การพยากรณ์ใน Power BI: DAX

การวิเคราะห์อนุกรมเวลาใน Power BI

Kevin Barlow

Data Analytics Professional

บริบทและความสำคัญ

ความสามารถในตัวเป็นจุดเริ่มต้นที่ดี แต่มีข้อจำกัด

การปรับแต่งและเพิ่มประสิทธิภาพทำได้จำกัด เพียงแค่พารามิเตอร์พื้นฐาน

ทางเลือกอื่น

  • ภาษาโปรแกรม (Python / R)

  • Excel

  • DAX

ตัวเลือกการพยากรณ์ใน Power BI

การวิเคราะห์อนุกรมเวลาใน Power BI

หลักการพื้นฐานของการพยากรณ์ด้วย DAX

DAX ช่วยให้เราประมาณพฤติกรรมของชุดข้อมูลในช่วงเวลาที่กำหนดได้

  1. ระบุจุดข้อมูลล่าสุด
  2. คำนวณแนวโน้มของข้อมูล (ค่าเฉลี่ยเรขาคณิต)
  3. คาดการณ์ไปสู่อนาคต

ค่าเฉลี่ยเรขาคณิตให้ค่าเฉลี่ยสำหรับชุดข้อมูลที่เปลี่ยนแปลงแบบเอกซ์โพเนนเชียล

การพยากรณ์ด้วยค่าเฉลี่ยเรขาคณิต

การวิเคราะห์อนุกรมเวลาใน Power BI

CAGR

อัตราการเติบโตต่อปีแบบทบต้น (CAGR)

สูตร CAGR

สูตรนี้ใช้สำหรับการเติบโตรายปี แต่สามารถประยุกต์ใช้กับช่วงเวลาอื่นได้เช่นกัน (เช่น อัตราการเติบโตรายเดือน)

การวิเคราะห์อนุกรมเวลาใน Power BI

การใช้ CAGR เพื่อพยากรณ์

การพยากรณ์ค่าในอนาคต

การคำนวณค่าในอนาคต

LV = ค่าล่าสุด

n = จำนวนช่วงเวลาในอนาคต

ทดสอบสูตรนี้กับข้อมูลของตัวเองได้โดยใช้การพยากรณ์ย้อนหลัง!

การวิเคราะห์อนุกรมเวลาใน Power BI

มาฝึกกันเถอะ!

การวิเคราะห์อนุกรมเวลาใน Power BI

Preparing Video For Download...