Het Analytics-paneel voor visuals in Power BI
Sommige visuals in Power BI Desktop bieden de mogelijkheid om dynamische referentielijnen toe te voegen via het Analytics-paneel. Let op: niet alle opties zijn beschikbaar voor alle visuals, en sommige visuals, zoals combinatiediagrammen (bijvoorbeeld het lijn- en gegroepeerde kolomdiagram), hebben geen opties in het Analytics-paneel.
De typen dynamische lijnen die je aan visuals kunt toevoegen, zijn:
- Constante lijn (en ook opties voor afzonderlijke constante lijnen op de x-as en y-as)
- Maximale lijn
- Minimale lijn
- Gemiddelde lijn
- Mediaanlijn
- Percentiellijntje
- Symmetrie-arcering
- Trendlijn
- Voorspellingen
Deze dynamische lijnen zijn vooral handig om context aan je visuals toe te voegen, waardoor gebruikers sneller nuttige inzichten kunnen halen. Stel bijvoorbeeld dat je een gegroepeerd staafdiagram hebt met de omzet per land. Door een gemiddelde lijn toe te voegen, zie je in één oogopslag welk land boven of onder het gemiddelde presteert; dit kan vervolgens verdere besluitvorming sturen.
Ik vind de gemiddelde lijn en trendlijn het nuttigst. Laten we hieronder bekijken hoe je deze toevoegt aan je grafieken.
Een gemiddelde lijn toevoegen aan grafieken in Power BI
In dit voorbeeld voegen we een gemiddelde lijn toe aan een gegroepeerd staafdiagram met de totale opportunitywaarde per product. Selecteer eerst het pictogram ‘Analytics’; klik vervolgens onder ‘Average line’ op ‘Add line’. Je kunt het uiterlijk van de lijn aanpassen als je wilt, of het laten zoals het is.
In de onderstaande grafiek zien we dat de producten van Tablets tot en met Webcams allemaal onder het gemiddelde presteren. Een bedrijf kan besluiten om enkele van de slechtst presterende producten te schrappen, of juist de marketinginspanningen op te voeren om de verkoop te verhogen. Door een gemiddelde lijn toe te voegen, zie je sneller waar dit soort beslissingen nodig zijn.
Een trendlijn toevoegen aan grafieken in Power BI
In dit voorbeeld voegen we een trendlijn toe aan een lijngrafiek met de totale opportunitywaarde in de tijd. Selecteer eerst het pictogram ‘Analytics’. Als je een compatibele tijdreeks-grafiek hebt, krijg je de optie om een trendlijn toe te voegen. Net als bij de gemiddelde lijn kun je het uiterlijk van de trendlijn aanpassen met enkele eenvoudige opties, zoals kleur en lijntype.
In het onderstaande voorbeeld zien we dat de verkoop in de tijd een neerwaartse trend volgt. Deze trendlijn is handig om op korte termijn te voorspellen. Als je de globale trend van je data kent, kun je beter inschatten wat mogelijke toekomstige waarden zijn. Zonder deze informatie focussen je ogen al snel alleen op de sterke dagelijkse schommelingen in de verkoop, zonder dat je een betekenisvolle conclusie kunt trekken.
What-if-parameters gebruiken in Power BI-visuals
Met de what-if-parameter in Power BI kun je aangepaste ‘what-if’-scenario’s maken die ideaal zijn voor forecasting. Stel bijvoorbeeld dat een bedrijf jaar op jaar 10% groei in verkoop ziet. Maar wat als ze voor de komende maanden of het komende jaar verschillende groeipercentages willen voorspellen en willen zien hoe dit de KPI’s in hun Power BI-rapport beïnvloedt? Om dit snel en eenvoudig te doen, kunnen ze what-if-parameters gebruiken.
In deze tutorial voegen we een what-if-parameter toe waarmee we het groeipercentage voor onze opportunitywaarde-forecast dynamisch kunnen aanpassen. We visualiseren het effect in een lijngrafiek met werkelijke waarden en 3 maanden aan voorspelde opportunitywaarden.
Om een what-if-parameter toe te voegen, selecteer je het tabblad Modeling op het lint en kies je ‘New Parameter’. Er verschijnt een dialoogvenster waarin we de naam van de parameter kunnen invoeren (Opportunity Growth Rate), het gegevenstype (decimal) en vervolgens de waarden die de parameter moet hebben (van -1 tot 1 in stappen van 0,01). Voer de standaardwaarde in als 0, omdat dit de waarde is die de parameter krijgt wanneer de gebruiker geen waarde selecteert.
Vink vervolgens de optie aan om een slicer aan de pagina toe te voegen, omdat we die nodig hebben om ons groeipercentage voor de forecast dynamisch te kunnen aanpassen.
In essentie maakt deze what-if-parameter een tabel met een kolom voor alle individuele waarden die binnen het opgegeven bereik vallen. Ook wordt een measure gemaakt die de geselecteerde waarde uit die tabel retourneert. We gebruiken deze measure in onze berekeningen voor de voorspelde opportunitywaarde.
Om te zien hoe deze forecast werkt voor toekomstige maanden, maak je een datetabel met het huidige datumbereik in de data plus de data voor zoveel maanden in de toekomst als je nodig hebt. De voorspelde periode die we in dit voorbeeld gebruiken, is 3 maanden.
Om de voorspelde verkoop te berekenen, moeten we een measure maken met de volgende DAX-formule:
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] ) )
Deze DAX-formule retourneert de voorspelde opportunitywaarde (verhoogd met het groeipercentage uit onze what-if-parameter) als de data na de laatste datum in onze dataset valt (21 sep 2021); anders wordt simpelweg de werkelijke opportunitywaarde geretourneerd. Als je deze DAX-formule op data van vandaag zou toepassen, moet je het gedeelte met DATE(2021, 09, 21) vervangen door de functie TODAY().
Tot slot kunnen we de werkelijke opportunitywaarde en deze forecast-measure toevoegen aan een lijngrafiek, zodat deze twee lijnen elkaar overlappen. Verander het formaat van de forecastlijn in een stippellijn om te zien waar de forecast begint. Nu kunnen we het groeipercentage dynamisch aanpassen via de slicer om de forecast te wijzigen.
AI-gedreven functies
Power BI heeft grote stappen gezet in het integreren van meer AI-gedreven functies in het platform. Dit maakt het eenvoudiger en sneller om inzichten in onze data te ontdekken, zelfs zonder gespecialiseerde data science-achtergrond.
Detectie van afwijkingen
Detectie van afwijkingen is handig om snel potentiële problemen of hoogtepunten te identificeren door dynamische markeringen toe te voegen. Het werkt echter alleen met lijngrafieken voor tijdreeksen. Het idee is dat het algoritme de verwachte waarde voor een bepaalde datum bepaalt; op basis van een betrouwbaarheidsinterval wordt de werkelijke waarde vervolgens wel of niet als afwijking beschouwd.
In het onderstaande voorbeeld is detectie van afwijkingen toegepast op een omzetgrafiek in de tijd. Voor de geselecteerde datum is de werkelijke omzet R90k, terwijl de verwachte omzet R82k is met een bereik van R79k - R85k. Daarom wordt dit als een afwijking gezien.
Key Influencers
Key Influencers is een visualisatie-optie die laat zien hoe waarschijnlijk het is dat een bepaalde metriek optreedt op basis van de kenmerken die je opgeeft.
In het onderstaande voorbeeld is een opportunity 2,76 keer zo waarschijnlijk de status ‘Won’ te hebben als er een toename is in de korting van 0,02. Dit resultaat wordt geïllustreerd in de scatterplot aan de rechterkant van de visual.
De Key Influencers-visual is erg handig om het effect van meerdere kenmerken met elkaar te vergelijken. Dit leidt sneller tot inzicht in welk kenmerk de belangrijkste bijdrage levert aan een metriek en mogelijk verdere verkenning vereist.
Decomposition Trees
De decomposition tree is een visualisatie-optie waarmee je kenmerken in een hiërarchie kunt ordenen en de uitsplitsing van een metriek op elk niveau in die hiërarchie kunt tonen.
In het onderstaande voorbeeld beginnen we met de metriek Sales Opportunity, die wordt uitgesplitst naar categorieën, producten en vervolgens regio’s. Zo zie je hoe de verkoop is verdeeld over de elementen van elk niveau en welk element op dit moment het meest bijdraagt aan de verkoop.
Als je niet zeker weet wat de beste uitsplitsing voor je metriek is, kun je in de opmaakinstellingen van deze visual de optie ‘AI splits’ gebruiken. Als je deze optie inschakelt, kan Power BI op basis van de hoogste of laagste waarde ten opzichte van de andere kenmerken automatisch het beste kenmerk kiezen om toe te voegen.
De bovenstaande grafiek is gegenereerd door voor elk niveau in de hiërarchie ‘High value’ te selecteren.
Smart Narratives
Smart Narratives is een visualisatie-optie die een tekstvak maakt met een geschreven samenvatting van de belangrijkste observaties in de data. Je kunt de tekst eenvoudig bewerken en opmaken om de belangrijkste punten voor je gebruikers toe te voegen, te verwijderen of te benadrukken.
Deze functie is erg handig om snel kerninzichten over je data toe te voegen aan presentaties of rapporten. Doordat je deze narratieven kunt aanpassen, kun je ze afstemmen op het publiek aan wie je presenteert.
Contextspecifieke inzichten
Deze inzichten variëren afhankelijk van de grafiek of de variaties in je data. De typen inzichten die je kunt genereren, zijn:
- Leg de toename uit
- Leg de afname uit
- Vind waar de verdeling anders is (meestal voor staaf- en kolomdiagrammen die categorieën vergelijken).
In het onderstaande voorbeeld hebben we met de rechtermuisknop geklikt op een punt dat iets hoger ligt dan de rest; en in de sectie Analyze verschijnt de optie ‘Explain the increase’.
Als je deze optie selecteert, krijg je een gedetailleerde analyse van veel van de kenmerken in de dataset die de mogelijke redenen voor deze toename kunnen beschrijven. De getoonde grafieken zijn doorgaans watervalgrafieken, maar je kunt ook kiezen uit andere visualisatietypen, zoals scatterplots, kolomdiagrammen en lijndiagrammen. Als een van de grafieken je aanspreekt en je wilt deze aan je rapport toevoegen, klik je eenvoudig op het pluspictogram rechtsboven in de grafiek.
Deze contextuele inzichten zijn erg waardevol wanneer je snel inzichten wilt genereren. Ik heb deze functie vaak gebruikt om punten te vinden voor verder onderzoek en analyse bij een plotselinge verandering in de data. Dit versnelt mijn data-exploratie, omdat ik niet vanaf nul hoef te beginnen.
Conclusie
Met de tools in deze tutorial maak je dynamische, krachtige analytische rapporten. Geavanceerde Power BI-vaardigheden toevoegen aan je arsenaal maakt je niet alleen een effectievere data scientist, maar opent ook een breder scala aan carrièremogelijkheden, omdat Power BI een van de meest gevraagde business intelligence-vaardigheden is op de arbeidsmarkt. Wil je dieper duiken in Power BI? Bekijk dan onze Power BI-cursussen of onze carrièreboostende Power BI Skill Track.
