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.

Iniziare a esplorare i dati di serie temporali

Affermazioni sull'analisi delle serie temporali

Esplorare le serie temporali di AirBnB

Generare una nuova variabile data

Analizzare le tendenze per giorno della settimana

Calcolare la variazione anno su anno

Exploring Time Series Data

Time series run chart

Cyclical vs. Seasonal

Analyzing Glassdoor reviews over time

Building your first time series chart

Calculating rolling averages

Finding anomalies in time series data

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

Course Glossary

In questo corso imparerai ad analizzare serie temporali, visualizzare i tuoi dati e individuare le tendenze. Creerai nuove variabili di data, scoprirai i run chart e imparerai a calcolare le medie mobili. Infine, vedrai come identificare quali variabili influenzano maggiormente la variabile target usando gli alberi di scomposizione e i key influencers di Power BI.

Il glossario del corso si trova a destra nella sezione delle risorse.

Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione facendo clic sull’avviso dei crediti CPE sulla destra.

<h2>Dati non temporali</h2>
In questo corso imparerai come analizzare le serie temporali, visualizzare i tuoi dati e individuare le tendenze. Creerai nuove variabili di data, scoprirai i grafici di andamento e imparerai a calcolare le medie mobili. 
<br><br>
<h2>Capire le variabili che influiscono</h2>
Infine, scoprirai come capire quali variabili hanno più influenza sulla variabile target usando gli alberi di decomposizione e i fattori chiave di Power BI.


Exploratory Data Analysis in Power BI

Migliora i tuoi report con tecniche di analisi delle tendenze come serie temporali e alberi di decomposizione.

Analisi delle tendenze in Power BI

Migliora i tuoi report con tecniche di analisi delle tendenze come serie temporali, alberi di decomposizione e fattori chiave di influenza.

Analista dati in Power BI

Affermazioni sull'analisi delle serie temporali

Analisi delle tendenze in Power BI

esercizio interattivo pratico