PowerBI

AI för alla via Power BI

Det här inlägget kommer att visa på hur du kan använda grundläggande Power BI-funktioner som visualiseringar och datamodellering tillsammans med AI för att skapa intressanta insikter.

Power BI och AI
Med bra data är det möjligt att skapa målande och beskrivande diagram och tabeller som berättar mer kring ett företag eller ett ämne. Den rapportanvändare som tittar på dessa rapporter kan själv klicka på olika visualiseringar och på så sätt visa på olika samband och relationer. Men vad gör användaren om den vill ställa fler frågor kring datat samt kunna dra fler slutsatser?

Med hjälp av inbyggda AI-kapaciteter i Power BI så finns ett antal olika alternativ tillgängliga för användaren. Både för att få automatiserade insikter, “Quick Insights”, men även för att “ställa” frågor till rapporten genom “natural query language”.

För analytikern kommer möjligheten att använda sig av Cognitive services och Azure Machine Learning Models. En Data Scientist kan använda sig av R eller Phyton för att visualisera data i Power BI.

QUICK INSIGHTS och NATURAL query language
“Quick insights” kan automatisera upptäckten av dolda trender medan “natural query language” (Q&A) ger möjligheten att ställa frågor till datat. För att visa hur vi kan använda Q&A kan vi titta på data från Microsoft Contoso BI Demo Dataset för Retail, ett fiktivt retail demodataset. Q&A ger oss möjligheten att bygga en visualisering genom att ställa frågor till datat. Om vi exempelvis ställer frågan – “show total sales by channelname?”, får vi en liggande “bar chart” som vi sedan kan ha med i vår rapport eller så kan vi istället ställa en annan fråga och få fram en annan visualisering.

AI och Power BI

Det går att ställa frågor för de beräkningar som redan finns i datamodellen, exempelvis förra årets försäljning, vinstmarginal, vinstmarginal i procent etc. Det är samtidigt viktigt att ha en väl uppbyggd datamodell för att ge algoritmerna möjlighet att söka igenom och finna de svar som de ska söka efter. För att underlätta går det även att lägga in frågor i förväg så att den som använder sig av rapporten sedan har ett antal olika frågor att välja bland för att börja utforska datat mer. Ytterligare en funktion som släpps snart är möjligheten att ställa en uppföljningsfråga “follow-up question” för att få veta mer om vad som ligger bakom de siffror som stapeldiagrammet ovan visar.

cognitive services och azure machine learning models
På väg är även nya möjligheter för analytikern att kunna dra slutsatser av stora mängder text och bilder. Exempel på detta är hotell- eller restaurangrecensioner, analytikern behöver inte ha kunskap om machine learning eller att skriva kod då de funktioner som behövs kommer att finnas inbyggda i Power BI. På detta sätt går det att titta på hur olika faktorer påverkar hur bra man trivdes under sin hotellvistelse, exempelvis hur hotellrummet uppfattades eller hur utsikten påverkade hotellgästens intryck/bedömning.

r och python
Det finns stöd för både R och Python i Power BI. De går att använda båda dessa för att importera data, transformera data och för att visualisera data. Visualiseringar kan exempelvis vara beslutsträd, klusterindelning, korrelationsplotar eller Venndiagram. Att dela in kunder i kluster gör att det på ett automatiskt sätt går att finna kundsegment som sedan kan optimeras i företagets marknadsföringskampanjer.

ANVÄNDA DATA PÅ BÄSTA SÄTT
I takt med att tillgången och mängden data blir större och större blir det också allt viktigare att använda sina data på bästa sätt. Ett av sätten är att använda sitt BI-verktyg tillsammans med AI för att på så sätt få tillgång till ett kraftfullare beslutsstöd.

Här följer några frågor ni bör besvara för att veta att ni har rätt setup:

  • Har ni ett välfungerande datalager med strukturerad data?
  • Använder ni ett visualiseringsverktyg som Power BI för att visualisera er data?
  • Tar ni hjälp av AI för att ytterligare stärka er analytiska förmåga?
  • Känner ni att dessa insikter ger er tillgång till det beslutsstöd som ni önskar ha?

Om ni svarar nej på en eller flera av dessa frågor är det dags att agera!

Om du har några frågor eller tankar du vill bolla får du gärna kontakta mig genom att skicka ett email till mikael.nilsson@advectas.se.

MikaelNilsson

Mikael Nilsson
mikael.nilsson@advectas.se
Jag som skriver detta heter Mikael Nilsson och arbetar som Business Intelligence-konsult. Mitt fokus är Microsofts BI-verktyg och Tableau. Jag är utbildad ekonom och har tidigare arbetat som controller. På Advectas sysslar jag främst med kravställning, rapportutveckling och att skapa Dashboards.

Alla inlägg av Mikael Nilsson

Vill du veta mer om affärsutveckling och verksamhetsoptimering med Data Science?

Läs vår broschyr ”Från BI till AI”.