Power BI'de pencere fonksiyonları

Power BI'de Zaman Serisi Analizi

Kevin Barlow

Data Analytics Professional

Bağlam ve önem

Bir zaman serisi veri setinde belirlenen aralık, yapılabilecek analizi etkiler. Farklı zaman “pencereleri” farklı bilgi düzeyleri taşır.

Zaman Aralıklarındaki Fark

Genişleyen pencere fonksiyonları - nasıl çalışır

Tek bir dayanak noktası vardır
İleriye veya geriye “işaret edebilir”

Genişleyen Pencere Fonksiyonları

Genişleyen pencere fonksiyonları - kullanım alanları

Genişleyen pencere fonksiyonları, bir referans noktasından daha geniş ölçekli analizlere uygulanır.

Bazı örnekler:

Kritik bir karardan beri elde edilen toplam kârı toplamak.
Bugüne kadar bir konum için ortalama sıcaklığı hesaplamak.
Bu yıl şimdiye kadar sevk edilen ürün sayısını saymak.

Örnekler:

CALCULATE(SUM(sales[profit]), 
    sales[date] >= DATE(2020,1,1))

CALCULATE(AVERAGE(weather[temp]),
    weather[date] <= TODAY())

TOTALYTD(COUNT(shipping[id]), 
    shipping[ship_date])

Yuvarlanan pencere fonksiyonları - nasıl çalışır

Göreli dayanak noktaları vardır
Yeni veriler geldikçe farklı zaman aralıklarına uygulanır

Yuvarlanan Pencere Fonksiyonları

Yuvarlanan pencere fonksiyonları - kullanım alanları

Yuvarlanan pencere fonksiyonları genelde mevcut durumu analiz etmek için kullanılır. Çoğunlukla, bir kurumun sağlığı için önemli çeşitli KPI'ları hesaplamakta kullanılır.

Bazı örnekler:

Son otuz günde bir hissenin gördüğü en yüksek fiyat.
Son bir yılda bir müşteriye verilen ortalama indirim.
Son altı aydaki beklenen sevkiyat gecikmesi.

Örnekler:

CALCULATE(MAX(stocks[high]), 
    stocks[date] >= DATEADD(TODAY(), 
    -30, DAYS))

CALCULATE(AVERAGE(sales[discount]), 
    sales[date] >= DATEADD(TODAY(), 
    -1, YEAR))

CALCULATE(AVERAGE(ship[delay]), 
    ship[ship.date] >= DATEADD(TODAY(), 
    -6, MONTH))

Hadi pratik yapalım!

Power BI'de Zaman Serisi Analizi