หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
นําไปใช้กับ: บริการของ Power BI Power BI Desktop
วิชวลโครงข่ายของข้อมูลใน Power BI ช่วยให้คุณสามารถแสดงภาพข้อมูลในหลายมิติได้ โดยจะรวบรวมข้อมูลโดยอัตโนมัติและช่วยให้คุณเจาะลึกมิติข้อมูลของคุณในลําดับใดก็ได้ นอกจากนี้ยังเป็นการแสดงภาพปัญญาประดิษฐ์ (AI) ดังนั้นคุณจึงสามารถขอให้ค้นหามิติถัดไปที่จะเจาะลึกตามเกณฑ์บางประการ เครื่องมือนี้มีประโยชน์สําหรับการสํารวจเฉพาะกิจและดําเนินการวิเคราะห์สาเหตุที่แท้จริง
บทช่วยสอนนี้ใช้สองตัวอย่าง:
- สถานการณ์ห่วงโซ่อุปทานที่วิเคราะห์เปอร์เซ็นต์ของผลิตภัณฑ์ที่บริษัทมีในการสั่งซื้อค้างส่ง (หมดสต็อก)
- สถานการณ์การขายที่แบ่งยอดขายของวิดีโอเกมตามปัจจัยหลายอย่างเช่นประเภทเกมและผู้เผยแพร่
สําหรับ Power BI Desktop คุณสามารถดาวน์โหลด แบบจําลองความหมายของสถานการณ์ห่วงโซ่อุปทานได้ ถ้าคุณต้องการใช้บริการของ Power BI ให้ดาวน์โหลด Supply Chain Sample.pbix จากนั้นอัปโหลดไปยังพื้นที่ทํางานในบริการของ Power BI
หมายเหตุ
เมื่อต้องการแชร์เนื้อหา (หรือสําหรับเพื่อนร่วมงานที่ไม่มีสิทธิ์แก้ไขเพื่อดูเนื้อหาภายนอก พื้นที่ทํางานของฉันส่วนบุคคลของคุณ) ผู้ใช้ทั้งสองต้องมีสิทธิ์การใช้งาน Power BI Pro หรือ Premium Per User (PPU) หรือ เนื้อหาต้องอยู่ในพื้นที่ทํางานบนความจุ (Fabric F64+ หรือ Power BI Premium (P)) พื้นที่ทํางาน PPU ทํางานเหมือนความจุสําหรับความพร้อมใช้งานของคุณลักษณะ ผู้ใช้ฟรีสามารถบริโภคเนื้อหาที่อยู่ในความจุเท่านั้น
เริ่มต้นใช้งาน
เลือกไอคอนแผนผังการแยกส่วนจากบานหน้าต่าง การแสดงภาพ
การแสดงภาพต้องใช้การป้อนข้อมูลสองชนิด:
- วิเคราะห์: เมตริกที่คุณต้องการวิเคราะห์ ต้องเป็นหน่วยวัดหรือการรวม
- อธิบายตาม: มิติข้อมูลอย่างน้อย 1 มิติที่คุณต้องการดูรายละเอียดแนวลึก
เมื่อคุณลากหน่วยวัดของคุณลงในเขตข้อมูลแล้ว การอัปเดตการแสดงผลด้วยภาพเพื่อแสดงหน่วยวัดรวม ในตัวอย่างต่อไปนี้ เรากําลังแสดงภาพ % เฉลี่ยของผลิตภัณฑ์ในสินค้าค้างส่ง (5.07%)
ขั้นตอนต่อไปคือการเพิ่มมิติข้อมูลอย่างน้อยหนึ่งมิติที่คุณต้องการดูรายละเอียดแนวลึก เพิ่มเขตข้อมูลเหล่านี้ลงในบักเก็ต อธิบายโดย สังเกตว่า เครื่องหมายบวก จะปรากฏถัดจากโหนดรากของคุณ การเลือก + จะช่วยให้คุณเลือกฟิลด์ที่คุณต้องการเจาะลึก (คุณสามารถเจาะลึกฟิลด์ในลําดับใดก็ได้ที่คุณต้องการ)
การเลือกอคติการคาดการณ์ในแผนภูมิขยายและแบ่งหน่วยวัดตามค่าในคอลัมน์ คุณสามารถทําซ้ําขั้นตอนนี้ได้โดยเลือกโหนดอื่นที่จะเจาะ
การเลือกโหนดจากตัวกรองข้ามระดับสุดท้ายของข้อมูล การเลือกโหนดจากระดับก่อนหน้าเปลี่ยนเส้นทาง
โต้ตอบกับวิชวลอื่น ๆ กรองข้ามโครงข่ายของข้อมูลแบบต้นไม้ ลําดับของโหนดภายในระดับสามารถเปลี่ยนเป็นผลลัพธ์ได้
ตัวอย่างต่อไปนี้จะดูยอดขายวิดีโอเกมตามผู้เผยแพร่
เมื่อเรากรองข้ามต้นไม้โดย Ubisoft เส้นทางจะอัปเดตเพื่อแสดงยอดขาย Xbox ที่ย้ายจากที่หนึ่งไปเป็นที่สอง แซงหน้า PlayStation
หากเรากรองข้ามต้นไม้โดย Nintendo ยอดขาย Xbox จะว่างเปล่าเนื่องจากไม่มีเกม Nintendo ที่พัฒนาขึ้นสําหรับ Xbox Xbox พร้อมกับเส้นทางที่ตามมาได้รับการกรองออกจากมุมมอง
แม้ว่าเส้นทางจะหายไป แต่ระดับที่มีอยู่ (ในกรณีนี้คือประเภทเกม) ยังคงตรึงไว้บนต้นไม้ การเลือกโหนด Nintendo จึงขยายแผนผังเป็นประเภทเกมโดยอัตโนมัติ
AI Splits
คุณสามารถใช้ AI Splits เพื่อค้นหาว่าคุณควรดูที่ใดต่อไปในข้อมูล การแยกเหล่านี้จะปรากฏที่ด้านบนของรายการและมีการทําเครื่องหมายด้วยหลอดไฟ การแยกจะช่วยให้คุณค้นหาค่าสูงสุดและต่ําสุดในข้อมูลได้โดยอัตโนมัติ
การวิเคราะห์สามารถทํางานได้สองวิธีโดยขึ้นอยู่กับการกําหนดลักษณะของคุณ การใช้ตัวอย่างห่วงโซ่อุปทานอีกครั้ง ลักษณะการทํางานเริ่มต้นจะเป็นดังนี้:
- ค่าสูง: พิจารณาฟิลด์ทั้งหมดที่มีอยู่และกําหนดว่าจะเจาะเข้าไปที่ใดเพื่อรับค่าสูงสุดของการวัดที่กําลังวิเคราะห์
- ค่าต่ํา: พิจารณาฟิลด์ทั้งหมดที่มีอยู่และกําหนดว่าจะเจาะเข้าไปที่ใดเพื่อรับค่าสูงสุดของการวัดที่กําลังวิเคราะห์
เลือกค่าสูงโดยใช้เครื่องหมายบวกถัดจากเป็นระยะ คอลัมน์ใหม่ที่ทําเครื่องหมาย ประเภท ผลิตภัณฑ์จะปรากฏขึ้น
หลอดไฟจะปรากฏขึ้นถัดจาก ประเภทผลิตภัณฑ์ ซึ่งระบุว่าคอลัมน์นี้เป็นการแยก AI ต้นไม้ยังมีเส้นประที่แนะนํา โหนดการตรวจสอบ ผู้ป่วยที่ระบุค่าสูงสุดของรายการค้าง (9.2%)
วางเมาส์เหนือหลอดไฟเพื่อดูคําแนะนําเครื่องมือ ในตัวอย่างนี้ คําแนะนําเครื่องมือคือ "% ตามรายการค้างสูงสุดเมื่อประเภทผลิตภัณฑ์คือการตรวจสอบผู้ป่วย"
คุณสามารถกําหนดค่าการแสดงผลด้วยภาพเพื่อค้นหาการแยกแบบสัมพัทธ์เมื่อเทียบกับแบบสัมบูรณ์
โหมดสัมพัทธ์จะค้นหาค่าสูงที่โดดเด่น (เทียบกับส่วนที่เหลือของข้อมูลในคอลัมน์) ลองดูยอดขายวิดีโอเกมอีกครั้งเป็นตัวอย่าง:
ในภาพหน้าจอก่อนหน้านี้ เรากําลังดูยอดขายวิดีโอเกมในอเมริกาเหนือ ก่อนอื่นเราแยกต้นไม้ตามชื่อผู้เผยแพร่ จากนั้นจึงเจาะลึกเข้าไปใน Nintendo การเลือกผลลัพธ์ที่มี มูลค่าสูง ใน แพลตฟอร์มคือการ ขยายตัวของ Nintendo เนื่องจาก Nintendo (ผู้จัดพิมพ์) พัฒนาสําหรับคอนโซล Nintendo เท่านั้น จึงมีค่าเพียงค่าเดียว ดังนั้นจึงเป็นมูลค่าสูงสุดจึงไม่น่าแปลกใจ
อย่างไรก็ตาม เป็นการแยกที่น่าสนใจกว่าในการดูว่าค่าสูงใดโดดเด่นเมื่อเทียบกับค่าอื่นๆ ในคอลัมน์เดียวกัน ถ้าเราเปลี่ยนชนิดการวิเคราะห์จากแบบสัมบูรณ์เป็นแบบสัมพัทธ์เราได้รับผลลัพธ์ต่อไปนี้สําหรับ Nintendo:
เวลานี้ค่าที่แนะนําคือ แพลตฟอร์มภายในประเภทเกม แพลตฟอร์มไม่ได้ให้ค่าสัมบูรณ์ที่สูงกว่า Nintendo 19,950,000 ดอลลาร์เทียบกับ 46,950,000 ดอลลาร์ อย่างไรก็ตาม มันเป็นคุณค่าที่โดดเด่น
แม่นยํายิ่งขึ้น เนื่องจากมีค่าประเภทเกม 10 ค่า มูลค่าที่คาดหวังสําหรับแพลตฟอร์มจะอยู่ที่ 4.6 ล้านเหรียญสหรัฐหากแบ่งเท่าๆ กัน เนื่องจากแพลตฟอร์มมีมูลค่าเกือบ 20 ล้านเหรียญสหรัฐ จึงเป็นผลลัพธ์ที่น่าสนใจ เนื่องจากสูงกว่าผลลัพธ์ที่คาดไว้ถึงสี่เท่า
การคํานวณมีดังนี้:
ยอดขายในอเมริกาเหนือสําหรับแพลตฟอร์ม / ABS (เฉลี่ย (ยอดขายในอเมริกาเหนือสําหรับประเภทเกม))
เปรียบเทียบกับ
ยอดขายในอเมริกาเหนือสําหรับ Nintendo / Abs (เฉลี่ย (ยอดขายในอเมริกาเหนือสําหรับแพลตฟอร์ม))
ซึ่งแปลเป็น:
19,550,000 / (19,550,000 + 11,140,000 + ... + 470,000 + 60,000 /10) = 4.25x
เปรียบเทียบกับ
46,950,000/ (46,950,000/1) = 1x
หากคุณไม่ต้องการใช้การแยก AI ใดๆ ในแผนผัง คุณสามารถปิดได้ภายใต้ตัวเลือก การจัดรูปแบบการวิเคราะห์ :
การโต้ตอบกับต้นไม้กับ AI Splits
คุณสามารถมี AI ได้หลายระดับ นอกจากนี้คุณยังสามารถผสม AI ระดับต่างๆ ได้ (จากค่าสูงไปยังมูลค่าต่ําและกลับไปเป็นมูลค่าสูง):
หากคุณเลือกโหนดอื่นในทรี AI Splits จะคํานวณใหม่ตั้งแต่เริ่มต้น ในตัวอย่างต่อไปนี้ เราได้เปลี่ยนโหนดที่เลือกในระดับอคติการคาดการณ์ ระดับที่ตามมาจะเปลี่ยนเพื่อให้ได้ค่าที่สูงและต่ําที่ถูกต้อง
ระดับ AI จะคํานวณใหม่เมื่อคุณกรองโครงข่ายของข้อมูลด้วยวิชวลอื่นแบบข้าม ในตัวอย่างต่อไปนี้ เราจะเห็นว่า % ค้างส่งของเราสูงที่สุดสําหรับโรงงาน #0477
อย่างไรก็ตาม หากเราเลือก เมษายน ในแผนภูมิแท่ง การเปลี่ยนแปลงสูงสุดของประเภทผลิตภัณฑ์คือ การผ่าตัดขั้นสูง ในกรณีนี้ ไม่ใช่แค่โหนดเท่านั้นที่ได้รับการจัดลําดับใหม่ แต่มีการเลือกคอลัมน์อื่น
หากคุณต้องการให้ระดับ AI ทํางานเหมือนระดับที่ไม่ใช่ AI ให้เลือก หลอดไฟ เพื่อเปลี่ยนลักษณะการทํางานกลับเป็นค่าเริ่มต้น
ในขณะที่หลายระดับ AI สามารถผูกมัดด้วยกัน แต่ระดับที่ไม่ใช่ AI ไม่สามารถติดตามระดับ AI ได้ หากเราทําการแยกด้วยตนเองตามการแยก AI หลอดไฟจากระดับ AI จะหายไปและระดับจะเปลี่ยนเป็นระดับปกติ
การล็อก
ผู้สร้างเนื้อหาสามารถล็อกระดับสําหรับผู้ใช้รายงาน เมื่อระดับถูกล็อค จะไม่สามารถลบหรือเปลี่ยนแปลงได้ ผู้บริโภคสามารถสํารวจเส้นทางต่างๆ ภายในระดับที่ถูกล็อค แต่ไม่สามารถเปลี่ยนระดับได้ ในฐานะครีเอเตอร์ คุณสามารถวางเมาส์เหนือระดับที่มีอยู่เพื่อดูไอคอนแม่กุญแจได้ คุณสามารถล็อกระดับได้มากเท่าที่คุณต้องการ แต่คุณไม่สามารถปลดล็อกระดับก่อนหน้าระดับที่ถูกล็อกได้
ในตัวอย่างต่อไปนี้ สองระดับแรกจะถูกล็อค ผู้ใช้รายงานสามารถเปลี่ยนระดับ 3 และ 4 และเพิ่มระดับใหม่ในภายหลัง อย่างไรก็ตาม สองระดับแรกไม่สามารถเปลี่ยนแปลงได้
ข้อควรพิจารณาและข้อจำกัด
จํานวนสูงสุดของระดับสําหรับทรีคือ 50 จํานวนจุดข้อมูลสูงสุดที่คุณสามารถแสดงภาพได้ในคราวเดียวบนแผนผังคือ 5,000 จุด เราตัดทอนระดับเพื่อแสดง Top n ในปัจจุบัน Top n ต่อระดับจะถูกตั้งค่าเป็น 10
โครงข่ายของข้อมูลแบบต้นไม้ไม่ได้รับการสนับสนุนในสถานการณ์ต่อไปนี้:
- Analysis Services ภายในองค์กร
การแยก AI ไม่ได้รับการสนับสนุนในสถานการณ์ต่อไปนี้:
- บริการการวิเคราะห์ของ Azure
- เซิร์ฟเวอร์รายงาน Power BI
- เผยแพร่ไปยังเว็บ
- การวัดผลที่ซับซ้อนและการวัดผลจากสคีมาส่วนขยายใน การวิเคราะห์
ข้อจํากัดอื่น ๆ:
- การสนับสนุนภายใน Q&A