Работа с триггерами наблюдения Discovery Agent
Как разработчик приложения, вы создаете триггеры наблюдения для определения метрик, используемых для расчета наблюдений. Триггеры наблюдения создаются на листах. Когда данные приложения изменяются, триггеры наблюдения оцениваются, и любые обнаруженные наблюдения представляются в лентах для анализа другими пользователями.
Триггеры наблюдения доступны с помощью Discovery Agent.
Триггеры наблюдения в виде листа в приложении
Разрешения на уровне клиента для Discovery Agent по умолчанию отключены в настройках User Default. Чтобы активировать Discovery Agent для пользователей, администратору необходимо либо настроить User Default с разрешениями Discovery Agent, либо назначить эти разрешения конкретным пользователям с помощью пользовательской роли. Это гарантирует, что пользователи создают оповещения для конкретных сценариев использования.
Чтобы узнать больше об этих разрешениях, см. Работа с триггерами наблюдения Discovery Agent.
Что такое триггер наблюдения?
На высоком уровне триггер наблюдения определяет метрику, которая используется для создания наблюдений на основе трендов. Этой метрикой могут быть, например, продажи, себестоимость продаж или уровень оттока клиентов. Метрика определяется в данных аналитического приложения.
Вы создаете триггеры наблюдения в аналитических приложениях при редактировании или анализе листов. Триггеры наблюдения хранятся внутри приложения и наполняют ленты наблюдениями при обнаружении определенных трендов.
В следующих разделах описаны различные части, из которых состоит триггер наблюдения.
Временной ряд
В контексте Discovery Agent временной ряд, или Измерение времени, — это поле в вашем приложении, которое отслеживает, как мера изменяется с течением времени.
Вот некоторые требования к временному ряду:
-
Должен содержать данные, организованные по значениям даты или метки времени. Например: 2026-01-29 или 2026-01-29 13:24:59.
-
Должен содержать действительные даты или метки времени.
-
Некоторые точки данных могут отсутствовать. Однако расчет наблюдения завершается ошибкой, если отсутствует слишком много точек данных.
-
Будущие даты и метки времени допускаются. Однако они не будут использоваться при расчете наблюдения.
-
Существуют различные требования к объему данных для разных типов наблюдения и агрегирования на основе времени. См. Требования к объему данных — триггеры наблюдения.
Мера
Мера — это метрика, которая определяет наблюдения. Это может быть основная мера в приложении или агрегирование, которое вы указываете на основе поля в приложении. Распространенными примерами являются Sum(Sales), Sum(Margin) и Sum(Cost).
Измерения разбивки
При желании вы можете выбрать расчет наблюдений индивидуально для 50 значений измерения. Например, вы можете создать триггер наблюдения для расчета наблюдений по продажам для уникальных продуктов. Кроме того, вы можете выбрать конкретные значения для использования в наблюдениях или включить только верхнее или нижнее количество значений на основе соответствующих метрик.
Измерения разбивки — это дополнительные вычисления, которые необходимо выполнить. Если вы добавите измерение разбивки, те же вычисления по данным в целом — другими словами, по всем категориям — все равно будут выполняться в дополнение к вычислениям для значений измерения разбивки.
Доступны следующие параметры:
-
Значения: вручную выберите значения для использования.
-
Поиск: включите значения на основе шаблонов сопоставления текста.
-
Условие: включите значения на основе того, соответствуют ли их соответствующие метрики определенным условиям.
-
Верх/низ: включите только набор значений с самыми высокими или самыми низкими соответствующими метриками.
Следуйте этим рекомендациям, чтобы добавить фильтры к измерению разбивки:
-
Нажмите
, чтобы добавить фильтр и выбрать поле. -
После добавления поля нажмите на него, чтобы выбрать используемые значения. Чтобы рассчитать аналитические данные индивидуально для первых 50 значений в измерении, не выбирайте никаких значений.
-
Нажмите
, чтобы удалить фильтры.
Периоды времени
При создании триггера наблюдения вы указываете периоды времени, по которым агрегируются значения меры и используются для наблюдений. Например, ежемесячные наблюдения будут агрегировать меру на ежемесячной основе.
Подобно будущим датам и меткам времени для Измерения времени, текущие и будущие периоды времени не учитываются при расчете агрегированных наблюдений. Например, если текущий месяц — февраль и настроены ежемесячные наблюдения, любые наблюдения, относящиеся к февралю, не будут рассчитаны до тех пор, пока февраль не закончится.
Типы наблюдения
Вы можете выбирать между различными типами расчетов наблюдений. Если вы не укажете никаких типов наблюдения, триггер наблюдения рассчитает наблюдения для всех типов.
Каждый тип наблюдения приводит к разным расчетам, помогая вам выявлять тренды и аномалии на основе времени.
Типы наблюдения также можно фильтровать в лентах пользователей по мере того, как они анализируют полученные наблюдения. В лентах типы наблюдения называются типами анализа. Типы наблюдения и анализа Discovery Agent похожи на типы анализа в Инструмент «Наблюдения», но их не следует путать.
| Тип наблюдения | Определение |
|---|---|
| Выше модели | Сравнивает текущие метрики с прогнозами, сделанными прогнозными моделями. Наблюдения генерируются, когда метрики больше по сравнению с прогнозами. |
| Ниже модели | Сравнивает текущие метрики с прогнозами, сделанными прогнозными моделями. Наблюдения генерируются, когда метрики меньше по сравнению с прогнозами. |
| Новый базовый уровень | Выявляет сдвиги в базовых значениях — например, средних — для временного ряда. Если базовый уровень метрики значительно меняется, генерируются наблюдения. |
| Рекордный максимум | Определяет, являются ли самые последние наблюдения новым рекордным максимумом для метрики по сравнению с историческими данными. |
| Рекордный минимум | Определяет, являются ли самые последние наблюдения новым рекордным минимумом для метрики по сравнению с историческими данными. |
| Всплески вниз | Обнаруживает временные всплески с метриками значительно ниже шаблонов исторических данных. |
| Всплески вверх | Обнаруживает временные всплески с метриками значительно выше шаблонов исторических данных. |
| Изменения тренда | Выявляет точки, где тренд временного ряда показывает значительное изменение — например, переход от медленного нисходящего тренда к сильному восходящему тренду. |
Когда генерируются наблюдения?
Каждый раз, когда данные в приложении изменяются (до одного раза в день), все триггеры наблюдения оцениваются для определения генерируемых наблюдений.
Например, триггеры наблюдения оцениваются до одного раза в день, когда:
-
Приложение перезагружается, и данные изменились с момента последней перезагрузки.
Вы можете обеспечить регулярную оценку триггеров наблюдения, запланировав перезагрузки вашего приложения. Для получения дополнительной информации см. Обновление аналитических данных.
Наблюдения генерируются только тогда, когда оценка триггера наблюдения приводит к обнаружению. Другими словами, наблюдения генерируются и отображаются только тогда, когда найдено что-то интересное — изменение тренда, значительная аномалия или отклонение прогноза.
Различия в наблюдениях между обновлениями данных
Существует разница между тем, как оцениваются триггеры наблюдения при первом обновлении данных, по сравнению с последующими обновлениями данных.
Первое обновление данных
Когда вы создаете триггер наблюдения и данные обновляются в первый раз, наблюдения рассчитываются по данным, охватывающим семь точек данных. Например, для ежемесячных наблюдений наблюдения рассчитываются за последние семь месяцев.
Данные, полученные более семи точек данных назад, могут анализироваться во время оценки — например, для ежедневного периода времени могут анализироваться данные за 365 дней для выявления исторических трендов. Однако наблюдения на основе аномалий генерируются только для последних семи точек данных.
Последующие обновления данных
Для последующих обновлений и оценок данных наблюдения рассчитываются только для новых точек данных, добавленных с момента последнего обновления.
Например, предположим:
-
Ваш триггер наблюдения использует ежедневный период времени.
-
Вы обновляете данные 31 января с датами не позднее этой даты.
-
Вы снова обновляете данные 1 февраля с данными, охватывающими эту дату.
В этом примере наблюдения рассчитываются путем сравнения данных за 1 февраля с предыдущими точками данных из более раннего обновления.
Триггеры наблюдения и периоды времени
Текущие и будущие периоды времени не учитываются при оценке наблюдения:
-
Только первое обновление данных за день запускает оценку наблюдения. Наблюдения могут рассчитываться только один раз в день, поскольку текущие и будущие даты все равно не учитываются в расчетах.
-
Агрегированные наблюдения — то есть еженедельные, ежемесячные, ежеквартальные или ежегодные — рассчитываются таким же образом. Например, если текущий месяц — февраль и настроены ежемесячные наблюдения, любые наблюдения, относящиеся к февралю, не будут рассчитаны до тех пор, пока февраль не закончится.
Как рассчитываются наблюдения?
Наблюдения рассчитываются разными способами в зависимости от типа наблюдения. Для обнаружения и расчета наблюдений используются различные алгоритмы машинного обучения в области искусственного интеллекта. Большие языковые модели (LLM) используются для представления и форматирования текстов наблюдений.
Сценарии перемещения, публикации и дублирования
В этом разделе описано ожидаемое поведение триггеров наблюдения при перемещении, публикации, удалении и дублировании приложений.
Публикация
При публикации приложения в управляемом пространстве триггеры наблюдения необходимо создавать заново.
Перемещение
При перемещении приложения между пространствами триггеры наблюдения сохраняются.
Дублирование
Дублирование происходит в любом из следующих случаев:
-
Вы дублируете приложение.
-
Вы экспортируете приложение, а затем импортируете его обратно в Qlik Cloud.
В этих сценариях дублирования триггеры наблюдения необходимо создавать заново.
Ограничения и емкости
Информацию об ограничениях и емкостях, связанных с триггерами наблюдения, см. в Емкости и ограничения Discovery Agent.