Describir el uso de AI Insights para detectar tendencias y anomalías
Uno de los retos a los que se enfrentan las organizaciones es identificar fácilmente las tendencias y detectar las anomalías a medida que ocurren. Por ejemplo, muchas organizaciones minoristas ven que las ventas crecen en diciembre, durante la temporada navideña. Ese cambio es previsible, pero ¿qué sucede si las ventas bajaron durante ese mes o si fueron más altas de lo normal en agosto? Es importante identificar estas anomalías lo antes posible para poder tomar las medidas necesarias.
La característica de información de Power BI ayuda a las organizaciones a identificar fácilmente información, como anomalías y tendencias en los datos, durante el consumo de elementos como informes, paneles y visualizaciones, así como durante la interacción con estos. Le informa si hay ideas interesantes y le da las explicaciones correspondientes. Funciona de forma preconfigurada en todos los informes, así que puede comenzar a obtener información sin hacer nada más.
Power BI tiene muchas características de información basadas en la inteligencia artificial (IA).
Información para informes: analiza los datos y encuentra anomalías y tendencias durante la interacción con los informes.
Información para objetos visuales individuales: analiza y explica las fluctuaciones de los puntos de datos en los objetos visuales.
Información para iconos del panel: examina los datos empleados para representar el icono y los presenta en objetos visuales interactivos.
Conclusiones rápidas para conjuntos de datos: genera automáticamente información de un conjunto de datos en el servicio Power BI.
AI Insights para modelos de datos en Power Query: proporciona acceso a modelos de machine learning prentrenados desde Azure Cognitive Services.
Notificaciones
Las notificaciones son una parte importante de las capacidades de Insights en Power BI. Al trabajar en elementos de Power BI, como los informes, Power BI ejecuta automáticamente análisis de información. Cuando Power BI encuentra conocimientos, usted recibe una notificación. Puede decidir si quiere consultar esa información o ignorarla. Las notificaciones son muy útiles para interactuar de forma proactiva con la información sugerida y para no perder nada importante, como el aumento de las ventas en una región en particular. La información principal hace referencia a lo más notable, con base en factores como la actualidad y la importancia.
Obtener información sobre informes y objetos visuales
Las notificaciones le alertan sobre la información durante el trabajo con los informes. También hay muchas situaciones en las que obtendrá información mientras navega por los elementos. Al trabajar con objetos visuales e informes de Power BI, puede seleccionar Obtener información para abrir el panel de Insights.
El panel solo muestra información sobre la página del informe actual y se actualiza al seleccionar una página distinta en el informe. Cuando trabaja con visualizaciones individuales, puede seleccionar Más opciones (...) en la esquina superior derecha de un objeto visual y, luego, Obtener información para ver información solo sobre ese objeto visual.
Información
Actualmente, el panel de Insights muestra tres tipos de información:
Anomalías: representa algo que no entra dentro de lo esperado. Por ejemplo, un termostato inteligente que obtiene un lectura de 100 °F cuando normalmente es de 72 °F se consideraría una anomalía.
Tendencias: un patrón que se encuentra en conjuntos de datos de series temporales. Por ejemplo, si las ventas de una empresa aumentan regularmente durante el mes de abril, eso representaría una tendencia.
Análisis de indicadores clave de rendimiento (KPI):: ayuda a evaluar el valor actual y compararlo con un objetivo definido. Por ejemplo, una empresa con un objetivo de ventas de 1,2 millones, pero con un valor actual de ventas de 1 millón.
Anomalías
Una anomalía es una irregularidad en los datos de series temporales, como picos y caídas inesperados en los datos. Un algoritmo calcula un límite alrededor de lo que se considera un valor normal o esperado. Cualquier valor que se encuentre fuera de este límite se marca como una anomalía.
Hay tres tipos de información sobre anomalías:
Anomalía significativa: una anomalía con una puntuación alta. La puntuación de la anomalía indica la distancia a la que se encuentra el punto del intervalo esperado.
Anomalía reciente: la anomalía más reciente de la medida.
Resumen de anomalías: este tipo de información resume varias anomalías en la medida.
Cuando se marca una anomalía en los datos, Power BI ejecuta un análisis en las diferentes dimensiones del modelo de datos para buscar picos o caídas en la medida que guarden alguna correlación con la anomalía. Se muestran como posibles explicaciones clasificadas por fuerza.
Tendencias
Una tendencia ocurre cuando hay un aumento o disminución prolongados de los datos de series temporales. Hay una serie de pasos que el algoritmo de Power BI utiliza para encontrar tendencias significativas. En primer lugar, el suavizado de datos, la interpolación y el muestreo de series temporales. A continuación, se identifican las tendencias para determinar su importancia estadística en función de la pendiente y la duración de un cambio de valor. El algoritmo elimina el ruido, como la estacionalidad y los valores atípicos. Por ejemplo, si las ventas suben en diciembre, el algoritmo no marca esto como una tendencia notable, ya que es normal que las ventas aumenten en ese periodo.
Hay cuatro tendencias principales:
Tendencia larga: esta tendencia es significativa y es la más larga en una serie o en un conjunto de varias series en un objeto visual.
Tendencia pronunciada: esta tendencia es significativa y es la más pronunciada en una serie o en un conjunto de varias series en un objeto visual.
Tendencia reciente: esta tendencia es significativa y es la más reciente en una serie o en un conjunto de varias series en un objeto visual.
Inversión de tendencia: una tendencia reciente, en una serie o en varias series en un objeto visual, donde la inversión es significativa en comparación con el segmento de tendencia anterior.
Cuando se marca una tendencia en los datos, Power BI busca e identifica las categorías con la mayor influencia en el aumento o la disminución de dicha tendencia. Las posibles explicaciones se clasifican en función de las contribuciones relativas al aumento o la disminución de la tendencia, en las distintas categorías.
Análisis de KPI
El análisis de KPI con un objetivo analiza la desviación del valor actual con respecto a su objetivo. Se considera significativo si la desviación es alta o baja en comparación con otros segmentos. El análisis de KPI sin un objetivo analiza el valor en sí y marca los que son altos o bajos en comparación con otros segmentos.
Para aportar explicaciones del análisis de KPI, Power BI busca e identifica las categorías que tienen valores superiores o inferiores a los previstos. Para el análisis de KPI con objetivo, las posibles explicaciones se clasifican en función de las puntuaciones Z de la diferencia entre el valor y el objetivo. Para el análisis de KPI sin objetivo, las posibles explicaciones se clasifican en función de las puntuaciones Z del propio valor.