Prognózování v Power BI: DAX

Analýza časových řad v Power BI

Kevin Barlow

Data Analytics Professional

Kontext a důležitost

Vestavěné funkce jsou dobrým začátkem, ale mají omezení.

Doladění a optimalizace nejsou příliš možné a jsou omezeny na základní parametry.

Další alternativy

  • Programovací jazyky (Python / R)

  • Excel

  • DAX

Možnosti prognózování v Power BI

Analýza časových řad v Power BI

Základní principy prognózování v DAX

Pomocí DAX lze přiblížit chování datové sady v daném časovém období.

  1. Identifikujte poslední datový bod.
  2. Vypočítejte trend dat (geometrický průměr).
  3. Promítněte hodnoty do budoucnosti.

Geometrický průměr poskytuje průměr pro exponenciálně se měnící datovou sadu.

Prognózování pomocí geometrického průměru

Analýza časových řad v Power BI

CAGR

Složená roční míra růstu (CAGR)

Vzorec CAGR

Tento vzorec platí pro roční růst, ale stejnou logiku lze použít i pro jiné časové intervaly (např. měsíční míra růstu).

Analýza časových řad v Power BI

Použití CAGR pro prognózování

Prognózování budoucích hodnot

Výpočet budoucí hodnoty

LV = poslední hodnota

n = počet období v budoucnosti

Tento vzorec lze ověřit na vlastních datech pomocí zpětného testování!

Analýza časových řad v Power BI

Pojďme si procvičit!

Analýza časových řad v Power BI

Preparing Video For Download...