Power BI에서 지원되는 정보의 유형

적용 대상: 디자이너용으로 Power BI 서비스 비즈니스 사용자를 위한 Power BI 서비스 및 개발자Power BI Desktop 에는 Pro 또는 Premium 라이선스가 필요합니다.

Power BI에 데이터를 살펴보고 흥미로운 추세와 패턴을 찾도록 요청합니다. 찾은 추세 및 패턴은 인사이트라는 시각적 개체로 제공됩니다. 인사이트는 대시보드의 시각적 개체, 보고서의 시각적 개체 및 전체 보고서 페이지에 사용할 수 있습니다.

대시보드 인사이트를 사용하는 방법을 알아보려면 Power BI를 사용하여 대시보드 타일에서 데이터 인사이트 보기를 참조하세요.

Screenshot of a set of Insights with the Insights panel highlighted.

정보는 어떻게 작동하나요?

Power BI는 흥미로운 인사이트를 검색하기 위해 복잡한 알고리즘을 적용하는 동시에 의미 체계 모델의 여러 하위 세트를 검색합니다. 대시보드 타일, 보고서 시각적 개체, 보고서 페이지에서 인사이트를 실행할 수 있습니다.

일부 용어

Power BI는 통계 알고리즘을 사용하여 인사이트를 파악합니다. 알고리즘은 이 문서의 다음 섹션에 나열되어 있습니다. 알고리즘에 대한 자세한 내용을 알아보기 전에 익숙하지 않은 용어에 대한 정의는 다음과 같습니다.

  • 측정값 - 측정값은 계산을 수행하는 데 사용할 수 있는 양적(숫자) 필드입니다. 일반적인 계산은 합계, 평균 및 최소값입니다. 예를 들어 회사에서 스케이트보드를 만들고 판매하는 경우 회사의 측정값은 판매된 스케이트보드의 개수와 연간 평균 수익일 수 있습니다.

  • 차원 - 차원은 범주별(텍스트) 데이터입니다. 차원은 사람, 개체, 항목, 제품, 장소 및 시간을 설명합니다. 의미 체계 모델에서 차원은 측정값을 유용한 범주로 그룹화하는 방법입니다. 스케이트보드 회사의 경우 일부 차원에는 모델, 색, 국가/지역 또는 마케팅 캠페인별 판매(측정값)를 보는 것이 포함될 수 있습니다.

  • 상관 관계 - 상관 관계는 사물의 동작이 어떻게 관련되는지 알려줍니다. 증가 및 감소 패턴이 비슷한 경우, 해당 동작은 양의 상관관계가 있습니다. 그리고 패턴이 반대면 해당 동작은 음의 상관관계가 있습니다. 예를 들어 레드 스케이트보드의 판매는 TV 마케팅 캠페인을 실행할 때마다 증가합니다. 레드 스케이트보드와 TV 마케팅 캠페인의 판매는 긍정적인 상관 관계가 있습니다.

  • 시계열 - 시계열은 시간을 연속 데이터 요소로 표시하는 방법입니다. 이러한 데이터 요소는 초, 시간, 월 또는 연도와 같이 증가할 수 있습니다.

  • 연속 변수 - 연속 변수는 최소와 최대 제한 사이의 모든 값일 수 있으며, 그렇지 않으면 이산 변수입니다. 온도, 무게, 연령 및 시간 등을 예로 들 수 있습니다. 연속 변수에는 값의 소수 또는 부분이 포함될 수 있습니다. 스케이트보드는 절반만 판매할 수 없기 때문에 파란색 스케이트보드의 총판매량은 이산 변수입니다.

어떤 유형의 인사이트를 찾을 수 있나요?

보고서의 경우 Power BI는 변칙, 추세, KPI를 능동적으로 분석합니다. 대시보드 타일의 경우 Power BI는 10가지 유형의 인사이트를 찾을 수 있습니다.

범주 이상값(상한/하한)

하나 또는 두 개의 범주에 다른 범주보다 큰 값이 있는 경우를 강조 표시합니다.

Screenshot of a category outlier Insight report window.

시계열의 변경 지점

데이터의 시계열 추세에서 중요한 변경 내용이 있는 경우를 강조 표시합니다.

Screenshot of an change points in time series Insight visual.

Correlation

의미 체계 모델에 범주 또는 값에 대해 여러 측정값이 유사한 패턴이나 추세를 표시하는 경우를 검색합니다.

Screenshot of a correlation Insight visual.

하위 분산

차원의 데이터 포인트가 평균에서 멀지 않아 분산이 낮은 경우를 검색합니다. 측정값 "sales"와 차원 "지역"이 있다고 가정해 보겠습니다. 그리고 지역 전체에서 보면 데이터 포인트와 평균(데이터 포인트의) 사이에는 거의 차이가 없다는 것을 알 수 있습니다. 이 인사이트는 모든 지역에서 판매의 분산이 임계값보다 낮은 경우 트리거됩니다. 다시 말해 판매가 모든 지역에서 비슷한 경우에 트리거됩니다.

Screenshot of a low variance Insight visual.

과반수(중요한 요인)

다른 차원을 기준으로 분석할 때 전체 값의 대부분이 단일 요인으로 인한 경우를 찾습니다.

Screenshot of a majority Insight visual.

이상값

이 인사이트 형식은 클러스터링 모델을 사용하여 계열 데이터의 시간과 관련이 없는 이상값을 찾습니다. 이상값은 다른 범주와 현저하게 다른 값을 갖는 특정 범주가 있는 경우를 검색합니다.

Screenshot of an outlier Insight Visual.

시계열 데이터의 위쪽 또는 아래쪽 추세를 검색합니다.

Screenshot of an overall trend Insight visual.

시계열의 계절성

시계열 데이터에서 매주, 매월 또는 매년 계절성과 같은 주기적인 패턴을 찾습니다.

Screenshot of a seasonality in time Insight visual.

안정적 지분

연속 변수에서 부모의 전체 값과 자식 값의 지분 간에 부모-자식 상관관계가 있는 경우를 강조 표시합니다. 안정적 지분 인사이트는 측정값, 차원 및 다른 날짜/시간 차원의 컨텍스트에 적용됩니다. 이 인사이트는 특정 차원 값(예: "동부 지역")이 해당 날짜/시간 차원에서 전체 매출의 꾸준한 비율을 갖는 경우 트리거됩니다.

안정적 지분 인사이트와 하위 분산 인사이트는 둘 다 시간에 따른 값 분산의 부족과 관련이 있으므로 비슷합니다. 하지만 안정적 지분 인사이트는 시간에 따른 전체 비율의 분산 부족을 측정하는 반면 하위 분산 인사이트는 차원에서의 절대적 측정값 분산 부족을 측정합니다.

Screenshot of a steady share Insight visual.

시계열 이상값

시계열 데이터에서 값이 다른 날짜/시간 값과 크게 다른 특정 날짜 또는 시간이 있는 경우를 검색합니다.

Screenshot of a time series Insight visual.

추가 질문이 있으신가요? Power BI 커뮤니티에 문의하세요.