분석에서 영향 분석
영향 분석은 데이터베이스, 리소스 또는 필드에 대한 종속성에 대한 미래 지향적 다운스트림 보기를 보여 줍니다. 이는 필드 값이 변경될 경우 어떤 데이터베이스, 앱, 파일, 링크, 기계 학습 콘텐츠 및 기타 콘텐츠가 직접 또는 간접적으로 영향을 받는지 보여 줍니다. 많은 콘텐츠 유형의 경우, 변경의 영향을 받는 특정 필드로 드릴다운할 수도 있습니다.
Qlik Cloud는 특정 필드 또는 개체의 직접 및 간접 종속성을 대화형으로 검사할 수 있는 집계된 다운스트림 영향 요약을 제공합니다.
다운스트림 계보는 데이터 또는 분석 콘텐츠 변경 시 어떤 개체가 영향을 받는지 분석하므로 이를 영향 분석이라고 하며 이러한 개체는 기본 노드의 종속성입니다. Qlik Cloud는 요약 보기에서 정보를 제공하고 종속 개체의 유형별로 계수합니다.
특정 필드를 검사하는 비즈니스 사용자는 다음에 대한 통찰력을 제공하는 집계된 다운스트림 영향 요약을 사용합니다.
- 데이터베이스, 파일 저장소, 앱 및 링크를 포함하여 이 필드를 변경하면 영향을 받는 개체 유형
- 영향을 받는 Power BI 보고서 및 대시보드
- 영향을 받는 Qlik NPrinting 또는 Qlik Cloud 보고서
- 영향을 받는 Power BI 및 Tableau의 데이터 모델
- 유형별 직접 종속성 및 간접 종속성의 수
- 변경 시 영향을 받는 항목의 소유자
- 영향을 받는 기계 학습 워크플로
입력, 변환 및 데이터 출처는 어디인지, 어떤 작업을 수행했는지 설명할 수 있는 기타 기록 정보와 같은 업스트림 계보 정보를 보려면 해당 계보를 확인하십시오. 분석의 계보 분석를 참조하십시오.
영향 분석 요약 보기
영향 분석 요약 보기
활동 센터에서 지원되는 항목에서 
을 선택한 다음 영향 분석을 선택하여 영향 분석을 엽니다. 일부 콘텐츠 유형의 경우 항목을 열 때 영향 분석도 열 수 있습니다. 및 영향 분석을 클릭합니다.
을 선택한 다음 계보 또는 영향 분석(새 기본 노드)을 선택하여 그래프에 나타나는 다른 노드에 대한 계보(업스트림) 또는 영향 분석(하류)에 액세스할 수 있습니다.
요약 보기에서 모든 또는 직접적인 종속성만 표시할지 여부를 필터링할 수 있습니다. 직접적인 종속성의 예는 특정 데이터 집합 데이터 파일 B를 로드하는 앱 응용 프로그램 A입니다. 이 경우 응용 프로그램 A는 데이터 파일 B에 직접 종속됩니다. 간접 종속성의 예는 데이터 파일 B를 기반으로 응용 프로그램 A가 만든 QVD C.qvd입니다. 이 경우 C.qvd는 데이터 파일 B의 간접 종속성입니다.
앱에서 종속 필드를 표시하는 영향 분석 요약 보기
분석되는 기본 노드는 파란색으로 표시됩니다. 유형당 개수와 함께 왼쪽 개요에 종속성이 나열됩니다. 초점에 있거나 기본 그리드에 나열된 경우 해당 유형은 녹색 상자로 표시됩니다. 종속성 유형에는 데이터베이스, 앱, 파일 저장소, 데이터베이스 및 링크가 포함됩니다. 나열되는 해당 유형의 종속 개체는 기본 그리드에 나열됩니다. 행을 선택하여 이러한 개체로 드릴합니다. 예를 들어 앱은 테이블로 드릴다운한 다음 필드 수준으로 드릴다운합니다.
필드 변경의 영향을 조사하려면 기본 노드 개체에서 드릴다운하고 원하는 필드를 선택한 다음 해당 필드에 대한 종속성을 확인합니다.
초점이 있는 종속 개체의 행에서 을 선택하여 다음 작업이 포함된 메뉴에 액세스합니다.
세부 정보(노드 세부 정보 참조)
영향 분석(새 기본 노드)
계보(해당 개체의 경우)
열기
영향 분석 요약 보기에서 종속 개체에서 수행할 수 있는 작업
데이터 집합에서 영향 분석에 액세스
데이터 집합 개요에서 영향 분석 탭으로 전환하여 영향 분석 요약 보기의 요약 버전에 액세스할 수도 있습니다.
영향 분석 그리드 열
그리드의 오른쪽 상단에 있는 열 선택기 
로 관심 있는 열을 선택합니다. 열 옵션은 보고 있는 리소스 유형에 따라 다릅니다. 열 옵션에는 다음 제목이 포함될 수 있습니다.
이름
데이터 집합 수 | 테이블 | 필드
유형
공간
소유자
마지막 로드
마지막으로 수정한 날짜
열기
모델 수
구성 수
버전 수
ML 배포
영향 분석 요약 그리드
영향 분석 요약 그리드
기계 학습 콘텐츠에 대한 영향 분석
영향 분석을 사용하면 기계 학습 콘텐츠에 대한 다운스트림 리소스를 식별할 수 있습니다. 영향 분석에서 ML 실험, ML 배포 및 데이터 집합을 분석할 수 있습니다.
예를 들어, 적용 데이터 집합을 업데이트하면 어떤 예측 데이터 집합이 영향을 받는지 식별하려고 할 수 있습니다. 또한 분석 앱 등 다른 콘텐츠에 대한 다운스트림 종속성으로 나타나는 학습 리소스의 수도 확인할 수 있습니다.
기계 학습 자산은 예측 분석 콘텐츠의 원본에 대한 포괄적인 분석을 위해 계보에도 표시됩니다. 자세한 내용은 기계 학습 콘텐츠의 계보 분석을 참조하십시오.
기계 학습 콘텐츠에 대한 영향 분석 열기
다음 중 하나를 수행합니다.
활동 센터에서 ML 실험, ML 배포 또는 데이터 집합 옆에 있는
을 클릭하고 영향 분석을 선택합니다.ML 실험이나 ML 배포에서 탐색 막대에서
을 클릭하고 영향 분석을 선택합니다.
영향 분석 및 ML 실험
영향 분석에서 ML 실험은 다음 두 가지 방식 중 하나로 나타날 수 있습니다.
영향 분석의 기본 노드로 사용자 지정.
예측이나 예측 앱과 같은 다른 프로세스의 업스트림 노드로 사용자 지정.
ML 실험을 기본 노드로 설정하면 기본 노드 아래 왼쪽 위에 나타납니다. 실험 버전 
를 자세히 알아보려면 실험 
를 선택합니다. 단일 실험 버전 를 기본 노드로 선택하여 분석할 수 있습니다. 마지막으로 버전 내에서 드릴다운하여 특정 모델 
를 찾아 기본 노드로 설정할 수 있습니다.
실험이나 실험 내 요소에 대한 다운스트림 종속성에는 ML 배포, 데이터 집합, 앱, 스크립트, 데이터 흐름과 같은 분석 콘텐츠가 포함됩니다.
상위 콘텐츠(예: 데이터 집합)가 기본 노드로 선택된 경우 ML 실험이 요약 보기에도 나타날 수 있습니다. 왼쪽 패널의 기본 노드의 종속성에서 실험을 선택하면 실험 내에서 드릴다운하여 그리드에 더 많은 정보를 표시할 수 있습니다. 실험 는 하나 이상의 버전 
로 드릴다운됩니다. 실험 버전 는 하나 이상의 모델 
로 드릴다운됩니다.
영향 분석 및 ML 배포
영향 분석에서 ML 배포는 다음 두 가지 방식 중 하나로 나타날 수 있습니다.
영향 분석의 기본 노드로 사용자 지정.
예측이나 예측 앱과 같은 다른 프로세스의 업스트림 노드로 사용자 지정.
ML 배포를 기본 노드로 설정하면 기본 노드 아래 왼쪽 위에 나타납니다. 배포된 모델로 드릴다운하려면 배포 
를 선택합니다. 그런 다음 단일 모델 를 기본 노드로 선택하여 분석할 수 있습니다. 마지막으로, 모델 내에서 드릴다운하여 예측 출력 노드를 찾을 수 있습니다. 출력 노드를 기본 노드로 설정하면 종속성 그리드를 사용하여 생성된 예측 데이터 집합 목록을 볼 수 있습니다.
배포에 대한 다운스트림 종속성 또는 배포 내의 요소에는 데이터 집합과 앱, 스크립트, 데이터 흐름과 같은 분석 콘텐츠가 포함됩니다.
업스트림 콘텐츠(예: ML 실험)가 기본 노드로 선택된 경우 ML 배포가 영향 분석 요약 보기에도 나타날 수 있습니다. 왼쪽 패널의 기본 노드의 종속성에서 배포를 선택하면 배포 내에서 드릴다운하여 그리드에 추가 정보를 표시할 수 있습니다. 배포 는 하나 이상의 모델 로 드릴다운됩니다. 모델 는 하나 이상의 구성 항목으로 드릴다운되며 각 항목은 생성된 예측 데이터 집합을 나타냅니다. 이러한 데이터 집합은 기본 노드로 설정하여 개별적으로 분석할 수 있습니다.
영향 분석 및 ML 데이터 집합
ML 데이터 집합은 ML 실험 및 ML 배포에 사용되거나 만들어지는 데이터 집합입니다. 여기에는 다음이 포함됩니다.
교육 데이터 집합
ML 실험의 포함 분석에서 내보낸 데이터 집합(비교 및 분석 탭)
적용 데이터 집합
예측 데이터 집합
ML 데이터 집합을 기본 노드로 설정하면 기본 노드 아래 왼쪽 위에 나타납니다. 개별 필드로 드릴다운하려면 데이터 집합을 선택합니다.
업스트림 콘텐츠(예: ML 실험 또는 ML 배포)가 기본 노드로 선택된 경우 ML 데이터 집합도 영향 분석 요약 보기에 나타날 수 있습니다. 그리드에서 데이터 집합을 선택하면 데이터 집합 내에서 드릴다운하여 필드 수준 정보를 볼 수 있습니다.
삭제된 콘텐츠
기계 학습 프로세스에 사용된 ML 실험, ML 배포 또는 데이터 집합이 삭제된 경우에도 다른 노드를 분석할 때 영향 분석 요약 보기에 계속 표시됩니다.
권한
권한에 대한 자세한 내용은 권한을 참조하십시오.
시나리오 예
시나리오 예는 예: 예측에 사용되는 데이터 집합 변경의 영향을 참조하십시오.
권한
종속성 분석에 대한 권한
보기 권한이 없는 사용자는 종속 리소스 이름, 종속 앱의 마지막 다시 로드 열 또는 다른 리소스 유형의 마지막으로 수정한 열을 볼 수 없습니다. 보기 권한이 없는 사용자는 리소스에 대한 컨텍스트 메뉴나 드릴인 옵션도 볼 수 없습니다.
앱, 스크립트, 데이터 흐름 또는 데이터 집합이 기본 노드인 경우의 권한
활동 센터에서 항목에 대한 영향 분석을 열려면 앱, 스크립트, 데이터 흐름 또는 데이터 집합을 볼 수 있어야 하며, 다른 방법으로 항목을 기본 노드로 설정할 수 있어야 합니다. 종속성 분석에 대한 권한에 명시된 대로, 리소스에 대한 보기 액세스 권한이 없는 경우 종속 리소스는 제한된 정보와 함께 표시됩니다.
ML 실험 및 ML 배포에 대한 권한
다음 사항이 있는 경우 ML 실험이나 ML 배포, 활동 센터에서 영향 분석을 직접 열 수 있으며, 다른 방법으로는 이를 기본 노드로 설정할 수도 있습니다.
전문가 또는 Full User 권한
Automl Experiment Contributor 또는 Automl Deployment Contributor 보안 역할
공유 공간에서 ML 실험이나 ML 배포를 수행하는 경우 공유 공간에서 다음 공간 역할 중 하나가 필요합니다.
소유자(공간)
관리할 수 있음
편집할 수 있음
볼 수 있음
관리 공간에서 ML 실험이나 ML 배포를 수행하는 경우 관리 공간에서 다음 공간 역할 중 하나가 필요합니다.
소유자(공간)
관리할 수 있음
기여할 수 있음
볼 수 있음
작동할 수 있음
위의 요구 사항이 충족되지 않으면 실험이나 배포를 기본 노드로 설정할 수 없으며, 다른 콘텐츠를 분석할 때 제한된 정보로 표시됩니다.
영향 분석을 위한 사용 사례 예
예: 데이터 집합 변경이 미치는 영향 이해
비슷한 예에 대한 연습은 다음을 참조하십시오.
영향 분석 사용 사례앱 개발자는 데이터 소스에 대한 책임이 있으며 가격 필드를 제거하여 데이터 집합 Sales data.xlsx를 변경하는 것을 고려하고 있습니다. 사용자가 갖고 있는 질문은 다음과 같습니다. 이 변경으로 인해 어떤 영향을 받게 됩니까? 해결해야 할 사항은 무엇입니까? 누구에게 알려야 합니까? 데이터 집합 타일에서 을 선택하고 영향 분석을 선택하여 조사를 시작합니다.
데이터 집합 Sales data.xlsx에 대한 영향 분석 요약 보기
예: 예측에 사용되는 데이터 집합 변경의 영향
ML 배포에서 예약된 예측을 설정한 기계 학습 기여자라고 가정해 보겠습니다. 적용 데이터 집합 중 하나의 열에 대한 계산 논리를 변경하면 어떤 워크플로가 영향을 받는지 평가하려고 합니다.
영향 분석에서 적용 데이터 집합을 열면 다음 콘텐츠가 영향을 받는 것을 식별할 수 있습니다.
분석 앱
적용 데이터 집합을 사용하는 하나의 모델이 있는 ML 배포
ML 배포에서 예약된 기준으로 생성된 여러 데이터 집합 출력
이러한 지식을 바탕으로 업데이트를 진행할지 아니면 새로운 기계 학습 워크플로를 만들지에 대한 보다 정확한 결정을 내릴 수 있습니다.
기계 학습 적용 데이터 집합에 대한 영향 분석을 통해 적용 데이터 집합의 변경으로 인해 영향을 받는 특정 예측 데이터 집합을 분석합니다.
데이터 통합의 영향 분석
영향 분석은 데이터 통합에서도 사용할 수 있습니다. 자세한 내용은 데이터 통합에서 영향 분석을 참조하십시오.