分解树，Decomposition Tree，可以按照不同的维度分解目标数据，以此来找出目标的最大或者最小构成因素。
如果打算对销售额进行分解，将销售额放入分解树的【分析】中，同时把构成销售额的各个维度的字段，年度、产品名称、城市等放入到【解释依据】栏中，就生成了一个分解树，如下图所示：
难道只有一个条，这就是AI？
不要急，这才只是显示了分析指标，还没有开始分解呢，点击分析条右侧的加号(+)，就可以按不同的维度层层分解了。
这就是对目标进行层层分解，可以按需要选择子级的维度，确定以后，在图表顶端显示出每一个级别的维度，以及当前活动的项目，
各个维度的顺序可以点击维度旁边的按钮进行锁定或者解除锁定，每个层级的维度顺序确定以后，可以直接点击某个数据条来显示下级数据或者折叠数据，
切换非常流畅自然。
上面的各个层级的维度，是我手动选择的，其实分解图还可以自动找出影响最大和最小的维度，这个功能也是体现它的AI智能之处，在格式设置中要先打开它，
打开AI分析后，点击数据条右侧的加号，上面两条是高值和低值，
如果选择高值，它分析出2018年销售额的最大影响维度是产品名称，点击产品名称旁边的小灯泡，弹出分析信息，如下图：
解释用语还略显生硬，其实它就是想表达：2018年VR眼睛的销售额最高。
如果解释2017年的销售额，下一级维度变为城市，
如果你认可这个维度顺序，点击小灯泡，就可以把这个层级固定下来。
如果解释依据比较多，你不能确定分析的维度顺序时，这个功能能够帮你快速找出影响最大或者最小的因素。
在格式设置中，还可以调整数据条的显示比例，是按照顶级节点来计算比例，还是按照父节点，或者是占本级节点最大值的比例。
你也尝试着探索一下吧。
-精彩推荐-
采悟 from PowerBI星球