Prognoser i Power BI: DAX

Tidsserieanalys i Power BI

Kevin Barlow

Data Analytics Professional

Sammanhang och betydelse

Inbyggda funktioner är en bra start men har begränsningar.

Finjustering och optimering är knappt möjligt och begränsas till grundläggande parametrar.

Andra alternativ

  • Programmeringsspråk (Python / R)

  • Excel

  • DAX

Prognosalternativ i Power BI

Tidsserieanalys i Power BI

Grundprinciper för DAX-prognoser

Med DAX kan vi approximera hur en datamängd beter sig över en given tidsperiod.

  1. Identifiera den sista datapunkten.
  2. Beräkna datatrender (geometriskt medelvärde).
  3. Projicera framåt i tiden.

Ett geometriskt medelvärde ger ett genomsnitt för en exponentiellt förändrad datamängd.

Prognoser med geometriskt medelvärde

Tidsserieanalys i Power BI

CAGR

Compound Annual Growth Rate (CAGR)

CAGR-formel

Formeln gäller årlig tillväxt, men samma logik kan tillämpas på andra tidsintervall (t.ex. månatlig tillväxttakt).

Tidsserieanalys i Power BI

Använda CAGR för prognoser

Beräkna framtida värden

Beräkning av framtida värde

LV = senaste värdet

n = antal perioder framåt

Du kan testa formeln på dina data genom att göra en bakåtprognos!

Tidsserieanalys i Power BI

Nu kör vi en övning!

Tidsserieanalys i Power BI

Preparing Video For Download...