Ganhar insights com visuais de IA

Concluído

Os visuais de IA oferecem uma maior perceção utilizando machine learning incorporado e processamento de linguagem natural para obter uma melhor compreensão dos seus dados. Os visuais de IA são encontrados no painel de visualização como qualquer outro visual.

Esta unidade explora os seguintes visuais de IA: árvore de decomposição, Q&A, e influenciadores chave.

Os visuais de IA podem ser encontrados sob inserção>visuais de IA na fita.

Avaliar medidas com uma árvore de decomposição

A árvore decomposição é um visual interativo que permite decompor uma medida por vários atributos em diferentes dimensões. 

A árvore de decomposição é útil para a análise de causa de raiz, que é a capacidade de perguntar continuamente "porquê" até chegar à raiz do seu problema. É uma boa maneira de olhar para o "quem" e o "como" quando os processos estão a correr bem ou a correr mal.

As árvores de decomposição permitem que os utilizadores visualizem dados cruzam múltiplas dimensões. 

Ao construir uma árvore de decomposição, começará com uma medida e, em seguida, selecionará as diferentes formas de decompor a medida. No exemplo anterior, está a olhar para descontos para ver onde estão a fluir e que está a receber o maior desconto. Com a árvore de decomposição, você pode ver onde você não está oferecendo descontos; portanto, vendo margens maiores. Além disso, pode olhar para a relação entre os seus descontos e quantidades vendidas para avaliar se estavam a ter o efeito desejado de mover o produto.

Faça perguntas com o Q&A visual

O elemento visual das Perguntas e Respostas permite aos utilizadores colocar perguntas em linguagem natural e obter respostas sob a forma de um elemento visual. Os visuais são escolhidos pelo Power BI com base nos dados apresentados. Você usaria o Q&A visual para explorar os seus dados usando capacidades de linguagem natural e intuitiva. O visual Q&A apenas fornece resultados sobre os dados no Power BI.

Os visuais Q&A são semelhantes à funcionalidade Tableau Ask Data. 

São-lhe oferecidas questões predefinidas, mas também pode fazer perguntas detalhadas sobre os seus dados, tais como fazer perguntas sobre membros dimensionais específicos nos seus dados. Se você gosta de um visual criado no Q&A, você pode até convertê-lo em um visual padrão para uso no resto do seu livro.

Q&Os visuais permitem que os utilizadores façam perguntas de linguagem natural e os resultados regressem como visuais.

Use machine learning com influenciadores chave

Os influenciadores-chave usam machine learning para ajudar a encontrar os condutores por trás das suas métricas. Os influenciadores-chave analisarão os seus dados, classificarão os fatores importantes e, em seguida, exibi-los-ão como influenciadores-chave.

Por exemplo, está a analisar os resultados de um inquérito líquido de resultados de promotores (NPS). Pode identificar as semelhanças entre as pessoas que devolveram notas mais baixas no inquérito. Em seguida, povoa a métrica que quer entender, e depois adiciona os campos que pensa que podem influenciar o seu aumento ou diminuição. Este processo é discutido mais adiante no Laboratório.

Os principais influenciadores visuais ajudam os utilizadores a entender os fatores que impulsionam uma métrica em que está interessado.