Il riquadro Analytics per le visualizzazioni in Power BI
Alcune visualizzazioni in Power BI Desktop offrono la possibilità di aggiungere linee di riferimento dinamiche tramite il riquadro Analytics. Vale la pena notare che non tutte le opzioni sono disponibili per tutte le visualizzazioni e che alcune, come i grafici combinati (ad esempio linea e colonne raggruppate), non hanno alcuna opzione nel riquadro Analytics.
I tipi di linee dinamiche che puoi aggiungere alle visualizzazioni sono:
- Linea costante (oltre alle opzioni per linee costanti separate su asse x e asse y)
- Linea del valore massimo
- Linea del valore minimo
- Linea della media
- Linea della mediana
- Linea del percentile
- Ombreggiatura di simmetria
- Linea di tendenza
- Previsioni
Queste linee dinamiche sono particolarmente utili per aggiungere contesto alle tue visualizzazioni, aiutando l’utente a estrarre insight utili più rapidamente. Per esempio, supponi di avere un grafico a barre raggruppate che mostra le vendite per paese. Aggiungendo una linea della media, puoi determinare rapidamente quali paesi performano sopra o sotto la media; questo può quindi guidare ulteriori decisioni.
Trovo che le linee della media e di tendenza siano le più utili. Vediamo come aggiungerle ai tuoi grafici.
Aggiungere una linea della media ai grafici in Power BI
In questo esempio aggiungeremo una linea della media a un grafico a barre raggruppate che mostra il valore totale delle opportunità per prodotto. Per prima cosa, seleziona l’icona “Analytics”; poi, sotto “Average line” fai clic su “Add line”. Puoi personalizzare l’aspetto della linea, se vuoi, oppure lasciarla così com’è.
Nel grafico qui sotto, possiamo vedere che i prodotti da Tablets a Webcams stanno performando tutti sotto la media. Un’azienda potrebbe decidere di eliminare alcuni dei prodotti con performance peggiori oppure intensificare gli sforzi di marketing per provare ad aumentare le vendite. Aggiungere una linea della media ai grafici semplifica l’individuazione dei punti in cui è necessario prendere decisioni di questo tipo.
Aggiungere una linea di tendenza ai grafici in Power BI
In questo esempio aggiungeremo una linea di tendenza a un grafico a linee che mostra il valore totale delle opportunità nel tempo. Per prima cosa, seleziona l’icona “Analytics”. Se hai un grafico a serie temporale compatibile, ti verrà data l’opzione di aggiungere una linea di tendenza. Come per la linea della media, puoi personalizzare l’aspetto della linea di tendenza con alcune semplici opzioni come colore e stile della linea.
Nell’esempio qui sotto, vediamo che le vendite nel tempo seguono una tendenza al ribasso. Questa linea di tendenza è utile per fare previsioni su brevi periodi. Se conosci l’andamento approssimativo seguito dai tuoi dati, sarai in una posizione migliore per stimare possibili valori futuri. Senza questa informazione, l’occhio tende a concentrarsi solo sulle forti fluttuazioni giornaliere delle vendite senza riuscire a trarre una conclusione significativa.
Uso dei parametri What-If nelle visualizzazioni di Power BI
La funzionalità dei parametri what-if in Power BI consente di creare scenari personalizzati “what-if” ideali per le previsioni. Ad esempio, un’azienda può osservare una crescita delle vendite del 10% anno su anno. Tuttavia, cosa succede se vuole prevedere una gamma di tassi di crescita diversi per i prossimi mesi o per l’anno successivo e osservare come ciò potrebbe influenzare le KPI nel report Power BI? Per farlo in modo rapido e semplice, può utilizzare i parametri what-if.
In questo tutorial aggiungeremo un parametro what-if che ci permette di regolare dinamicamente il tasso di crescita per la nostra previsione del valore delle opportunità. Visualizzeremo l’effetto in un grafico a linee che mostra i valori effettivi e 3 mesi di valori di opportunità previsti.
Per aggiungere un parametro what-if, seleziona la scheda Modeling dal ribbon e poi “New Parameter”. Si aprirà una finestra di dialogo in cui inserire il nome del parametro (Opportunity Growth Rate), il tipo di dato (decimale) e i valori che vuoi assegnare al parametro (da -1 a 1 con incrementi di 0,01). Inserisci come valore predefinito 0, poiché è il valore che il parametro assumerà quando l’utente non seleziona nulla.
Successivamente, è importante selezionare l’opzione per aggiungere uno slicer alla pagina, poiché ci servirà per regolare dinamicamente il tasso di crescita della previsione.
In sostanza, questo parametro what-if creerà una tabella con una colonna contenente tutti i singoli valori specificati nell’intervallo. Creerà anche una misura che restituisce il valore selezionato da quella tabella. Useremo questa misura nei nostri calcoli per il valore di opportunità previsto.
Per vedere come funziona questa previsione per i mesi futuri, crea una tabella di date che contenga l’intervallo di date corrente nei dati, oltre alle date per tanti mesi futuri quanto necessario. Il periodo di previsione che useremo in questo esempio è di 3 mesi.
Per calcolare le vendite previste, dobbiamo creare una misura con la seguente formula DAX:
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] ) )
Questa formula DAX restituirà il valore di opportunità previsto (aumentato del tasso di crescita delle opportunità dal nostro parametro what-if) se le date superano la data più recente del nostro dataset (21 set 2021); in caso contrario, restituirà semplicemente il valore di opportunità effettivo. Se applicassi questa formula DAX a dati attuali, dovresti sostituire la parte con DATE(2021, 09, 21) con la funzione TODAY().
Infine, possiamo aggiungere il valore di opportunità effettivo e questa misura di previsione delle opportunità a un grafico a linee in modo che le due linee si sovrappongano. Cambia il formato della linea di previsione in tratteggiata per vedere dove inizia la previsione. Ora possiamo regolare dinamicamente il tasso di crescita dallo slicer per modificare la previsione.
Funzionalità basate sull’AI
Power BI ha compiuto passi da gigante nell’integrare più funzionalità guidate dall’AI nella piattaforma. Questo rende più facile e veloce scoprire insight nei dati anche senza una formazione specialistica in data science.
Rilevamento delle anomalie
Il rilevamento delle anomalie è utile per identificare rapidamente potenziali problemi o punti salienti aggiungendo indicatori dinamici. Tuttavia, funziona solo con grafici a linee su serie temporali. L’idea è che l’algoritmo determini il valore atteso per una data specifica; poi, in base a un intervallo di confidenza, il valore effettivo viene considerato o meno un’anomalia.
Nell’esempio seguente, il rilevamento delle anomalie è stato utilizzato su un grafico dei ricavi nel tempo. Per la data selezionata, il ricavo effettivo è R90k mentre il ricavo atteso è R82k, con un intervallo di R79k - R85k. Pertanto, questo è considerato un’anomalia.
Key Influencers
Key influencers è un tipo di visualizzazione che mostra quanto è probabile che si verifichi una determinata metrica in base alle variabili che specifichi.
Nell’esempio seguente, un’opportunità ha una probabilità 2,76 volte maggiore di avere lo stato “Won” se c’è un aumento dello sconto di 0,02. Questo risultato è illustrato nello scatterplot sul lato destro della visualizzazione.
La visualizzazione key influencers è molto utile per confrontare l’effetto di più variabili tra loro. Porta a insight più rapidi su quale variabile contribuisce maggiormente a una metrica e potrebbe richiedere ulteriori approfondimenti.
Alberi di scomposizione
Il decomposition tree è un tipo di visualizzazione che ti consente di organizzare le variabili in una gerarchia e mostrare la scomposizione di una metrica a ciascun livello di tale gerarchia.
Ad esempio, l’immagine seguente parte dalla metrica Sales Opportunity, che viene scomposta in categorie, prodotti e poi regioni. In questo modo puoi vedere come le vendite sono distribuite tra gli elementi di ciascun livello e quale elemento contribuisce attualmente di più alle vendite.
Se non sei sicuro di quale sia la scomposizione migliore per la tua metrica, puoi usare un’opzione nella formattazione di questa visualizzazione chiamata “AI splits”. Se abiliti questa opzione, puoi lasciare che Power BI scelga la variabile migliore da aggiungere in base al fatto che generi il valore più alto o più basso rispetto alle altre.
Il grafico sopra è stato generato selezionando “High value” per ciascun livello della gerarchia.
Smart Narratives
Smart Narratives è un’opzione di visualizzazione che crea una casella di testo contenente una narrazione scritta delle principali osservazioni nei dati. Puoi facilmente modificare e formattare il testo per aggiungere, rimuovere o mettere in evidenza le parti più importanti per i tuoi utenti.
Questa funzionalità è molto utile per aggiungere rapidamente insight chiave sui tuoi dati a presentazioni o report. La possibilità di personalizzare queste narrazioni significa che puoi adattarle al pubblico a cui presenti.
Insight contestuali
Questi insight variano in base al grafico o alle variazioni nei tuoi dati. I tipi di insight che puoi generare sono:
- Spiega l’aumento
- Spiega la diminuzione
- Trova dove la distribuzione è diversa (in genere per grafici a barre e a colonne che confrontano categorie).
Nell’esempio seguente, abbiamo fatto clic con il tasto destro su un punto leggermente più alto degli altri; e l’opzione “Spiega l’aumento” appare nella sezione Analyze.
Selezionando questa opzione si ottiene un’analisi dettagliata di molte delle variabili nel dataset che potrebbero descrivere le possibili ragioni di questo aumento. I grafici mostrati sono in genere waterfall, ma puoi anche scegliere tra una selezione di altri tipi di visualizzazione, come scatterplot, grafici a colonne e grafici a linee. Se uno dei grafici attira la tua attenzione e vuoi aggiungerlo al report, puoi semplicemente fare clic sull’icona più nell’angolo in alto a destra del grafico.
Questi insight contestuali sono molto preziosi quando vuoi generare insight rapidamente. Ho spesso utilizzato questa funzionalità per trovare punti da approfondire e analizzare in caso di cambiamenti improvvisi nei dati. Questo accelera il mio processo di esplorazione dei dati perché non devo partire da zero.
Conclusione
Usando gli strumenti di questo tutorial, potrai produrre report analitici dinamici e potenti. Aggiungere competenze avanzate di Power BI al tuo arsenale non solo ti renderà un data scientist più efficace, ma può anche aprire un ventaglio più ampio di opportunità di carriera, dato che Power BI è una delle competenze di business intelligence più richieste sul mercato del lavoro. Se vuoi approfondire Power BI, dai un’occhiata ai nostri corsi Power BI o alla Power BI Skill Track per dare slancio alla carriera.
