top of page

שעת סיפור על מפות חום, POWER BI ומה שבינינם

Updated: Aug 21, 2023


נניח ויש לי מפעל עם המון מכונות .

המכונות מייצרות מוצרים שונים.

המפעל עובד 24 שעות ביממה.

אני מעוניינת לראות מה הן השעות של פיקים בתקלות של המכונות ומהן המכונות "הבעיתיות".

המטרה : להבין איפה יש צורך לעשות תחקור יותר מעמיק לצורך שיפור המצב.


כדי לענות על השאלה עליי לבחון מגמות של כמויות התקלות על פי השעות.

אם אבחר בגרף קוי , עם כמות המכונות שיש לי זה ייראה ככה:


מאתגר !!! צריך לחשוב על אלטרנטיבה אחרת


אלטרנטיבה

אחד הגרפים שיכולים לסייע לראות את את הפיקים הוא : מפת חום (Heat Map)

גרף שבו יחסי נתונים מוצגים באמצעות רמת עוצמת הצבעים.

הבעיה

מפת חום ברירת מחדל של POWER BI משווה את המדד ברמת כל הערכים בטבלה. כלומר לא מתחשבת בעובדה שמדובר במכונות שונות וההשוואה הנדרשת היא ברמת מכונה (שורה). בדוגמת נתונים שלי מכונות r ו – j בעלות מספי תקלות מאוד גבוה , בגלל זה מכונות a , y ואחרות שיש להן מעט תקלות באופן כללי, הפיקים שלהן כבר פחות בולטים אם בכלל.


הפתרון

להעזר בשפת ה DAX ולייצר Heat Map כמו בתומנה





אופן הביצוע:


1. לבנות מז'ר בסיסי לסכום התקלות : Total breakdowns = sum('Table'[Brakdowns])

2. לבנות את המז'ר של הדירוג : Heat map ranking = rankx(filter ( all('Table'[Hour]),[Total breakdowns]<>0),[Total breakdowns],,asc)

3. לגרור את המכונות לשורות, את השעות לעמודות ואת הכמות של התקלות לערכים של המטריקס.


















4. להגדיר עיצוב מותנה על פי מדד הדירוג


קישור ל Pbix למשחקים:


0 comments

STAY IN TOUCH

Get New posts delivered straight to your inbox

Thank you for subscribing!

bottom of page