Funkce okna v Power BI

Analýza časových řad v Power BI

Kevin Barlow

Data Analytics Professional

Kontext a důležitost

Identifikovaný rozsah datové sady časové řady ovlivňuje typ analýzy, kterou lze provést. Různě velká časová "okna" nesou různé množství informací.

Rozdíly v časových rozsazích

Rozšiřující funkce okna – princip fungování

Mají jediný kotevní bod
Mohou „směřovat" dopředu nebo dozadu

Rozšiřující funkce okna

Rozšiřující funkce okna – případy použití

Rozšiřující funkce okna se obecně uplatňují při rozsáhlejších analýzách od referenčního bodu.

Příklady:

Součet veškerého zisku od přijetí klíčového rozhodnutí.
Průměrná teplota na daném místě za všechna dostupná data až do dneška.
Počet doposud odeslaných produktů v tomto roce.

Příklady:

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

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

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

Klouzavé funkce okna – princip fungování

Mají relativní kotevní body
Aplikují se na různá časová období při příchodu nových dat

Klouzavé funkce okna

Klouzavé funkce okna – případy použití

Klouzavé funkce okna se typicky používají k analýze aktuálního stavu. Často slouží k výpočtu různých KPI důležitých pro zdraví organizace.

Příklady:

Nejvyšší cena akcie za posledních třicet dní.
Průměrná sleva poskytnutá zákazníkovi za poslední rok.
Očekávané zpoždění dodávky za posledních šest měsíců.

Příklady:

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))

Pojďme procvičovat!

Analýza časových řad v Power BI