Cuando realizamos un análisis en Power BI la finalidad real es la extracción de conclusiones de nuestro modelo. Para facilitar esta tarea, Power BI nos permite sacar conclusiones automáticamente de los informes. Esta funcionalidad aporta un gran valor, ya que permite entender qué factores afectan al comportamiento de nuestros datos.
Cómo sacar conclusiones automáticamente en Power BI
Para sacar conclusiones automáticamente primero de todo debemos saber que la funcionalidad que vamos a explicar es aplicable en la mayoría de visualizaciones pero no en todas. Podemos aplicar la funcionalidad a los gráficos de columnas y a los gráficos de líneas, por ejemplo. Cuando aplicamos estos gráficos normalmente podemos ver las fluctuaciones de datos. Es decir, si en el gráfico vemos representadas las ventas anuales, podemos observar si estas aumentan o disminuyen respecto al mes anterior.
Teniendo en cuenta esto, cuando sacamos conclusiones automáticamente de estos gráficos, podemos observar las causas que provocan estas fluctuaciones. En definitiva, nos da los motivos referentes a por qué los datos aumentan o disminuyen.
Por ejemplo, en el siguiente gráfico podemos observar las Ventas y los Costes de una empresa por mes. Como podemos ver si nos fijamos en la altura de las columnas, los datos aumentan o disminuyen dependiendo del mes. Bien, lo que nos permite esta funcionalidad es precisamente conocer el motivo de estas fluctuaciones.
Así pues, para sacar conclusiones automáticamente en Power BI sobre los aumentos o disminuciones en los gráficos, debemos hacer clic derecho en un punto de datos (dentro de un gráfico de columnas o líneas) y seleccionar la opción de Analizar / Explicación del aumento (o la disminución). De este modo, se nos proporcionará la información detallada respecto al punto de datos anterior.
Objetos visuales en las conclusiones automáticas de Power BI
En el momento en que seleccionamos la opción de Analizar, Power BI nos muestra una ventana con distintos objetos visuales y una descripción que nos concluye qué categorías son las que han influido más en el aumento o disminución de los datos (en este caso de las ventas).
Por ejemplo, si las ventas han aumentado debido mayoritariamente a que un país ha incrementado su consumo, este análisis automático nos va a concluir que X país ha aumentado su consumo y esto ha hecho crecer las ventas de nuestra empresa en ese mes específico.
De hecho, si nos fijamos en la imagen anterior, en la parte inferior vemos que tenemos distintos iconos que hacen referencia a diferentes objetos visuales. Esto es porque podemos elegir ver la información que nos explica el aumento o disminución de los datos a través de 4 visualizaciones distintas:
- Gráfico de cascada
- Gráfico de dispersión
- Gráfico de columnas 100% apiladas
- Gráfico de cintas
Podemos observar que, a través de 4 gráficos distintos, nos está mostrando una de las conclusiones extraídas de forma automática. En este caso, nos está diciendo que Sud América supuso la mayoría del aumento, compensando la gran disminución de Europa del Norte. Y así, con cada una de las conclusiones podemos decidir verla según el objeto visual que más nos convenga y que creamos más representativo.
Bien, para entender cómo están distribuidos los datos en cada uno de los objetos visuales y cómo interpretar cada uno de estos, vamos a verlos uno por uno:
Gráfico de cascada
El Gráfico de Cascada muestra los principales aumentos y disminuciones entre periodos, para cada una de las variables que está analizando. La primera y última columna del gráfico nos muestra los totales de cada mes. Entre estos dos totales se nos muestra en color verde los segmentos (en este caso las áreas) que han tenido una evolución positiva y en color rojo los negativos.
Gráfico de dispersión
En este gráfico tenemos que tener en cuenta los dos ejes. En el eje de las X encontramos el primer período con respecto al valor de la medida analizada, y en el eje de las Y encontramos el segundo período.
Por lo tanto, si dividimos el gráfico teniendo en cuenta estos dos ejes, en la zona verde encontramos los puntos de datos referentes a un aumento de valor, y en la zona roja hacen referencia a las disminuciones.
Por lo tanto, todos esos puntos de datos que se encuentren situados por encima de esta línea representa que han aumentado más que la tendencia general (representada en una línea de puntos) y, por lo contrario, los que estén situados por debajo, menos.
Gráfico de columnas 100% apiladas
Este gráfico nos muestra el valor de la medida en el periodo anterior y en el actual, y lo hace para cada una de las variables en una misma columna apilada. De este modo, podemos comparar paralelamente la evolución de estos valores, según si representan un mayor o menor fragmento dentro de esta columna.
Gráfico de cintas
Este es muy parecido al anterior, ya que también nos muestra los valores referentes al período anterior y al actual, pero en este caso modifica el orden de cada uno de los fragmentos según su peso en porcentaje dentro del total.
De este modo, podemos ver de forma muy sencilla los cambios de contribuciones para cada una de las variables y si han aumentado o disminuido entre ambos períodos.
Añadir las conclusiones automáticas en el informe
Si nos fijamos, cada uno de estos objetos visuales que hemos visto, tienen en su parte superior derecha un símbolo “+”. A través de este símbolo, lo podemos incrustar en nuestro informe como una visualización.
Esto lo podemos utilizar cuando queremos que dentro de la misma página se muestre el motivo de un aumento o una disminución a través del objeto que consideramos más representativo para ello.
Una vez se ha incrustado este objeto, podremos darle formato como si se tratara de una visualización creada por nosotros manualmente.
Además, como estamos hablando de una funcionalidad que se encuentra en versión preliminar, podemos dar nuestro feedback como usuarios haciendo click en los pulgares situados también arriba a la derecha de los objetos visuales.
En conclusión, esta funcionalidad nos permite sacar conclusiones automáticamente en nuestros informes. A pesar de esto, no es la única forma de hacerlo ya que en Power BI podemos encontrar un total de tres metodologías para sacar conclusiones:
- Narración Inteligente
- Tooltips
- Analizar (Explicada en este artículo)
Así pues, “Analizar” sería la tercera metodología de extraer conclusiones, en este caso, sobre las fluctuaciones de los valores. Pero como hemos visto, esta funcionalidad va mucho más allá de una simple conclusión, ya que realmente nos hace un análisis completo a través de cuatro objetos visuales muy representativos y utilizando las variables más influyentes en estas fluctuaciones.
Sacar conclusiones automáticamente es una de las muchas ventajas de Power BI
¿No conoces Aglaia Consulting? Somos consultores especializados en herramientas de Microsoft. Te acompañamos en cada paso de tu formación para garantizar que maximices productividad. Nos adaptamos a tus necesidades, ofreciendo cursos In-Company o In-Class, en vuestras oficinas o en las nuestras. También en remoto con nuestros cursos LIVE Streaming que se realizan con nuestros consultores a través de videollamada.
