Prognozowanie w Power BI: DAX

Analiza szeregów czasowych w Power BI

Kevin Barlow

Data Analytics Professional

Kontekst i znaczenie

Wbudowane funkcje to dobry punkt startowy, ale mają ograniczenia.

Dostrajanie i optymalizacja są mocno ograniczone do podstawowych parametrów.

Inne możliwości

  • Języki programowania (Python / R)

  • Excel

  • DAX

Opcje prognozowania w Power BI

Analiza szeregów czasowych w Power BI

Podstawowe zasady prognozowania w DAX

Dzięki DAX możemy przybliżyć zachowanie zbioru danych w danym przedziale czasowym.

  1. Zidentyfikuj ostatni punkt danych.
  2. Oblicz trend danych (średnia geometryczna).
  3. Dokonaj projekcji w przyszłość.

Średnia geometryczna wyznacza przeciętną wartość dla zbioru danych zmieniającego się wykładniczo.

Prognozowanie za pomocą średniej geometrycznej

Analiza szeregów czasowych w Power BI

CAGR

Złożona roczna stopa wzrostu (CAGR)

Wzór CAGR

Choć wzór dotyczy wzrostu rocznego, tę samą logikę można zastosować do innych interwałów czasowych (np. miesięczna stopa wzrostu).

Analiza szeregów czasowych w Power BI

Wykorzystanie CAGR do prognozowania

Prognozowanie przyszłych wartości

Obliczanie wartości przyszłej

LV = ostatnia wartość

n = liczba okresów w przyszłości

Możesz przetestować ten wzór na swoich danych, stosując backcastowanie!

Analiza szeregów czasowych w Power BI

Czas na ćwiczenia!

Analiza szeregów czasowych w Power BI

Preparing Video For Download...