde, en weer terug naar Hoge waarde):You can also mix up different kinds of AI levels (go from High Value to Low Value and back to High Value):

Meerdere AI-paden voor de uitgevouwen structuur

Als u een ander knooppunt in de structuur selecteert, wordt de AI-splitsing helemaal opnieuw berekend.If you select a different node in the tree, the AI Splits recalculate from scratch. In het onderstaande voorbeeld is het geselecteerde knooppunt gewijzigd in het niveau Afwijking van prognose.In the example below, we changed the selected node in the Forecast Bias level. De volgende niveaus worden ook gewijzigd om de juiste hoge en lage waarden te tonen.The subsequent levels change to yield the correct High and Low Values.

AI-interactie voor uitgevouwen structuur

AI-niveaus worden ook opnieuw berekend wanneer u de uitgevouwen structuur kruislings filtert met een andere visual.AI levels are also recalculated when you cross-filter the decomposition tree by another visual. In het onderstaande voorbeeld ziet u dat het percentage naleveringen het hoogste is voor Plant #0477.In the example below, we can see that our backorder % is highest for Plant #0477.

Schermopname van de Analyse hoofdoorzaak met alle maanden geselecteerd.

Maar als we in het staafdiagram de optie april selecteren, wordt de hoogste waarde gewijzigd in Producttype is Geavanceerd chirurgisch.But if we select April in the bar chart, the highest changes to Product Type is Advanced Surgical. In dit geval zijn niet alleen de knooppunten opnieuw gerangschikt, maar is een compleet andere kolom gekozen.In this case, it’s not just the nodes that got reordered, but a completely different column was chosen.

Schermopname van de Analyse hoofdoorzaak met alleen de maand april geselecteerd.

Als u wilt dat AI-niveaus zich gedragen als niet-AI-niveaus, selecteert u de gloeilamp om het gedrag te herstellen naar het standaardgedrag.If we want AI levels to behave like non-AI levels, select the lightbulb to revert the behavior to default.

Meerdere AI-niveaus kunnen aan elkaar worden gekoppeld, maar een niet-AI-niveau kan niet volgen op een AI-niveau.While multiple AI levels can be chained together, a non-AI level cannot follow an AI level. Als we handmatig splitsen volgend op een AI-splitsing, verdwijnt de gloeilamp uit het AI-niveau en wordt het niveau getransformeerd naar een normaal niveau.If we do a manual split following an AI split, the lightbulb from the AI level disappears and the level transforms into a normal level.

VergrendelenLocking

Een maker van inhoud kan niveaus vergrendelen voor rapportgebruikers.A content creator can lock levels for report consumers. Wanneer een niveau is vergrendeld, kan het niet worden verwijderd of gewijzigd.When a level is locked, it cannot be removed or changed. Een consument kan verschillende paden binnen het vergrendelde niveau verkennen, maar kan het niveau zelf niet wijzigen.A consumer can explore different paths within the locked level but they cannot change the level itself. Als maker kunt u de muisaanwijzer over de bestaande niveaus bewegen om het vergrendelingspictogram weer te geven.As a creator you can hover over existing levels to see the lock icon. U kunt zoveel niveaus vergrendelen als u wilt, maar niet-vergrendelde niveaus kunnen niet voorafgaan aan vergrendelde niveaus.You can lock as many levels as you want, but you cannot have unlocked levels preceding locked levels.

In het onderstaande voorbeeld zijn de eerste twee niveaus vergrendeld.In the example below, the first two levels are locked. Dit betekent dat gebruikers van het rapport niveau 3 en 4 kunnen wijzigen, en zelfs later nieuwe niveaus kunnen toevoegen.This means that report consumers can change level 3 and 4, and even add new levels afterwards. De eerste twee niveaus kunnen echter niet worden gewijzigd:The first two levels however cannot be changed:

Vergrendelen van de uitgevouwen structuur

Bekende beperkingenKnown limitations

Het maximumaantal niveaus voor de structuur is 50.The maximum number of levels for the tree is 50. Het maximumaantal gegevenspunten dat in één keer in de structuur kan worden gevisualiseerd, is 5000.Maximum number of data points that can be visualized at one time on the tree is 5000. Er worden niveaus afgekapt om de bovenste n weer te geven.We truncate levels to show top n. Momenteel is de bovenste n per niveau ingesteld op 10.Currently the top n per level is set to 10.

De uitgevouwen structuur wordt niet ondersteund in de volgende scenario's:The decomposition tree is not supported in the following scenarios:

  • On-premises Analysis ServicesOn-premises Analysis Services

AI-splitsingen worden niet ondersteund in de volgende scenario's:AI splits are not supported in the following scenarios:

  • Azure Analysis ServicesAzure Analysis Services
  • Power BI Report ServerPower BI Report Server
  • Publiceren op internetPublish to Web
  • Complexe metingen en metingen vanuit uitbreidingsschema's in AnalyserenComplex measures and measures from extensions schemas in 'Analyze'

Andere beperkingen:Other limitations:

  • Ondersteuning binnen Q&ASupport inside Q&A

Volgende stappenNext steps

Power BI-ringdiagram makenPower BI doughnut chart

Power BI-visualisatiesPower BI visualizations