Tipos de análises do Insight Advisor
O Insight Advisor fornece resultados usando uma ampla variedade de tipos de análise. Esses tipos de análise fornecem visualizações de práticas recomendadas para gráficos gerados.
Diferentes tipos de análise são usados dependendo das entradas da pesquisa e das características dos seus dados. O Qlik cognitive engine determina o melhor tipo de análise para sua pesquisa, dependendo dos dados disponíveis. A tabela a seguir descreve os tipos de análise. Nem todas as condições para cada tipo de análise estão listadas. A tabela também lista gráficos potencialmente disponíveis como alternativas ao editar uma análise do Insight Advisor.
Tipo de análise | Descrição | Dimensões | Medidas |
---|---|---|---|
Anomalia (pico) |
Identifique anomalias de pico analisando padrões em dados históricos. |
1 dimensão de data/hora | 1 |
Anomalia (tendência) |
Identificar pontos de alteração por meio da análise de padrões em dados históricos. A detecção do ponto de alteração identifica os momentos em que o processo subjacente que gera os dados passa por alterações significativas. Isso pode incluir mudanças repentinas na linha de base ou tendências nos dados. Também pode incluir mudanças na magnitude da distribuição de ruído nos dados. As linhas do gráfico de combinação rastreiam a medida e as barras exibem possíveis anomalias de pontos de alterações. |
1 dimensão de data/hora | 1 |
Decomposição | Visualizar dimensões aninhadas de dados que fornecem um detalhamento das contribuições relativas a uma medida. | 2-3 | 1 |
Divisão (geoespacial) | Agrupar dados por divisões geográficas simples e hierárquicas. | 1-2 | 1-2 |
Medida calculada (KPI) | Resumir o desempenho em um determinado segmento ou dimensão de negócios usando um indicador-chave de desempenho (KPI). | 0 | 1-2 |
Agrupamento (k-means) |
Pontos de dados de cluster agregados por semelhanças de duas medidas em uma dimensão usando um algoritmo k-means de aprendizado de máquina. |
1 | 2 |
Comparação | Comparar duas medidas para uma dimensão. | 1 | 2 |
Correlação |
Identificar relações complementares e inversas entre dois valores de dados. |
0-2 | 2 |
Informações mútuas |
Criar uma medida de certeza entre pares de valores usando um algoritmo de aprendizado de máquina que aplica distribuições de dados aleatórias. O indicador de dependência varia entre 0 por cento (sem dependência) e 100 por cento (forte dependência). Informações mútuas seleciona um campo (medida ou dimensão) como a meta e, em seguida, seleciona de 1 a 10 dimensões ou medidas como determinantes. Os resultados desse tipo de análise para os mesmos campos ou seleções podem variar devido à seleção aleatória de dados. |
variável | variável |
Visão geral |
Descreve como os intervalos de dados se relacionam entre si em termos de uma medida absoluta. |
1-2 | 1 |
Alterações do período |
Cria uma pasta com medidas, classificação e análise de comparação para dimensões em diferentes períodos de tempo. Requer um período de calendário padrão definido para o grupo que contém a medida no modelo lógico. |
1-2 | 1 |
Alterações do período (detalhadas) |
Cria uma pasta com medidas, classificação e análise de comparação para uma hierarquia de dimensões em diferentes períodos de tempo. Requer um período de calendário padrão definido para o grupo que contém a medida no modelo lógico. |
1 | 1 |
Período após período |
Compare as dimensões em todos os períodos de tempo. Requer um período de calendário padrão definido para o grupo que contém a medida no modelo lógico. |
1 | 1 |
Período após período (selecionado) |
Compare as dimensões em todos os períodos de tempo. Inclui um painel de filtro para selecionar valores de dimensão. Requer campos temporais com um campo derivado do calendário automático selecionado como parte da consulta. |
1-3 | 1 |
Controle de processo (média) | Monitore os dados em relação aos intervalos estatísticos esperados com base nos valores médios. | 1 dimensão de data/hora | 1 |
Controle de processo (média parcial) | Monitore os dados em relação aos intervalos estatísticos esperados com base em valores próximos. | 1 dimensão de data/hora | 1 |
Classificação | Classifique os valores de dimensão por importância relativa com uma medida. | 1-2 | 1 |
Classificação (agrupada) | Classifique os valores de dimensão hierárquica por importância relativa com uma medida. | 1-2 | 1 |
Importância relativa |
Mostra o tamanho dos valores de dimensão que contribuem para o todo. Também pode ser usado para realizar análises de contribuição de Pareto ou 80-20. |
1 | 1 |
Decomposição de séries temporais | Decomponha uma série temporal em componentes de tendência, sazonais e residuais. | 1 dimensão de data/hora | 1 |
Tendência ao longo do tempo | Mostra tendências de dados ao longo do tempo, opcionalmente divididas por uma dimensão com baixa cardinalidade. | 1 dimensão de data/hora e, opcionalmente, 1 outra dimensão | 1-3 |
Tendência com previsão | Mostre tendências de dados ao longo do tempo, junto com valores de previsão para períodos futuros. | 1 dimensão de data/hora | 1 |
Valores (tabela) | Mostra dados organizados em linhas e colunas, que mostram medidas e dimensões. | 0-10 | 0-10 |
Acumulado do ano |
Compara as dimensões no mesmo período de um ano anterior. |
1 | 1 |