Intelligence artificielle dans Power BI : Visuels

Publié le 08 janvier 2025
par Audrée Pellerin M.Sc.
Intelligence artificielle dans Power BI : Visuels

Il existe actuellement 5 façons de tirer profit de l’intelligence artificielle dans Power BI sans licence Copilot. Dans cette série de 5 articles, nous vous présentons ces fonctionnalités en les appliquant à des cas concrets.

Dans ce 3e article, nous couvrons les visuels utilisant l’IA dans Power BI.

 

Influenceurs clés

Le visuel Influenceurs clés dans Power BI utilise l’intelligence artificielle pour analyser vos données et identifier les facteurs qui influencent le plus une mesure spécifique. Ce visuel sert principalement aux analyses exploratoires.

Voici comment il fonctionne :

  1. Analyse des données : Le visuel analyse vos données pour déterminer quels facteurs ont le plus d’impact sur la mesure que vous souhaitez analyser. Par exemple, si vous cherchez à comprendre ce qui influence les ventes brutes, le visuel peut identifier des facteurs comme la qualité du produit ou le nombre de magasins dans la région.
  2. Classement des facteurs : Une fois les facteurs identifiés, le visuel les classe par ordre d’importance. Cela vous permet de voir rapidement quels éléments ont le plus grand effet sur votre mesure.
  3. Segments clés : En plus des influenceurs principaux, le visuel peut aussi identifier des segments de données qui partagent des caractéristiques communes et qui influencent fortement la mesure. Par exemple, il peut montrer que les clients de longue date dans une région spécifique sont plus susceptibles de donner des avis positifs.
  4. Interprétation visuelle : Les résultats sont présentés de manière visuelle, avec des graphiques et des diagrammes qui facilitent l’interprétation des données. Vous pouvez voir non seulement quels facteurs sont les plus influents, mais aussi comment ils interagissent entre eux.

Dans l’exemple ci-dessous, j’ai souhaité analyser la mesure VentesBrutes$ pour déterminer ses influenceurs clés. J’ai sélectionné plusieurs facteurs susceptibles d’influencer les ventes brutes.

Visuels Power BI et IA

 

Le résultat obtenu est le suivant :

Intelligence artificielle dans Power BI : Visuels

 

Le visuel a identifié que lorsque le nom de département est « Buffets », la moyenne des VentesBrutes$ augmente significativement. Le visuel me présente également graphiquement comment le département « Buffets » se positionne par rapport aux autres départements.

Intelligence artificielle dans Power BI : Visuels

 

On peut voir que les fournisseurs ont parfois un impact significatif sur les ventes brutes. Par exemple, lorsque le nom de fournisseur est « Once upon a time », la mesure VentesBrutes$ augmente en moyenne de 260k$

Intelligence artificielle dans Power BI : Visuels

 

En cliquant sur cet élément du visuel, on obtient aussi la représentation graphique des VentesBrutes$ par fournisseur.

Intelligence artificielle dans Power BI : Visuels

 

De la même façon, il est possible d’obtenir les influenceurs clés qui font diminuer les ventes brutes.

Intelligence artificielle dans Power BI : Visuels

 

Ce visuel peut donc être très intéressant pour déterminer quels produits ou quels magasins sont les plus ou les moins performants par exemple. Ce type d’analyse est essentiel en entreprise pour maintenir la rentabilité.

La 2e fonctionnalité de ce visuel permet de segmenter les valeurs pour identifier quelles sont les « conditions gagnantes » pour les ventes brutes. Dans cet exemple, Power BI a identifié 5 segments pour lesquels la mesure VentesBrutes a le plus de chance d’avoir une valeur élevée.

Intelligence artificielle dans Power BI : Visuels

 

Pour obtenir plus d’information, il est possible de cliquer sur le segment à analyser et obtenir le détail de la segmentation et du résultat obtenu.

Visuels Power BI et IA

 

Dans cet exemple, un seul facteur a été identifié à l’intérieur du segment (NomDept = Buffet). Parfois, les segments sont plus complexes et comportent plusieurs facteurs.

En voici un exemple :

Visuels Power BI et IA

 

Ici, 2 facteurs ont été identifiés dans le segment. Le département Tables de nuit et le fournisseur Western Furniture, lorsque combinés, sont 2 facteurs qui diminuent les chances que la mesure VentesBrutes$ soit élevée.

 

Arbre de décomposition

Le visuel d’arbre de décomposition dans Power BI utilise l’intelligence artificielle pour permettre une analyse hiérarchique et détaillée de vos données. Ce visuel est particulièrement utile pour les analyses exploratoires et pour comprendre les relations complexes entre différentes dimensions de vos données.

Voici comment il fonctionne :

  1. Décomposition des données : Le visuel vous permet de décomposer une mesure en plusieurs niveaux de détails. Par exemple, vous pouvez commencer par une vue d’ensemble des ventes brutes, puis décomposer par région, par produit, et ainsi de suite.

Visuels Power BI et IA

 

  1. Identification des facteurs clés : L’IA analyse les données pour identifier les facteurs qui contribuent le plus à la variation de la mesure. Cela peut vous aider à comprendre quels éléments ont le plus d’impact sur vos résultats. Par exemple, parmi les facteurs « Province », « NomDept » et « NomProduit », c’est la province qui explique les plus grandes variation de ventes brutes.

Visuels Power BI et IA

Visuels Power BI et IA

 

  1. Exploration interactive : Vous pouvez interagir avec le visuel pour explorer différentes branches de l’arbre de décomposition. Cela vous permet de creuser dans les données et de découvrir des insights cachés sans avoir besoin de créer plusieurs rapports ou visuels.
  2. Suggestions automatiques : L’IA peut également suggérer des niveaux de décomposition pertinents en fonction des données disponibles. Cela facilite l’exploration et vous aide à identifier rapidement les domaines d’intérêt.
  3. Visualisation claire : Les résultats sont présentés de manière visuelle et intuitive, avec des branches et des nœuds qui montrent clairement comment les différentes catégories et sous-catégories contribuent à la mesure globale.

 

Détection d’anomalies

Les visuels permettant la détection d’anomalies dans Power BI utilisent l’intelligence artificielle pour identifier des valeurs aberrantes ou des comportements inhabituels dans vos données. Ces visuels sont particulièrement utiles pour la surveillance des performances, la détection de fraudes, et l’identification de problèmes potentiels avant qu’ils ne deviennent critiques.

Voici comment ils fonctionnent :

  1. Analyse des tendances : L’IA examine les données historiques pour comprendre les tendances normales et les variations attendues. Cela permet de créer un modèle de référence pour détecter les anomalies.
  2. Identification des anomalies : En comparant les nouvelles données avec le modèle de référence, l’IA peut identifier des points de données qui dévient significativement des tendances normales. Ces points sont marqués comme des anomalies.
  3. Visualisation des anomalies : Les anomalies détectées sont mises en évidence dans les visuels, souvent avec des couleurs ou des symboles distinctifs, pour attirer l’attention sur les valeurs aberrantes. Cela permet aux utilisateurs de voir rapidement où se trouvent les anomalies dans leurs données.

Par exemple, lorsque les ventes brutes sont présentées dans un visuel de graphique en courbe avec la date dans l’axe des X, il est possible de relever les anomalies suivantes :

Visuels Power BI et IA

 

En conclusion, Power BI offre une multitude de façons d’exploiter l’intelligence artificielle pour améliorer l’analyse et la visualisation des données, même sans licence Copilot. Que ce soit à travers l’analyse de texte, le balisage d’images, les visuels avancés comme les influenceurs clés, l’arbre de décomposition et la détection d’anomalies, ou encore l’intégration avec Azure Machine Learning et l’exploration de données via Q&A et insights automatiques, les possibilités sont vastes et puissantes.

Ces outils permettent non seulement de gagner en efficacité et en précision, mais aussi de découvrir des insights cachés et de prendre des décisions plus éclairées. Dans cette série d’articles, nous explorerons chacun de ces aspects en détail, en les appliquant à des cas concrets pour illustrer leur utilité et leur impact.

 

Consultez tous les articles de cette série

Restez à l’écoute pour découvrir comment tirer le meilleur parti de l’IA dans Power BI et transformer vos données en informations exploitables et stratégiques.

Série d'articles : L'intelligence artificielle dans Power BI

 

  • Insights sur texte et images : Analyse de sentiments, Extraction de phrases clés, Détection de langue
  • Balisage d’image : Identification du contenu d’images
  • Visuels : Influenceurs clés, arbre de décomposition, détection d’anomalie (à venir)
  • Intégration avec Azure Machine Learning : Pour utiliser des modèles personnalisés (à venir)
  • Exploration de données : Q&A et insights automatiques (à venir)

Afin de recevoir nos nouveaux articles directement dans votre boite courriel, abonnez-vous à nos infolettres. Vous pouvez également consulter tous nos articles en lien avec l’intelligence artificielle.


Fichier d’accompagnement VIP à télécharger

Pour télécharger le fichier utilisé dans ce tutoriel, devenez membre VIP du CFO masqué.


Prétest Power BI
Voir nos formations Power BI en français
Voir nos formations Power BI en anglais

Découvrez également notre parcours de 10 formations sur Power BI. Ce parcours vous donne le droit de vous inscrire à un coaching en ligne gratuit de 3 heures pour vous préparer à passer l'examen d'accréditation de Microsoft en Power BI.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Retour en haut