Power BI 中 關鍵影響因素(Key Influencers Visualization)功能詳細分析（内附福利）——Power BI邁向AI的一大步？

目錄

• 寫在前面
• 功能介紹
• 功能詳解
• 寫在最後

寫在前面

繼解釋此增長/下降和分析此分布的不同之處過後，Power BI在2月份又抛出了一枚重磅炸彈——Key Influencers Visualization，翻譯過來：關鍵影響因素可視化元件。可見Power BI對這個AI黑科技的定位不同于前兩者，它是作為可視化元件的身份，希望使用者能時刻将這個功能使用在自己的報表當中，具有舉足輕重的地位。

原文連結：Key influencers visualization

執行個體檔案連結：Microsoft/powerbi-desktop-samples

Power BI 2月份更新說明連結：Power BI Desktop February 2019 Feature Summary

功能介紹

• 功能入口

  該功能現在還在測試中，是以需要現在在預覽中開啟，具體操作方式：

  檔案→選項和設定→選項→預覽功能→關鍵影響者視覺對象→确定

  

  重新開機BI後，在右側可視化視窗中，便會出現關鍵影響因素元件。

  

• 功能介紹

  打開使用者回報（customerfeedback.pbix）示例檔案，選擇富案件影響因素可視化元件，發現它隻需要添加兩個字段：分析、解釋依據。

  

  分析(Analyze)：将需要分析的結果放入其中，如股票的漲跌、門店的活躍、使用者的打分、空氣的品質等，一定要是分類的字段，如果是一連串的數字，Power BI會提示資料量過多結果可能不準确。

  解釋依據(Explain by)：将可能導緻分析結果的原因放入其中，如天氣、地區、年齡、行業、日期等。

  本文根據執行個體同樣選取以下字段進行分析：

  

  最終的分析界面如下：

  

  ①.切換控件：分為關鍵影響因素和排名靠前的分段。關鍵影響因素分析導緻目前結果的關鍵性原因有哪些，并按照影響程度降序排列；排名靠前的分段，将影響因素組合，并按照導緻結果的可能性進行分段。

  ②.下拉選擇：分析的結果有好有壞，評分有高有低，按照使用者的選擇，來進行原因分析。本文選擇的是Rating為Low時的結果。

  ③.圖表标頭：幫助使用者了解左側圖表表達的内容。

  ④.圖表界面：圖表按照可能性降序列出了各個影響因素。

  ⑤.圖表标頭：幫助使用者了解右側圖表表達的内容。

  ⑥.圖表界面：左側標明某影響因素後（綠色高亮顯示），右側柱狀圖展示該因素所在次元下的所有字段（標明的因素呈綠色高亮顯示，其餘的呈黑色）。

  ⑦.平均線：除了標明的因素，其餘所有因素可能性的平均值。

  ⑧.主要因素篩選：點選後，柱狀圖隻顯示是影響因素的值。

功能詳解

• 關鍵影響因素

  将導緻結果的重要因素一一列舉。

本文分析影響Rating為Low的因素有哪些，在②中選擇Low後，④中立即顯示出主要的影響因素。

比如Role in Org字段為consumer時，Rating是Low的可能性是Rating的其他所有值（本文中為High）的2.57倍，換言之，此時Low的機率是High的機率的2.57倍。

這個2.57是怎麼來的，很多文章并沒有對此進行說明。（甚至還有說不知道的！！！認真看過原文檔了嗎？）官網文檔寫得很清楚，原話：Consumers are therefore 2.57x more likely to give a low score compared to all other roles (difference between green bar and red dotted line)。意思是，這個2.57就是右側柱狀圖綠色圖機率值14.93%和平均線值5.78%的比值。

剛解決了一個值2.57，又多了兩個值14.93%和5.78%，那這兩個值又是怎麼來的呢？

其實，隻要把Role in Org、Rating、以及Customer ID的計數（資料表中最小顆粒度計數）拉出來一看便知。

Role in Org有三個狀态：administrator、consumer、publisher，各個狀态下的Rating都有High和Low兩個評分。顯然：

4373/(4373+24919) = 14.93%, 即為：Role in Org取consumer時，Low所占比重，同理：
390/(390+2516) = 13.42%, 即為：Role in Org取administrator時，Low所占比重
530/(530+12490) = 4.07%, 即為：Role in Org取publisher時，Low所占比重
           

那麼，平均線的數值也很好了解了，即為：

(390+530)/(390+2516+530+12490) = 5.78%
           

搞定！弄清楚了這些數字的來源，可以直接搞懂兩個問題：

1、左邊這些排序的依據是按照可能性的倍數來的，那麼倍數的來曆是什麼？

2、右邊柱狀圖的數值和平均線的數值的來曆是什麼？

剩下的内容同學們自己根據AI的結果去分析。

• 排名靠前的分段

  看各個因素的組合如何來影響正在分析的結果。

  

标頭講得很清楚，BI分了4個分段，并按照Rating為Low的比率将這4各分段進行了排名。氣泡的大小說明了資料量的大小，點選每一個氣泡，可以下鑽，檢視詳細資訊。

點選30.8%這個氣泡，出現對該分段的詳細說明：

①.分段内容：該分段裡面選取了哪些字段的哪些狀态？

②.分段機率：該分段下，目标結果Low的占比，以及和整體占比的比較。

③.資料體量：該分段下，所包含的資料量是多少？

④.分段的詳情：進一步了解分段，部分分段沒有此選擇。

30.8%以及其他的數值，計算依據仍是按照本文所說的方法，計算得到的。但是BI為什麼會這樣來選取分段，原文檔并未給出解釋，本文也正在摸索當中。 （能摸索出這個原因，相信對這個控件的了解也會更深刻了吧）

寫在最後

• 關鍵因素的排序規則和數學計算依據，本文将其整理出。其實官網在後續的問題清單中對此進行了詳細說明，有興趣的同學可以去研究一下，關鍵影響因素采用了邏輯回歸的算法， 而排名靠前的分段采用了決策樹的算法。
• 關鍵影響因素的許多其他功能，本文均未介紹：比如影響因素為一系列資料點、路徑成本或彙總值時的分析；“詳細了解此分段”的介紹。
• 由于該功能還在預覽中，BI Desktop使用時偶爾會出現崩潰。不會是本人電腦的緣故吧……
• 如果将影響股票漲跌的因素全部羅列，導入到BI中分析，說不定能得到什麼有用的結論呢。