Zu Hauptinhalt springen

Insight Advisor-Analysetypen

Insight Advisor liefert Ergebnisse anhand einer großen Auswahl an Analysetypen. Mit diesen Analysetypen lassen für generierte Diagramme optimierte Visualisierungen erzielen.

Abhängig von den Eingaben der Abfrage und den Merkmalen Ihrer Daten werden unterschiedliche Analysetypen verwendet. Die Qlik cognitive engine bestimmt den besten Analysetyp für Ihre Abfrage abhängig von den verfügbaren Daten. In der folgenden Tabelle sind die Analysetypen beschrieben. Nicht alle Bedingungen für jeden Analysetyp sind aufgelistet. Die Tabelle listet auch Diagramme auf, die als Alternativen verfügbar sein könnten, wenn eine Insight Advisor-Analyse bearbeitet wird.

Analysetypen
Analysetyp Beschreibung Dimensionen Kennzahlen
Anomalie (Spitze)

Identifizieren Sie Spitzenanomalien, indem Sie Muster in historischen Daten analysieren.

1 Datums-/Uhrzeitdimension 1
Anomalie (Trend)

Identifiziert Änderungspunkte, indem Muster in Verlaufsdaten analysiert werden. Mit der Erkennung von Änderungspunkten werden Zeitpunkte identifiziert, zu denen der zugrunde liegende Prozess, der die Daten generiert, signifikante Änderungen aufweist. Dazu können plötzliche Änderungen an der Basislinie oder Trends in den Daten gehören. Es können auch Verschiebungen bei der Größe der Rauschverteilung in den Daten sein.

Die Kombi-Diagrammlinien verfolgen die Kennzahl, und Balken zeigen mögliche Änderungspunktanomalien.

1 Datums-/Uhrzeitdimension 1
Aufschlüsselung Zeigt verschachtelte Dimensionen von Daten, die eine Aufschlüsselung relativer Beiträge zu einer Kennzahl bereitstellen. 2-3 1
Aufschlüsselung (räumlich) Gruppiert Daten nach einfachen und hierarchischen geografischen Unterteilungen. 1-2 1-2
Berechnete Kennzahl (KPI) Fasst die Leistung in einem bestimmten Geschäftssegment oder einer bestimmten Dimension mithilfe einer Leistungskennzahl (KPI) zusammen. 0 1-2
Cluster (K-Means)

Gruppiert Datenpunkte, die nach Ähnlichkeiten aus 2 Kennzahlen über eine Dimension mit einem K-Means-Algorithmus von Machine Learning aggregiert wurden.

1 2
Vergleich Vergleicht zwei Kennzahlen für eine Dimension. 1 2
Korrelation

Identifiziert komplementäre und umgekehrte Beziehungen zwischen zwei Datenwerten.

0-2 2
Gegenseitige Informationen

Erstellt eine Kennzahl der Sicherhheit zwischen Wertepaaren unter Verwendung eines Machine Learning-Algorithmus, der zufällige Datenverteilungen anwendet.

Der Abhängigkeitsindikator hat einen Wert zwischen 0 Prozent (keine Abhängigkeit) und 100 Prozent (starke Abhängigkeit).

Mit gegenseitigen Informationen werden ein Feld (eine Kennzahl oder Dimension) als Ziel und dann 1 bis 10 Dimensionen oder Kennzahlen als Treiber ausgewählt.

Die Ergebnisse für diesen Analysetyp für die gleichen Felder oder Auswahlen können aufgrund der zufälligen Datenauswahl voneinander abweichen.

Variable Variable
Übersicht

Beschreibt, wie Datenbereiche bezüglich einer absoluten Kennzahl zueinander in Beziehung stehen.

1-2 1
Zeitraumänderungen

Erstellt ein Arbeitsblatt mit Kennzahlen, Rangfolge und Vergleichsanalyse für Dimensionen über verschiedene Zeiträume hinweg.

Dafür muss ein Standardkalenderzeitraum für die Gruppe festgelegt sein, welche die Kennzahl im logischen Modell enthält.

1-2 1
Zeitraumänderungen (detailliert)

Erstellt ein Arbeitsblatt mit Kennzahlen, Rangfolge und Vergleichsanalyse für eine Dimensionshierarchie über verschiedene Zeiträume hinweg.

Dafür muss ein Standardkalenderzeitraum für die Gruppe festgelegt sein, welche die Kennzahl im logischen Modell enthält.

1 1
Zeitraum über Zeitraum

Vergleicht Dimensionen über Zeiträume hinweg.

Dafür muss ein Standardkalenderzeitraum für die Gruppe festgelegt sein, welche die Kennzahl im logischen Modell enthält.

1 1
Zeitraum über Zeitraum (ausgewählt)

Vergleicht Dimensionen über Zeiträume hinweg. Dazu gehört ein Filterfenster für das Auswählen von Dimensionswerten.

Erfordert ein Zeitfeld mit einem von „autoCalendar“ abgeleiteten Feld als Teil der Abfrage.

1-3 1
Prozesssteuerung (Mittel) Überwacht Daten im Vergleich zu erwarteten Statistikbereichen auf Basis von Mittelwerten. 1 Datums-/Uhrzeitdimension 1
Prozesssteuerung (gleitendes Mittel) Überwacht Daten im Vergleich zu erwarteten Statistikbereichen auf Basis von angrenzenden Werten. 1 Datums-/Uhrzeitdimension 1
Rangfolge Stuft Dimensionswerte nach relativer Wichtigkeit mit einer Kennzahl ein. 1-2 1
Rangfolge (gruppiert) Stuft hierarchische Dimensionswerte nach relativer Wichtigkeit mit einer Kennzahl ein. 1-2 1
Relative Bedeutung

Zeigt die Größe von Dimensionswerten, die zum Ganzen beitragen. Kann auch verwendet werden, um eine Pareto- oder 80/20-Beitragsanalyse durchzuführen.

1 1
Trend im Zeitverlauf Zeigt Datentrends im Zeitverlauf, optional aufgeschlüsselt nach einer Dimension mit geringer Kardinalität. 1 Datum-/Uhrzeitdimension und optional 1 weitere Dimension 1-3
Werte (Tabelle) Zeigt Daten, die in Zeilen und Spalten, welche Kennzahlen und Dimensionen zeigen, angeordnet sind. 0-10 0-10
Seit Jahresbeginn

Vergleicht Dimensionen über denselben Zeitraum in einem vorherigen Jahr.

1 1