In questo capitolo prenderai familiarità con le variabili basate sul tempo e con i diversi modi per ricavare ulteriori variabili tramite EDA per l’analisi—come il giorno della settimana e la differenza temporale. Metterai le mani su Power BI creando grafici a linee per calcolare nuove metriche e scoprire le tendenze nascoste nei dati—inclusi il cambiamento periodo su periodo e le medie mobili.

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

Esplorare i dati di serie temporali

Run chart delle serie temporali

Ciclico vs. Stagionale

Analizzare le recensioni su Glassdoor nel tempo

Crea il tuo primo grafico di serie temporali

Calcolare le medie mobili

Individuare anomalie nei dati di serie temporali

Analizzare le serie temporali in Power BI

Una delle funzioni più potenti dell’EDA in Power BI è la capacità di identificare quali variabili influenzano maggiormente il risultato target. Uno strumento di visualizzazione nativo di Power BI che lo consente è l’albero di scomposizione. Imparerai cosa sono gli alberi di scomposizione, come costruirli e come interpretarli per spiegare un risultato target in base ad altre variabili.

Introduzione agli alberi di scomposizione

Affermazioni sugli alberi di scomposizione

Usare gli alberi di scomposizione in Power BI

Primi passi con gli alberi di scomposizione

Approfondire i decomposition tree

Scomporre i tassi di abbandono

Alberi di scomposizione

In questo capitolo creerai un altro strumento nativo di Power BI, il visual Key Influencers. Ti aiuta a capire quanto cambia un risultato target in base a specifiche variabili e segmenti di osservazioni.

Introduzione ai key influencers

Opzioni

Decomposition Tree

Key Influencer

Decomposition tree vs. key influencers

Usare i key influencers in Power BI

Key influencers per il prezzo medio degli annunci

Segmenti dai key influencers

Key influencers per i superhost

Congratulazioni!

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

Consente di esplorare una variabile target seguendo percorsi diversi

Utile per confrontare direttamente l’influenza tra variabili

Dipende da un numero sufficiente di osservazioni per individuare pattern

Esplora l’impatto di un valore specifico sul cambiamento di una variabile target

Decomposition tree vs. key influencers

Analisi delle tendenze in Power BI

esercizio interattivo pratico