Ngăn Analytics cho trực quan trong Power BI
Một số trực quan trong Power BI Desktop cho phép thêm các đường tham chiếu động thông qua ngăn Analytics. Lưu ý rằng không phải tùy chọn nào cũng khả dụng cho mọi loại trực quan, và một số, như biểu đồ kết hợp (ví dụ: đường và cột cụm), không có tùy chọn nào trong ngăn Analytics.
Các loại đường động bạn có thể thêm vào trực quan gồm:
- Đường hằng (cũng như các tùy chọn cho đường hằng trục x và trục y riêng biệt)
- Đường giá trị lớn nhất
- Đường giá trị nhỏ nhất
- Đường trung bình
- Đường trung vị
- Đường phân vị
- Tô bóng đối xứng
- Đường xu hướng
- Dự báo
Những đường động này đặc biệt hữu ích để bổ sung ngữ cảnh cho trực quan, giúp người dùng rút ra insight nhanh hơn. Ví dụ, giả sử bạn có biểu đồ thanh cụm hiển thị doanh số theo quốc gia. Bằng cách thêm đường trung bình, bạn có thể nhanh chóng xác định quốc gia nào đang hoạt động trên hay dưới mức trung bình; từ đó hỗ trợ ra quyết định tiếp theo.
Tôi thấy đường trung bình và đường xu hướng là hữu ích nhất. Hãy cùng xem cách thêm chúng vào biểu đồ bên dưới.
Thêm đường trung bình vào biểu đồ trong Power BI
Trong ví dụ này, chúng ta sẽ thêm đường trung bình vào biểu đồ thanh cụm hiển thị tổng giá trị cơ hội theo sản phẩm. Trước tiên, chọn biểu tượng ‘Analytics’; sau đó, dưới mục ‘Average line’ nhấp ‘Add line’. Bạn có thể tùy chỉnh giao diện của đường nếu muốn, hoặc để mặc định.
Trong biểu đồ dưới đây, ta thấy các sản phẩm từ Tablets đến Webcams đều dưới mức trung bình. Doanh nghiệp có thể quyết định loại bỏ một số sản phẩm hoạt động kém nhất, hoặc đẩy mạnh marketing để tăng doanh số. Việc thêm đường trung bình giúp dễ dàng nhận diện nơi cần đưa ra các quyết định như vậy.
Thêm đường xu hướng vào biểu đồ trong Power BI
Trong ví dụ này, chúng ta sẽ thêm đường xu hướng vào biểu đồ đường hiển thị tổng giá trị cơ hội theo thời gian. Trước tiên, chọn biểu tượng ‘Analytics’. Nếu bạn có biểu đồ chuỗi thời gian tương thích, sẽ có tùy chọn thêm đường xu hướng. Tương tự đường trung bình, bạn có thể tùy chỉnh màu sắc và kiểu nét cho đường xu hướng.
Trong ví dụ dưới đây, ta thấy doanh số theo thời gian đang có xu hướng giảm. Đường xu hướng hữu ích cho việc dự báo trong các khoảng thời gian ngắn. Khi biết xu hướng xấp xỉ mà dữ liệu đang theo, bạn sẽ ước lượng tốt hơn các giá trị tương lai có thể xảy ra. Thiếu thông tin này, mắt bạn thường chỉ tập trung vào biến động mạnh theo ngày mà khó rút ra kết luận có ý nghĩa.
Sử dụng tham số What-If trong trực quan Power BI
Tính năng tham số what-if trong Power BI cho phép bạn tạo các kịch bản ‘điều gì xảy ra nếu’ tùy chỉnh, lý tưởng cho dự báo. Ví dụ, một công ty có thể quan sát thấy doanh số tăng 10% mỗi năm. Tuy nhiên, nếu họ muốn dự báo một dải tốc độ tăng trưởng khác nhau cho các tháng hoặc năm tới và xem điều này ảnh hưởng thế nào đến KPI trong báo cáo Power BI thì sao? Để làm nhanh và dễ, họ có thể dùng tham số what-if.
Trong hướng dẫn này, chúng ta sẽ thêm một tham số what-if cho phép điều chỉnh động tốc độ tăng trưởng trong dự báo giá trị cơ hội. Chúng ta sẽ trực quan hóa tác động trong biểu đồ đường hiển thị giá trị thực tế và giá trị cơ hội dự báo cho 3 tháng.
Để thêm tham số what-if, chọn thẻ Modeling trên ruy-băng rồi chọn ‘New Parameter’. Hộp thoại hiện ra cho phép nhập tên tham số (Opportunity Growth Rate), kiểu dữ liệu (thập phân), và các giá trị mong muốn cho tham số (từ -1 đến 1, bước 0,01). Nhập giá trị mặc định là 0 vì đây là giá trị tham số sẽ nhận khi người dùng không chọn gì.
Tiếp theo, điều quan trọng là đánh dấu tùy chọn thêm một slicer vào trang vì chúng ta sẽ cần nó để điều chỉnh động tốc độ tăng trưởng trong dự báo.
Về bản chất, tham số what-if sẽ tạo một bảng có cột chứa tất cả giá trị riêng lẻ trong khoảng đã chỉ định. Nó cũng tạo một measure trả về giá trị được chọn từ bảng đó. Chúng ta sẽ dùng measure này trong phép tính cho giá trị cơ hội dự báo.
Để xem dự báo hoạt động thế nào cho các tháng tới, hãy tạo một bảng ngày chứa khoảng ngày hiện có trong dữ liệu cũng như các ngày cho số tháng tương lai bạn cần. Trong ví dụ này, khoảng thời gian dự báo là 3 tháng.
Để tính doanh số dự báo, chúng ta cần tạo một measure với công thức DAX sau:
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] ) )
Công thức DAX này sẽ trả về giá trị cơ hội dự báo (tăng theo tốc độ tăng trưởng cơ hội từ tham số what-if) nếu các ngày nằm sau ngày mới nhất trong tập dữ liệu (21 Sep 2021); nếu không, nó trả về giá trị cơ hội thực tế. Nếu bạn áp dụng công thức DAX này cho dữ liệu hiện tại, bạn cần thay phần DATE(2021, 09, 21) bằng hàm TODAY().
Cuối cùng, hãy thêm giá trị cơ hội thực tế và measure dự báo cơ hội này vào một biểu đồ đường để hai đường chồng lên nhau. Đổi định dạng đường dự báo thành nét đứt để thấy rõ nơi dự báo bắt đầu. Giờ đây, chúng ta có thể điều chỉnh động tốc độ tăng trưởng từ slicer để thay đổi dự báo.
Các tính năng do AI hỗ trợ
Power BI đã có những bước tiến lớn trong việc tích hợp nhiều tính năng dựa trên AI vào nền tảng. Điều này giúp chúng ta khám phá insight trong dữ liệu nhanh hơn, dễ hơn ngay cả khi không có đào tạo chuyên sâu về khoa học dữ liệu.
Phát hiện bất thường
Phát hiện bất thường hữu ích để nhanh chóng xác định các vấn đề tiềm ẩn hoặc điểm nổi bật bằng cách thêm các điểm đánh dấu động. Tuy nhiên, nó chỉ hoạt động với biểu đồ đường chuỗi thời gian. Ý tưởng là thuật toán sẽ xác định giá trị kỳ vọng cho một ngày nhất định; sau đó, dựa trên khoảng tin cậy, giá trị thực tế sẽ được xem là bất thường hoặc không.
Trong ví dụ dưới đây, phát hiện bất thường được dùng trên biểu đồ doanh thu theo thời gian. Với ngày được chọn, doanh thu thực tế là 90 nghìn Rand trong khi doanh thu kỳ vọng là 82 nghìn Rand với khoảng từ 79 nghìn đến 85 nghìn. Do đó, đây được xem là một bất thường.
Key Influencers
Key influencers là một tùy chọn trực quan hóa cho thấy mức độ khả dĩ một chỉ số cụ thể xảy ra dựa trên các đặc trưng bạn chỉ định.
Trong ví dụ dưới đây, một cơ hội có khả năng có trạng thái ‘Won’ cao gấp 2,76 lần nếu mức chiết khấu tăng thêm 0,02. Kết quả này được minh họa trong biểu đồ phân tán ở phía bên phải trực quan.
Trực quan key influencers rất hữu ích để so sánh tác động của nhiều đặc trưng với nhau. Điều này giúp nhanh chóng xác định đặc trưng nào là yếu tố đóng góp quan trọng nhất cho một chỉ số và có thể cần khám phá thêm.
Cây phân rã (Decomposition Trees)
Cây phân rã là tùy chọn trực quan hóa cho phép bạn sắp xếp các đặc trưng theo thứ bậc và hiển thị phần tách của một chỉ số tại mỗi cấp trong hệ thống đó.
Ví dụ, hình dưới bắt đầu với chỉ số Sales Opportunity, được phân rã theo danh mục, sản phẩm rồi đến vùng. Bằng cách này, bạn có thể thấy doanh số được phân bổ như thế nào qua các phần tử ở mỗi cấp và phần tử nào hiện đang đóng góp nhiều nhất vào doanh số.
Nếu bạn chưa chắc cách phân rã tốt nhất cho chỉ số của mình, bạn có thể dùng một tùy chọn định dạng cho trực quan này gọi là ‘AI splits’. Khi bật tùy chọn này, bạn có thể để Power BI chọn đặc trưng tốt nhất để thêm vào, dựa trên việc nó tạo ra giá trị cao nhất hoặc thấp nhất so với các đặc trưng khác.
Biểu đồ trên được tạo bằng cách chọn ‘High value’ cho mỗi cấp trong hệ thống.
Smart Narratives
Smart Narratives là tùy chọn trực quan hóa tạo một hộp văn bản chứa tường thuật bằng chữ về các quan sát chính trong dữ liệu. Bạn có thể dễ dàng chỉnh sửa và định dạng văn bản để thêm, bớt hoặc làm nổi bật các phần quan trọng nhất cho người dùng.
Tính năng này rất hữu ích để nhanh chóng thêm insight chính về dữ liệu vào bài thuyết trình hoặc báo cáo. Khả năng tùy chỉnh các tường thuật giúp bạn điều chỉnh chúng phù hợp với đối tượng mà bạn trình bày.
Insight theo ngữ cảnh
Những insight này thay đổi tùy theo biểu đồ hoặc biến động trong dữ liệu của bạn. Các loại insight bạn có thể tạo gồm:
- Giải thích sự tăng
- Giải thích sự giảm
- Tìm nơi phân phối khác biệt (thường áp dụng cho biểu đồ thanh và cột so sánh danh mục).
Trong ví dụ dưới đây, chúng tôi đã nhấp chuột phải vào một điểm nhỉnh hơn phần còn lại; tùy chọn ‘Explain the increase’ xuất hiện trong phần Analyze.
Chọn tùy chọn này sẽ đưa ra phân tích chi tiết về nhiều đặc trưng trong tập dữ liệu có thể giải thích các lý do tiềm năng cho sự tăng này. Các biểu đồ hiển thị thường là biểu đồ thác nước, nhưng bạn cũng có thể chọn các loại trực quan khác như biểu đồ phân tán, biểu đồ cột và biểu đồ đường. Nếu có biểu đồ nào thu hút bạn và muốn thêm vào báo cáo, chỉ cần nhấp biểu tượng dấu cộng ở góc trên bên phải của biểu đồ.
Những insight theo ngữ cảnh này rất giá trị khi bạn muốn tạo insight nhanh. Tôi thường dùng tính năng này để tìm các điểm cần điều tra và phân tích sâu hơn về một thay đổi đột ngột trong dữ liệu. Điều đó tăng tốc quá trình khám phá dữ liệu vì tôi không cần bắt đầu từ con số 0.
Kết luận
Với các công cụ trong hướng dẫn này, bạn sẽ tạo được những báo cáo phân tích năng động và mạnh mẽ. Việc bổ sung kỹ năng Power BI nâng cao không chỉ giúp bạn trở thành nhà khoa học dữ liệu hiệu quả hơn mà còn mở ra nhiều cơ hội nghề nghiệp hơn, bởi Power BI là một trong những kỹ năng BI được săn đón nhất trên thị trường việc làm. Nếu bạn muốn đào sâu hơn về Power BI, hãy xem các khóa học Power BI hoặc Lộ trình Kỹ năng Power BI giúp thúc đẩy sự nghiệp của chúng tôi.
