Analystyper i Insikter
Insikter ger resultat med hjälp av en mängd analystyper. Dessa analystyper skapar visualiseringar enligt metodtips för genererade diagram.
Olika analystyper används beroende på inmatningarna av sökningen och dina datas egenskaper. Qliks kognitiva motor avgör bästa analystyp för din sökning beroende på tillgängliga data. Tabellen som följer visar analystyperna. Alla villkor för varje analystyp är inte uppräknade. Tabellen visar även diagram som kan finnas tillgängliga som alternativ när du redigerar en Insikter-analys.
| Analystyp | Beskrivning | Dimensioner | Mått |
|---|---|---|---|
| Avvikelse (topp) |
Identifiera toppvärdesavvikelser genom att analysera mönster i historiska data. |
En datum-/tidsdimension | 1 |
| Avvikelse (trend) |
Identifiera förändringspunkter genom att analysera mönster i historiska data. Registrering av förändringspunkter identifierar tidpunkter när den underliggande processen som genererar data påverkas av betydande förändringar. Dessa kan inkludera plötsliga förändringar i baslinjen eller trender i data. Det kan också inkludera förändringar i storleken på brusfördelningen i data. Kombinationsdiagrammet spårar mätvärdet och visar möjliga avvikelser i förändringspunkter i staplar. |
En datum-/tidsdimension | 1 |
| Uppdelning | Visa kapslade dimensioner av data som ger en uppdelning av relativa bidrag till ett mått. | 2–3 | 1 |
| Uppdelning (geospatial) | Gruppera data efter enkla och hierarkiska geografiska indelningar. | 1–2 | 1–2 |
| Beräknat mått (KPI) | Sammanfatta resultatet i ett visst affärssegment eller dimension med hjälp av en nyckelprestandaindikator (KPI). | 0 | 1–2 |
| Klustring (k-medelvärde) |
Klusterdatapunkter aggregerade av likheter från två mätningar över en dimension med hjälp av en k-medel-algoritm för maskininlärning. |
1 | 2 |
| Jämförelse | Jämföra två mått för en dimension. | 1 | 2 |
| Korrelation |
Identifiera komplementära och omvända samband mellan två datavärden. |
0–2 | 2 |
| Ömsesidig information |
Skapa ett mått på säkerhet mellan värdepar med hjälp av en maskininlärningsalgoritm som tillämpar slumpmässiga datadistributioner. Beroendeindikatorn har ett värde mellan 0 procent (inget beroende) och 100 procent (starkt beroende). Ömsesidig information väljer ett fält (mått eller dimension) som mål och väljer sedan 1–10 dimensioner eller mått som drivare. Det innebär att resultat för den här analystypen kan variera för samma fält eller urval på grund av det slumpmässiga dataurvalet. |
variabel | variabel |
| Översikt |
Beskriv hur dataintervall förhåller sig till varandra i termer av ett absolut mått. |
1–2 | 1 |
| Ändringar under perioden |
Bygg ett ark med mått, rangordning och jämförelseanalys för dimensioner över olika tidsperioder. Kräver att en standardkalenderperiod är inställd för gruppen som innehåller måttet i den logiska modellen. |
1–2 | 1 |
| Förändringar under perioden (detaljerat) |
Bygg ett ark med mått, rangordning och jämförelseanalys för en hierarki av dimensioner över olika tidsperioder. Kräver att en standardkalenderperiod är inställd för gruppen som innehåller måttet i den logiska modellen. |
1 | 1 |
| Period jämfört med period |
Jämför dimensioner över tidsperioder. Kräver att en standardkalenderperiod är inställd för gruppen som innehåller måttet i den logiska modellen. |
1 | 1 |
| Period jämfört med period (urval) |
Jämför dimensioner över tidsperioder. Den innehåller en filterruta för urval av dimensionsvärden. Kräver ett tidsbaserat fält med ett autoCalendar-härlett fält som valts som en del av frågan. |
1–3 | 1 |
| Processkontroll (medelvärde) | Övervaka data mot förväntade statistiska intervall baserat på medelvärden. | En datum-/tidsdimension | 1 |
| Processkontroll (glidande medelvärde) | Övervaka data mot förväntade statistiska intervall baserat på närliggande värden. | En datum-/tidsdimension | 1 |
| Rangordning | Rangordna dimensionsvärden efter relativ betydelse med ett mått. | 1–2 | 1 |
| Rangordning (grupperat) | Rangordna hierarkiska värden efter relativ betydelse med ett mått. | 1–2 | 1 |
| Relativ betydelse |
Visa storleken på dimensionsvärden som bidrar till helheten. Kan även användas för att utföra Pareto- eller 80-20-bidragsanalys. |
1 | 1 |
| Upplösning av tidsserie | Dela upp en tidsserie i komponenterna trend, säsongsbunden och överskott. | En datum-/tidsdimension | 1 |
| Trend över tid | Visa datatrender över tid, vilka valfritt kan delas upp utifrån en dimension med låg kardinalitet. | En datum-/tidsdimension och valfritt en annan dimension | 1–3 |
| Trend med prognos | Visa datatrender över tid, tillsammans med prognosvärden för framtida tidsperioder. | En datum-/tidsdimension | 1 |
| Värden (tabell) | Visa data organiserade i rader och kolumner som visar mått och dimensioner. | 0–10 | 0–10 |
| Hittills i år |
Jämför dimensioner under samma period föregående år. |
1 | 1 |