Obter informações com elementos visuais de IA
Os elementos visuais de IA oferecem mais informações ao utilizar machine learning incorporado e processamento de linguagem natural para compreender melhor os seus dados. Pode encontrar elementos visuais de IA no painel Visualização como qualquer outro elemento visual.
Esta unidade explora os seguintes elementos visuais de IA: árvore de decomposição, Q&A e influenciadores-chave.
Avaliar medidas com uma árvore de decomposição
A árvore de decomposição é um elemento visual interativo que lhe permite dividir uma medida por vários atributos em diferentes dimensões.
A árvore de decomposição é útil para a análise da causa raiz, que é a capacidade de perguntar continuamente "porquê" até chegar à raiz do seu problema. É uma boa forma de olhar para o "quem" e o "como" quando os processos estão a correr bem ou a correr mal.
Ao criar uma árvore de decomposição, começará com uma medida e, em seguida, selecione as diferentes formas de dividir a medida. No exemplo anterior, está a ver os descontos para ver onde estão a fluir e que estão a receber o desconto mais alto. Com a árvore de decomposição, pode ver onde não está a oferecer descontos; por isso, ver margens maiores. Além disso, pode analisar a relação entre os descontos e as quantidades vendidas para avaliar se estão a ter o efeito desejado de mover o produto.
Fazer perguntas com o elemento visual Q&A
O elemento visual Q&A permite que os utilizadores façam perguntas em linguagem natural e obtenham respostas na forma de um elemento visual. O Power BI escolhe os elementos visuais com base nos dados apresentados. Pode utilizar o elemento visual Q&A para explorar os seus dados através de capacidades intuitivas e de linguagem natural. O elemento visual Q&A fornece apenas resultados sobre os dados no Power BI.
As perguntas predefinidas são-lhe disponibilizadas, mas também pode fazer perguntas detalhadas sobre os seus dados, como fazer perguntas sobre membros dimensionais específicos nos seus dados. Se gostar de um elemento visual criado no Q&A, pode até convertê-lo num elemento visual padrão para utilização no resto do seu livro.
Utilizar machine learning com influenciadores principais
Os principais influenciadores utilizam machine learning para ajudar a encontrar os controladores subjacentes às suas métricas. Os principais influenciadores irão analisar os seus dados, classificar os fatores importantes e apresentá-los como influenciadores-chave.
Por exemplo, está a analisar os resultados de um inquérito de classificação de promotor líquido (NPS). Pode identificar as semelhanças entre as pessoas que devolveram classificações mais baixas no inquérito. Em seguida, irá preencher a métrica que pretende compreender e, em seguida, adicionar os campos que pensa que podem influenciar o seu aumento ou diminuição. Este processo é discutido mais aprofundadamente no Laboratório.
