Дерево декомпозиции — Power BI

• Статья
• 30.06.2022

ПРИМЕНЯЕТСЯ К: Рабочий стол Power BI Служба Power BI

Визуальное представление дерева декомпозиции в Power BI позволяет визуализировать данные в нескольких измерениях. Он автоматически собирает данные и позволяет детализировать измерения в любом порядке. Это также визуализация искусственного интеллекта (ИИ), поэтому вы можете попросить его найти следующее измерение для детализации на основе определенных критериев. Этот инструмент полезен для специальных исследований и проведения анализа первопричин.

В этом учебном пособии используются два примера:

• Сценарий цепочки поставок, в котором анализируется процентная доля продуктов, находящихся в наличии в компании (отсутствующих на складе).
• Сценарий продаж, в котором продажи видеоигр разбиваются по многочисленным факторам, таким как жанр игры и издатель.

Для Power BI Desktop можно загрузить набор данных сценария цепочки поставок. Если вы хотите использовать службу Power BI, загрузите Supply Chain Sample.pbix, а затем загрузите его в рабочую область в службе Power BI.

Примечание

Чтобы поделиться своим отчетом с коллегой по Power BI, необходимо, чтобы у вас обоих были индивидуальные лицензии Power BI Pro или чтобы отчет был сохранен в емкости Premium.

Начало работы

Выберите значок дерева декомпозиции на панели Визуализации.

Визуализация требует ввода двух типов:

• Анализ — показатель, который вы хотите проанализировать. Это должна быть мера или совокупность.
• Объясни на — одно или несколько измерений, которые вы хотели бы детализировать.

После того, как вы перетащите меру в поле, визуальные элементы обновятся, чтобы продемонстрировать агрегированную меру. В приведенном ниже примере мы визуализируем средний процент товаров, находящихся в стадии ожидания (5,07%).

Следующим шагом является ввод одного или нескольких измерений, которые вы хотели бы детализировать. Добавьте эти поля в корзину «Объяснение по ». Обратите внимание, что рядом с вашим корневым узлом появился знак плюс. Нажав +, вы можете выбрать, какое поле вы хотите детализировать (вы можете детализировать поля в любом порядке).

Выбор Смещение прогноза приводит к расширению дерева и разбивке показателя по значениям в столбце. Этот процесс можно повторить, выбрав другой узел для детализации.

Выбор узла на последнем уровне приводит к перекрестной фильтрации данных. Выбор узла на более раннем уровне изменяет путь.

Взаимодействие с другими визуальными элементами перекрестно фильтрует дерево декомпозиции. В результате порядок узлов внутри уровней может измениться.

Чтобы продемонстрировать другой сценарий, в приведенном ниже примере рассматриваются продажи видеоигр по издателям.

Когда мы перекрестно фильтруем дерево по Ubisoft, путь обновляется, чтобы показать, что продажи Xbox перемещаются с первого на второе место, уступая PlayStation.

Если мы затем перекрестно отфильтруем дерево по Nintendo, продажи Xbox будут пустыми, поскольку Nintendo не разрабатывает игр для Xbox. Xbox вместе с его последующим путем отфильтровывается из представления.

Несмотря на исчезновение пути, существующие уровни (в данном случае жанр игры) остаются закрепленными на дереве. Таким образом, выбор узла Nintendo автоматически расширяет дерево до жанра игры.

AI splits

Вы можете использовать «AI Splits», чтобы выяснить, где вы должны искать дальше в данных. Эти разделения появляются вверху списка и отмечены лампочкой. Разделения помогают автоматически находить высокие и низкие значения в данных.

Анализ может работать двумя способами в зависимости от ваших предпочтений. При повторном использовании образца цепочки поставок поведение по умолчанию выглядит следующим образом:

• Высокое значение : Рассматриваются все доступные поля и определяется, какое из них следует детализировать, чтобы получить наибольшее значение анализируемого показателя.
• Низкое значение : Рассматриваются все доступные поля и определяется, какое из них следует детализировать, чтобы получить наименьшее значение анализируемого показателя.

Выберите Высокое значение с помощью знака плюс рядом с Прерывистый . Появится новый столбец с пометкой Тип продукта .

Рядом с Тип продукта появляется лампочка, указывающая на то, что этот столбец был «разделен AI». Дерево также показывает пунктирную линию, рекомендующую Мониторинг пациентов узел, указывающий на наибольшее количество невыполненных заказов (9,2%).

Наведите указатель мыши на лампочку, чтобы увидеть всплывающую подсказку. В этом примере всплывающая подсказка: «% невыполненных заказов самый высокий, когда Тип продукта — Мониторинг пациента».

Вы можете настроить визуализацию для поиска относительных разделений AI, а не абсолютных .

Относительный режим ищет высокие значения, которые выделяются (по сравнению с остальными данными в столбце). В качестве примера снова обратимся к продажам видеоигр:

На скриншоте выше мы видим продажи видеоигр в Северной Америке. Сначала мы разделяем дерево по Имя издателя , а затем переходим к Nintendo. Выбор High Value приводит к расширению Платформа Nintendo . Поскольку Nintendo (издатель) разрабатывает только для консолей Nintendo, присутствует только одна ценность, и поэтому неудивительно, что это самая высокая ценность.

Тем не менее, было бы более интересно посмотреть, какое высокое значение выделяется по сравнению с другими значениями в том же столбце. Если мы изменим тип анализа с Абсолютный в Относительный , мы получаем следующий результат для Nintendo:

На этот раз рекомендуемое значение — Платформа в жанре игры .

Платформа не дает более высокой абсолютной стоимости, чем Nintendo (19 950 000 долларов против 46 950 000 долларов). Тем не менее, это ценность, которая выделяется.

Точнее, поскольку существует 10 значений жанра игры, ожидаемая стоимость для платформы составила бы 4,6 миллиона долларов, если их разделить поровну. Поскольку стоимость платформы составляет почти 20 миллионов долларов, это интересный результат, поскольку он в четыре раза превышает ожидаемый результат.

Расчет производится следующим образом:

Продажи в Северной Америке для платформ/Abs(Avg(Продажи в Северной Америке для игровых жанров))
vs.
Продажи в Северной Америке для Nintendo/Abs(Avg(Продажи в Северной Америке для платформ))

, что переводится на:

19 550 000 / (19 550 000 + 11,140 000 + … + 470 000 + 60 000 /10) = 4,25x
против
46 950 000 / (46 950 000/1) = 1x

расколы в дереве, у вас также есть возможность отключить их под

Форматирование анализа опции:

Взаимодействие дерева с разделением ИИ

У вас может быть несколько последовательных уровней ИИ. Вы также можете смешивать различные виды уровней ИИ (переход от высокого значения к низкому значению и обратно к высокому значению):

Если вы выберете другой узел в дереве, разделение AI будет пересчитано с нуля. В приведенном ниже примере мы изменили выбранный узел на уровне Forecast Bias . Последующие уровни меняются, чтобы получить правильные высокие и низкие значения.

Уровни ИИ также пересчитываются при перекрестной фильтрации дерева декомпозиции с помощью другого визуального элемента. В приведенном ниже примере мы видим, что наш процент невыполненных заказов является самым высоким для завода № 0477.

Но если мы выберем Апрель на гистограмме, самые высокие изменения в Тип продукта — Advanced Surgical . В этом случае не только узлы были переупорядочены, но и был выбран другой столбец.

Если мы хотим, чтобы уровни ИИ вели себя как уровни, отличные от ИИ, выберите лампочку, чтобы вернуть поведение по умолчанию.

Хотя несколько уровней ИИ могут быть соединены вместе, уровень без ИИ не может следовать за уровнем ИИ. Если мы делаем разделение вручную после разделения AI, лампочка на уровне AI исчезает, и уровень превращается в обычный уровень.

Блокировка

Создатель контента может блокировать уровни для потребителей отчетов. Когда уровень заблокирован, его нельзя удалить или изменить. Потребитель может исследовать различные пути на заблокированном уровне, но не может изменить сам уровень. Как создатель, вы можете навести указатель мыши на существующие уровни, чтобы увидеть значок замка. Вы можете заблокировать столько уровней, сколько хотите, но вы не можете иметь разблокированные уровни перед заблокированными уровнями.

В приведенном ниже примере первые два уровня заблокированы. Пользователи отчетов могут изменять уровни 3 и 4 и даже добавлять новые уровни впоследствии. Однако первые два уровня изменить нельзя:

Соображения и ограничения

Максимальное количество уровней дерева — 50. Максимальное количество точек данных, которые можно одновременно визуализировать в дереве, — 5000. Мы усекаем уровни, чтобы показать верхние n. В настоящее время для верхнего n на уровень установлено значение 10.

Дерево декомпозиции не поддерживается в следующих сценариях:

• Локальные службы Analysis Services

Разделение AI не поддерживается в следующих сценариях:

• Azure Analysis Services
• Сервер отчетов Power BI
• Опубликовать в Интернете
• Комплексные меры и меры из схем расширений в «Анализе»

Другие ограничения:

• Поддержка внутри вопросов и ответов

Следующие шаги

Кольцевая диаграмма Power BI

Визуализации Power BI

Формула Дюпон Плюс Как ее рассчитать и использовать

Что такое анализ Дюпон?

Анализ DuPont представляет собой основу для анализа фундаментальной производительности, популяризированную корпорацией DuPont. Анализ DuPont — полезный метод, используемый для разложения различных факторов рентабельности собственного капитала (ROE). Декомпозиция ROE позволяет инвесторам сосредоточиться на ключевых показателях финансовой деятельности по отдельности, чтобы выявить сильные и слабые стороны. Существует две версии инструмента: одна учитывает декомпозицию в три шага, а другая — в пять шагов.

Ключевые выводы

• Анализ DuPont представляет собой основу для анализа фундаментальных показателей, изначально популяризированную корпорацией DuPont.
• Формула была разработана в 1914 году Ф. Дональдсоном Брауном, сотрудником корпорации DuPont.
• Анализ DuPont представляет собой полезный метод, используемый для разложения различных факторов рентабельности собственного капитала.
• Инвестор может использовать подобные инструменты анализа для сравнения операционной эффективности двух похожих фирм.
• Менеджеры могут использовать анализ DuPont для выявления сильных и слабых сторон, на которые необходимо обратить внимание.

DuPont Analysis

Понимание DuPont Analysis

Анализ DuPont — это формула, используемая для отслеживания финансовых показателей компании. Он был разработан в 1914 г. Ф. Дональдсоном Брауном, работавшим в корпорации DuPont. Его формула объединяет доходы, инвестиции и оборотный капитал в одну цифру, которую он назвал рентабельностью инвестиций (ROI). Это стало стандартной мерой для всех отделов DuPont и было принято другими компаниями.

Анализ DuPont используется для оценки составных частей ROE компании. Это позволяет инвестору определить, какая финансовая деятельность больше всего способствует изменениям ROE. Инвестор может использовать подобные инструменты для сравнения операционной эффективности двух похожих фирм. Менеджеры могут использовать анализ DuPont для выявления сильных и слабых сторон, на которые следует обратить внимание.

Есть три основных финансовых показателя, определяющих ROE:

• операционная эффективность, которая представлена ​​чистой прибылью или чистой прибылью, деленной на общий объем продаж или выручку
• Эффективность использования активов, которая измеряется коэффициентом оборачиваемости активов
• финансовый леверидж — показатель, измеряемый мультипликатором собственного капитала, равным среднему значению активов, деленному на средний собственный капитал

Формула и расчет анализа DuPont

Анализ Дюпона представляет собой расширенную формулу рентабельности собственного капитала, рассчитываемую путем умножения маржи чистой прибыли на оборачиваемость активов на мультипликатор собственного капитала.

Анализ компании DuPont «=» Рентабельность по чистой прибыли × В × ЭМ где: Рентабельность по чистой прибыли «=» Чистая прибыль Доход В «=» Оборот активов в ходе хозяйственной деятельности Оборот активов в ходе хозяйственной деятельности «=» Продажи Средняя общая сумма активов ЭМ «=» Множитель капитала Множитель капитала «=» Средняя общая сумма активов Средний акционерный капитал \begin{align} &\text{DuPont Analysis} = \text{Чистая прибыль} \times \text{AT} \times \text{EM} \\ &\textbf{где:}\\ &\text{Чистая Маржа прибыли} = \frac{ \text{Чистая прибыль} }{ \text{Выручка} } \\ &\text{AT} = \text{Оборачиваемость активов} \\ &\text{Оборачиваемость активов} = \frac{ \ text{Продажи} }{ \text{Средние общие активы} } \\ &\text{EM} = \text{Множитель акций} \\ &\text{Множитель акций} = \frac{ \text{Средние общие активы} } { \text{Средний акционерный капитал} } \\ \end{aligned} ​DuPont Analysis=Маржа чистой прибыли×AT×EM, где:Маржа чистой прибыли=ДоходЧистый доход​AT=Оборачиваемость активовОборачиваемость активов=Средняя общая сумма продаж активов​EM=Множитель капиталаМножитель капитала=Средний размер акционерного капиталаСредний общий объем активов​​

Анализ DuPont также известен как идентичность DuPont или модель DuPont.

Компоненты анализа DuPont

Анализ DuPont разбивает ROE на составляющие компоненты, чтобы определить, какие из этих факторов больше всего ответственны за изменения ROE.

Маржа чистой прибыли

Маржа чистой прибыли — это отношение чистой прибыли к общему доходу или общему объему продаж. Это один из основных показателей прибыльности.

Один из способов представить чистую маржу — представить себе магазин, в котором один товар продается за 1 доллар. После затрат, связанных с покупкой инвентаря, содержанием места, оплатой труда сотрудников, налогами, процентами и другими расходами, владелец магазина удерживает 0,15 доллара прибыли с каждой проданной единицы. Это означает, что маржа прибыли владельца составляет 15%, что можно рассчитать следующим образом:

Рентабельность «=» Чистая прибыль Доход «=» $ 0,15 $ 1,00 «=» 15 % \begin{aligned} &\text{Прибыль} = \frac{ \text{Чистая прибыль} }{ \text{Доход} } = \frac{ \$0,15} }{ \$1,00 } = 15\% \\ \end{ выровнено} Маржа прибыли = Доход Чистый доход = 1,00 доллара США 0,15 доллара США = 15%​

Маржа прибыли может быть улучшена, если расходы владельца будут снижены или если цены будут повышены, что может иметь большое влияние на ROE. Это одна из причин того, что акции компании будут испытывать высокий уровень волатильности, когда руководство вносит изменения в свои прогнозы относительно будущей маржи, затрат и цен.

Коэффициент оборачиваемости активов

Коэффициент оборачиваемости активов показывает, насколько эффективно компания использует свои активы для получения дохода. Представьте, что у компании есть активы на 100 долларов, а общий доход в прошлом году составил 1000 долларов. Активы принесли в 10 раз больше их стоимости в общем доходе, что соответствует коэффициенту оборачиваемости активов и может быть рассчитано следующим образом:

Коэффициент оборачиваемости активов «=» Доход Средние активы «=» $ 1 , 000 $ 100 «=» 10 \begin{aligned} &\text{Коэффициент оборачиваемости активов} = \frac{ \text{Доход} }{ \text{Средние активы} } = \frac{ \$1000} }{ \$100 } = 10 \\ \end{aligned } ​Коэффициент оборачиваемости активов = Средний доход от активов​= 100 долл. США 1000 долл. США = 10​

Нормальный коэффициент оборачиваемости активов будет варьироваться от одной отраслевой группы к другой. Например, дисконтный ритейлер или продуктовый магазин будут получать большой доход от своих активов с небольшой маржой, что сделает коэффициент оборачиваемости активов очень большим. С другой стороны, коммунальная компания владеет очень дорогими основными фондами по отношению к ее выручке, что приведет к тому, что коэффициент оборачиваемости активов будет намного ниже, чем у розничной фирмы.

Соотношение может быть полезным при сравнении двух очень похожих компаний. Поскольку средние активы включают такие компоненты, как товарно-материальные запасы, изменения этого соотношения могут сигнализировать о том, что продажи замедляются или ускоряются раньше, чем они проявляются в других финансовых показателях. Если оборачиваемость активов компании увеличивается, ее ROE улучшается.

Финансовый рычаг

Финансовый леверидж или мультипликатор собственного капитала — это косвенный анализ использования компанией заемных средств для финансирования своих активов. Предположим, что компания имеет 1000 долларов активов и 250 долларов собственного капитала. Уравнение баланса покажет вам, что компания также имеет долг в размере 750 долларов (активы — обязательства = собственный капитал). Если компания заимствует больше для покупки активов, коэффициент будет продолжать расти. Счета, используемые для расчета финансового рычага, находятся в балансе, поэтому аналитики будут делить средние активы на средний собственный капитал, а не на баланс на конец периода, следующим образом:

Финансовый рычаг «=» Средние активы Средний капитал «=» $ 1 , 000 $ 250 «=» 4 \begin{align} &\text{Финансовый рычаг} = \frac{ \text{Средние активы} }{ \text{Средний капитал} } = \frac{ \$1,000}{\$250} = 4 \\ \end{aligned } ​Финансовый рычаг=Средний капиталСредние активы​=250 долларов США 1000 долларов = 4​

Большинству компаний следует использовать заемные средства с акционерным капиталом для финансирования операций и роста. Неиспользование какого-либо рычага может поставить компанию в невыгодное положение по сравнению с конкурентами. Однако использование слишком большого долга для увеличения коэффициента финансового рычага и, следовательно, увеличения ROE может создать непропорциональные риски.

Однако следует отметить, что некоторые компании используют средние значения баланса, когда одним из компонентов является показатель отчета о прибылях и убытках. В случае, указанном выше, усреднение не требуется, поскольку уравнение учитывает балансовые/балансовые показатели.

Анализ DuPont в сравнении с рентабельностью собственного капитала (ROE)

Показателем рентабельности собственного капитала является чистая прибыль, деленная на собственный капитал. Анализ Дюпона по-прежнему остается ROE, просто его расширенная версия. Только расчет ROE показывает, насколько хорошо компания использует капитал акционеров.

С помощью анализа Dupont инвесторы и аналитики могут разобраться в том, что вызывает изменения в ROE или почему ROE считается высоким или низким. То есть анализ Dupont может помочь сделать вывод о том, является ли его прибыльность, использование активов или задолженность движущей силой ROE.

Недостатки использования DuPont Analysis

Самый большой недостаток анализа DuPont заключается в том, что, несмотря на обширность, он по-прежнему опирается на бухгалтерские уравнения и данные, которыми можно манипулировать. Кроме того, даже при всей полноте анализу Дюпона не хватает контекста в отношении того, почему отдельные коэффициенты высоки или низки, или даже следует ли их вообще считать высокими или низкими.

Пример анализа DuPont

Вот гипотетический пример, показывающий, как работает анализ DuPont. Допустим, инвестор наблюдает за двумя похожими компаниями, SuperCo и Gear Inc. Обе эти компании улучшили рентабельность собственного капитала по сравнению с остальными компаниями, что может быть хорошо, если две компании будут лучше использовать активы. или увеличение прибыли.

Чтобы решить, какая компания имеет лучшие возможности, инвестор решает использовать анализ DuPont, чтобы определить, что каждая компания делает для повышения своего ROE и является ли это улучшение устойчивым.

Изображение Сабрины Цзян © Investopedia 2020

Как видно из таблицы, SuperCo улучшила свою норму прибыли, увеличив чистую прибыль и сократив общие активы. Изменения SuperCo улучшили ее рентабельность и оборачиваемость активов. Инвестор может сделать вывод, что SuperCo также сократила часть своего долга, поскольку средний собственный капитал остался прежним.

Присмотревшись к Gear, инвестор может увидеть, что все изменение ROE произошло из-за увеличения финансового рычага. Это означает, что компания заняла больше денег, что уменьшило средний собственный капитал. Инвестор обеспокоен тем, что дополнительный долг не изменил чистую прибыль, выручку или норму прибыли компании. Таким образом, левередж не может добавить никакой реальной ценности фирме.

Реальный пример

Теперь давайте рассмотрим Walmart (WMT). За финансовый год, закончившийся 31 января 2021 года, компания сообщила:

• Чистая прибыль за последние 12 месяцев (TTM) в размере 4,75 млрд долларов США
• Выручка $559,2 млрд
• Активы в размере 252,5 млрд долларов
• Акционерный капитал в размере 80,9 млрд долларов США

Таким образом, из этих цифр мы можем использовать приведенную выше информацию, чтобы сделать вывод, что у компании было следующее:

• Маржа прибыли 0,8% или 4,75 млрд долларов/559,2 млрд долларов
• Оборачиваемость активов 2,22 или 559,2 млрд долларов/252,5 млрд долларов
• Финансовый левередж (или мультипликатор собственного капитала) составляет 3,12 или 252,5 млрд долларов/80,9 млрд долларов

Согласно этим цифрам, прибыль или капитал Walmart за финансовый год составил 5,5% (или 0,8% x 2,22 x 3,12).

Что вам говорит анализ DuPont?

Анализ DuPont — полезный метод, используемый для разложения различных факторов рентабельности собственного капитала для бизнеса. Это позволяет инвестору определить, какая финансовая деятельность больше всего способствует изменениям ROE. Инвестор может использовать подобный анализ, чтобы сравнить операционную эффективность двух похожих фирм.

В чем разница между 3-этапным и 5-этапным анализом DuPont?

Существует две версии анализа DuPont, в одной из которых используется разложение ROE на три этапа, а в другой — на пять этапов. Трехшаговое уравнение разбивает ROE на три очень важных компонента:

ROE=Чистый доходПродажи×ПродажиАктивы×Активы Акционерный капитал\begin{aligned} &\text{ROE} = \frac{ \text{Чистый доход} }{ \ text{Продажи} } \times \frac{ \text{Продажи} }{ \text{Активы} } \times \frac{ \text{Активы} }{ \text{Акционерный капитал} } \\ \end{aligned} ​ROE=Чистый доход от продаж​×АктивыПродажи​×Акционерный капиталАктивы​​

Версия с пятью шагами:

ROE=EBTS×SA×AE×(1−TR), где:EBT=Прибыль до налогообложенияS=ПродажиA=АктивыE=КапиталTR=Налоговая ставка\begin{aligned} &\text{ ROE} = \frac{ \text{EBT} }{ \text{S} } \times \frac{ \text{S} }{ \text{A} } \times \frac{ \text{A} }{ \ text{E} } \times ( 1 — \text{TR} ) \\ &\textbf{где:} \\ &\text{EBT} = \text{Прибыль до налогообложения} \\ &\text{S} = \text{Продажи} \\ &\text{A} = \text{Активы} \\ &\text{E} = \text{Капитал} \\ &\text{TR} = \text{Ставка налога} \\ \end{aligned}​ROE=SEBT​×AS​×EA​×(1−TR), где:EBT=Прибыль до налогаS=ПродажиA=АктивыE=КапиталTR=Налоговая ставка​

Почему это называется анализом DuPont?

Сотрудник DuPont по имени Ф. Дональдсон Браун в 1914 году разработал формулу, которая использовалась компанией в качестве внутреннего инструмента управления, позволяющего лучше понять, откуда исходит ее операционная эффективность, а в чем ее недостает. Разбивая ROE на более сложное уравнение, анализ DuPont показывает причины сдвигов в этом числе.

Каковы некоторые ограничения использования анализа DuPont?

Хотя анализ DuPont может быть очень полезным инструментом для менеджеров, аналитиков и инвесторов, он не лишен недостатков. Его экспансивный характер означает, что он требует нескольких входов. Как и при любом расчете, результаты хороши настолько, насколько точны входные данные.

Этот инструмент использует данные из отчета о прибылях и убытках и баланса компании, некоторые из которых могут быть не совсем точными. Даже если данные, используемые для расчетов, надежны, все еще существуют дополнительные потенциальные проблемы, такие как сложность определения относительных значений коэффициентов как хороших или плохих по сравнению с отраслевыми нормами.