Panel Analytics untuk Visual di Power BI
Beberapa visual di Power BI Desktop memiliki opsi untuk menambahkan garis referensi dinamis melalui panel Analytics. Perlu dicatat bahwa tidak semua opsi tersedia untuk semua visual, dan beberapa visual, seperti bagan kombinasi seperti line and clustered column chart, tidak memiliki opsi apa pun di panel Analytics.
Jenis garis dinamis yang dapat Anda tambahkan ke visual antara lain:
- Garis konstan (serta opsi garis konstan sumbu x dan sumbu y terpisah)
- Garis maksimum
- Garis minimum
- Garis rata-rata
- Garis median
- Garis persentil
- Arsir simetri
- Garis tren
- Peramalan
Garis dinamis ini sangat berguna untuk menambahkan konteks pada visual Anda, yang dapat membantu pengguna mengekstrak insight berguna dengan lebih cepat. Misalnya, misalkan Anda memiliki clustered bar chart yang menampilkan penjualan per negara. Dengan menambahkan garis rata-rata, Anda bisa cepat menentukan negara mana yang berkinerja di atas atau di bawah rata-rata; hal ini kemudian dapat menjadi dasar pengambilan keputusan lebih lanjut.
Saya mendapati garis rata-rata dan garis tren sebagai yang paling berguna. Mari kita bahas cara menambahkannya ke bagan Anda di bawah ini.
Menambahkan Garis Rata-rata ke Bagan di Power BI
Dalam contoh ini, kita akan menambahkan garis rata-rata ke clustered bar chart yang menampilkan total nilai opportunity per produk. Pertama, pilih ikon ‘Analytics’; lalu, di bawah ‘Average line’ klik ‘Add line’. Anda dapat menyesuaikan tampilan garis jika diinginkan, atau biarkan apa adanya.
Pada bagan di bawah, kita dapat melihat bahwa produk dari Tablets hingga Webcams semuanya berkinerja di bawah rata-rata. Perusahaan bisa memutuskan untuk menghentikan beberapa produk dengan kinerja terburuk, atau meningkatkan upaya pemasaran untuk mencoba menaikkan penjualan. Menambahkan garis rata-rata ke bagan memudahkan identifikasi area di mana keputusan semacam ini perlu diambil.
Menambahkan Garis Tren ke Bagan di Power BI
Dalam contoh ini, kita akan menambahkan garis tren ke line chart yang menampilkan total nilai opportunity dari waktu ke waktu. Pertama, pilih ikon ‘Analytics’. Jika Anda memiliki bagan deret waktu yang kompatibel, Anda akan diberi opsi untuk menambahkan garis tren. Sama seperti garis rata-rata, Anda dapat menyesuaikan tampilan garis tren dengan beberapa opsi sederhana seperti warna dan gaya garis.
Pada contoh di bawah, kita dapat melihat bahwa penjualan dari waktu ke waktu mengikuti tren menurun. Garis tren ini membantu untuk melakukan peramalan dalam jangka waktu pendek. Jika Anda mengetahui perkiraan tren yang diikuti data Anda, Anda akan berada pada posisi yang lebih baik untuk memperkirakan nilai di masa depan. Tanpa informasi ini, mata Anda cenderung hanya fokus pada fluktuasi penjualan harian yang tajam tanpa mampu menarik kesimpulan yang bermakna.
Menggunakan Parameter What-If di Visual Power BI
Fitur parameter what-if di Power BI memungkinkan Anda membuat skenario ‘what-if’ kustom yang ideal untuk peramalan. Misalnya, sebuah perusahaan mungkin mengamati pertumbuhan penjualan 10% dari tahun ke tahun. Namun, bagaimana jika mereka ingin meramalkan berbagai tingkat pertumbuhan untuk bulan-bulan atau tahun mendatang dan melihat bagaimana hal ini dapat memengaruhi KPI dalam laporan Power BI mereka? Untuk melakukannya dengan cepat dan mudah, mereka dapat menggunakan parameter what-if.
Dalam tutorial ini, kita akan menambahkan parameter what-if yang memungkinkan kita menyesuaikan tingkat pertumbuhan secara dinamis untuk prakiraan nilai opportunity. Kita akan memvisualisasikan efeknya dalam line chart yang menampilkan nilai aktual dan 3 bulan nilai opportunity yang diproyeksikan.
Untuk menambahkan parameter what-if, pilih tab Modeling dari pita lalu pilih ‘New Parameter’. Ini akan menampilkan kotak dialog tempat kita dapat memasukkan nama parameter (Opportunity Growth Rate), tipe data (desimal), lalu nilai yang ingin kita tetapkan untuk parameter (dari -1 hingga 1 dengan kenaikan 0,01). Masukkan nilai default sebagai 0 karena ini adalah nilai yang akan diambil parameter saat tidak ada nilai yang dipilih oleh pengguna.
Selanjutnya, penting untuk mencentang opsi menambahkan slicer ke halaman karena kita memerlukannya untuk dapat menyesuaikan tingkat pertumbuhan prakiraan secara dinamis.
Pada dasarnya, parameter what-if ini akan membuat tabel dengan kolom berisi semua nilai individual yang ditentukan dalam rentang. Ini juga akan membuat measure yang mengembalikan nilai yang dipilih dari tabel tersebut. Kita akan menggunakan measure ini dalam perhitungan untuk nilai opportunity yang diproyeksikan.
Untuk melihat bagaimana prakiraan ini bekerja untuk bulan-bulan mendatang, buat tabel tanggal yang memuat rentang tanggal saat ini dalam data serta tanggal untuk sejumlah bulan ke depan sesuai kebutuhan Anda. Periode waktu prakiraan yang akan kita gunakan dalam contoh ini adalah 3 bulan.
Untuk menghitung penjualan yang diproyeksikan, kita perlu membuat measure dengan formula DAX berikut:
Opportunity Forecast =
IF( MAX ( 'Opportunity Calendar'[Date] ) > DATE(2021, 09, 21), CALCULATE ( SUM ( Opportunities[Value] ), DATEADD ( 'Opportunity Calendar'[Date], -1, YEAR ) ) * ( 1+'Opportunity Growth Rate'[Opportunity Growth Rate Value] ), SUM ( Opportunities[Value] ) )
Formula DAX ini akan mengembalikan nilai opportunity yang diproyeksikan (ditingkatkan dengan tingkat pertumbuhan opportunity dari parameter what-if kita) jika tanggal jatuh di atas tanggal terbaru dalam dataset kita (21 Sep 2021); jika tidak, akan mengembalikan nilai opportunity aktual. Jika Anda menerapkan formula DAX ini pada data masa kini, Anda perlu mengganti bagian yang mengandung DATE(2021, 09, 21) dengan fungsi TODAY().
Terakhir, kita dapat menambahkan nilai opportunity aktual dan measure prakiraan opportunity ini ke line chart sehingga kedua garis tersebut saling tumpang tindih. Ubah format garis prakiraan menjadi garis putus-putus untuk melihat di mana prakiraan dimulai. Sekarang, kita dapat menyesuaikan tingkat pertumbuhan secara dinamis dari slicer untuk mengubah prakiraan.
Fitur Berbasis AI
Power BI telah mengambil langkah besar untuk mengintegrasikan lebih banyak fitur berbasis AI ke dalam platform. Ini memudahkan dan mempercepat pengungkapan insight dalam data kita bahkan tanpa pelatihan khusus ilmu data.
Deteksi Anomali
Deteksi anomali berguna untuk dengan cepat mengidentifikasi potensi masalah atau sorotan dengan menambahkan penanda dinamis. Namun, ini hanya berfungsi pada line chart deret waktu. Idenya adalah algoritma akan menentukan nilai yang diharapkan untuk tanggal tertentu; lalu, berdasarkan interval keyakinan, nilai aktual akan dianggap sebagai anomali atau tidak.
Pada contoh di bawah, deteksi anomali digunakan pada bagan pendapatan dari waktu ke waktu. Untuk tanggal yang dipilih, pendapatan aktual adalah R90k sementara pendapatan yang diharapkan adalah R82k dengan rentang R79k - R85k. Oleh karena itu, ini dianggap sebagai anomali.
Key Influencers
Key influencers adalah opsi visualisasi yang menunjukkan seberapa besar kemungkinan suatu metrik terjadi berdasarkan fitur yang Anda tentukan.
Pada contoh di bawah, sebuah opportunity 2,76 kali lebih mungkin memiliki status ‘Won’ jika terjadi peningkatan diskon sebesar 0,02. Hasil ini digambarkan dalam scatterplot di sisi kanan visual.
Visual key influencers sangat membantu untuk membandingkan efek beberapa fitur satu sama lain. Ini menghasilkan insight yang lebih cepat tentang fitur mana yang paling penting berkontribusi pada suatu metrik dan mungkin memerlukan eksplorasi lebih lanjut.
Pohon Dekomposisi
Pohon dekomposisi adalah opsi visualisasi yang memungkinkan Anda menyusun fitur dalam hierarki dan menampilkan perincian suatu metrik pada setiap level dalam hierarki tersebut.
Misalnya, gambar di bawah dimulai dengan metrik Sales Opportunity yang dipecah menjadi kategori, produk, lalu wilayah. Dengan cara ini, Anda dapat melihat bagaimana penjualan didistribusikan di seluruh elemen pada setiap level dan elemen mana yang saat ini paling berkontribusi terhadap penjualan.
Jika Anda tidak yakin pemecahan terbaik untuk metrik Anda, Anda dapat menggunakan opsi dalam pemformatan untuk visual ini yang disebut ‘AI splits’. Jika Anda mengaktifkan opsi ini, Anda dapat membiarkan Power BI memilih fitur terbaik untuk ditambahkan berdasarkan apakah fitur tersebut menghasilkan nilai tertinggi atau terendah dibandingkan yang lain.
Bagan di atas dihasilkan dengan memilih ‘High value’ untuk setiap level dalam hierarki.
Narasi Cerdas
Smart Narratives adalah opsi visualisasi yang membuat kotak teks berisi narasi tertulis tentang pengamatan utama dalam data. Anda dapat dengan mudah mengedit dan memformat teks untuk menambahkan, menghapus, atau menyorot bagian terpenting bagi pengguna Anda.
Fitur ini sangat berguna untuk dengan cepat menambahkan insight kunci tentang data Anda ke presentasi atau laporan. Kemampuan untuk menyesuaikan narasi ini berarti Anda dapat menyesuaikannya dengan audiens yang akan menerima presentasi.
Insight Konteks-Spesifik
Insight ini bervariasi tergantung pada bagan atau variasi dalam data Anda. Jenis insight yang dapat Anda hasilkan adalah:
- Jelaskan peningkatan
- Jelaskan penurunan
- Temukan di mana distribusinya berbeda (biasanya untuk bagan batang dan kolom yang membandingkan kategori).
Pada contoh di bawah, kami mengeklik kanan pada sebuah titik yang sedikit lebih tinggi dari yang lain; dan opsi ‘Explain the increase’ muncul di bagian Analyze.
Memilih opsi ini memberikan analisis mendetail tentang banyak fitur dalam dataset yang dapat menjelaskan kemungkinan alasan peningkatan ini. Bagan yang ditampilkan biasanya berupa waterfall chart, tetapi Anda juga dapat memilih dari beberapa jenis visualisasi lain, seperti scatterplot, bagan kolom, dan line chart. Jika ada bagan yang menarik perhatian Anda dan ingin menambahkannya ke laporan, Anda cukup mengeklik ikon plus di kanan atas bagan.
Insight kontekstual ini sangat berharga ketika Anda ingin menghasilkan insight dengan cepat. Saya sering menggunakan fitur ini untuk menemukan poin yang perlu ditelusuri dan dianalisis lebih lanjut terkait perubahan mendadak dalam data. Ini mempercepat proses eksplorasi data saya karena saya tidak perlu memulai dari nol.
Kesimpulan
Dengan menggunakan alat dalam tutorial ini, Anda akan mampu menghasilkan laporan analitik yang dinamis dan andal. Menambahkan keterampilan Power BI tingkat lanjut ke gudang kemampuan Anda tidak hanya akan membuat Anda menjadi data scientist yang lebih efektif, tetapi juga dapat membuka lebih banyak peluang karier karena Power BI adalah salah satu keterampilan business intelligence yang paling dicari di pasar kerja. Jika Anda ingin mempelajari Power BI lebih dalam, Anda dapat melihat kursus Power BI kami atau Power BI Skill Track kami yang dapat mendongkrak karier.
