Typer innsikt som støttes av Power BI
GJELDER FOR: 
Power Bi-tjeneste for bedriftsbrukere Power Bi-tjeneste for designere og utviklere
Power BI Desktop krever Pro- eller Premium-lisens
Be Power BI om å se gjennom dataene dine og finne interessante trender og mønstre. Disse trendene og mønstrene presenteres som visualobjekter kalt Innsikt. Innsikt er tilgjengelig for visualobjekter på instrumentbord, visualobjekter i rapporter og hele rapportsider.
Hvis du vil lære hvordan du bruker instrumentbordinnsikt, kan du se Vise datainnsikt på instrumentbordfliser med Power BI.
Hvordan fungerer Innsikter?
Power BI søker i ulike delsett av semantisk modell og bruker et sett med avanserte algoritmer for å oppdage potensielt interessant innsikt. Du kan kjøre Innsikt på instrumentbordfliser, rapportvisualobjekter og rapportsider.
Noe terminologi
Power BI bruker statistiske algoritmer til å avdekke innsikter. Algoritmene er oppført og beskrevet i neste del av denne artikkelen. Før vi kommer til algoritmene, her er definisjoner for noen termer som kan være ukjente.
Mål – Et mål er et kvantitativt (numerisk) felt som kan brukes til å utføre beregninger. Vanlige beregninger er summer, gjennomsnitt og minimum. For eksempel, hvis vårt selskap lager og selger skateboards, kan våre tiltak være antall skateboards solgt og gjennomsnittlig fortjeneste per år.
Dimensjon – Dimensjoner er kategoriske data (tekst). En dimensjon beskriver en person, objekt, element, produkter, sted og klokkeslett. I en semantisk modell er dimensjoner en måte å gruppere mål i nyttige kategorier på. For vårt skateboardselskap kan noen dimensjoner omfatte å se på salg (et mål) etter modell, farge, land/område eller markedsføringskampanje.
Korrelasjon - En korrelasjon forteller oss hvordan oppførselen til ting relaterer seg. Hvis deres mønstre for økning og reduksjon er like, er de positivt korrelert. Hvis mønstrene deres er motsatte, er de negativt korrelert. For eksempel øker salget av røde skateboards hver gang vi kjører en tv-markedsføringskampanje. Salg av røde skateboards og tv-markedsføringskampanjen er positivt korrelert.
Tidsserie – En tidsserie er en måte å vise tid på som etterfølgende datapunkter. Disse datapunktene kan være intervaller, for eksempel sekunder, timer, måneder eller år.
Kontinuerlig variabel – En kontinuerlig variabel kan være en hvilken som helst verdi mellom minimums- og maksimumsgrensene, ellers er det en diskret variabel. Eksempler er temperatur, vekt, alder og tid. Kontinuerlige variabler kan inneholde brøker eller deler av verdien. Totalt antall blå skateboards solgt er en diskret variabel siden vi ikke kan selge et halvt skateboard.
Hvilke typer innsikt kan du finne?
For rapporter utfører Power BI proaktivt analyser for avvik, trender og KPI-er. For instrumentbordfliser kan Power BI finne 10 typer innsikter.
Kategori-ytterpunkter (øverst/nederst)
Uthever tilfeller der én eller to kategorier har større verdier enn andre kategorier.
Endre punkter i en tidsserie
Uthever når det er betydelige endringer i trender i en tidsserie med data.
Korrelasjon
Oppdager tilfeller der flere mål viser et lignende mønster eller en lignende trend når de tegnes inn mot en kategori eller verdi i semantisk modell.
Lav varians
Oppdager tilfeller der datapunkter for en dimensjon ikke er langt fra gjennomsnittet, så variansen er lav. La oss si at du har målet «salg» og en dimensjon «område». Og når du ser på tvers av området, ser du at det er liten forskjell mellom datapunktene og gjennomsnittet (av datapunktene). Innsikten utløser når variansen for salg på tvers av alle områder er under en terskel. Med andre ord, når salget er likt på tvers av alle områder.
Flertall (viktige faktorer)
Finner tilfeller der mesteparten av en totalverdi kan tilskrives én enkelt faktor når den deles opp av en annen dimensjon.
Ytre punkter
Denne innsiktstypen bruker en klyngemodell til å finne ytterpunkter som ikke er relatert til tid i seriedata. Ytterpunkter oppdager når det finnes bestemte kategorier med verdier som er vesentlig annerledes enn de andre kategoriene.
Generelle trender i tidsserier
Oppdager oppadgående eller nedadgående trender i tidsseriedata.
Sesongavhengighet i tidsserier
Finner periodiske mønstre i tidsseriedata, for eksempel ukentlig, månedlig eller årlig sesongavhengighet.
Jevn andel
Uthever tilfeller der det er en overordnet-underordnet korrelasjon mellom andelen av en underordnet verdi i forhold til den overordnede verdien på tvers av en kontinuerlig variabel. Den stadige delingsinnsikten gjelder for konteksten til et mål, en dimensjon og en annen dato/klokkeslett-dimensjon. Denne innsikten utløser når en bestemt dimensjonsverdi, for eksempel «østområdet», har en jevn prosentandel av det totale salget på tvers av denne dato-/klokkeslettdimensjonen.
Den stadige delingsinnsikten ligner den lave variansinnsikten, fordi begge forholder seg til mangelen på varians for en verdi over tid. Den stadige delingsinnsikten måler imidlertid mangelen på varians for prosentandelen av totalen over tid, mens innsikten med lav varians måler mangelen på varians for de absolutte målverdiene på tvers av en dimensjon.
Ytterpunkter for tidsserier
For data på tvers av en tidsserie oppdager du når det finnes bestemte datoer eller klokkeslett med verdier som er vesentlig annerledes enn de andre dato-/klokkeslettverdiene.
Relatert innhold
Har du flere spørsmål? Spør Power BI-fellesskap.