Lavorare con i trigger informazioni di Discovery Agent
In qualità di sviluppatore di applicazioni, si creano trigger informazioni per definire le metriche utilizzate per calcolare le informazioni. I trigger informazioni vengono creati nei fogli. Quando i dati dell'applicazione cambiano, i trigger informazioni vengono valutati e le eventuali informazioni scoperte vengono presentate nei feed affinché altri utenti possano analizzarle.
I trigger informazioni sono disponibili con Discovery Agent.
Trigger informazioni nella vista foglio in un'applicazione
Le autorizzazioni a livello di tenant di Discovery Agent sono disattivate per impostazione predefinita nelle impostazioni di User Default. Per attivare Discovery Agent per gli utenti, un amministratore deve configurare User Default con le autorizzazioni di Discovery Agent, oppure assegnare le autorizzazioni a utenti specifici tramite un ruolo personalizzato. Ciò garantisce che gli utenti creino avvisi per casi d'uso specifici.
Per ulteriori informazioni su queste autorizzazioni, vedere Lavorare con i trigger informazioni di Discovery Agent.
Che cos'è un trigger informazioni?
Ad alto livello, un trigger informazioni definisce una metrica utilizzata per generare informazioni basate sulle tendenze. Questa metrica potrebbe essere, ad esempio, le vendite, il costo del venduto o il tasso di abbandono dei clienti. La metrica è definita nei dati dell'applicazione di analisi.
Si creano trigger informazioni nelle applicazioni di analisi durante la modifica o l'analisi dei fogli. I trigger informazioni vengono archiviati all'interno di un'applicazione e popolano i feed con informazioni quando vengono rilevate determinate tendenze.
Le sezioni successive descrivono le varie parti che compongono un trigger informazioni.
Serie temporali
Nel contesto di Discovery Agent, la serie temporale, o Dimensione temporale, è un campo nell'applicazione che tiene traccia di come la misura cambia nel tempo.
Di seguito sono riportati alcuni requisiti per le serie temporali:
-
Devono contenere dati organizzati in base a valori di data o timestamp. Ad esempio: 2026-01-29 o 2026-01-29 13:24:59.
-
Devono contenere date o timestamp validi.
-
Alcuni punti dati possono mancare. Tuttavia, il calcolo delle informazioni non riesce se mancano troppi punti dati.
-
Sono consentiti date e timestamp futuri. Tuttavia, non verranno utilizzati nel calcolo delle informazioni.
-
Esistono requisiti di volume di dati diversi per diversi tipi di informazioni e aggregazioni basate sul tempo. Vedere Requisiti del volume di dati — trigger informazioni.
Misura
La misura è la metrica che determina le informazioni. Può trattarsi di una misura principale nell'applicazione o di un'aggregazione specificata in base a un campo nell'applicazione. Esempi comuni sono Sum(Sales), Sum(Margin) e Sum(Cost).
Dimensioni di scomposizione
Facoltativamente, è possibile scegliere di calcolare le informazioni singolarmente per un massimo di 50 valori di una dimensione. Ad esempio, si potrebbe creare un trigger informazioni per calcolare le informazioni sulle vendite per prodotti univoci. In alternativa, è possibile scegliere valori specifici da utilizzare nelle informazioni o includere solo un numero superiore o inferiore di valori in base alle metriche corrispondenti.
Le dimensioni di scomposizione sono calcoli aggiuntivi da eseguire. Se si aggiunge una dimensione di scomposizione, verranno comunque eseguiti gli stessi calcoli sui dati nel loro complesso (in altre parole, su tutte le categorie), oltre ai calcoli per i valori della dimensione di scomposizione.
Sono disponibili le seguenti opzioni:
-
Valori: selezionare manualmente i valori da utilizzare.
-
Ricerca: includere i valori in base a modelli di corrispondenza del testo.
-
Condizione: includere i valori a seconda che le metriche corrispondenti soddisfino determinate condizioni.
-
Superiore/inferiore: includere solo un insieme di valori con le metriche corrispondenti più alte o più basse.
Seguire queste linee guida per aggiungere filtri a una dimensione di scomposizione:
-
Fare clic su
per aggiungere un filtro e selezionare un campo. -
Dopo aver aggiunto un campo, fare clic su di esso per selezionare i valori da utilizzare. Per calcolare le informazioni dettagliate individualmente per i primi 50 valori nella dimensione, non selezionare alcun valore.
-
Fare clic su
per rimuovere i filtri.
Periodi di tempo
Quando si crea un trigger informazioni, si specificano i periodi di tempo in cui i valori della misura vengono aggregati e utilizzati per le informazioni. Ad esempio, le informazioni mensili aggregheranno la misura su base mensile.
Analogamente a date e timestamp futuri per la Dimensione temporale, i periodi di tempo correnti e futuri non vengono considerati quando si calcolano le informazioni aggregate. Ad esempio, se il mese corrente è febbraio e sono configurate le informazioni mensili, le eventuali informazioni relative a febbraio non verranno calcolate fino alla fine di febbraio.
Tipi di informazioni
È possibile scegliere tra diversi tipi di calcoli delle informazioni. Se non si specifica alcun tipo di informazione, il trigger informazioni calcola le informazioni per tutti i tipi di informazioni.
Ogni tipo di informazione produce un calcolo diverso per aiutare a identificare tendenze e anomalie basate sul tempo.
I tipi di informazioni sono disponibili anche per essere filtrati nei feed degli utenti mentre analizzano le informazioni risultanti. Nei feed, i tipi di informazioni sono chiamati tipi di analisi. I tipi di informazioni e i tipi di analisi di Discovery Agent sono simili, ma non devono essere confusi con i tipi di analisi in Advisor informazioni strategiche.
| Tipo di informazione | Definizione |
|---|---|
| Sopra il modello | Confronta le metriche correnti con le previsioni effettuate dai modelli predittivi. Le informazioni vengono generate quando le metriche sono maggiori rispetto alle previsioni. |
| Sotto il modello | Confronta le metriche correnti con le previsioni effettuate dai modelli predittivi. Le informazioni vengono generate quando le metriche sono minori rispetto alle previsioni. |
| Nuova baseline | Identifica gli spostamenti nei valori di base (ad esempio, le medie) per le serie temporali. Se la baseline della metrica cambia in modo significativo, vengono generate informazioni. |
| Record massimo | Rileva se le osservazioni più recenti costituiscono un nuovo record massimo per la metrica, rispetto ai dati storici. |
| Record minimo | Rileva se le osservazioni più recenti costituiscono un nuovo record minimo per la metrica, rispetto ai dati storici. |
| Picchi verso il basso | Rileva picchi temporanei con metriche significativamente al di sotto dei modelli di dati storici. |
| Picchi verso l'alto | Rileva picchi temporanei con metriche significativamente al di sopra dei modelli di dati storici. |
| Cambiamenti di tendenza | Identifica i punti in cui la tendenza della serie temporale mostra un cambiamento significativo (ad esempio, passando da una lenta tendenza al ribasso a una forte tendenza al rialzo). |
Quando vengono generate le informazioni?
Ogni volta che i dati in un'applicazione cambiano, fino a una volta al giorno, tutti i trigger informazioni vengono valutati per determinare le informazioni da generare.
Ad esempio, i trigger informazioni vengono valutati fino a una volta al giorno quando:
-
L'applicazione viene ricaricata e i dati sono cambiati dall'ultimo ricaricamento.
È possibile assicurarsi che i trigger informazioni vengano valutati regolarmente pianificando i ricaricamenti dell'applicazione. Per ulteriori informazioni, vedere Aggiornamento dei dati delle analisi.
Le informazioni vengono generate solo quando la valutazione di un trigger informazioni porta a una scoperta. In altre parole, le informazioni vengono generate e mostrate solo quando viene trovato qualcosa di interessante (una tendenza in evoluzione, un'anomalia significativa o una deviazione della previsione).
Differenze nelle informazioni tra gli aggiornamenti dei dati
C'è una differenza nel modo in cui i trigger informazioni vengono valutati quando si aggiornano i dati per la prima volta, rispetto agli aggiornamenti dei dati successivi.
Primo aggiornamento dei dati
Quando si crea un trigger informazioni e i dati si aggiornano per la prima volta, le informazioni vengono calcolate su dati che risalgono a sette punti dati. Ad esempio, per le informazioni mensili, le informazioni vengono calcolate per gli ultimi sette mesi.
I dati risalenti a più di sette punti dati possono essere analizzati durante la valutazione (ad esempio, per un periodo di tempo giornaliero, possono essere analizzati 365 giorni di dati per le tendenze storiche). Tuttavia, le informazioni basate sulle anomalie vengono generate solo per gli ultimi sette punti dati.
Aggiornamenti dei dati successivi
Per i successivi aggiornamenti e valutazioni dei dati, le informazioni vengono calcolate solo per i nuovi punti dati aggiunti dall'ultimo aggiornamento.
Ad esempio, supponiamo che:
-
Il trigger informazioni utilizzi un periodo di tempo giornaliero.
-
Si aggiornino i dati il 31 gennaio con date non successive a tale data.
-
Si aggiornino nuovamente i dati il 1° febbraio con i dati che coprono tale data.
In questo esempio, le informazioni vengono calcolate confrontando i dati del 1° febbraio con i punti dati precedenti dell'aggiornamento precedente.
Trigger informazioni e periodi di tempo
I periodi di tempo correnti e futuri non vengono considerati durante la valutazione delle informazioni:
-
Solo il primo aggiornamento dei dati del giorno attiva la valutazione delle informazioni. Le informazioni possono essere calcolate solo fino a una volta al giorno, poiché le date correnti e future non vengono comunque considerate nei calcoli.
-
Le informazioni aggregate (ovvero settimanali, mensili, trimestrali o annuali) vengono calcolate allo stesso modo. Ad esempio, se il mese corrente è febbraio e sono configurate le informazioni mensili, le eventuali informazioni relative a febbraio non verranno calcolate fino alla fine di febbraio.
Come vengono calcolate le informazioni?
Le informazioni vengono calcolate in modi diversi a seconda del tipo di informazione. Vari algoritmi di apprendimento automatico nello spazio dell'intelligenza artificiale vengono utilizzati per rilevare e calcolare le informazioni. I modelli linguistici di grandi dimensioni (LLM) vengono utilizzati per presentare e formattare i testi delle informazioni.
Scenari per lo spostamento, la pubblicazione e la duplicazione
Questa sezione descrive il comportamento previsto per i trigger informazioni quando le applicazioni vengono spostate, pubblicate, eliminate e duplicate.
Pubblicazione
Quando si pubblica un'applicazione in uno spazio gestito, i trigger informazioni devono essere creati di nuovo.
Spostamento
Quando si sposta un'applicazione tra gli spazi, i trigger informazioni vengono conservati.
Duplicazione
La duplicazione si verifica in uno dei seguenti casi:
-
Si duplica un'applicazione.
-
Si esporta un'applicazione e poi la si importa nuovamente in Qlik Cloud.
In questi scenari di duplicazione, i trigger informazioni devono essere creati di nuovo.
Limitazioni e capacità
Per le limitazioni e le capacità relative ai trigger informazioni, vedere Capacità e limitazioni di Discovery Agent.