Типы анализа Инструмент «Наблюдения»
Инструмент «Наблюдения» предоставляет результаты с помощью широкого спектра типов анализа. Эти типы анализа предлагают оптимальные визуализации для созданных диаграмм.
В зависимости от исходных данных вопроса и характеристик данных используются различные типы анализа. Исследовательская подсистема Qlik определяет лучший тип анализа для вопроса в зависимости от доступных данных. В следующей таблице описаны типы анализа. Перечислены не все условия для каждого типа анализа. В таблице также приводятся диаграммы, потенциально доступные в качестве альтернатив при изменении анализа Инструмент «Наблюдения».
| Тип анализа | Описание | Измерения | Меры |
|---|---|---|---|
| Аномалия (скачок) |
Определите аномалии скачка, анализируя шаблоны в исторических данных. |
1 измерение даты/времени | 1 |
| Аномалия (тренд) |
Определите точки изменения, анализируя шаблоны в исторических данных. Обнаружение точек изменения позволяет определить моменты времени, когда основной процесс, создающий данные, встречается со значительными изменениями. Сюда относятся внезапные изменения базовых данных и трендов данных. Сюда также могут относиться изменения величины распределения помех в данных. Линии комбинированной диаграммы отслеживают меру, а полосы отображают возможные аномалии точки изменения. |
1 измерение даты/времени | 1 |
| Разбивка | Просматривайте вложенные измерения данных, которые предоставляют разбивку разбивку относительного вклада в меру. | 2-3 | 1 |
| Разбивка (геопространственная) | Группируйте данные по простым и иерархическим географическим районам. | 1-2 | 1-2 |
| Вычисленная мера (КПЭ) | Суммирование эффективности в данном бизнес-сегменте или измерении при помощи ключевого показателя эффективности (КПЭ). | 0 | 1-2 |
| Кластеризация (метод k-средних) |
Точки данных кластера, агрегированные по сходству двух мер по измерению с использованием алгоритма машинного обучения, основанного на методе k-средних. |
1 | 2 |
| Сравнение | Сравнение двух мер по измерению. | 1 | 2 |
| Корреляция |
Идентификация комплементарных и обратных отношений между двумя значениями данных. |
0-2 | 2 |
| Взаимная информация |
Создание меры достоверности между парами значений с использованием алгоритма машинного обучения, который применяет произвольное распределение данных. Индикатор зависимости располагается между 0% (нет зависимости) и 100% (сильная зависимость). Взаимная информация выбирает одно поле (мера или измерение) в качестве цели, а затем выбирает от 1 до 10 измерений или мер в качестве драйверов. Результаты этого типа анализа для одних и тех же полей или выборок могут отличаться из-за случайного выбора данных. |
переменная | переменная |
| Обзор |
Описание взаимоотношения диапазонов данных с точки зрения абсолютной меры. |
1-2 | 1 |
| Изменения за период |
Создание листа с мерами, рангами и сравнительным анализом для измерений за разные периоды времени. Необходимо задать календарный период по умолчанию для группы, содержащей меру в логической модели. |
1-2 | 1 |
| Изменения за период (подробно) |
Создание листа с мерами, рангом и сравнительным анализом для иерархии измерений за различные периоды времени. Требует установки календарного периода по умолчанию для группы, содержащей меру в логической модели. |
1 | 1 |
| Сравнение периодов |
Сравнение измерений за различные периоды времени. Требует установки календарного периода по умолчанию для группы, содержащей меру в логической модели. |
1 | 1 |
| Сравнение периодов (выбранных) |
Сравнение измерений за различные периоды времени. Включает панель фильтра для выбора значений измерений. Требует поля времени с полем на основе autoCalendar, выбранным в качестве части запроса. |
1-3 | 1 |
| Управление процессом (среднее) | Мониторинг данных в течение ожидаемых статистических диапазонов на основе средних значений. | 1 измерение даты/времени | 1 |
| Управление процессом (скользящее среднее) | Мониторинг данных в течение ожидаемых статистических диапазонов на основе близких значений. | 1 измерение даты/времени | 1 |
| Ранжирование | Ранжирование значений измерения по относительной важности меры. | 1-2 | 1 |
| Ранжирование (с группировкой) | Ранжирование значений измерения по относительной важности меры. | 1-2 | 1 |
| Относительная важность |
Отображение размера измерения, которые вносят вклад в целое. Также может использоваться для выполнения анализа Парето или анализа вклада 80-20. |
1 | 1 |
| Разложение временного ряда | Разложите временной ряд на компоненты: общий тренд, сезонность и остаток. | 1 измерение даты/времени | 1 |
| Тренд с течением времени | Отображение трендов данных с течением временем, при необходимости с разбивкой по измерению с низкой кардинальностью. | 1 измерение даты/времени и дополнительно 1 прочее измерение | 1-3 |
| Тренд с прогнозом | Отображение трендов данных с течением времени, а также прогнозируемых значений для будущих периодов времени. | 1 измерение даты/времени | 1 |
| Значения (таблица) | Отображение данных, упорядоченных в строки и столбцы, в которых отображаются меры и измерения. | 0-10 | 0-10 |
| За текущий год до сегодняшнего дня |
Сравнение измерений за тот же период в прошлом году. |
1 | 1 |