Analizowanie analizy wpływu w Analytics
Analiza wpływu przedstawia zorientowany na przyszłość, ukierunkowany w dół widok zależności dla bazy danych, zasobu lub pola. Odpowiada na pytania o to, na które bazy danych, aplikacje, pliki, łącza, zawartość uczenia maszynowego i inną zawartość bezpośrednio lub pośrednio wpłynęłaby zmiana wartości pola. W przypadku wielu typów zawartości można również przejść do szczegółów poszczególnych pól, na które zmiana ma wpływ.
Qlik Cloud udostępnia zagregowane podsumowanie wpływu w dół, w którym można interaktywnie badać bezpośrednie i pośrednie zależności danego pola lub obiektu.
Pochodzenie w dół nazywa się analizą wpływu, ponieważ analizuje, na które obiekty wpłyną zmiany w danych lub zawartości analitycznej; obiekty te są zależne od węzła bazowego. Qlik Cloud udostępnia informacje i zliczenia według typu obiektów zależnych w widoku podsumowania.
Użytkownicy biznesowi badający dane pole będą mieli zagregowane podsumowanie wpływu w dół, które zapewnia wgląd w:
- Na które typy obiektów wpłynęłaby zmiana tego pola, w tym bazy danych, magazyny plików, aplikacje i łącza
- Na które raporty i pulpity nawigacyjne Power BI miałoby to wpływ
- Na które raporty Qlik NPrinting lub Qlik Cloud miałoby to wpływ
- Na które modele danych dla Power BI i Tableau miałoby to wpływ
- Jaka jest liczba bezpośrednich i pośrednich zależności według typu
- Kto jest właścicielem elementów, na które wpłynie wprowadzenie zmiany
- Na które przepływy pracy uczenia maszynowego miałoby to wpływ
Aby wyświetlić informacje o pochodzeniu w górę, takie jak dane wejściowe, przekształcenia i inne informacje historyczne, które mogą wyjaśnić, skąd pochodzą dane i jakie operacje na nich wykonano, wyświetl ich pochodzenie. Zobacz Analiza pochodzenia w Analytics.
Aby korzystać z analizy wpływu, musisz również mieć ustawienie Wyświetl pochodzenie na Dozwolone za pośrednictwem User Default lub niestandardowej roli zabezpieczeń.
Widok podsumowania analizy wpływu
Widok podsumowania Analiza wpływu
Otwórz analizę wpływu ze swojego centrum aktywności, wybierając na obsługiwanym elemencie, a następnie wybierając Narzędzia > Analiza wpływu.
W przypadku niektórych typów zawartości można również otworzyć analizę wpływu, gdy element jest otwarty. Kliknij
i Analiza wpływu.
Możesz uzyskać dostęp do pochodzenia (w górę) lub analizy wpływu (w dół) dla innych węzłów, które pojawiają się na wykresach, wybierając , a następnie wybierając Pochodzenie lub Analiza wpływu (nowy węzeł bazowy).
W widoku podsumowania można filtrować, czy mają być wyświetlane wszystkie, czy tylko bezpośrednie zależności. Przykładem bezpośredniej zależności jest aplikacja Aplikacja A, która ładuje określony zestaw danych Plik danych B. W tym przypadku Aplikacja A zależy bezpośrednio od Plik danych B. Przykładem zależności pośredniej jest QVD C.qvd , który jest tworzony przez Aplikacja A na podstawie Plik danych B. W tym przypadku C.qvd jest pośrednią zależnością Plik danych B.
Widok podsumowania analizy wpływu pokazuje pola zależne w aplikacji

Analizowany węzeł bazowy jest obrysowany na niebiesko. Elementy zależne są wymienione w lewym przeglądzie z liczbą na typ. Gdy jest w centrum uwagi i znajduje się na głównej siatce, ten typ jest obrysowany zielonym polem. Typy zależności obejmują bazy danych, aplikacje, magazyny plików, bazy danych i łącza. Wymienione obiekty zależne dla tego typu są wymienione na głównej siatce. Przejdź do tych obiektów, wybierając wiersz. Na przykład aplikacja przejdzie do poziomu tabeli, a następnie do poziomu pola.
Aby zbadać wpływ zmiany pola, przejdź w dół z obiektu węzła bazowego i wybierz interesujące pole, aby zobaczyć zależności dla tego pola.

Wybierz w wierszu obiektu zależnego będącego w centrum uwagi, aby uzyskać dostęp do menu z następującymi akcjami:
-
Szczegóły (zobacz Szczegóły węzła)
-
Analiza wpływu (nowy węzeł bazowy)
-
Pochodzenie (dla tego obiektu)
-
Otwórz
Akcje, które można wykonać na obiektach zależnych w widoku podsumowania analizy wpływu

Uzyskiwanie dostępu do analizy wpływu z zestawu danych
Możesz również uzyskać dostęp do analizy wpływu z przeglądu zestawu danych, przełączając się na kartę Analiza wpływu.
Kolumny siatki analizy wpływu
Wybierz interesujące kolumny za pomocą selektora kolumn w prawym górnym rogu siatki. Opcje kolumn różnią się w zależności od typu przeglądanego zasobu. Opcje kolumn mogą obejmować następujące nagłówki:
-
Nazwa
-
Liczba zestawów danych | tabel | pól
-
Typ
-
Przestrzeń
-
Właściciel
-
Ostatnie przeładowanie
-
Ostatnia modyfikacja
-
Otwórz
-
Liczba modeli
-
Liczba konfiguracji
-
Liczba wersji
-
Wdrożenie ML
Siatka podsumowania analizy wpływu

Szczegóły węzła
Szczegóły są ograniczone przez Twój dostęp do tego obiektu. Szczegóły mogą zawierać następujące informacje:
-
Nazwa
-
Opis
-
Tagi
-
Lokalizacja
-
Przestrzeń
-
Właściciel
-
Twórca
-
Ostatnia modyfikacja
Siatka podsumowania analizy wpływu

Analiza wpływu dla zawartości uczenia maszynowego
Dzięki Analiza wpływu możesz zidentyfikować zasoby w dół dla swojej zawartości uczenia maszynowego. Możesz analizować eksperymenty ML, wdrożenia ML i zestawy danych w Analiza wpływu.
Na przykład możesz chcieć zidentyfikować, na które zestawy danych predykcyjnych wpłynęłaby aktualizacja zestawu danych zastosowania. Możesz również zobaczyć, ile zasobów uczenia pojawia się jako zależności w dół dla innej zawartości, takiej jak aplikacje analityczne.
Zasoby uczenia maszynowego są również wyświetlane w Pochodzenie w celu kompleksowej analizy pochodzenia zawartości analityki predykcyjnej. Więcej informacji zawiera temat Analiza pochodzenia dla treści uczenia maszynowego.
Otwieranie Analiza wpływu dla zawartości uczenia maszynowego
Wykonaj jedną z poniższych czynności:
-
W swoim centrum aktywności kliknij
obok eksperymentu ML, wdrożenia ML lub zestawu danych i wybierz Narzędzia > Analiza wpływu.
-
W eksperymencie ML lub wdrożeniu ML kliknij
na pasku nawigacyjnym i wybierz Analiza wpływu.
Analiza wpływu i eksperymenty ML
Gdy eksperyment ML jest ustawiony jako węzeł bazowy, pojawia się w lewym górnym rogu pod Węzeł bazowy. Wybierz eksperyment , aby przejść do wersji eksperymentu
. Pojedynczą wersję eksperymentu
można następnie wybrać do analizy jako węzeł bazowy. Na koniec możesz przejść do szczegółów w ramach wersji
, aby znaleźć konkretny model
i ustawić go jako węzeł bazowy.
Zależności w dół dla eksperymentu lub jego elementów obejmują wdrożenia ML, zestawy danych i zawartość analityczną, taką jak aplikacje, skrypty i przepływy danych.
Eksperyment ML może również pojawić się w widoku podsumowania, gdy zawartość w górę (na przykład zestaw danych) zostanie wybrana jako węzeł bazowy. Po wybraniu eksperymentu w sekcji Zależności od węzła bazowego w lewym panelu można przejść do szczegółów w ramach eksperymentu, aby wyświetlić więcej informacji na siatce. Eksperyment przechodzi do jednej lub więcej wersji
. Wersja eksperymentu
przechodzi do jednego lub więcej modeli
.
Analiza wpływu i wdrożenia ML
Gdy wdrożenie ML jest ustawione jako węzeł bazowy, pojawia się w lewym górnym rogu pod Węzeł bazowy. Wybierz wdrożenie , aby przejść do wdrożonych modeli. Pojedynczy model
można następnie wybrać do analizy jako węzeł bazowy. Na koniec możesz przejść do szczegółów w ramach modelu, aby znaleźć węzeł wyjściowy predykcji. Gdy węzeł wyjściowy jest ustawiony jako węzeł bazowy, możesz użyć siatki zależności, aby wyświetlić listę wygenerowanych zestawów danych predykcyjnych.
Zależności w dół dla wdrożenia lub jego elementów obejmują zestawy danych i zawartość analityczną, taką jak aplikacje, skrypty i przepływy danych.
Wdrożenie ML może również pojawić się w widoku podsumowania analizy wpływu, gdy zawartość w górę (na przykład eksperyment ML) zostanie wybrana jako węzeł bazowy. Po wybraniu wdrożenia w sekcji Zależności od węzła bazowego w lewym panelu można przejść do szczegółów w ramach wdrożenia, aby wyświetlić więcej informacji na siatce. Wdrożenie przechodzi do jednego lub więcej modeli
. Model
przechodzi do jednego lub więcej elementów Konfiguracja
, z których każdy reprezentuje wygenerowany zestaw danych predykcyjnych. Te zestawy danych można analizować indywidualnie, ustawiając je jako węzeł bazowy.
Analiza wpływu i zestawy danych ML
Zestawy danych ML to zestawy danych, które są używane w eksperymentach ML i wdrożeniach ML lub przez nie tworzone. Obejmują one:
-
Zestawy danych treningowych
-
Zestawy danych wyeksportowane z wbudowanej analityki w eksperymencie ML (karty Porównaj i Analizuj)
-
Zestawy danych zastosowania
-
Zestawy danych predykcyjnych
Gdy zestaw danych ML jest ustawiony jako węzeł bazowy, pojawia się w lewym górnym rogu pod Węzeł bazowy. Wybierz zestaw danych, aby przejść do poszczególnych pól.
Zestaw danych ML może również pojawić się w widoku podsumowania analizy wpływu, gdy zawartość w górę (na przykład eksperyment ML lub wdrożenie ML) zostanie wybrana jako węzeł bazowy. Po wybraniu zestawu danych na siatce można przejść do szczegółów w ramach zestawu danych, aby wyświetlić informacje na poziomie pola.
Uprawnienia
Więcej informacji o uprawnieniach zawiera temat Uprawnienia.
Przykładowy scenariusz
Przykładowy scenariusz opisano w temacie Przykład: Wpływ zmiany zestawu danych używanego do predykcji.
Uprawnienia
Uprawnienia do analizy zależności
Użytkownicy bez uprawnień do wyświetlania nie będą mogli wyświetlać nazw zasobów zależnych, kolumny Ostatnie przeładowanie dla aplikacji zależnych ani kolumny Ostatnia modyfikacja dla innych typów zasobów. Użytkownicy bez uprawnień do wyświetlania nie będą również mogli wyświetlać menu kontekstowego ani opcji przechodzenia do szczegółów zasobu.
Uprawnienia, gdy element jest węzłem bazowym
Musisz mieć możliwość wyświetlenia elementu, aby otworzyć Analiza wpływu ze swojego centrum aktywności , a także aby ustawić element jako węzeł bazowy w inny sposób. Jak stwierdzono w Uprawnienia do analizy zależności, zasoby zależne są wyświetlane z ograniczonymi informacjami, jeśli nie masz dostępu do wyświetlania zasobów.
Przykładowe przypadki użycia do analizowania analizy wpływu
Przykład: Zrozumienie wpływu wprowadzenia zmiany w zestawie danych
Przewodnik po podobnym poniższym przykładzie można znaleźć tutaj:
Przypadki użycia analizy wpływuJako programista aplikacji jesteś odpowiedzialny za źródło danych i rozważasz wprowadzenie zmiany w zestawie danych Sales data.xlsx poprzez usunięcie pola Price. Masz następujące pytania: Na co wpłynie ta zmiana? Czym należy się zająć? Kogo powinienem powiadomić? Rozpoczynasz badanie, wybierając na kafelku zestawu danych i wybierając Analiza wpływu.
Widok podsumowania analizy wpływu dla zestawu danych Sales data.xlsx

Przykład: Wpływ zmiany zestawu danych używanego do predykcji
Załóżmy, że jesteś współtwórcą uczenia maszynowego, który skonfigurował zaplanowane predykcje z wdrożenia ML. Chcesz ocenić, na które przepływy pracy wpłynęłaby zmiana logiki obliczeń dla kolumny w jednym z Twoich zestawów danych zastosowania.
Otwierając zestaw danych zastosowania w Analiza wpływu, możesz zidentyfikować, że miałoby to wpływ na następującą zawartość:
-
Aplikacja analityczna
-
Wdrożenie ML, w ramach którego znajduje się jeden model korzystający z zestawu danych zastosowania
-
Kilka wyjściowych zestawów danych, które zostały wygenerowane z wdrożenia ML zgodnie z harmonogramem
Dzięki tej wiedzy możesz podjąć bardziej świadomą decyzję o tym, czy kontynuować aktualizację, czy utworzyć nowy przepływ pracy uczenia maszynowego.
Analiza wpływu dla zestawu danych zastosowania uczenia maszynowego, analizująca konkretne zestawy danych predykcyjnych, na które wpłynęłyby zmiany w zestawie danych zastosowania.

Usunięta zawartość
Jeśli element zostanie usunięty, może nadal być wyświetlany w widoku podsumowania Analiza wpływu podczas analizowania innych węzłów.
Analiza wpływu w Integracja danych
Analiza wpływu jest również dostępna w Integracja danych. Więcej informacji zawiera temat Analiza wpływu w Integracja danych.