[PASSO A PASSO] Cálculo de Previsão (Forecast) no Power BI

Introdução e Objetivo do Gráfico de Previsão

Visão Geral da Seção: Nesta seção, o palestrante introduz o conceito de gráfico de previsão e explica sua utilidade na tentativa de prever eventos futuros, como vendas ou demanda. O objetivo é aprender a criar um gráfico de previsão no Power BI.

Entendendo o Gráfico de Previsão

• Um gráfico de previsão é usado para tentar prever eventos futuros.

• É comumente utilizado para análise de vendas e demanda.

• É importante ter dados estruturados ao longo do tempo e um histórico considerável para obter resultados precisos.

Configurações Iniciais do Gráfico

Visão Geral da Seção: Nesta seção, o palestrante explica como ajustar as configurações iniciais do gráfico de previsão no Power BI.

Removendo a Linha de Previsão

• A linha central representa a previsão, enquanto a área cinza indica o intervalo de confiança.

• Para remover a linha e a área de previsão, basta desligar a opção "Previsão" nas configurações do gráfico.

Estrutura dos Dados para Análise

Visão Geral da Seção: Nesta seção, o palestrante explica como os dados devem ser estruturados para realizar uma análise precisa no Power BI.

Estrutura dos Dados

• Os dados devem estar organizados em um período de tempo, como datas.

• É importante ter um volume considerável de dados para realizar a previsão com precisão.

• A sazonalidade também deve ser considerada ao analisar os dados.

Adicionando e Configurando o Gráfico de Previsão

Visão Geral da Seção: Nesta seção, o palestrante demonstra como adicionar e configurar o gráfico de previsão no Power BI.

Adicionando Análise de Previsão

• No menu "Adicionar mais análises", é possível selecionar a opção "Previsão" para adicionar a linha de previsão ao gráfico.

• Existem várias configurações disponíveis, como linha mínima, linha máxima e linha média.

Configurando a Análise de Previsão

• É possível ajustar as configurações da análise de previsão, como unidades (intervalo entre os pontos) e comprimento da previsão (quantidade de pontos futuros).

• As configurações devem ser adaptadas conforme o objetivo da análise e o tipo de dados sendo analisados.

Definindo o Comprimento da Previsão

Visão Geral da Seção: Nesta seção, o palestrante explica como definir o comprimento da previsão no gráfico.

Comprimento da Previsão

• O comprimento da previsão determina quantos pontos futuros serão analisados.

• Pode ser ajustado conforme necessário, dependendo do objetivo da análise.

• É possível visualizar os próximos pontos previstos no gráfico.

Essas são as principais informações abordadas no vídeo sobre como criar um gráfico de previsão no Power BI.

Análise de Sazonalidade

Visão Geral da Seção: Nesta seção, é discutida a importância da análise de sazonalidade e como identificar padrões em gráficos.

Identificando Padrões de Sazonalidade

• A sazonalidade refere-se à repetição de determinados comportamentos ao longo do tempo.

• É importante identificar os intervalos em que esses comportamentos se repetem nos gráficos.

• Pontos de máxima podem ser utilizados para identificar os intervalos de sazonalidade.

• Contar o número de pontos dentro desses intervalos ajuda a determinar a média e entender o comportamento dos dados.

Intervalo de Confiança

Visão Geral da Seção: Nesta seção, é explicado o conceito de intervalo de confiança e como ajustá-lo no gráfico.

Ajustando o Intervalo de Confiança

• O intervalo de confiança indica a probabilidade dos dados futuros corresponderem ao gráfico projetado.

• Um maior intervalo aumenta a chance dos dados futuros estarem alinhados com o gráfico, mas também aumenta a área cinza no gráfico.

• Reduzir o intervalo torna o gráfico mais preciso, mas também aumenta as chances de erro.

• É necessário ponderar entre precisão e confiança nos dados ao escolher um intervalo adequado.

Ignorar Último Ponto e Intervalo de Confiança

Visão Geral da Seção: Nesta seção, é explicado como ignorar o último ponto e ajustar o intervalo de confiança no gráfico.

Ignorando o Último Ponto e Ajustando o Intervalo de Confiança

• Ignorar o último ponto permite iniciar a previsão um ponto atrás do ponto atual.

• Isso ajuda a comparar a previsão com os dados reais.

• Ajustar o intervalo de confiança aumenta ou diminui a área cinza no gráfico, dependendo da precisão desejada.

Determinando o Intervalo de Confiança Adequado

Visão Geral da Seção: Nesta seção, é discutido como determinar o intervalo de confiança adequado para o gráfico.

Determinando o Intervalo de Confiança Adequado

• Analisar as últimas semanas pode ajudar a determinar um intervalo de confiança adequado.

• É possível testar diferentes valores para encontrar um intervalo que equilibre precisão e confiabilidade nos dados.

Análise da área de previsão

Visão geral da seção: Nesta parte do vídeo, o palestrante discute a análise da área de previsão e como ela pode afetar a precisão das previsões.

Primeiro ponto fora da área de previsão

• O palestrante menciona que o primeiro ponto caiu fora da área de previsão.

• Isso indica um erro na previsão, embora seja apenas um pouco fora.

• A média da previsão está indicada abaixo, mas a área de previsão não está correta.

Análise com diferentes níveis de confiança

Visão geral da seção: Nesta parte do vídeo, o palestrante explora como diferentes níveis de confiança podem afetar a precisão das previsões.

• Utilizando uma análise com 85% de confiança, apenas um ponto estaria errado na previsão.

• Ao utilizar 75% de confiança, também apenas um ponto estaria errado.

• No entanto, outros pontos estariam mais próximos da linha prevista.

• Para essa análise específica, o intervalo de confiança entre 75% e 85% seria adequado e teria grandes chances de acerto.

Sazonalidade e precisão das análises

Visão geral da seção: Nesta parte do vídeo, o palestrante destaca a importância da sazonalidade na precisão das análises.

• Quando há uma sazonalidade identificável nos dados, a análise se torna mais precisa.

• A presença de sazonalidade permite uma melhor previsão dos resultados.

• Essa dica pode ser útil para melhorar as análises e previsões.

Espero que essas informações tenham sido úteis. Deixe seus comentários ou dúvidas abaixo. Não se esqueça de deixar seu like!