In this chapter, you’ll get more familiar with time-based variables and the multiple ways to extract further variables using EDA for analysis—like day of week and time difference. You’ll get hands-on with Power BI as you build line charts to calculate new metrics and uncover trends hiding in your data—including period-over-period change and rolling averages.

Starting to explore time series data

Statements about time series analysis

Exploring AirBnB time series

Generating a new date variable

Analyzing trends by day of week

Calculating year-over-year change

Exploring Time Series Data

Gráfico de ejecución de series temporales

Opciones

Cíclico

Estacionalidad

Cíclico vs. estacional

Analizar las reseñas de Glassdoor a lo largo del tiempo

Crea tu primer gráfico de series temporales

Calcular medias móviles

Detectar anomalías en datos de series temporales

Analyzing Time Series in Power BI

One of the most powerful functions of EDA in Power BI is being able to identify which variables have the most influence on your target outcome. A native Power BI visualization tool enabling that is Decomposition Trees. You'll learn about Decomposition Trees, how to construct, then interpret in order to explain a target outcome by other variables. 

Introduction to decomposition trees

Statements about decomposition trees

Using decomposition trees in Power BI

Getting started with decomposition trees

Diving deeper into decomposition trees

Decomposing attrition rates

Decomposition Trees

In this chapter you'll build another native Power BI tool, Key Influencers visual. It helps you to understand how much a target outcome changes based on specific variables and segments of observations.

Introduction to key influencers

Decomposition trees vs. key influencers

Using key influencers in Power BI

Key influencers for average listing price

Segments from key influencers

Key influencers for super hosts

Congratulations!

Key Influencers

Exercises and Datasets

DataCamp vs. Local Experience

En este curso aprenderás a analizar series temporales, visualizar tus datos y detectar tendencias. Crearás nuevas variables de fecha, descubrirás los run charts y aprenderás a calcular medias móviles. Por último, verás cómo identificar qué variables ejercen más influencia sobre la variable objetivo usando los árboles de descomposición y los key influencers de Power BI.

<h2>Analizar datos de series temporales</h2>
En este curso aprenderás a analizar series temporales, visualizar tus datos y detectar tendencias. Construirás nuevas variables de fecha, descubrirás los gráficos de ejecución y te adentrarás en el cálculo de medias móviles. 
<br><br>
<h2>Comprender las variables que influyen</h2>
Por último, descubrirás cómo identificar las variables que más influyen en la variable objetivo utilizando los árboles de descomposición de Power BI y los influenciadores clave.


Exploratory Data Analysis in Power BI

Mejora tus informes con análisis de tendencias como series temporales, árboles de descomposición e influenciadores clave.

Análisis de tendencias en Power BI

Mejora tus informes con técnicas de análisis de tendencias, como series temporales, árboles de descomposición e influenciadores clave.

Analista de datos en Power BI

El patrón se repite a lo largo de un año

Inscripción de votantes en elecciones importantes

Cíclico vs. estacional

Análisis de tendencias en Power BI

Ejercicio interactivo práctico