從全球趨勢的時間變化來觀察,非常適合找出重複出現的模式,也能發現異常情況。進一步拆解後,還能找出這些模式形成的原因。
在這個練習中,你要調查 AirBnB 新增房東數的異常下滑。你會先用 Power BI 的異常偵測功能,接著再手動深入分析。
如果進度有遺失,請關閉所有開啟的報表,並從桌面的 Workbooks 資料夾載入 2_3_anomalies.pbix。
2_3_anomalies.pbix
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本章中,你會更熟悉時間型變數,以及如何用 EDA 擷取更多可供分析的變數,例如星期幾與時間差。你將實際操作 Power BI,建立折線圖以計算新指標,並找出資料中隱含的趨勢,包括期間對期間的變化與移動平均。
當前練習
在 Power BI 的 EDA 中,最強大的功能之一是能辨識哪些變數對你的目標結果影響最大。支援這點的原生 Power BI 視覺化工具是分解樹。你將學習分解樹是什麼、如何建置,並加以解讀,藉此用其他變數來說明目標結果。
在本章中,你將建立另一個原生的 Power BI 視覺化工具:關鍵影響因素。它能幫助你了解在特定變數與觀測分群下,目標結果會改變多少。