Интерпретация анализа воздействия в Аналитика
Анализ воздействия показывает, как объекты ниже по цепочке зависят от рассматриваемого элемента (будь то база данных, ресурс или конкретное поле). Он дает ответы на вопросы о том, какие базы данных, приложения, файлы, ссылки, контент машинного обучения или другие ресурсы будут испытывать прямое или косвенное воздействие при изменении значения поля. Для множества типов контента можно также отследить изменения и воздействие на конкретное поле.
Qlik Cloud предоставляет агрегированную сводку нисходящего воздействия, которая позволяет интерактивно исследовать прямые или косвенные зависимости данного поля или объекта.
Анализ «нисходящей» линии происхождения называют анализом воздействия, так как в этом случае выявляются объекты, на которых воздействуют изменения в данных или в аналитическом контенте. Такие объекты зависимы от так называемого базового узла. Qlik Cloud предоставляет информацию и данные о количестве по типу зависимых объектов в виде сводки.
Бизнес-пользователи, исследующие определенное поле, будут иметь агрегированную сводку нисходящего воздействия, которая позволяет сделать следующие наблюдения:
- На какие типы объектов будет воздействовать изменение этого поля, включая базы данных, хранилище файлов, приложения и ссылки?
- На какие отчеты и информационные панели Power BI будет оказываться воздействие?
- На какие отчеты Qlik NPrinting или Qlik Cloud будет оказываться воздействие?
- На какие модели данных для Power BI и Tableau будет оказываться воздействие?
- Каково количество прямых и косвенных зависимостей по типу?
- Кто является владельцем объектов, на которые повлияет изменение?
- На какие рабочие процессы машинного обучения будет оказываться воздействие
Просмотрите происхождение данных, чтобы увидеть информацию о восходящем происхождении, такую как входные данные, преобразования и другая историческая информация, способная объяснить происхождение данных и выполненные с ними операции. См. Анализ происхождения в Аналитика.
Вид сводки анализа воздействия
Общий вид анализа воздействия
Откройте анализ воздействия из центра активности, выбрав 
на поддерживаемом элементе, затем выберите Анализ воздействия. Для некоторых типов содержимого на открытом элементе можно открыть анализ воздействия. Нажмите и Анализ воздействия.
Чтобы просмотреть происхождение (по восходящей линии) или анализ воздействия (по нисходящей линии) для других узлов, отображаемых на графиках, выберите , а затем Происхождение или Анализ воздействия (использовать новый базовый узел).
В виде сводки можно выполнять фильтрацию, чтобы показывать все или только прямые зависимости. Примером прямой зависимости является приложение Application А, которое загружает определенный набор данных Datafile B. В данном случае Application А напрямую зависит от Datafile B. Примером косвенной зависимости является файл QVD С.qvd, созданный приложением Application А, которое работает на основе файла данных Datafile B. В данном случае файл С.qvd является косвенной зависимостью для Datafile B.
В виде сводки анализа воздействия отображаются зависимые поля в приложении
Анализируемый базовый узел выделен синим. Зависимости перечислены в области слева с указанием количества по типу. Когда этот тип находится в фокусе и присутствует в главой сетке, он выделяется зеленой рамкой. Типы зависимостей включают базы данных, приложения, хранилище файлов, наборы данных и ссылки. Перечисленные зависимые объекты соответствующего типа перечислены в главной сетке. Чтобы детализировать эти объекты, выберите нужную строку. Например, строка приложения будет детализирована до уровня таблицы, а затем до уровня поля.
Чтобы исследовать воздействие изменения поля, детализируйте объект базового узла и выберите нужное поле, чтобы посмотреть зависимости для этого поля.
Выберите в строке зависимого объекта в фокусе, чтобы вызвать меню со следующими пунктами:
Сведения (см. Сведения об узле)
Анализ влияния (новый базовый узел)
Происхождение (для этого объекта)
Открыть
Возможные действия с зависимыми объектами в виде сводки анализа воздействия
Доступ к анализу воздействия из набора данных
На странице обзора набора данных во вкладке Анализ воздействия можно открыть обобщенный вид анализа воздействия.
Столбцы сетки «Анализ воздействия»
Выберите нужные столбцы с помощью инструмента выбора столбцов 
в верхнем правом углу сетки. Доступные параметры столбцов зависят от типа просматриваемого ресурса. Параметры столбцов могут включать следующие заголовки:
Имя
Количество наборов данных | таблиц | полей
Тип
Пространство
Владелец
Последняя перезагрузка
Дата последнего изменения
Открыть
Количество моделей
Количество конфигураций
Количество версий
Развертывание машинного обучения
Сетка «Обобщенный анализ воздействия»
Сведения об узле
Сведения ограничиваются доступом пользователя к этому объекту. В окне «Сведения» предоставляется следующая информация:
Имя
Описание
Теги
Местоположение
Пространство
Владелец
Создатель
Дата последнего изменения
Сетка «Обобщенный анализ воздействия»
Анализ воздействия для контента машинного обучения
С помощью анализа воздействия можно идентифицировать нижестоящие ресурсы для контента машинного обучения. Анализ воздействия позволяет анализировать наборы данных, эксперименты и развертывания машинного обучения
Например, с его помощью можно выявить, на какие наборы данных для прогнозирования повлияют изменения в наборах данных применения. Кроме того, можно увидеть, сколько обучающих ресурсов имеют зависимость от другого контента по нисходящей линии, такого как аналитические приложения.
Ресурсы машинного обучения также отображаются в разделе Происхождение, что позволяет выполнить всесторонний анализ источников контента, используемого для прогнозной аналитики. Для получения дополнительной информации см. раздел Анализ происхождения для контента машинного обучения.
Анализ воздействия для контента машинного обучения
Выполните одно из следующих действий:
В центре активности нажмите
рядом с экспериментом машинного обучения, развертыванием машинного обучения или набором данных и выберите Анализ воздействия.В эксперименте или развертывании машинного обучения нажмите
на панели с инструментами навигации и выберите Анализ воздействия.
Анализ воздействия и эксперименты машинного обучения
В анализе воздействия эксперименты машинного обучения выводятся одним из следующих способов:
В виде базового узла анализа воздействия.
В виде вышестоящих узлов других процессов, таких как прогнозы или приложения для прогнозирования.
Если эксперимент машинного обучения является базовым узлом, он отображается в левом верхнем углу в разделе Базовый узел. Выберите эксперимент 
, чтобы перейти к версиям экспериментов 
. Для анализа, выполняемого как базовый узел, можно выбрать версию для одного эксперимента . Наконец, можно пройти вниз в пределах версии , чтобы найти конкретную модель 
и использовать ее в качестве базового узла.
Нижележащие зависимости для эксперимента или его элементов включают: развертывание машинного обучение, наборы данных, аналитический контент (приложения, скрипты и потоки данных).
Эксперимент машинного обучения также может появиться в сводном виде, если в качестве базового узла выбран контент, расположенный выше (например, набор данных). Если эксперимент выбран в разделе Зависимости от базового узла на левой панели, его можно развернуть, чтобы отобразить больше информации в сетке. Эксперимент разбивается на одну или несколько версий 
. Версия эксперимента разбивается на одну или несколько моделей 
.
Анализ воздействия и развертывания машинного обучения
В анализе воздействия развертывания машинного обучения выводятся одним из следующих способов:
В виде базового узла анализа воздействия.
В виде вышестоящих узлов других процессов, таких как прогнозы или приложения для прогнозирования.
Если набор развертывания машинного обучения является базовым узлом, он отображается в левом верхнем углу в разделе Базовый узел. Выберите развертывание 
, чтобы показать развернутые модели. Для анализа, выполняемого как базовый узел, можно выбрать отдельную модель . Наконец, можно углубиться в модель, чтобы найти выходной узел прогнозирования. Установив выходной узел в качестве базового узла, можно использовать сетку зависимостей для просмотра списка наборов данных, которые были сформированы для выдачи прогнозов.
Нижележащие зависимости развертывания и его элементов включают наборы данных и аналитический контент (приложения, скрипты и потоки данных).
Развертывание машинного обучения также может появиться в сводном виде анализа воздействия, если в качестве базового узла выбран контент, расположенный выше (например, эксперимент машинного обучения). Если в разделе Зависимости от базового узла в левой панели выбрано развертывание, его можно развернуть, чтобы отобразить больше информации в сетке. Развертывание разбивается на одну или несколько моделей . Модель разбивается на один или несколько элементов конфигурации, каждый из которых представляет собой набор данных, сгенерированных для прогнозирования. Эти наборы данных можно анализировать по отдельности, задав их в качестве базового узла.
Анализ воздействия и наборы данных машинного обучения
Наборы данных машинного обучения – это наборы данных, которые используются или создаются экспериментами и развертываниями машинного обучения. К их числу относятся:
Обучающие (тренировочные) наборы данных
Наборы данных, выгруженные из встроенной аналитики в эксперименте машинного обучения (вкладки Сравнение и Анализ)
Набор данных для применения
Наборы данных для прогнозирования
Если набор данных машинного обучения является базовым узлом, он отображается в левом верхнем углу в разделе Базовый узел. Выберите набор данных, чтобы развернуть отдельные поля.
Набор данных машинного обучения также может появиться в сводном виде анализа воздействия, если в качестве базового узла выбран контент, расположенный выше (например, эксперимент или развертывание машинного обучения). Выберите набор данных в сетке, чтобы просмотреть информацию на уровне полей.
Удаленный контент
Если эксперимент, развертывание или набор данных, используемый в процессах машинного обучения, были удалены, они по-прежнему будут отображаться в обобщенном виде анализа воздействия при анализе других узлов.
Разрешения
Информацию о разрешениях см. Разрешения.
Пример сценария
Пример сценария см. Пример. Влияние изменения набора данных, используемого для прогнозирования.
Разрешения
Разрешения для анализа зависимостей
Пользователи без разрешения на просмотр не смогут просматривать имена зависимых ресурсов, столбец Последняя перезагрузка для зависимых приложений или столбец Последнее изменение для других типов ресурсов. Пользователи без разрешения на просмотр также не смогут просматривать контекстное меню или параметры детализации для ресурса.
Разрешения, когда приложение, скрипт, поток данных или набор данных является базовым узлом
Для доступа к анализу воздействия объекта из центра активности и использования объекта в качестве базового узла другими способами необходимы разрешения, позволяющие просматривать приложение, скрипт, поток или набор данных. Как указано в разделе Разрешения для анализа зависимостей, зависимые ресурсы отображаются с ограниченной информацией, если отсутствуют права на просмотр этих ресурсов.
Разрешения для экспериментов и развертываний машинного обучения
Пользователи, имеющие следующие роли, могут напрямую открывать анализ воздействия из эксперимента или развертывания машинного обучения, из центра активности, а также использовать его в качестве базового узла другими способами:
Право пользователя «Профессионал» или Full User
Роль безопасности Automl Experiment Contributor или Automl Deployment Contributor
Для экспериментов и развертываний машинного обучения в общих пространствах одна из следующих ролей в общем пространстве:
Владелец (пространства)
Может управлять
Может изменять
Может просматривать
Для экспериментов и развертываний машинного обучения в управляемых пространствах одна из следующих ролей в управляемом пространстве:
Владелец (пространства)
Может управлять
Имеет право на добавление
Может просматривать
Может выполнять задачи оператора
Без соблюдения вышеуказанных требований эксперимент или развертывание нельзя использовать в качестве базового узла; соответствующий узел в ходе анализа другого контента будет отображаться с ограниченной информацией.
Примеры использования анализа воздействия
Пример: понимание воздействия при внесении изменений в набор данных
Для детального рассмотрения следующего примера см.:
Примеры использования анализа воздействияПользователи, являющиеся разработчиками приложений, отвечают за источник данных; им рекомендуется изменить набор данных Sales data.xlsx, удалив поле Цена. Необходимо получить ответы на вопросы: На что повлияет внесение этого изменения? Что потребуется решить? Кого следует уведомить? Чтобы начать исследование, выберите на плитке набора данных, затем щелкните Анализ воздействия.
Обобщенный вид анализа воздействия для набора данных Sales data.xlsx
Пример. Влияние изменения набора данных, используемого для прогнозирования
Предположим, что вы участвуете в машинном обучении и задали расписание на получение прогнозов из развертывания машинного обучения. Требуется оценить, какие рабочие процессы будут затронуты, если изменится алгоритм вычислений в столбце одного из наборов данных для применения.
Откройте набор данных для применения в анализе воздействия, чтобы определить, какой контент будет затронут:
аналитическое приложение
развертывание машинного обучения, содержащее одну модель, которая использует набор данных для применения
несколько наборов данных, которые были сгенерированы из развертывания машинного обучения по расписанию
Эти знания позволят принять более взвешенное решение о том, стоит ли продолжать обновление или лучше создать новый рабочий процесс машинного обучения.
Анализ воздействия на набор данных для применения позволяет выявить конкретные наборы данных прогнозов, на которые могут оказать влияние изменения в прикладном наборе данных.
Анализ воздействия в Интеграция данных
Анализ воздействия также доступен в Интеграция данных. Для получения дополнительной информации см. раздел Интерпретация анализа воздействия в Интеграция данных.