สร้างและดูวิชวลโครงข่ายของข้อมูลใน Power BI

ใช้กับ: ✔️   Power BI   Desktop ✔️ บริการ   Power     BI  

การแสดงผลด้วยภาพโครงข่ายของข้อมูลใน Power BI ช่วยให้คุณสามารถแสดงภาพข้อมูลข้ามหลายมิติได้ โดยจะรวมข้อมูลและช่วยให้เจาะลึกลงในมิติของคุณในลำดับใดก็ได้ นอกจากนี้ยังเป็นการแสดงภาพข่าวกรอง (AI) แบบเทียมเพื่อให้คุณสามารถขอให้ค้นหามิติถัดไปเพื่อดูรายละเอียดแนวลึกตามเกณฑ์บางอย่าง ซึ่งทำให้เป็นเครื่องมือที่มีประโยชน์สำหรับการสำรวจแบบเฉพาะกิจและการดำเนินการวิเคราะห์สาเหตุหลัก

สกรีนช็อตที่แสดงทรีการสลายตัวเต็มรูปแบบ

บทช่วยสอนนี้ใช้สองตัวอย่าง:

  • สถานการณ์ของห่วงโซ่อุปทานที่วิเคราะห์เปอร์เซ็นต์ของผลิตภัณฑ์ที่บริษัทมีในรายการค้างส่ง (สินค้าหมด)
  • สถานการณ์การขายที่แบ่งยอดขายของวิดีโอเกมตามปัจจัยหลายอย่างเช่น ประเภทเกมและผู้เผยแพร่

คุณสามารถค้นหา pbix ที่ใช้ในสถานการณ์ห่วงโซ่อุปทานได้ที่นี่: Supply Chain Sample.pbix

หมายเหตุ

การแชร์รายงานของคุณกับผู้ร่วมงาน Power BI กำหนดให้คุณต้องมีสิทธิ์การใช้งาน Power BI Pro แต่ละรายการ หรือรายงานจะถูกบันทึกในความจุแบบพรีเมียม

เริ่มใช้งาน

เลือกไอคอนแผนภูมิเส้นจากบานหน้าต่างการแสดงภาพ

ลายลาย้ต้นไม้การสลายตัว

การแสดงภาพต้องใช้การป้อนข้อมูลสองชนิด:

  • วิเคราะห์ –การวัดที่คุณต้องการวิเคราะห์ ซึ่งจะต้องเป็นหน่วยวัดหรือการรวม
  • อธิบายโดย –หนึ่งหรือหลายมิติตามที่คุณต้องการดูรายละเอียดแนวลึก

เมื่อคุณลากหน่วยวัดของคุณลงในเขตข้อมูลแล้ว การอัปเดตการแสดงผลด้วยภาพจะแสดงหน่วยวัดรวม ในตัวอย่างด้านล่างเราจะแสดง % เฉลี่ยของผลิตภัณฑ์บนรายการค้างส่ง (5.07%)

โหนดรากของต้นไม้การสลายตัว

ขั้นตอนถัดไปคือการนำในหนึ่งหรือหลายมิติที่คุณต้องการดูรายละเอียดแนวลึก เพิ่มเขตข้อมูลเหล่านี้ลงในบักเก็ต อธิบายโดย โปรดสังเกตว่าเครื่องหมายบวกจะปรากฏถัดจากโหนดรากของคุณ การเลือก + ช่วยให้คุณสามารถเลือกเขตข้อมูลที่คุณต้องการดูรายละเอียดแนวลึกได้ (คุณสามารถดูฟิลด์ในลำดับใดก็ได้ที่คุณต้องการ)

สกรีนช็อตแสดงไอคอนบวกที่เลือกซึ่งแสดงตัวเลือกจากรายการอธิบายตาม

การเลือกชุดผลลัพธ์ การคาดการณ์ ในแผนภูมิขยายและแบ่งหน่วยวัดตามค่าในคอลัมน์ สามารถทำซ้ำกระบวนการนี้ได้โดยการเลือกโหนดอื่นเพื่อดูรายละเอียดแนวลึก

การขยายโครงข่ายข้อมูล

การเลือกโหนดจากตัวกรองข้ามระดับสุดท้ายของข้อมูล การเลือกโหนดจากระดับก่อนหน้าเปลี่ยนเส้นทาง

ภาพเคลื่อนไหวแสดงการเลือกโหนดจากระดับก่อนหน้าและวิธีเปลี่ยนการแสดงผลเพื่อแสดงโหนดย่อย

โต้ตอบด้วยการแสดงผลด้วยภาพอื่นๆ ผ่านตัวกรองโครงข่ายของข้อมูล ลำดับของโหนดภายในระดับสามารถเปลี่ยนเป็นผลลัพธ์ได้ ในตัวอย่างด้านล่าง เราได้ทำการกรองแบบผ่านตัวกรองโครงข่ายของข้อมูลด้วย Ubisoft เส้นทางจะอัปเดตและการขายของ Xbox จะย้ายจากอันดับหนึ่งไปเป็นอันดับสอง ซึ่งถูกแซงโดย PlayStation

หากเรากรองจากโครงข่ายของ Nintendo ยอดขาย Xbox จะว่างเปล่าเนื่องจากไม่มีเกม Nintendo ที่พัฒนาขึ้นสำหรับ Xbox Xbox พร้อมกับเส้นทางที่ตามมาได้รับการกรองออกจากมุมมอง

แม้ว่าเส้นทางจะหายไป ระดับที่มีอยู่ (ในประเภทเกมกรณีนี้) จะยังคงปักหมุดอยู่บนโครงข่าย การเลือกโหนด Nintendo จะขยายแผนภูมิไปยังประเภทเกมโดยอัตโนมัติ

ภาพเคลื่อนไหวแสดงการเลือกตัวกรองข้ามซึ่งส่งผลต่อการแสดงโหนด

การแยก AI

คุณสามารถใช้“ AI Splits” เพื่อหาว่าคุณควรดูข้อมูลต่อไปที่ใด การแยกเหล่านี้ปรากฏที่ด้านบนของรายการและมีการทำเครื่องหมายด้วยหลอดไฟ การแยกจะช่วยให้คุณค้นหาค่าสูงสุดและต่ำสุดในข้อมูลได้โดยอัตโนมัติ

การวิเคราะห์สามารถทำงานได้สองวิธีโดยขึ้นอยู่กับการกำหนดลักษณะของคุณ ลักษณะการทำงานเริ่มต้นจะเป็นดังนี้:

  • ค่าสูง: พิจารณาฟิลด์ทั้งหมดที่มีอยู่และกำหนดว่าจะเจาะเข้าไปที่ใดเพื่อรับค่าสูงสุดของการวัดที่กำลังวิเคราะห์
  • ค่าต่ำ: พิจารณาฟิลด์ทั้งหมดที่มีอยู่และกำหนดว่าจะเจาะเข้าไปที่ใดเพื่อรับค่าสูงสุดของการวัดที่กำลังวิเคราะห์

การเลือก ค่าสูง ในตัวอย่างสินค้าค้าง ส่งผลลัพธ์ดังต่อไปนี้:

แผนผังการสลายตัวของ AI แยก

หลอดไฟจะปรากฏขึ้นถัดจาก ประเภทผลิตภัณฑ์ ที่ระบุว่านี่เป็น 'AI แยก' แผนผังยังมีเส้นประที่แนะนำโหนด การตรวจสอบผู้ป่วย เนื่องจากชุดผลลัพธ์นั้นมีค่าสูงสุดของรายการค้าง (9.2%).

วางเมาส์เหนือหลอดไฟเพื่อดูเคล็ดลับเครื่องมือ ในตัวอย่างนี้คำแนะนำเครื่องมือคือ “% ตามรายการค้างสูงสุดเมื่อประเภทผลิตภัณฑ์คือการตรวจสอบผู้ป่วย”

คุณสามารถกำหนดค่าการแสดงผลด้วยภาพเพื่อค้นหาการแยก แบบสัมพัทธ์ เมื่อเทียบกับ แบบสัมบูรณ์

โหมดสัมพัทธ์จะค้นหาค่าสูงที่โดดเด่น (เปรียบเทียบกับส่วนที่เหลือของข้อมูลในคอลัมน์) เพื่อแสดงให้เห็นตัวอย่าง มาลองดูตัวอย่างต่อไปนี้:

การแยกแบบสัมบูรณ์ของแผนภูมิการสลายตัว

ในสกรีนช็อตด้านบน เรากำลังมองหายอดขายของวิดีโอเกมในอเมริกาเหนือ ก่อนอื่นเราจะแยกโครงข่ายด้วย ชื่อผู้เผยแพร่ จากนั้นดูรายละเอียดใน Nintendo การเลือก ค่าสูง ผลลัพธ์ในการขยายของ แพลตฟอร์มคือ Nintendo เนื่องจาก Nintendo (ผู้เผยแพร่) เท่านั้นที่พัฒนาสำหรับคอนโซล Nintendo มีค่าเพียงค่าเดียวเท่านั้นดังนั้นค่าสูงสุดจึงไม่น่าแปลกใจ

อย่างไรก็ตามการแยกที่น่าสนใจยิ่งขึ้นคือการดูว่าค่าสูงเด่นกว่าค่าอื่นๆ ในคอลัมน์เดียวกันหรือไม่ ถ้าเราเปลี่ยนชนิดการวิเคราะห์จาก แบบสัมบูรณ์ เป็น แบบสัมพัทธ์ เราได้รับผลลัพธ์ดังต่อไปนี้สำหรับ Nintendo:

แผนภูมิการสลายตัวแบบสัมบูรณ์แยก

เวลานี้ค่าที่แนะนำคือ แพลตฟอร์มภายในประเภทเกม แพลตฟอร์มไม่ได้ให้ค่าสัมบูรณ์สูงกว่า Nintendo ($19,950,000 เทียบกับ $46,950,000) อย่างไรก็ตามมันเป็นคุณค่าที่โดดเด่น

แม่นยำยิ่งขึ้นเนื่องจากมีค่าเกม 10 ประเภทค่าที่คาดหวังสำหรับแพลตฟอร์มจะเท่ากับ $4.6 M หากพวกเขาถูกแบ่งเท่าๆ กัน เนื่องจากแพลตฟอร์มมีมูลค่าเกือบ $20M ซึ่งเป็นผลลัพธ์ที่น่าสนใจเนื่องจากสูงกว่าผลลัพธ์ที่คาดไว้ถึงสี่เท่า

การคำนวณมีดังนี้:

ยอดขายในอเมริกาเหนือสำหรับแพลตฟอร์ม/ Abs (ค่าเฉลี่ย (ยอดขายในอเมริกาเหนือสำหรับประเภทเกม))
vs
ยอดขายในอเมริกาเหนือสำหรับ Nintendo / Abs (เฉลี่ย (ยอดขายในอเมริกาเหนือสำหรับแพลตฟอร์ม))

ซึ่งตีเป็น:

19,550,000 / (19,550,000 + 11,140,000 + ... + 470,000 + 60,000 /10) = 4.25x
vs
46,950,000/ (46,950,000/1) = 1x

หากคุณไม่ต้องการใช้การแบ่ง AI ใด ๆ ในแผนผังคุณยังมีตัวเลือกในการปิดการใช้งานเหล่านี้ภายใต้ตัวเลือก การจัดรูปแบบการวิเคราะห์ ตัวเลือก:

แผนผังการสลายตัวปิดใช้งาน AI แยก

การโต้ตอบกับโครงข่ายของ AI

คุณสามารถมี AI ได้หลายระดับ นอกจากนี้คุณยังสามารถผสม AI ระดับต่างๆ ได้ (จากค่าสูงไปหาค่าต่ำและกลับไปเป็นมูลค่าสูง):

แผนผังการสลายตัวของ AI หลายเส้นทาง

หากคุณเลือกโหนดอื่นในโครงข่าย AI แยกจะคำนวณใหม่ตั้งแต่เริ่มต้น ในตัวอย่างด้านล่างเราเปลี่ยนโหนดที่เลือกในระดับ การคาดการณ์อคติ ระดับที่ตามมาจะเปลี่ยนเพื่อให้ได้ค่าที่สูงและต่ำที่ถูกต้อง

แผนผังการสลายตัวของปฏิสัมพันธ์ AI

ระดับ AI จะคำนวณอีกครั้งเมื่อคุณผ่านการกรองโครงข่ายของข้อมูลด้วยภาพอื่น ในตัวอย่างด้านล่างเราจะเห็นว่า % รายการค้าง ของเราสูงสุดสำหรับโรงงาน #0477

สกรีนช็อตแสดงการวิเคราะห์สาเหตุที่แท้จริงโดยเดือนที่เลือกทั้งหมด

แต่ถ้าเราเลือก เดือนเมษายน ในแผนภูมิแท่ง การเปลี่ยนแปลงสูงสุดของ ชนิดผลิตภัณฑ์คือราคาประหยัดขั้นสูง ในกรณีนี้ไม่ได้เป็นเพียงแค่โหนดที่เรียงลำดับใหม่ แต่เลือกคอลัมน์ที่แตกต่างอย่างสิ้นเชิง

สกรีนช็อตแสดงการวิเคราะห์สาเหตุที่แท้จริงโดยเลือกเฉพาะเดือนเมษายน

หากเราต้องการให้ระดับ AI ทำงานเหมือนระดับที่ไม่ใช่ AI ให้เลือกหลอดไฟเพื่อเปลี่ยนพฤติกรรมกลับเป็นค่าเริ่มต้น

ในขณะที่หลายระดับ AI สามารถผูกมัดด้วยกัน แต่ระดับที่ไม่ใช่ AI ไม่สามารถติดตามระดับ AI ได้ หากเราทำการแยกแบบแมนนวลหลังจากการแยกแบบ AI หลอดไฟจากระดับ AI จะหายไปและระดับจะเปลี่ยนเป็นระดับปกติ

การล็อก

ผู้สร้างเนื้อหาสามารถล็อคระดับสำหรับผู้ใช้บริโภค เมื่อระดับถูกล็อคจะไม่สามารถลบหรือเปลี่ยนแปลงได้ ผู้บริโภคสามารถสำรวจเส้นทางที่แตกต่างภายในระดับล็อค แต่พวกเขาไม่สามารถเปลี่ยนระดับเองได้ ในฐานะผู้สร้าง คุณสามารถวางเมาส์เหนือระดับที่มีอยู่เพื่อดูไอคอนล็อคได้ คุณสามารถล็อคได้หลายระดับตามที่คุณต้องการ แต่คุณไม่สามารถปลดล็อคระดับก่อนหน้าระดับล็อคได้

ในตัวอย่างด้านล่าง มีสองระดับแรกถูกล็อค ซึ่งหมายความว่าผู้บริโภคดังกล่าวสามารถเปลี่ยนเป็นระดับ 3 และ 4 และเพิ่มระดับใหม่ในภายหลังได้ อย่างไรก็ตาม จะไม่สามารถเปลี่ยนแปลงสองระดับแรกได้:

การล็อกต้นไม้การสลายตัว

ข้อจำกัดที่ทราบ

จำนวนสูงสุดของระดับสำหรับทรีคือ 50 จำนวนสูงสุดของจุดข้อมูลที่สามารถแสดงภาพได้ในหนึ่งครั้งบนทรีคือ 5,000 เราตัดทอนระดับเพื่อแสดง Top n ในปัจจุบัน Top n ต่อระดับจะถูกตั้งค่าเป็น 10

โครงข่ายของข้อมูลไม่สนับสนุนสถานการณ์ต่อไปนี้:

  • ไม่สามารถเข้าถึงบริการการวิเคราะห์ภายในองค์กรได้

การแยก AI ไม่ได้รับการสนับสนุนในสถานการณ์ต่อไปนี้:

  • Azure Analysis Services
  • เซิร์ฟเวอร์รายงาน Power BI
  • เผยแพร่บนเว็บ
  • หน่วยวัดที่ซับซ้อนและหน่วยวัดจากส่วนขยาย schema ใน ' วิเคราะห์ '

ข้อจำกัดด้านอื่น:

  • การสนับสนุนภายในถามตอบ

ขั้นตอนถัดไป

สร้างแผนภูมิโดนัท Power BI

การแสดงผลข้อมูลด้วยภาพของ Power BI