Detección de Anomalías en Power BI en el GPPB2021 Mallorca
El pasado Sábado 20 de Febrero pude colaborar con el Power Platform User Group de Mallorca dentro del Global Power Platform 2021 con un sesión sobre Detección de Anomalías en Power BI.
Antes de hablaros de la sesión en sí, me gustaría agradecer a la organización y patrocinadores del evento porque fue un eventazo!
En este post os explicaré la funcionalidad y al final podréis ver el vídeo de la sesión si no pudisteis asistir.
Detección de Anomalías en Power BI
El objetivo de la sesión fue mostrar esta nueva funcionalidad y realizar un caso de uso real con datos de los accidentes de tráfico en UK.
La funcionalidad de Detección de Anomalías tiene las siguientes características:
- Sólo se puede utilizar en visualizaciones de línea.
- El eje X debe mostrar una dimensión temporal.
- Necesitamos como mínimo 12 valores/registros, pero os recomiendo disponer de muchos registros (miles o millones a ser posible) para que el sistema pueda realizar una buena predicción de anomalías.
- La funcionalidad se encuentra en el área de “Analytics” de tu visualización de línea:
Una vez creado el gráfico de línea y activada la función de Buscar Anomalías, podemos configurar el % de Confidencialidad.
En realidad, lo que hace esta función es marcar un límite máximo y mínimo a tu gráfico y detectar si algún valor se sale de este rango de previsión. El % de Confidencialidad marca el ancho de este rango. A mayor % de Confidencialidad, mas estrecho o ajustado será este rango:
60% Confidencialidad: se aprecia el rango sombreado en gris y no detecta ninguna anomalía ya que es un rango muy ancho y ningún valor se sale:
90% Confidencialidad: el rango en gris casi no se aprecia porque esta muy justado a la línea (es muy estrecho) y ya sí detecta anomalías:
Las anomalías se marcan sobre la gráfica y el diseño de la marca es personalizable. En este caso yo lo he configurado de forma triangular y en azul para que destaquen.
¿Pero cuál es la causa de cada anomalía?
Lo más interesante de esta funcionalidad es que, aparte de detectar las anomalías, es capaz de descubrir los principales factores que han contribuido a la aparición de la anomalía.
Si marcamos un anomalía en concreto veremos en la parte derecha una explicación de la anomalía:
En este caso de la imagen anterior, la anomalía del 5 de Noviembre de 2012 (en el que hubo más accidentes de los esperados) tiene que ver con entornos rurales, accidentes con 4 vehículos implicados y en los que había objetos en la calzada.
Esta opción funciona de manera muy parecida a los Influenciadores Clave o Key nfluencers (puedes ver como funciona en este otro post).
Para que funcione debes indicarle que campos debe usar para intentar explicar la anomalía:
Por si queréis interactuar con el informe os dejo el mismo accesible:
El vídeo de la sesión
Una vez explicada por encima la funcionalidad, os dejo el vídeo de la sesión para que podáis verlo más en detalle:
Recordad que si estáis suscritos a nuestra newsletter (es gratis) podréis descargar el fichero pbix original par ver las fórmulas DAX, conjuntos de datos o la configuración de visualizaciones más en detalle.
Conclusiones
La detección de anomalías es una funcionalidad increíble. Ya la he probado en otros ámbitos y es espectacular como detecta, por ejemplo, las anomalías en datos de negocio con el inicio de la pandemia de COVID-19 o en casuísticas similares.
Os recomiendo que si tenéis datos temporales (ventas, visitas, etc…) probéis esta funcionalidad a ver que os revela. ¡Además esta disponible incluso con l licencia gratuit de Power BI!
Si ya la habéis probado, comentad que os pareció y en que tipo de análisis lo usasteis.
Un comentario