Power BI Desktop 新增视觉对象：关键影响因素

Power BI Desktop是越来越智能了，最近的更新中增加了一个新的视觉对象：关键影响因素，顾名思义，就是自动分析各项指标的关联程度，不过这个要比我们手工来做分析，可就简单很多。

我们简单来做个演示，先找一段股票的资金流向数据：

Power Query中抓取过来，过程略。

不需要写度量值，直接把字段拖进视觉对象中：

这样就有了一个分析结果，只是这样的结果么，当然不是，选中其中的项目还会有惊喜出现：

超大单与主力流入占比越高，股票涨幅越高，这个趋势线是正相关：

再来看，中单和小单：

中单与小单的流入占比越高，股票涨幅越低。

散户的资金流入，几乎是不能推动这支股票上涨的，哈哈。

我们来换一组数据，看看沈阳的气温与时间还有天气情况的关系：

4-9月的时候气温最高

大雨来临之前总是很闷热的。

当我们选中了排名靠前的分段，就会出现下面的结果：

我们选中最高的分段：

这里显示的是在4-9月，这个分段1中多云天气的平均最低气温27.72度，比整体平均最低气温14.43度要高出13.29度

看过这个视觉对象，是不是觉得越来越接近智能分析了，所有这些结果都是自动生成，不需要任何的公式和代码。

赶紧试试吧