Typer af indsigt, der understøttes af Power BI
GÆLDER FOR:
Power BI-tjeneste for virksomhedsbrugerePower BI-tjeneste til designere og udviklere
, der kræver En Pro- eller Premium-licens til Power BI Desktop
Bed Power BI om at gennemse dine data og finde interessante tendenser og mønstre. Disse tendenser og mønstre præsenteres som visualiseringer kaldet Indsigt. Indsigter er tilgængelige for visualiseringer på dashboards, visualiseringer i rapporter og hele rapportsider.
Hvis du vil vide mere om, hvordan du bruger dashboardindsigt, skal du se Få vist dataindsigt på dashboardfelter med Power BI.
Hvordan fungerer Indsigter?
Power BI søger i forskellige undersæt af din semantiske model og anvender et sæt avancerede algoritmer til at finde indsigt, der kan være interessant. Du kan køre Indsigt på dashboardfelter, rapportvisualiseringer og rapportsider.
Nogle terminologi
Power BI bruger statistiske algoritmer til at afdække indsigter. Algoritmerne er angivet og beskrevet i næste afsnit i denne artikel. Før vi kommer til algoritmerne, er her definitioner for nogle begreber, der kan være ukendte.
Måling – En måling er et kvantitativt (numerisk) felt, der kan bruges til at foretage beregninger. Almindelige beregninger er sum, gennemsnit og minimum. Hvis vores virksomhed f.eks. fremstiller og sælger skateboards, kan vores målinger være antallet af solgte skateboards og den gennemsnitlige fortjeneste pr. år.
Dimension – Dimensioner er kategoriske data (tekst). En dimension beskriver en person, et objekt, et element, produkter, et sted og et klokkeslæt. I en semantisk model er dimensioner en måde at gruppere målinger i nyttige kategorier på. For vores skateboardfirma kan nogle dimensioner omfatte at se på salg (en måling) efter model, farve, land/område eller marketingkampagne.
Korrelation – En korrelation fortæller os, hvordan funktionsmåden for ting er relateret. Hvis deres mønstre for stigning og fald er ens, er de positivt korreleret. Hvis deres mønstre er modsatte, er de negativt korreleret. For eksempel øges salget af røde skateboards, hver gang vi kører en tv-marketingkampagne. Salget af de røde skateboards og tv-marketingkampagnen er positivt korreleret.
Tidsserier – en tidsserie er en måde at vise tiden som efterfølgende datapunkter på. Disse datapunkter kan være intervaller, f.eks. sekunder, timer, måneder eller år.
Fortløbende variabel – En fortløbende variabel kan være en hvilken som helst værdi mellem minimum- og maksimumgrænserne, ellers er det en diskret variabel. Eksempler er temperatur, vægt, alder og tid. Fortløbende variabler kan indeholde brøker eller dele af værdien. Det samlede antal solgte blå skateboards er en diskret variabel, da vi ikke kan sælge halvdelen af et skateboard.
Hvilke typer indsigter kan du finde?
I forbindelse med rapporter udfører Power BI proaktivt analyser for uregelmæssigheder, tendenser og KPI'er. I forbindelse med dashboardfelter kan Power BI finde 10 typer indsigt.
Kategori udenforliggende værdier (øverst/nederst)
Fremhæver tilfælde, hvor en eller to kategorier har større værdier end andre kategorier.
Skift punkter i en tidsserie
Fremhæver, når der er betydelige ændringer i tendenser i en tidsserie af data.
Korrelation
Registrerer tilfælde, hvor flere målinger viser et lignende mønster eller en lignende tendens, når de afbildes i forhold til en kategori eller værdi i den semantiske model.
Lav varians
Registrerer tilfælde, hvor datapunkter for en dimension ikke er langt fra middelværdien, så variansen er lav. Lad os antage, at du har målingen "salg" og en dimension "område". Og når du ser på tværs af området, kan du se, at der ikke er nogen forskel mellem datapunkterne og middelværdien (af datapunkterne). Indsigten udløses, når variansen af salg på tværs af alle områder er under en tærskel. Med andre ord, når salget er ens på tværs af alle områder.
Flertal (overordnede faktorer)
Finder tilfælde, hvor det meste af en samlet værdi kan tilskrives en enkelt faktor, når den opdeles efter en anden dimension.
Outliers
Denne indsigtstype bruger en klyngemodel til at finde udenforliggende værdier, der ikke er relateret til tid i seriedata. Udenforliggende værdier registrerer, når der er specifikke kategorier med værdier, der er markant anderledes end de andre kategorier.
Generelle tendenser i tidsserier
Registrerer opad- eller nedadgående tendenser i tidsseriedata.
Sæsonudsving i tidsserier
Finder periodiske mønstre i tidsseriedata, f.eks. ugentlige, månedlige eller årlige sæsonudsving.
Konstant deling
Fremhæver tilfælde, hvor der er en overordnet/underordnet-korrelation mellem andelen af en underordnet værdi i forhold til den overordnede værdi på tværs af en fortløbende variabel. Indsigten med konstant deling gælder for konteksten af en måling, en dimension og en anden dato-/klokkeslætsdimension. Denne indsigt udløses, når en bestemt dimensionsværdi, f.eks. "det østlige område", har en konstant procentdel af det samlede salg på tværs af denne dato-/klokkeslætsdimension.
Indsigten med konstant deling svarer til indsigten med lav varians, fordi de begge relaterer til den manglende varians for en værdi på tværs af tid. Indsigten med konstant deling måler dog den manglende varians for procentdelen af samlet over tid, mens indsigten med lav varians måler den manglende varians for de absolutte målingsværdier på tværs af en dimension.
Afvigende værdier for tidsserier
For data på tværs af en tidsserie registrerer, når der er bestemte datoer eller klokkeslæt med værdier, der er væsentligt anderledes end de andre dato-/klokkeslætsværdier.
Relateret indhold
Har du flere spørgsmål? Spørg Power BI-community'et .