РОЗРОБКА АЛГОРИТМУ ПОБУДОВИ ГІСТОГРАМИ В СЕРЕДОВИЩІ БІЗНЕС-АНАЛІТИКИ POWER BI

Volodymyr Boiko

Анотація


У світі бізнес-аналітики, що швидко розвивається, інструменти візуалізації даних, зокрема Microsoft Power BI, стали ключовими для перетворення сирих даних на практичні аналітичні висновки. Серед численних типів візуалізацій особливе значення мають гістограми, які дозволяють ефективно аналізувати розподіл числових змінних. Проте наявні можливості побудови гістограм у Power BI мають низку обмежень: недостатню автоматизацію, обмеженість у налаштуванні та складнощі адаптації до різних типів даних. У статті запропоновано новий алгоритм побудови гістограм безпосередньо в середовищі Power BI, що забезпечує вищу точність, ефективність і зручність використання. Методика базується на поєднанні статистичних методів бінінгу з трансформаціями в Power Query та динамічними обчисленнями за допомогою мови DAX, що дозволяє автоматизувати процес побудови гістограм. Для демонстрації застосовності розробленого підходу представлено кейс на основі реальних даних з продажів, у якому підтверджено, що запропонований алгоритм дає змогу суттєво скоротити час побудови гістограм та підвищити їхню аналітичну цінність у порівнянні зі стандартними інструментами Power BI. Отримані результати свідчать про потенціал цього підходу для ширшого використання не лише в бізнесі, але й у сфері освіти, сприяючи підвищенню рівня цифрової та статистичної грамотності. Крім того, запропоноване рішення може бути корисним для аналітиків і осіб, які приймають рішення, забезпечуючи їх гнучким і потужним інструментом для аналізу даних. Таким чином, дослідження робить внесок у розвиток автоматизованої візуалізації даних і підкреслює важливість інтеграції складніших аналітич- них алгоритмів у масові платформи бізнес-аналітики.


Ключові слова


побудова гістограм; Power BI; бізнес-аналітика; візуалізація даних; DAX; Power Query; автоматизований бінінг; прийняття рішень на основі даних

Повний текст:

PDF (English)

Посилання


Al-Masri E., Khalaf O. Enhancing business intelligence dashboards using adaptive visualization techniques // International Journal of Business Intelligence Research. 2021. Vol. 12, № 2. P. 45–60. DOI: https://doi.org/10.4018/IJBIR.2021040104.

Chen L., Zhang Y., Liu X. Power BI in enterprise data analytics: A comparative study // Journal of Business Analytics. 2021. Vol. 4, № 1. P. 22–37. DOI: https://doi.org/10.1080/23808993.2021.1875432.

Gupta R., Singh A. Adaptive visualization frameworks in modern analytics platforms// Information Systems Frontiers. 2022. Vol. 24, № 3. P. 671–685. DOI: https://doi.org/10.1007/s10796-021-10163-w.

Johnson M., Martinez C. Exploratory data analysis in business intelligence // Business Informatics Review. 2020. Vol. 17, № 4. P. 112–125.

Kim J., Park S. Dynamic data visualization in business intelligence systems // Decision Support Systems. 2021. Vol. 142. Article № 113467. DOI: https://doi.org/10.1016/j.dss.2020.113467.

Lee H., Tran T., Nguyen P. Using Power BI for curriculum analytics in higher education // Educational Technology Research. 2023. Vol. 71, № 1. P. 105–122. DOI: https://doi.org/10.1007/s11423-022-10166-5.

Ramaswamy V., Desai N., Shah K. Machine learning for automated binning in data visualization // IEEE Transactions on Visualization and Computer Graphics. 2023. Vol. 29, № 2. P. 1123–1134. DOI: https://doi.org/10.1109/TVCG.2022.3141592.

Smith A., Patel R. Data visualization dashboards in higher education: A case study using Power BI // Tech in Education Quarterly. 2022. Vol. 15, № 3. P. 88–102.

Zhang W., Wang Y. Adoption trends of Power BI in corporate analytics // Journal of Business Analytics and Intelligence. 2020. Vol. 8, № 2. P. 44–59.




DOI: https://doi.org/10.34142/nc.2025.2.104

Посилання

  • Поки немає зовнішніх посилань.