使用分析功能解释报表视觉对象中的波动

  • 版本 :2023.1(当前版本)

使用分析功能解释报表视觉对象中的波动

适用范围:Applies to.面向业务用户的 Power BI 服务Applies to.面向设计者和开发人员的 Power BI 服务Does not apply to.Power BI Desktop Does not apply to.需要 Pro 或 Premium 许可证

在报表视觉对象中,你通常会看到值大幅上升又急剧下降的情况,并且想知道导致这种波动的原因。 借助 Power BI 服务中的“分析”功能,只需单击几下即可了解原因 。

例如,请看下面的视觉对象,其中按“月份”“制造商”显示了总单位数。 VanArsdel 在竞争者中遥遥领先,但在 2014 年 6 月有一次陡降。 在这种情况下,你可以对数据进行研究,以帮助解释发生变化的原因。

Visual with increases and decreases

可以让 Power BI 服务解释视觉对象中出现的增长、下降或分布异常情况,并获得有关数据的快速、自动化且深入的分析。 右键单击数据点,然后选择“分析”>“解释此减少情况”(或者如果前一栏较低,则选择“解释此增长情况”),或“分析”>“查找此分配不同之处”,就可以在易用窗口中收到见解。

Insights shown in visual

分析功能与上下文相关,并且以前一个数据点(例如上一栏或列)为基础。

备注

此功能处于预览状态,可能会发生更改。 见解功能默认启用并打开(无需勾选“预览”框来启用它)。

选择哪些因素和类别

在检查完各个列之后,Power BI 选择并显示那些显示最大相对贡献变化的因素。 对于每个列,说明中都会标注具有最显著的贡献变化的值。 此外,还会标注实际增长和下降幅度最大的值。

若要查看 Power BI 生成的所有见解,请使用滚动条。 显示顺序是将最重要的贡献者排在最前面。

使用见解

若要使用见解来解释视觉对象上出现的趋势,请右键单击条形图或折线图中的任意数据点,然后选择“分析”。 接着,选择显示的选项:“解释增长情况”、“解释下降情况”或“解释区别”。

然后,Power BI 针对数据运行其机器学习算法,并使用视觉对象和说明(介绍哪些类别对增长情况、下降情况或区别的影响最大)填充窗口。 本例中的第一个见解是一个瀑布图。

insights pop-up window

通过选择瀑布视觉对象底部的小图标,可以选择使见解显示为散点图、堆叠柱形图或功能区图。

Screenshot shows the icons at the bottom of the visual.

使用页面顶部的“竖起拇指”和“拇指向下”图标,可以提供关于视觉对象和功能的反馈。

thumbs up and thumbs down icons

如果报表处于“阅读”或“编辑”视图中,则可以将见解用于分析数据和创建可轻松添加到报表中的视觉对象。 如果已在“编辑”视图中打开报表,则会在拇指图标旁边看到一个加号图标。 选择加号图标,将见解作为新的视觉对象添加到报表中。

Screenshot shows the plus icon used to add the insight.

返回结果的详细信息

见解返回的详细信息旨在突出两个时间段之间的不同之处,以帮助你了解它们之间的变化。

可以将算法设想为采用模型中的所有其他列,计算该列在之前和之后的时间段的细分,确定该细分发生的变化量,然后返回那些变化最大的列。 例如,在上述瀑布图中已选择“州”,因为路易斯安那州、德克萨斯州和科罗拉多州在 6 月到 7 月之间的贡献值已降低 13% 至 19%,导致了总单位数的最大降幅。

对于返回的每个见解,可以显示四个视觉对象。 其中三个视觉对象旨在突出两个时间段之间的贡献变化。 例如,用于解释从第二季度第三季度的增长。 功能区图表显示所选数据点之前和之后的变化。

散点图

Small screenshot showing scatter plot icon selected

对于列(本例中为“州”)的每个值,散点图视觉对象显示第一个时间段的度量值(在 x 轴上)与第二个时间段的度量值(在 y 轴上)。 如果值增加,则数据点都在绿色区域中,如果值减小,则在红色区域中。

虚线表示最佳匹配,此线上方的数据点增长的幅度超过总体趋势,而此线下方的数据点增长的幅度小于总体趋势。

Scatter plot with dotted line

在任一时间段中值为空白的数据项都不会显示在散点图上。

百分比堆积柱形图

Small screenshot showing column chart icon selected

100% 堆积柱形图视觉对象显示所选数据点和上一个数据点占总数值 (100%) 的大小。 可以并排比较每个数据点的贡献值。 在本例中,工具提示显示所选“德克萨斯州”值的实际贡献值。 由于州列表很长,因此使用工具提示有助于查看详细信息。 通过使用工具提示,我们可以看到,德克萨斯州对总单位数百分比的贡献的差别不大(分别是 31% 和32%),但总单位数的实际值从 89 减少到 71。 请注意,Y 轴是一个百分比,而不是总数,每个列区段是一个百分比,而不是一个值。

100% stacked column chart

带状图

Small screenshot showing ribbon chart icon selected

功能区图表视觉对象显示之前和之后的度量值。 当贡献者的排序发生变化时(例如,如果 LA 从排名第二的贡献者降至排名第十一),它对显示贡献变化特别有用 。 尽管 TX 在顶部由较宽的区段表示,表示它在之前和之后是最重要的贡献者,但下降表示在选定的时期和之后,贡献值都下降了。

ribbon chart

瀑布图

Small screenshot showing waterfall chart icon selected

第四个视觉对象是瀑布图,可显示各时间段之间的实际增幅或降幅。 此视觉对象清楚地显示了 2014 年 6 月下降的一个主要贡献者(在本例中为“州”)。 而“州”对总单位数影响的细节表明,路易斯安那州、德克萨斯州和科罗拉多州的下降起了最重要的作用。

waterfall chart

注意事项和限制

由于这些见解是根据上一个数据点的变化得出的,因此在视觉对象中选择首个数据点时,这些见解不可用。

并非所有视觉对象类型都支持“分析”功能。

以下列表列出了目前无法使用“分析”-“解释增长/下降情况/区别”的所有情形:

  • 前 n 个筛选器

  • 包括/排除筛选器

  • 度量值筛选器

  • 非数值度量值

  • 使用“值显示为”

  • 筛选后的度量值:筛选后的度量值是指应用了特定筛选器的视觉对象级计算(例如,法国总销售额),用于见解功能创建的某些视觉对象

  • X 轴上的类别列(根据列将排序定义为标量的情况除外)。 如果使用层次结构,则有效层次结构中的每一列必须与此条件相匹配

  • 已启用 RLS 或 OLS 的数据模型