Basis van tijdreeksgegevens

Tijdreeksanalyse in Power BI

Kevin Barlow

Data Analytics Professional

Voorkennis voor de cursus

Deze cursus gebruikt tussenniveau DAX-functies in de oefeningen, waaronder:

  • CALCULATE()
  • IF()
  • SUMMARIZE()
Tijdreeksanalyse in Power BI

Waarom is het belangrijk?

Elke dataset heeft tijd als dimensie! Door data over tijd te analyseren zien we interessante trends, en daarvoor heb je een sterke toolkit nodig.

  • Hoe is mijn data in de tijd veranderd?
  • Wat zou mijn data op basis van historie moeten laten zien?
  • Wat zal mijn data in de toekomst laten zien?

Waarom is tijdreeksdata belangrijk

Tijdreeksanalyse in Power BI

Tijdreeksdata definiëren

Tijdreeksdata is een set observaties (datapunten) over hetzelfde onderwerp, verzameld over een periode.

Twee kernonderdelen

  • Span: de totale periode waarover we data hebben
  • Interval: de tijd tussen elke observatie.

Componenten van tijdreeksen

Tijdreeksanalyse in Power BI

Veranderingen in de tijd volgen

Seculaire variatie

Seculaire variatie

Seizoensvariatie

Seizoensvariatie

Cyclische variatie

Cyclische variatie

Willekeurige (irreguliere) variatie

Voorbeeld willekeurige variatie

Tijdreeksanalyse in Power BI

Kortetermijn-tijdreeksanalyse

Een kortetermijnperiode is meestal korter dan één jaar. Hiermee willen we begrijpen wat de data nu laat zien.

Veelvoorkomende analyses

  • Laatste x perioden (bijv. laatste 90 dagen, laatste 2 kwartalen)
  • Periode tot nu toe (bijv. jaar tot nu toe, maand tot nu toe)

Voorbeeld

Kortetermijnanalyses

Tijdreeksanalyse in Power BI

Langetermijn-tijdreeksanalyse

Langetermijnanalyses beslaan een periode langer dan één jaar. We willen historische data en de relatie met de huidige data begrijpen.

Veelvoorkomende analyses:

  • Year over Year
  • Month over Month
  • Zelfde periode vorig jaar

Voorbeeld YoY-verkoopprestatie voor januari berekenen.

YoY-analyse

Tijdreeksanalyse in Power BI

De toekomst voorspellen

Toekomstgerichte analyses, zoals forecasting, kijken naar historische data en projecteren die naar de toekomst. Zo kunnen we voorspellen waar we uitkomen en daarop beslissen.

Veelvoorkomende analyses

  • Regressies (bijv. lineair)
  • Schattingen op een tijdstip
  • Machine learning

Voorbeeld

Het handelsvolume van aandelen enkele maanden vooruit voorspellen.

Voorbeeld forecasting

Tijdreeksanalyse in Power BI

Laten we oefenen!

Tijdreeksanalyse in Power BI

Preparing Video For Download...