Použitie prehľadov vo vizuáloch Power BI Desktop na vysvetlenie kolísaní vo vizuáloch

Vo vizuáloch sa často zobrazí veľký nárast a potom prudký pokles hodnôt, no zaujímavá je najmä príčina takýchto výkyvov. Vďaka prehľadom v aplikácii Power BI Desktop zistíte príčinu len pomocou niekoľkých kliknutí.

Všimnite si napríklad nasledujúci vizuál, ktorý zobrazuje Sumu predaja podľa Roku a Štvrťroku. Veľký pokles predaja sa vyskytol v roku 2014, keď predaj prudko klesol medzi 1. štvrťrokom a 2. štvrťrokom. V takýchto prípadoch môžete dané údaje preskúmať, čo vám pomôže vysvetliť príčinu zmeny, ktorá nastala.

Vizuál s nárastmi a poklesmi

Aplikácii Power BI Desktop môžete povedať, aby na grafoch vysvetlila nárasty alebo poklesy a zobrazila na nich distribučné faktory, čím získate rýchlu, automatizovanú a prehľadnú analýzu svojich údajov. Stačí, ak pravým tlačidlom kliknete na údajový bod a vyberiete položky Analyzovať > Vysvetliť pokles (alebo nárast, ak bol predchádzajúci pruh nižší) alebo vyberiete položky Analyzovať > Zistiť, kde je táto distribúcia odlišná čím následne získate prehľad v jednoducho použiteľnom okne.

Prehľady zobrazené vo vizuáli

Funkcia prehľadov je kontextová a je založená na bezprostredne predchádzajúcom údajovom bode, napríklad na predchádzajúcom riadku alebo stĺpci.

Poznámka

Funkcia prehľadu je predvolene zapnutá a zapnutá v Power BI Desktop.

Používanie prehľadov

Ak chcete používať prehľady na vysvetlenie nárastov a poklesov zobrazených v grafoch, pravým tlačidlom myši kliknite na ľubovoľný údajový bod v pruhovom alebo čiarovom grafe a vyberte položky Analyzovať > Vysvetliť nárast (alebo Vysvetliť pokles, keďže všetky prehľady sú založené na zmene z predchádzajúceho údajového bodu).

Ponuka Zobraziť prehľady

Aplikácia Power BI Desktop potom spustí algoritmy strojového učenia na základe údajov a zobrazí v okne vizuály a popisy kategórií, ktoré najviac ovplyvnili nárast alebo pokles. Predvolene sa prehľady uvádzajú v podobe vodopádového vizuálu tak, ako je znázornené na nasledujúcom obrázku.

kontextové okno prehľadov

Výberom malých ikon v dolnej časti vodopádového vizuálu sa môžete rozhodnúť, či chcete zobraziť prehľady v podobe bodového grafu, skladaného stĺpcového grafu alebo pásového grafu.

trojica vizuálov s prehľadmi

V hornej časti stránky sú k dispozícii ikony Palec hore a Palec dole, pomocou ktorých môžete poslať spätnú väzbu o vizuáli a funkcii. Tento krok poskytuje pripomienky, ale neslúži na trénovanie algoritmu, aby mal vplyv na výsledky, ktoré sa vrátia pri ďalšom použití funkcie.

A čo je najdôležitejšie, pomocou tlačidla + v hornej časti vizuálu môžete pridať vybratý vizuál do zostavy presne tak, akoby keby ste vizuál vytvorili manuálne. Následne môžete pridaný vizuál naformátovať alebo inak upraviť rovnako ako v prípade iných vizuálov v zostave. Vybratý vizuál prehľadu môžete pridať len počas úpravy zostavy v aplikácii Power BI Desktop.

Prehľady môžete používať, keď je vaša zostava v režime na čítanie alebo úpravu. Môžete vytvoriť univerzálne prehľady na analyzovanie údajov a vytváranie vizuálov, ktoré môžete jednoduchým spôsobom pridať do svojich zostáv.

Podrobnosti o vrátených výsledkoch

Podrobnosti vrátené v prehľadoch sú určené na zvýraznenie rozdielu medzi týmito dvomi časovými obdobiami a pomôžu vám pochopiť zmenu medzi nimi.

Ak sa napríklad hodnota Predaj od 3. štvrťroka do 4. štvrťroka celkovo zvýšila o 55 % a rovnako to platí aj pre každú Kategóriu produktu (predaj počítačov sa zvýšil o 55 % a rovnako pri audiozariadeniach a ďalších produktoch), a platí to aj pre každú krajinu a každý typ zákazníka, potom ostáva v údajoch už len malá možnosť identifikácie toho, čo by vysvetlilo túto zmenu. Avšak tento prípad nie je všeobecne platný. Zvyčajne nájdeme rozdiely v tom, čo sa zobrazí. V kategóriách Počítače a Domáce spotrebiče sa napríklad objavil nárast o viac než 63 %, zatiaľ čo hodnota kategórie TV a audiozariadenia narástla len o 23 %. Preto Počítače a Domáce spotrebiče väčšmi prispeli k hodnote celkového predaja v 4. štvrťroku než v 3. štvrťroku. Rozumné vysvetlenie nárastu v tomto príklade by bolo: obzvlášť vysoký predaj v kategóriách Počítače a TV a audiozariadenia.

Takže algoritmus jednoducho nevracia hodnoty, ktoré sa podieľajú na najväčšej časti zmeny. Ak by napríklad väčšina (98 %) predaja pochádzala z USA, bežne by sa stávalo, že najväčšia časť nárastu by bola tiež v USA. Napriek tomu, pokiaľ by sa v USA alebo iných krajinách nevyskytla významná zmena v ich relatívnom prispievaní k celkovému predaju, kategória Krajina by naďalej v tomto kontexte nebola považovaná za dôležitú.

Algoritmus si zjednodušene môžete predstaviť ako systém, ktorý vezme všetky ostatné stĺpce v modeli a vypočíta rozdelenie podľa daného stĺpca pre časové obdobia pred a po. Určí, koľko zmien sa vyskytlo v danom rozdelení, a potom vráti stĺpce s najväčšou zmenou. V príklade vyššie bola vybratá Kategória, keďže príspevok vytvorený kategóriou TV a audiozariadenia klesol o 7 %, z 33 % na 26 %, zatiaľ čo príspevok produktu Domáce spotrebiče narástol z nuly na viac než 6 %.

Pre každý vrátený stĺpec je možné zobraziť štyri vizuály. Tri z týchto vizuálov sú určené na zvýraznenie zmeny v prírastku medzi danými dvoma obdobiami. Napríklad na vysvetlenie nárastu od 2. štvrťroka do 3. štvrťroka.

Bodové vykreslenie

Vizuál s bodovým vykreslením zobrazí hodnotu mierky v prvom období (na osi x) v porovnaní s hodnotou mierky v druhom období (na osi y) pre každú hodnotu stĺpca (v tomto prípade stĺpca Kategória). Ak sa hodnota zvýšila, údajové body sa nachádzajú v zelenej oblasti, ak klesla, nachádzajú sa v červenej oblasti tak, ako je znázornené na nasledujúcom obrázku.

Bodkovaná čiara značí optimálny vývoj, preto údajové body nad touto čiarou označujú vyšší nárast v porovnaní s celkovým vývojom a tie pod ňou zasa pokles.

Bodové vykreslenie s bodkovanou čiarou

Všimnite si, že údajové položky, ktorých hodnota bola v oboch obdobiach prázdna, sa v bodovom vykresleniach nezobrazujú (v tomto prípade napríklad hodnoty pre Domáce spotrebiče).

100-percentný skladaný stĺpcový graf

Vizuál so 100-percentným skladaným stĺpcovým grafom, ktorý predstavuje hodnotu mierky pred a po podľa vybratého stĺpca, zobrazenú ako 100-percentný skladaný stĺpec. Toto nastavenie umožňuje vedľa seba porovnať príspevky pred a po. Popis zobrazuje skutočný príspevok pre vybratú hodnotu.

100-percentný skladaný stĺpcový graf

Pásový graf

Vizuál s pásový grafom tiež zobrazuje hodnotu miery pred a po. Je užitočný najmä pri zobrazovaní zmien v príspevkoch, a to v prípadoch, že sa poradie prispievateľov zmenilo (napríklad ak prispievateľom s číslom jeden boli Počítače, ale potom klesli tretie miesto).

pásový graf

Vodopádový graf

Štvrtým typom vizuálu je vodopádový graf, ktorý zobrazuje hlavné skutočné nárasty alebo poklesy medzi obdobiami. Tento vizuál jasne ukazuje skutočné zmeny, ale sám neuvádza zmeny na úrovni príspevku, ktoré by zvýrazňovali dôvod, prečo bol daný stĺpec označený za dôležitý.

vodopádový graf

Pri vytváraní poradia stĺpcov vzhľadom na ich najväčšie rozdiely v pomerných príspevkoch sa zvažuje nasledovné:

  • Kardinalita sa berie do úvahy, pretože rozdiel je menej štatisticky významný a menej zaujímavý, pokiaľ má stĺpec veľkú kardinalitu.

  • Rozdiely v tých kategóriách, ktorých pôvodné hodnoty boli veľmi vysoké alebo veľmi blízko nuly, sú cennejšie než ostatné. Ak napríklad niektorá kategória prispievala k predaju len 1 % a táto hodnota sa zmení na 6 %, ide o štatisticky významnejšiu zmenu (preto sa považuje za zaujímavejšiu) než v prípade kategórie, ktorej príspevok sa zmenil z 50 % na 55 %.

  • K dispozícii sú rôzne heuristické metódy, ktoré vyberú najzmysluplnejšie výsledky, napríklad po zvážení iných vzťahov medzi údajmi.

Po preskúmaní rôznych stĺpcov sú ako výstup vybraté stĺpce, ktoré zobrazujú najväčšiu zmenu v pomernom príspevku. Platí, že v popise je vyvolaný každý stĺpec, ktorého hodnoty prispeli najvýznamnejšou zmenou k príspevku. Okrem toho sú vyvolané aj hodnoty, ktoré predstavujú najväčšie skutočné nárasty a poklesy.

Dôležité informácie a obmedzenia

Keďže tieto prehľady sú založené na zmene z predchádzajúceho údajového bodu, nie sú k dispozícii pri výbere prvého údajového bodu vo vizuáli.

Nasledujúci zoznam predstavuje kolekciu scenárov na vysvetlenie nárastu/poklesu, ktoré sa v súčasnosti nepodporujú:

  • Filtre TopN
  • Filtre zahrnutia/vylúčenia
  • Filtre mierok
  • Nečíselné mierky
  • Použitie funkcie Zobraziť hodnotu ako
  • Filtrované mierky – filtrované mierky predstavujú výpočty na úrovni vizuálov s použitím konkrétneho filtra (napríklad Celkový predaj pre Francúzsko) a používajú sa v prípade niektorých vizuálov vytvorených pomocou funkcie prehľady
  • Kategorické stĺpce na osi X, ak nedefinuje zoradenie podľa stĺpca, ktorý je skalárny. Ak používate hierarchiu, každý aktívny stĺpec v hierarchii musí spĺňať túto podmienku.

Okrem toho sa v súčasnosti v prehľadoch nepodporujú tieto typy modelov a zdrojov údajov:

  • DirectQuery
  • Dynamické pripojenie
  • Lokálne služby Reporting Services
  • Vkladanie

Ďalšie kroky

Ďalšie informácie o aplikácii Power BI Desktop a začatí práce s ňou nájdete v nasledujúcich článkoch.