Прогнозирование в Power BI: DAX

Анализ временных рядов в Power BI

Kevin Barlow

Data Analytics Professional

Контекст и значимость

Встроенные возможности — хорошая отправная точка, но они ограничены.

Настройка и оптимизация практически недоступны: параметры сведены к базовым.

Другие варианты

  • Языки программирования (Python / R)

  • Excel

  • DAX

Параметры прогнозирования в Power BI

Анализ временных рядов в Power BI

Основные принципы прогнозирования в DAX

С помощью DAX можно аппроксимировать поведение набора данных за заданный период.

  1. Определить последнюю точку данных.
  2. Вычислить тренд (среднее геометрическое).
  3. Экстраполировать в будущее.

Среднее геометрическое даёт усреднённое значение для экспоненциально изменяющегося набора данных.

Прогнозирование с использованием среднего геометрического

Анализ временных рядов в Power BI

CAGR

Совокупный среднегодовой темп роста (CAGR)

Формула CAGR

Хотя формула рассчитана на годовой рост, та же логика применима к другим временным интервалам (например, к месячному темпу роста).

Анализ временных рядов в Power BI

Использование CAGR для прогнозирования

Прогнозирование будущих значений

Расчёт будущего значения

LV = последнее значение

n = количество периодов в будущем

Проверить эту формулу на своих данных можно с помощью ретропрогноза!

Анализ временных рядов в Power BI

Давайте потренируемся!

Анализ временных рядов в Power BI

Preparing Video For Download...