Trong chương này, bạn sẽ làm quen hơn với các biến theo thời gian và nhiều cách trích xuất thêm biến bằng EDA để phân tích—như ngày trong tuần và độ chênh lệch thời gian. Bạn sẽ thực hành với Power BI để dựng biểu đồ đường, tính các chỉ số mới và tìm ra những xu hướng đang ẩn trong dữ liệu—bao gồm thay đổi theo giai đoạn (period-over-period) và trung bình trượt.

Bắt đầu khám phá dữ liệu chuỗi thời gian

Các phát biểu về phân tích chuỗi thời gian

Khám phá chuỗi thời gian của AirBnB

Tạo biến ngày mới

Phân tích xu hướng theo ngày trong tuần

Tính toán thay đổi theo năm (YoY)

Khám phá dữ liệu chuỗi thời gian

Biểu đồ chạy chuỗi thời gian

Chu kỳ so với Tính thời vụ

Phân tích đánh giá trên Glassdoor theo thời gian

Xây dựng biểu đồ chuỗi thời gian đầu tiên của bạn

Tính trung bình trượt

Tìm điểm bất thường trong dữ liệu chuỗi thời gian

Phân tích chuỗi thời gian trong Power BI

Một trong những chức năng mạnh mẽ nhất của EDA trong Power BI là khả năng xác định những biến nào có ảnh hưởng lớn nhất đến kết quả mục tiêu. Công cụ trực quan hóa gốc của Power BI hỗ trợ việc này là Decomposition Trees. Bạn sẽ tìm hiểu về Decomposition Trees, cách xây dựng và cách diễn giải để giải thích kết quả mục tiêu dựa trên các biến khác.

Giới thiệu về cây phân rã

Các phát biểu về decomposition tree

Sử dụng Decomposition Tree trong Power BI

Bắt đầu với decomposition tree

Đi sâu hơn vào cây phân rã (decomposition trees)

Phân rã tỷ lệ nghỉ việc

Cây phân rã

Trong chương này, bạn sẽ xây dựng một công cụ gốc khác của Power BI: trực quan Key Influencers. Nó giúp bạn hiểu mức độ thay đổi của kết quả mục tiêu dựa trên các biến cụ thể và các phân khúc quan sát.

Giới thiệu về Key Influencers

Decomposition Tree và Key Influencers

Sử dụng Key Influencers trong Power BI

Key influencers đối với giá niêm yết trung bình

Các phân khúc từ key influencers

Các yếu tố ảnh hưởng chính đối với superhost

Chúc mừng bạn!

Key Influencers

Exercises and Datasets

Course Glossary

DataCamp vs. Local Experience

Trong khóa học này, bạn sẽ học cách phân tích chuỗi thời gian, trực quan hóa dữ liệu và phát hiện xu hướng. Bạn sẽ tạo các biến ngày mới, khám phá run chart và tính toán trung bình trượt. Cuối cùng, bạn sẽ biết cách xác định biến nào ảnh hưởng nhiều nhất đến biến mục tiêu bằng cách sử dụng cây phân rã (decomposition trees) và key influencers của Power BI.

Bảng thuật ngữ của khóa học nằm ở bên phải trong phần tài nguyên.

Để nhận tín chỉ CPE, bạn cần hoàn thành khóa học và đạt ít nhất 70% trong bài đánh giá đủ điều kiện. Bạn có thể đi tới bài đánh giá bằng cách nhấp vào phần CPE credits ở bên phải.

<h2>Phân tích dữ liệu chuỗi thời gian</h2>
Trong khóa học này, bạn sẽ học cách phân tích chuỗi thời gian, trực quan hóa dữ liệu của mình và nhận diện các xu hướng. Bạn sẽ xây dựng các biến ngày mới, khám phá biểu đồ chạy, và bắt đầu tính toán trung bình trượt. 
<br><br>
<h2>Hiểu các biến ảnh hưởng</h2>
Cuối cùng, bạn sẽ tìm hiểu cách xác định những biến nào có ảnh hưởng lớn nhất đến biến mục tiêu bằng cách sử dụng cây phân rã và các yếu tố ảnh hưởng chính của Power BI.


Exploratory Data Analysis in Power BI

Nâng cao báo cáo với phân tích xu hướng như chuỗi thời gian, cây phân rã và yếu tố ảnh hưởng chính.

Phân tích Xu hướng trong Power BI

Nâng cao báo cáo của bạn với các kỹ thuật phân tích xu hướng như chuỗi thời gian, cây phân rã và các yếu tố ảnh hưởng chính.

Chuyên viên phân tích dữ liệu trong Power BI

Các phát biểu về phân tích chuỗi thời gian

Phân tích Xu hướng trong Power BI

Bài tập tương tác thực hành