Accéder au contenu principal
AccueilPower BI

Trend Analysis in Power BI

Enhance your reports with trend analysis techniques such as time series, decomposition trees, and key influencers.

Commencer Le Cours Gratuitement
3 heures9 vidéos25 exercices15 162 apprenantsTrophyDéclaration de réalisation

Créez votre compte gratuit

GoogleLinkedInFacebook

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.
Group

Formation de 2 personnes ou plus ?

Essayer DataCamp for Business

Apprécié par les apprenants de milliers d'entreprises


Description du cours

Analyze Time-Series Data

In this course, you’ll learn how to analyze time series, visualize your data, and spot trends. You’ll build new date variables, discover run charts, and get into calculating rolling averages.

Understand Influencing Variables

Finally, you’ll find out how to identify which variables exhibit the most influence on the target variable using Power BI's decomposition trees and key influencers.
Pour les entreprises

Formation de 2 personnes ou plus ?

Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.
DataCamp Pour Les EntreprisesPour une solution sur mesure , réservez une démo.

Dans les titres suivants

Certification disponible

Analyste de données dans Power BI

Aller à la piste
  1. 1

    Exploring Time Series Data

    Gratuit

    In this chapter, you’ll get more familiar with time-based variables and the multiple ways to extract further variables using EDA for analysis—like day of week and time difference. You’ll get hands-on with Power BI as you build line charts to calculate new metrics and uncover trends hiding in your data—including period-over-period change and rolling averages.

    Jouez Au Chapitre Maintenant
    Starting to explore time series data
    50 xp
    Statements about time series analysis
    50 xp
    Exploring AirBnB time series
    50 xp
    Generating a new date variable
    100 xp
    Analyzing trends by day of week
    100 xp
    Calculating year-over-year change
    100 xp
  2. 2

    Analyzing Time Series in Power BI

    In this chapter, you’ll get more familiar with time-based variables and the multiple ways to extract further variables using EDA for analysis—like day of week and time difference. You’ll get hands-on with Power BI as you build line charts to calculate new metrics and uncover trends hiding in your data—including period-over-period change and rolling averages.

    Jouez Au Chapitre Maintenant
  3. 3

    Decomposition Trees

    One of the most powerful functions of EDA in Power BI is being able to identify which variables have the most influence on your target outcome. A native Power BI visualization tool enabling that is Decomposition Trees. You'll learn about Decomposition Trees, how to construct, then interpret in order to explain a target outcome by other variables.

    Jouez Au Chapitre Maintenant
  4. 4

    Key Influencers

    In this chapter you'll build another native Power BI tool, Key Influencers visual. It helps you to understand how much a target outcome changes based on specific variables and segments of observations.

    Jouez Au Chapitre Maintenant
Pour les entreprises

Formation de 2 personnes ou plus ?

Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.

Dans les titres suivants

Certification disponible

Analyste de données dans Power BI

Aller à la piste

ensembles de données

Exercises and DatasetsDataCamp vs. Local Experience

collaborateurs

Collaborator's avatar
Carl Rosseel
Maarten Van den Broeck HeadshotMaarten Van den Broeck

Senior Content Developer at DataCamp

Voir Plus

Qu’est-ce que les autres apprenants ont à dire ?

Inscrivez-vous 15 millions d’apprenants et commencer Trend Analysis in Power BI Aujourd’hui!

Créez votre compte gratuit

GoogleLinkedInFacebook

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.