Power BI में विंडो फंक्शन

Power BI में Time Series Analysis

Kevin Barlow

Data Analytics Professional

संदर्भ और महत्त्व

टाइम सीरीज़ डेटासेट का चुना हुआ span तय करता है कि हम किस तरह का विश्लेषण करेंगे। समय की अलग-अलग "विंडो" अलग स्तर की जानकारी देती हैं।

समय-अवधि में अंतर

Expanding विंडो फंक्शन - कैसे काम करता है

एक ही एंकर पॉइंट होता है
आगे या पीछे "पॉइंट" कर सकता है

Expanding Window Functions

Expanding विंडो फंक्शन - उपयोग

Expanding विंडो फंक्शन प्रायः संदर्भ बिंदु से बड़े-पैमाने के विश्लेषण पर लागू होते हैं।

उदाहरण:

किसी प्रमुख निर्णय के बाद से कुल प्रॉफिट जोड़ना।
आज तक किसी स्थान का औसत तापमान निकालना।
इस साल अब तक शिप हुए प्रोडक्ट्स की गिनती करना।

उदाहरण:

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

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

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

Rolling विंडो फंक्शन - कैसे काम करता है

रिलेटिव एंकर पॉइंट होते हैं
नए डेटा के साथ अलग-अलग समय-अवधि पर लागू होते हैं

Rolling Window Functions

Rolling विंडो फंक्शन - उपयोग

Rolling विंडो फंक्शन आमतौर पर वर्तमान स्थिति का विश्लेषण करने के लिए होते हैं। इन्हें अक्सर संगठन की सेहत के महत्वपूर्ण KPIs निकालने में उपयोग किया जाता है।

उदाहरण:

पिछले 30 दिनों में किसी स्टॉक का सबसे उच्च प्राइस।
पिछले साल में किसी कस्टमर को दी गई औसत डिस्काउंट।
पिछले 6 महीनों में अपेक्षित शिपिंग डिले की गणना।

उदाहरण:

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))

अभ्यास करते हैं!

Power BI में Time Series Analysis