Détection d'anomalies dans Power BI

Une anomalie est définie comme "un changement inattendu dans les modèles de données, ou un événement qui n'est pas conforme au modèle de données attendu". En bref, les Anomalies sont des anomalies.

Qu'est-ce que la détection d'anomalies ?

La détection d'anomalies vise à trouver des événements inattendus ou rares dans les flux de données de séries chronologiques. On peut trouver des écarts significatifs par rapport à la tendance normale en utilisant la détection d'anomalies.

Pourquoi détecter les Anomalies ?

Les anomalies donnent une indication des principales variations et déviations par rapport à la tendance attendue. Les variations peuvent être dues à des erreurs dans la collecte de données ou à des problèmes techniques. Les anomalies ont tendance à nous faire réfléchir sur ce qui a causé la variation. Cela aide les analystes à prendre des décisions.

Étapes pour détecter les anomalies à l'aide de Power BI

Supposons que nous ayons un ensemble de données avec la date d'achat, le chiffre d'affaires et la quantité. Il y a 247 lignes au total. Ci-dessous quelques lignes du tableau.

1. Afin d'effectuer la détection d'anomalies, la première étape consiste à tracer un graphique linéaire. Par conséquent, nous traçons un graphique linéaire avec la date d'achat sur l'axe des x et le chiffre d'affaires sur l'axe des y. Ci-dessous le résultat.

Si vous augmentez la sensibilité , l'algorithme est plus sensible aux modifications de vos données. Dans ce cas, même un léger écart est marqué comme une anomalie.
Si vous diminuez la sensibilité , l'algorithme est plus sélectif sur ce qu'il considère comme une anomalie.

4. Maintenant, notez le changement dans votre graphique en courbes. Les anomalies sont signalées par un marqueur qui peut être formaté. Ici, deux anomalies ont été détectées. Les anomalies ont un sens car il est visuellement visible qu'il y a une augmentation soudaine aux deux points, ce qui est une déviation par rapport à la tendance régulière.

Les marqueurs d'anomalies sont hautement personnalisables. Vous pouvez également modifier le style, la couleur et la taille du marqueur.

Explications automatiques des Anomalies par Power BI

Il est également possible d'expliquer automatiquement les anomalies dans les données. Power BI exécute une analyse et tente de trouver les explications possibles des anomalies détectées. Il renvoie une explication en langage naturel ainsi que les facteurs résultant de l'anomalie, triés en fonction de sa force explicative. Voici comment faire.

1. Ajoutez les champs obligatoires dans le champ « Expliquer par » sous l'option « Rechercher une anomalie » et cliquez sur Appliquer.

Limites:

1. Il n'est pris en charge que pour les graphiques linéaires avec des données de séries chronologiques sur un axe et plus de trois points de données sur l'autre axe.
2. Il n'est pas pris en charge avec les légendes, les valeurs multiples ou les valeurs secondaires dans le visuel du graphique en courbes.
3. Cela ne fonctionne pas lorsque vous utilisez d'autres fonctionnalités analytiques telles que prévision, min, max, etc.
4 . Les explications d'anomalies ne fonctionnent pas avec les options "Afficher la valeur en tant que".
5. Il ne prend pas en charge les explorations pour passer au niveau suivant dans la hiérarchie,

Utilisez la détection d'anomalies pour trouver des informations impressionnantes, qu'elles soient positives ou négatives. Cela ouvre également la possibilité de réparer l'erreur ou d'utiliser l'opportunité. Découvrez comment effectuer des prévisions de séries temporelles dans Power BI ici .

Bon apprentissage! N'oubliez pas d'appuyer plusieurs fois sur le bouton clap pour me soutenir et enregistrez l'article pour référence future. Connectez-vous avec moi sur LinkedIn . Quoi que vous fassiez, mettez-y votre cœur et le succès suivra.