Upptäcka de viktigaste påverkande faktorerna bakom dina data med hjälp av analys av de viktigaste drivkrafterna

Med analys av de viktigaste drivkrafterna kan du identifiera och jämföra källorna till specifika trender i dina data. En analys av de viktigaste drivkrafterna hjälper dig att visualisera och rangordna den påverkan som en definierad uppsättning faktorer har på aktuella data för ett specifikt målfält. Använd de insikter du upptäcker för att förbättra och utveckla din organisations analys- och beslutsprocesser.

Analys av de viktigaste drivkrafterna är tillgänglig i en Qlik Sense-applikation. Utför analys av de viktigaste drivkrafterna i arkvyn i analysläget.

Vad är analys av de viktigaste drivkrafterna?

Analys av de viktigaste drivkrafterna är en form av statistisk dataupptäckt som gör att du kan identifiera i vilken grad olika faktorer påverkar utfallet av ett enskilt målmått. Analysen utförs för både kvantitativa och kvalitativa data. Avsikten med en analys av de viktigaste drivkrafterna är att ta reda på exakt vad som orsakar en viss trend i data, och använda dessa insikter för att vidta direkta åtgärder eller förbättra organisationens medvetenhet.

Inom Business Intelligence är vanliga mål för vilka du vill utvärdera påverkande faktorer fält som Försäljning, Kundnöjdhet, Marginal, Bortfall och Försäljningskostnad. Exempel på faktorer (viktigaste drivkrafter) inkluderar Produkt, Plats, Butiksnummer och Chef.

De mätvärden som utvärderas i en analys av de viktigaste drivkrafterna skiljer sig åt för varje organisation och användningsfall. Målmåttet och de olika faktorer som påverkar dess utfall beror på det problem du vill lösa, tillgängliga data och andra faktorer.

Varför använda en analys av de viktigaste drivkrafterna?

Analys av de viktigaste drivkrafterna är användbar inom Business Intelligence eftersom den kan tillämpas på många sätt för att förbättra nyckeltal (KPI:er). Du kan använda en analys av de viktigaste drivkrafterna för att lösa problem och få insikter relaterade till produktinvesteringar, intäktsökning, kostnadsminskning, kundnöjdhet och mycket annat.

I Qlik Sense är analys av de viktigaste drivkrafterna integrerad i applikationens konsumentupplevelse. Genom att använda de inbyggda funktionerna för dataanalys i realtid i Qlik Sense kan du köra en ny analys av de viktigaste drivkrafterna varje gång applikationens data ändras. Detta gör att du kontinuerligt kan övervaka dina data för ändringar och snabbt upptäcka nya trender så att du kan vidta snabba och effektiva åtgärder där det behövs.

Hur det fungerar

Analys av de viktigaste drivkrafterna är centrerad kring idén om påverkan. I Qlik Sense utvärderar analys av de viktigaste drivkrafterna den påverkan som specifika fält (funktioner eller viktigaste drivkrafter) har på ett visst fält av intresse (målet).

Data som används i analysen

En analys av de viktigaste drivkrafterna är en specifik undersökning av en delmängd av dina data. När du skapar analysen väljer du vissa fält som komponenter i analysen.

Du måste välja följande byggstenar för varje analys:

• Mål

• Flera funktioner

När du har valt dessa komponenter skapas en specifik datauppsättning från din datamodell med hjälp av målet och funktionerna. Analysen av de viktigaste drivkrafterna använder denna datauppsättning, inte hela din datamodell, för att fastställa den påverkan som funktionerna har på målet. Fält som du inte inkluderar i konfigurationen analyseras inte.

Mer information om varje komponent finns nedan.

Beräkna påverkan

I Qlik Sense utförs analys av de viktigaste drivkrafterna genom att beräkna SHAP-värdena för varje funktionsdatavärde i den delmängd av data som du analyserar. Dessa SHAP-värden genereras från en modell som tränats av Qlik Predict. Modeller använder algoritmen Random Forest för att generera SHAP-värdena.

SHAP-värdet är en beräkning av graden av påverkan ett datavärde har på motsvarande målvärde, i förhållande till de andra funktionerna i den datauppsättning som skapats specifikt från din konfiguration för analys av de viktigaste drivkrafterna. När du visar resultaten av en analys av de viktigaste drivkrafterna ser du aggregeringar av SHAP-värdena över alla eller en viss uppsättning poster i datauppsättningen.

Mer information om SHAP-viktighet i Qlik Predict finns i Förstå SHAP-betydelse vid experimentträning.

Målet

Målet är det fält för vilket du vill analysera de viktigaste drivkrafterna. Du kanske till exempel vill jämföra hur vissa faktorer påverkar din försäljning. I det här fallet skulle du välja ett försäljningsmått som ditt mål.

När du väljer ditt mål är tidpunkten för datatillgänglighet viktig, särskilt i förhållande till de funktioner du väljer att inkludera i din analys. Mer information om lämpliga tidsramar för datainsamling för ditt mål och dina funktioner finns i Funktioner.

Antalet unika värden och typen av data i målet avgör vilken typ av problem analysen kommer att lösa. Detta påverkar i sin tur de krav som dina data måste uppfylla. Mer information finns i Datakrav.

Analys av de viktigaste drivkrafterna stöder följande problemtyper:

• Regression

• Binär klassificering

Regressionsanalyser

Regressionsanalyser används när målet innehåller ett stort antal unika numeriska värden. Om du använder en numerisk beräkning (mått) som ditt mål kommer analysen av de viktigaste drivkrafterna sannolikt att tolka konfigurationen som ett regressionsproblem.

När du väljer ett mått som ditt mål kan du tillämpa en grundläggande aggregering direkt på fältet i konfigurationen, eller välja ett befintligt originalobjekt om du vill använda ett mer komplext uttryck.

Binära klassificeringsanalyser

Om ditt mål bara innehåller två unika värden (till exempel ja eller nej) tolkar analysen av de viktigaste drivkrafterna konfigurationen som ett binärt klassificeringsproblem. Binära klassificeringsanalyser skapas genom att välja en binär dimension som mål.

Som ett vanligt exempel, om du har ett Bortfall-fält i din applikation för att spåra vilka kunder som har sagt upp en viss tjänst, kan du välja fältet Bortfall som mål för att upptäcka vilka faktorer som driver dessa kundbeslut.

Funktioner

Funktionerna är dina viktigaste drivkrafter. Det här är de fält som innehåller extraherbar information om vad som påverkar trender i data. När du till exempel skapar en analys av de viktigaste drivkrafterna för att identifiera påverkande faktorer bakom försäljning, kan du välja dimensioner som Plats, Produkttyp, Butiksnummer och Säljare som funktioner. Beräknade mått kan också användas som funktioner.

Du bör endast inkludera funktioner som innehåller data som är registrerbara och insamlade före den tidpunkt då du samlar in dina måldata. Om du inkluderar funktioner som innehåller data som du bara skulle känna till vid tidpunkten för datainsamling för målet, kommer analysen att bli skev och inte ge något analytiskt värde.

Om ditt mål till exempel är Försäljning bör du inte inkludera funktioner som innehåller data som härrör direkt från det. På samma sätt, om ditt mål är ett Bortfall-fält med ett binärt utfall (Ja eller Nej), bör du inte inkludera en funktion som innehåller det datum då kunden föll bort.

Mer information om hur du identifierar ogiltiga analysresultat finns i Identifiera ogiltiga resultat.

En funktion tilldelas en av följande två typer:

• Kategorisk funktion: en som innehåller datavärden baserade på distinkta, återkommande kategorier. Ett exempel på en kategorisk funktion kan vara ett Kontinent-fält, där det bara finns en handfull möjliga värden och dessa inte tolkas som råa numeriska data, utan istället som text. Siffror kan användas som kategorier.

• Numerisk funktion: en där datavärdena är rent numeriska data och inte tillhör kategorier.

Alla inkluderade funktioner analyseras specifikt för att fastställa hur stor påverkan var och en har på aktuella data i målet.

Mer information om krav för målet och inkluderade funktioner finns i Datakrav.

Applikationsurval

De urval du gör i applikationen används i analysen av de viktigaste drivkrafterna. Du kanske till exempel vill upptäcka de viktigaste drivkrafterna för försäljning, men när du inkluderar en Butiksnummer-dimension som en funktion kanske du bara vill analysera påverkan från fem specifika butiker i din organisation. För att göra detta kan du välja värdena i applikationen och sedan konfigurera analysen av de viktigaste drivkrafterna.

Eftersom urval i grunden är filter som tillämpas på datamodellen är det viktigt att vara medveten om att urval i ett fält kan påverka tillgängliga data som kan användas i analysen.

Överväganden för klientorganisationens prenumeration

Analys av de viktigaste drivkrafterna förlitar sig på Qlik Predict för att beräkna funktionernas påverkan på målet. Den gör detta genom att skapa maskininlärningsmodeller som används för att beräkna SHAP-värden för de datapunkter som motsvarar inkluderade funktioner i den valda datadelmängden.

Att skapa en analys av de viktigaste drivkrafterna förbrukar tjänster som mäts av Qlik Predict. En viss mängd Qlik Predict-användning ingår i de flesta Qlik Cloud-prenumerationer. Om mer kapacitet behövs krävs en uppgradering till en betald nivå av Qlik Predict.

Kontrollera med din tjänstekontoägare och läs villkoren för den prenumeration du använder för att ta reda på din kapacitet för användning av analys av de viktigaste drivkrafterna.

Följande resurser kan ge ytterligare information:

• Introduktion till automatiserad maskininlärning

• Produktbeskrivningen för Qlik Cloud®-prenumerationer

Datakrav

Krav på minsta datavolym

Den datauppsättning som skapas från ditt mål och dina funktioner måste ha minst 400 celler. Annars kan du inte köra analysen.

Andra krav

Följande krav gäller för den datauppsättning som skapas från din analyskonfiguration:

• Målet måste innehålla minst två unika värden.

• Om målet innehåller mellan två och tio unika värden måste varje unikt värde visas i minst tio poster i datauppsättningen.

Om du stöter på fel när du kör en analys av de viktigaste drivkrafterna kan det bero på att de data du har valt för analysen inte uppfyller dessa krav. För andra problem du kan stöta på och en lista över möjliga lösningar, se Felsökning .

Använda analys av de viktigaste drivkrafterna i Qlik Sense

Följande hjälpavsnitt kan hjälpa dig att komma igång med att skapa och tolka analyser av de viktigaste drivkrafterna i Qlik Sense:

• Skapa en analys av de viktigaste drivkrafterna i Qlik Sense

• Visa och tolka resultaten av en analys av de viktigaste drivkrafterna

Begränsningar

En lista över begränsningar för analys av de viktigaste drivkrafterna finns nedan:

• Fält som innehåller datatyperna datum, tid eller tidsmarkör stöds inte för användning som mål eller som funktioner.