PowerBI技巧之 关键影响因素.pdfVIP

目目录录 写在前面 功能介绍 功能详解 写在最后 写写在在前前面面 继解释此增长/下降和分析此分布的不同之处过后 Power BI在2月份又抛出了一枚重磅炸弹——Key Influencers Visualization 翻译过来：关键影响因素可视化组件。可见Power BI对这个AI黑科技的定位不同于前两者 它是作 为可视化组件的身份 希望用户能时刻将这个功能使用在自己的报表当中 具有举足轻重的地位。 原文链接：Key influencers visualization 实例文件链接：Microsoft/powerbi-des top-samples Power BI 2月份更新说明链接：Power BI Des top February 2019 Feature Summary 功功能能介介绍绍 功功能能入入口口 该功能现在还在测试中 所以需要现在在预览中开启 具体操作方式： 文件→选项和设置→选项→预览功能→关键影响者视觉对象→确定 重启BI后 在右侧可视化窗口中 便会出现关键影响因素组件。 功功能能介介绍绍 打开用户反馈 （customerfeedbac .pbix）示例文件 选择富案件影响因素可视化组件 发现它只需要添加两个字段：分 析、解释依据。 分分析析(Analyze)：将需要分析的结果放入其中 如股票的涨跌、门店的活跃、用户的打分、空气的质量等 一一定定要要是是分分类类的的 字字段段 如果是一连串的数字 Power BI会提示数据量过多结果可能不准确。 解解释释依依据据(Explain by)：将可能导致分析结果的原因放入其中 如天气、地区、年龄、行业、日期等。 本文根据实例同样选取以下字段进行分析： 最终的分析界面如下： ①.切切换换控控件件：分为关键影响因素和排名靠前的分段。关键影响因素分析导致目前结果的关键性原因有哪些 并按照影响程 度降序排列；排名靠前的分段 将影响因素组合 并按照导致结果的可能性进行分段。 ②.下下拉拉选选择择：分析的结果有好有坏 评分有高有低 按照用户的选择 来进行原因分析。本文选择的是Rating为Low时的 结果。 ③.图图表表标标头头：帮助用户理解左侧图表表达的内容。 ④.图图表表界界面面：图表按照可能性降序列出了各个影响因素。 ⑤.图图表表标标头头：帮助用户理解右侧图表表达的内容。 ⑥.图图表表界界面面：左侧选定某影响因素后 （绿色高亮显示） 右侧柱状图展示该因素所在维度下的所有字段 （选定的因素呈绿 色高亮显示 其余的呈黑色）。 ⑦.平平均均线线：除了选定的因素 其余所有因素可能性的平均值。 ⑧.主主要要因因素素筛筛选选：点选后 柱状图只显示是影响因素的值。 功功能能详详解解 关关键键影影响响因因素素 将导致结果的重要因素一一列举。 本文分析影响Rating为Low的因素有哪些 在②中选择Low后 ④中立即显示出主要的影响因素。 比如Role in Org字段为consumer时 Rating是Low的可能性是Rating的其他所有值 （本文中为High）的2.57倍 换言之 此时Low的概率是High的概率的2.57倍。 这个2.57是怎么来的 很多文章并没有对此进行说明。（甚至还有说不知道的！！！认真看过原文档了吗？）官网文档写得很 清楚 原话：Consumers are therefore 2.57x more li ely to give a low score compared to all other roles (difference between green bar and red dotted line)。意思是 这个2.57就是右侧柱状图绿色图概率值14.93%和平 均线值5.78%的比值。 刚解决了一个值2.57 又多了两个值14.93%和5.78% 那这两个值又是怎么来的呢？ 其其实实 只只要要把把Role in Org、、Rating、、以以及及Customer ID的的计计数数 （（数数据据表表中中最最小小颗颗粒粒度度计计数数））拉拉出出来来一一看看便便 知知。。 Role in Org有三个状态：administrator、consumer、publisher 各个状态下的Rating都有High和Low两个评分。 显然： 4373/(4373+24919) = 14.93%, 即为：Role in Org取consumer时 Low所占比重 同理： 390/(390+2 16) = 13.42%, 即为：Role in Org取administr