Записаться

Материалы для практики:  16-PowerBI

Анализ зависимостей в данных в Microsoft Power BI

1. Введение

В рамках курса «Аналитика» с использованием Microsoft Power BI рассматриваются примеры, позволяющие выявлять зависимости в данных, которые не видны сразу. До знакомства с R и Python используются готовые визуальные компоненты: алгоритм уже встроен, нужно подключить данные — анализ выполняется автоматически. Позже можно будет писать собственный анализ. Сначала рассматриваются два базовых типа: корреляционная зависимость (correlation) и кластерный анализ (cluster analysis) — поиск устойчивых групп в данных.

2. Постановка задачи

Данные берём с SQL-сервера из базы Adventure Works 2017. Нужное представление (view) — Store with Demographics. В нём есть:

• годовые продажи (No Sales);
• площадь магазина (Square Feet);
• количество сотрудников-продавцов.

Вопрос: есть ли зависимость между площадью, числом сотрудников и выручкой? Если да, укрупнение магазинов может быть осмысленным для роста выручки.

3. Подключение данных

В Power BI указываем базу. В дополнительных параметрах (Advanced Options) можно напрямую написать SQL-запрос (Structured Query Language). Запрос: выбрать все данные из представления. Данные возвращаются. Деньги, количество сотрудников и площадь определились корректно. В редакторе запросов (Transform Data) можно проверить типы: No Sales — число с плавающей запятой; сотрудники — целое; площадь — целое. Дробная часть площади несущественна, так как значения в тысячах. Изменения не нужны, загружаем данные.

4. Поиск компонента для корреляции

На вкладке отчёта стандартных элементов корреляции нет. Нажимаем многоточие и выбираем импорт из маркетплейса (Import from Marketplace). Встроенные визуалы прошли проверки Microsoft: корректность, безопасность, отсутствие передачи данных. Компоненты из маркетплейса (marketplace) используются на свой риск: проходит только верхняя проверка — работает ли и совпадает ли результат с описанием. Пример — QPI-colom by MIQ Software. Компания MIQ может запросить у Microsoft встраивание компонента в общий список. Список базовых визуалов растёт с 6–7 до десятков.

5. Установка Correlation Plot

В поиске вводим correlation. Первый компонент — Correlation Plot. Можно открыть описание. Галочка означает, что верхняя проверка пройдена; у Correlation Plot её может не быть, но для маркетплейса это необязательно. Добавляем компонент, получаем уведомление об успехе. Включаем, соглашаемся с предупреждением об использовании сторонних скриптов.

6. Настройка корреляции

В Correlation Plot выбираем три поля: годовые продажи, количество сотрудников, площадь магазина. Компонент по умолчанию суммирует параметры; от суммирования нужно отказаться, так как это числовые показатели. При запуске появляется ошибка: не хватает пакета Corrplot. Компонент написан на языке R. Нужно открыть RStudio и установить недостающую библиотеку. Код на R предполагает, что R и нужные библиотеки установлены. Процесс установки R и RStudio будет рассмотрен в отдельном курсе; сейчас считаем, что они установлены по умолчанию.

Краткие итоги

Практическая ценность материала проявляется в связке бизнес-вопроса и инструментальной проверки. Сначала формулируется гипотеза о связи между ресурсами магазина и выручкой, затем выбирается источник, где эти показатели уже сведены в представление. Такой путь снижает риск случайного анализа: сначала определяется, какое управленческое решение зависит от результата, затем подбираются данные. Проверка типов и отказ от лишних преобразований показывают, что корректность анализа начинается до построения графика. Если числовые поля распознаны неверно, визуализация может дать ложную интерпретацию. Поэтому этап Transform Data — не формальность, а условие доверия к результату.

Далее демонстрируется различие между встроенными и сторонними компонентами. Встроенные визуалы проходят более строгую проверку и безопаснее, тогда как Marketplace расширяет возможности, но переносит ответственность на пользователя. Это важный практический компромисс: чем шире функциональность, тем выше требования к осознанности выбора.

На примере Correlation Plot видно, что даже готовый компонент может требовать внешней среды. Ошибка из-за отсутствующего пакета Corrplot не отменяет анализ, а указывает на зависимость визуала от R. Значит, аналитик должен понимать не только интерфейс Power BI, но и среду выполнения, библиотеки и ограничения. В практической работе это помогает быстрее диагностировать сбои и не путать проблему данных с проблемой инструмента.

Логика изложения ведёт от простого подключения к более сложной настройке. Сначала данные, затем визуал, затем среда, затем результат. Такой порядок формирует навык воспроизводимого анализа: любой шаг можно проверить и повторить. Для бизнеса это означает, что вывод о зависимости площади, персонала и продаж должен опираться на корректные данные, подходящий метод и понятные ограничения инструмента. Если зависимость подтверждается, решение об укрупнении магазинов получает основание; если нет, это защищает от затрат. Таким образом, материал ценен не отдельным графиком, а методом: от вопроса к данным, от данных к инструменту, от инструмента к проверяемому выводу.