通过

在 Power BI 中创建并查看分解树视觉对象

适用范围：Power BI Desktop Power BI 服务

通过 Power BI 中的分解树视觉对象，可以在多个维度之间实现数据的可视化。 它会自动聚合数据，并允许按任意顺序向下钻取维度。 它也是人工智能（AI）可视化效果，因此你可以要求它查找基于特定条件向下钻取的下一个维度。 此工具对于临时探索和进行根本原因分析非常有用。

该屏幕截图显示了完整的分解树。

本教程使用以下两个示例：

  • 一种供应链方案，用于分析公司支持（库存不足）的产品百分比。
  • 一个销售方案，按游戏流派和发行商等多种因素细分视频游戏销售情况。

对于 Power BI Desktop，可以下载 供应链方案语义模型。 若要使用 Power BI 服务，请下载 Supply Chain Sample.pbix，然后将其上传到 Power BI 服务中的工作区。

注意

与 Power BI 同事共享报表需要你拥有单独的 Power BI Pro 许可证，或者将报表保存在高级容量中。

开始

从 “可视化效果 ”窗格中选择分解树图标。

分解树水印的屏幕截图。

可视化效果需要两种类型的输入：

  • 分析：要分析的指标。 它必须是度量值或聚合。
  • 说明：要向下钻取的一个或多个维度。

将度量值拖到字段后，视觉对象会更新展示聚合度量值。 在以下示例中，我们将反序（5.07%）上产品的平均 % 可视化。

分解树根节点的屏幕截图。

下一步是添加一个或多个要向下钻取的维度。 将这些字段添加到“解释依据”Bucket。 请注意，根节点旁边会显示 一个加号 。 +选择允许你选择要钻取的字段（可以按所需的任意顺序钻取字段）。

该屏幕截图显示了在选择加号图标后会看到“解释依据”列表中的选项。

选择“预测偏差”会导致树展开并按列中的值细分度量值。 可以通过选择要钻取的另一个节点来重复此过程。

分解树扩展的屏幕截图。

从最后一个级别选择节点将交叉筛选数据。 选择先前级别的节点会更改路径。

动画展示了在选择先前级别的节点后改为显示其子节点。

与其他视觉对象交互会交叉筛选分解树。 级别中节点的顺序会因此而更改。

为了显示不同的方案，以下示例按发布者查看视频游戏销售情况。

动画展示了选择交叉筛选会影响所显示的节点。

当我们通过 Ubisoft 交叉筛选树时，路径会更新，以显示 Xbox 销售从第一位移动到第二位，超过了 PlayStation。

如果我们随后通过 任天堂交叉筛选树，则 Xbox 销售额为空，因为没有为 Xbox 开发的任天堂游戏。 Xbox 及其后续路径将从视图中被筛选掉。

尽管路径消失，但现有级别（在本例中，游戏流派）仍固定在树上。 因此，选择 任天堂 节点会自动将树展开到游戏流派。

AI 拆分

可以使用 AI 拆分 来找出应在数据中查找的下一步位置。 这些拆分项显示在列表的顶部，并用灯泡标记。 拆分是为了帮助你在数据中自动查找高值和低值。

分析可以通过两种方式进行，具体取决于你的喜好。 再次使用供应链示例，默认行为如下：

  • 高值：考虑所有可用字段，并确定要钻取到的字段，以获得要分析的度量值的最高值。
  • 低值：考虑所有可用字段，并确定要钻取到的字段，以获得要分析的度量值的最低值。

使用“间歇性”旁边的加号选择“高值”。 将显示一个标记为“产品类型”的新列。

分解树 AI 拆分的屏幕截图。

产品 类型 旁边会显示一个灯泡，指示此列是 AI 拆分。 该树还提供了一条指示“患者监护”节点的虚线，指示最大延迟交货值 (9.2%)。

将鼠标悬停在灯泡上即可看到工具提示。 在此示例中，工具提示为“产品类型为患者监护”时脱销百分比最高”。

可以配置视觉对象以查找“相对”AI 拆分，而不是“绝对”AI 拆分 。

相对模式查找突出显示的高值（与列中的其余数据相比）。 让我们再次以视频游戏销售为例：

分解树绝对拆分的屏幕截图。

在前面的屏幕截图中，我们查看了视频游戏的北美销售额。 我们首先按 发布者名称拆分树，然后钻取 到任天堂。 选择“高值”会导致平台扩展任天堂。 由于任天堂（发布者）仅针对任天堂主机进行开发，因此只有一个值存在，因此这并不出人意料地是最高的。

然而，要了解哪个高值相对于同一列中的其他值，这是一个更有趣的拆分。 如果将“分析类型”从“绝对”改为“相对”，则会得到以下任天堂结果：

分解树相对拆分的屏幕截图。

这一次，推荐值是“游戏流派平台”。 平台不会产生比任天堂更高的绝对值;$19,950,000 vs. $46,950,000。 然而，这是一个突出的价值。

更确切地说，由于有 10 个游戏流派值，如果平台被均匀拆分，平台的预期值为 460 万美元。 由于 Platform 的值为近 2000 万美元，因此这是一个有趣的结果，因为它比预期结果高出四倍。

计算方式如下：

北美平台销售/Abs（北美游戏流派销售）
与
任天堂的北美销售额 / Abs(Avg(平台的北美销售额))

转换为：

19,550,000 / （19,550,000 + 11,140,000 + ... + 470,000 + 60,000 /10） = 4.25x
与
46,950,000/ （46,950,000/1） = 1x

如果不想在树中使用任何 AI 拆分，还可以在 “分析格式 ”选项下将其关闭：

在分解树中禁用 AI 拆分的屏幕截图。

树与 AI 拆分的交互

你可以有多个后续 AI 级别。 还可以混用不同类型的 AI 级别（从高值到低值后返回高值）：

具有多个 AI 路径的分解树的屏幕截图。

如果在树中选择另一个节点，则 AI 拆分会从头开始重新计算。 在以下示例中，我们更改了 预测偏差 级别的所选节点。 后续级别会变化以产生正确的高值和低值。

分解树 AI 交互的屏幕截图。

当你通过其他视觉对象交叉筛选分解树时，也会重新计算 AI 级别。 在以下示例中，我们可以看到，对于 Plant #0477，我们的后序 % 最高。

屏幕截图展示了在选择所有月份后进行的根本原因分析。

但是，如果在条形图中选择 “4 月 ”， 则产品类型的最高更改是高级外科。 在这种情况下，不仅仅是重新排序的节点，而是选择了其他列。

屏幕截图展示了在只选择 4 月后进行的根本原因分析。

如果希望 AI 级别的行为与非 AI 级别类似，请选择 灯泡 以将行为还原为默认值。

虽然多个 AI 级别可以链接在一起，但非 AI 级别不能与 AI 级别相连。 如果在 AI 拆分后执行手动拆分，则 AI 级别的灯泡将消失，级别转换为普通级别。

锁定

内容创建者可以锁定报表使用者的级别。 当某个级别处于锁定状态时，不能删除或更改。 使用者可以浏览锁定级别内的不同路径，但不能更改级别本身。 作为创建者，可以将鼠标悬停在现有级别上以查看锁图标。 可以根据需要锁定任意多个级别，但锁定级别之前不能有解锁级别。

在以下示例中，前两个级别被锁定。 报表使用者可以更改级别 3 和 4，甚至以后再添加新级别。 但是，前两个级别无法更改。

分解树中锁定级别的屏幕截图。

注意事项和限制

树的最大级别数为 50。 一次可以在树上可视化的最大数据点数为 5,000。 截断级别以显示前 n 个。 目前每个级别的前 n 个设置为 10。

在以下情况下，不支持分解树：

  • 本地 Analysis Services

在以下情况下，不支持 AI 拆分：

  • Azure Analysis Services
  • Power BI 报表服务器
  • 向网络发布
  • 分析中扩展架构中的复杂度量值和度量值

其他限制：

  • 问答中的支持

相关内容