Realizando uma análise de impacto no Análises

A análise de impacto mostra uma visão prospectiva e posterior das dependências de um banco de dados, recurso ou campo. Responde a perguntas sobre quais bancos de dados, aplicativos, arquivos, links, conteúdo de aprendizado de máquina e outros conteúdos seriam direta ou indiretamente impactados se o valor de um campo fosse alterado. Para muitos tipos de conteúdo, você também pode detalhar os campos específicos que são impactados pela alteração.

O Qlik Cloud fornece um resumo agregado do impacto downstream no qual você pode examinar interativamente as dependências diretas e indiretas de um determinado campo ou objeto.

A linhagem downstream é chamada de análise de impacto porque analisa quais objetos serão impactados por alterações em seus dados ou conteúdo analítico; esses objetos são os dependentes do nó base. O Qlik Cloud fornece informações e contagens por tipo de objetos dependentes em uma exibição resumida.

Os usuários corporativos que examinam um determinado campo terão um resumo agregado do impacto downstream, que fornece insights para:

• Quais tipos de objetos seriam afetados por uma alteração nesse campo, incluindo bancos de dados, armazenamento de arquivos, aplicativos e links
• Quais relatórios e painéis do Power BI seriam afetados
• Quais relatórios do Qlik NPrinting ou Qlik Cloud seriam afetados
• Quais modelos de dados do Power BI e do Tableau seriam afetados
• Qual é o número de dependências diretas e indiretas por tipo
• Quem serão os proprietários dos itens afetados se você fizer uma alteração
• Quais fluxos de trabalho de aprendizado de máquina seriam afetados

Para visualizar informações de linhagem upstream, como entradas, transformações e outras informações históricas que possam explicar de onde seus dados vieram e quais operações agiram sobre eles, visualize sua linhagem. Consulte Analisando a linhagem no Análises.

Exibição resumida da análise de impacto

Exibição resumida da Análise de impacto

Abra a análise de impacto em seu centro de atividades, selecionando em um item compatível e, em seguida, selecionando Análise de impacto. Para alguns tipos de conteúdo, você também pode abrir a análise de impacto quando o item estiver aberto. Clique em e em Análise de impacto.

Você pode acessar a linhagem (upstream) ou a análise de impacto (downstream) para outros nós que aparecem nos gráficos, selecionando e depois Linhagem ou Análise de impacto (novo nó base).

Na visualização resumida, você pode filtrar se deseja exibir todas as dependências ou apenas as dependências diretas. Um exemplo de dependência direta é um aplicativo Aplicativo A que carrega um conjunto de dados específico Arquivo de Dados B. Nesse caso, o Aplicativo A depende diretamente do Arquivo de Dados B. Um exemplo de dependência indireta é um QVD C.qvd criado pelo Aplicativo A, com base no Arquivo de Dados B. Nesse caso, C.qvd é uma dependência indireta do Arquivo de dados B.

O nó base que está sendo analisado está destacado em azul. Os dependentes estão listados na visão geral à esquerda, com contagens por tipo. Quando em foco e listado na grade principal, esse tipo é destacado em uma caixa verde. Tipos de dependências incluem bancos de dados, aplicativos, armazenamento de arquivos, bancos de dados e links. Os objetos dependentes listados para esse tipo estão listados na grade principal. Detalhe esses objetos selecionando a linha. Por exemplo, um aplicativo detalhará a tabela e depois em nível de campo.

Selecione na linha do objeto dependente em foco para acessar um menu com as seguintes ações:

• Detalhes (consulte Detalhes do nó)

• Análise de impacto (novo nó base)

• Linhagem (para esse objeto)

• Abrir

Acessando a análise de impacto de um conjunto de dados

Você também pode acessar uma versão condensada da visualização resumida da análise de impacto na visão geral de um conjunto de dados, alternando para a guia Análise de impacto.

Colunas da grade de análise de impacto

Selecione as colunas de interesse com o seletor de colunas no canto superior direito da grade. As opções de coluna variam de acordo com o tipo de recurso que está sendo visualizado. As opções de coluna podem incluir os seguintes títulos:

• Nome

• Número de conjuntos de dados | tabelas | campos

• Tipo

• Espaço

• Proprietário

• Última recarga

• Última modificação

• Abrir

• Número de modelos

• Número de configurações

• Número de versões

• Implementação de ML

Nota informativaQuando as colunas Proprietário e Espaço têm vários valores, aparece uma dica de ferramenta listando esses proprietários e espaços.

Permissões

Permissões para análise de dependência

Usuários sem permissão de visualização não poderão visualizar nomes de recursos dependentes, a coluna Último carregamento para aplicativos dependentes ou a coluna Última modificação para outros tipos de recursos. Usuários sem permissões de visualização também não poderão visualizar o menu de contexto do ou as opções de detalhamento do recurso.

Permissões quando um aplicativo, script, fluxo de dados ou conjunto de dados é o nó base

Você deve ser capaz de visualizar um aplicativo, script, fluxo de dados ou conjunto de dados para abrir a Análise de impacto para o item a partir do seu centro de atividades, bem como para definir o item como o nó base de outras maneiras. Conforme declarado em Permissões para análise de dependência, os recursos dependentes são mostrados com informações limitadas se você não tiver acesso de visualização aos recursos.

Permissões para experimentos e implementações de ML

Se você tiver o seguinte, poderá abrir diretamente a Análise de impacto no experimento de ML ou na implementação de ML, no seu centro de atividades e também defini-lo como o nó base de outras maneiras:

• Direito de usuário Professional ou Full User

• Função de segurança Automl Experiment Contributor ou Automl Deployment Contributor

• Para experimentos de ML ou implementações de ML em espaços compartilhados, uma das seguintes funções de espaço no espaço compartilhado:

  • Proprietário (do espaço)

  • Pode gerenciar

  • Pode editar

  • Pode exibir

• Para experimentos de ML ou implementações de ML em espaços gerenciados, uma das seguintes funções de espaço no espaço gerenciado:

  • Proprietário (do espaço)

  • Pode gerenciar

  • Pode contribuir

  • Pode exibir

  • Pode operar

Sem os requisitos acima, o experimento ou implementação não pode ser definido como nó base e é mostrado com informações limitadas quando aparece durante a análise de outro conteúdo.

Exemplo de casos de uso para analisar a análise de impacto

Exemplo: Compreendendo o impacto de fazer uma alteração em um conjunto de dados

Para ver uma explicação de um exemplo semelhante, consulte:

Casos de uso de análises de impacto

Como desenvolvedor de aplicativos, você é responsável por uma fonte de dados e está pensando em fazer uma alteração em um conjunto de dados Sales data.xlsx removendo o campo Price. As perguntas que você tem são: O que será afetado ao fazer essa mudança? O que precisa ser abordado? Quem devo notificar? Você começa a investigação selecionando no bloco do conjunto de dados e selecionando Análise de impacto.

Exemplo: impacto da alteração de um conjunto de dados usado para previsões

Suponha que você seja um colaborador de aprendizado de máquina que tenha configurado previsões agendadas de uma implementação de ML. Você deseja avaliar quais fluxos de trabalho seriam afetados se alterasse a lógica de cálculo de uma coluna em um de seus conjuntos de dados de aplicação.

Abrindo o conjunto de dados de aplicação na Análise de impacto, você pode identificar que o conteúdo a seguir seria afetado:

• Um aplicativo de análise

• Uma implementação de ML, na qual há um modelo que usa o conjunto de dados de aplicação

• Várias saídas de conjuntos de dados, que foram geradas a partir da implementação de ML em uma base programada

Com esse conhecimento, você pode tomar uma decisão mais informada sobre se deve prosseguir com a atualização ou criar um novo fluxo de trabalho de aprendizado de máquina.