टाइम सीरीज़ डेटा की बुनियाद

Power BI में Time Series Analysis

Kevin Barlow

Data Analytics Professional

कोर्स की पूर्व–आवश्यकताएँ

इस कोर्स में अभ्यासों भर में इंटरमीडिएट DAX फंक्शन चाहिए, जैसे:

CALCULATE()
IF()
SUMMARIZE()

यह महत्वपूर्ण क्यों है?

हर डेटासेट में समय एक आयाम होता है! समय के साथ डेटा का विश्लेषण कर हम अहम रुझान सीखते हैं, और इसके लिए मज़बूत टूलकिट चाहिए।

समय के साथ मेरा डेटा कैसे बदला?
इतिहास के आधार पर मेरा डेटा क्या दिखाना चाहिए?
भविष्य में मेरा डेटा क्या दिखाएगा?

टाइम सीरीज़ डेटा क्यों महत्वपूर्ण है

टाइम सीरीज़ डेटा की परिभाषा

Time Series Data वही विषय पर समयावधि में जुटाए गए प्रेक्षणों (यानी डेटा पॉइंट्स) का सेट है।

दो मुख्य घटक

Span: कुल समयावधि जिसके लिए हमारे पास डेटा है
Interval: हर प्रेक्षण के बीच का समय।

टाइम सीरीज़ के घटक

समय के साथ बदलाव ट्रैक करना

दीर्घकालिक (Secular) बदलाव

दीर्घकालिक बदलाव

मौसमी बदलाव

चक्रीय बदलाव

रैंडम (अनियमित) बदलाव

रैंडम बदलाव उदाहरण

शॉर्ट-टर्म टाइम सीरीज़ विश्लेषण

शॉर्ट-टर्म स्पैन आमतौर पर 1 वर्ष से कम होता है। इनमें हम जानना चाहते हैं कि अभी हमारा डेटा क्या बता रहा है।

आम विश्लेषण

पिछले x पीरियड (जैसे, पिछले 90 दिन, पिछले 2 क्वार्टर)
पीरियड टू डेट (जैसे, Year to date, Month to date)

उदाहरण

शॉर्ट-टर्म विश्लेषण

लॉन्ग-टर्म टाइम सीरीज़ विश्लेषण

लॉन्ग-टर्म विश्लेषण 1 वर्ष से अधिक की अवधि को कवर करता है। हम ऐतिहासिक डेटा और उसके वर्तमान से संबंध को समझते हैं।

आम विश्लेषण:

Year over Year
Month over Month
Same period last year

उदाहरण जनवरी माह के लिए Year over Year (YoY) सेल्स परफ़ॉर्मेंस निकालना।

YoY विश्लेषण

भविष्य का फ़ोरकास्ट

भविष्य के विश्लेषण, जैसे forecasting, ऐतिहासिक डेटा को देखकर उसे आगे प्रोजेक्ट करते हैं। इससे हम आगे कहाँ होंगे, यह अनुमान लगाकर निर्णय ले सकते हैं।

आम विश्लेषण

Regressions (जैसे linear)
समय-बिंदु अनुमान
Machine Learning

उदाहरण

कई महीनों आगे के लिए स्टॉक ट्रेड वॉल्यूम का फ़ोरकास्ट करना।

फ़ोरकास्टिंग उदाहरण

अभ्यास करते हैं!

Power BI में Time Series Analysis