Hitta de viktigaste drivkrafterna bakom dina data med analys av de viktigaste drivkrafterna

Med analys av de viktigaste drivkrafterna kan du identifiera och jämföra källorna till olika 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 som du upptäcker för att förbättra och lyfta din organisations analys- och beslutsfattandeprocesser.

Analys av de viktigaste drivkrafterna är tillgängligt i en Qlik Sense-app. Utför analys av de viktigaste drivkrafterna i analysläge.

Vad är en analys av de viktigaste drivkrafterna?

Analys av de viktigaste drivkrafterna är en typ av statistisk datautforskning som hjälper dig att identifiera till vilken grad som olika faktorer påverkar resultatet av ett enstaka målmätvärde. Analysen utförs både för kvantitativa och kvalitativa data. Avsikten bakom en analys av de viktigaste drivkrafterna är att ta reda på exakt vad som orsakar en viss trend i data, och använda de insikterna för att vidta direkta åtgärder eller förbättra medvetenheten i organisationen.

Inom business intelligence är vanliga mål som du vill utvärdera påverkare fält som exempelvis Sales, Customer Satisfaction, Margin, Churned och Cost of Sale. Exempel på faktorer (viktigaste drivkrafter) är Product, Location, Store Number och Manager.

De mätvärden som utvärderas i en analys av de viktigaste drivkrafterna varierar beroende på organisation och användningsfall. Målmätvärdet och de olika faktorerna som påverkar resultatet av det är avhängigt av vilket problem du vill lösa, tillgängliga data och andra faktorer.

Varför använda en analys av de viktigaste drivkrafterna?

Analys av de viktigaste drivkrafterna är användbart inom business intelligence, eftersom det kan tillämpas på många olika sätt för att förbättra nyckeltal. Du kan exempelvis använda analys av de viktigaste drivkrafterna för att lösa problem och få insikter angående produktinvesteringar, intäktsexpansion, kostnadsreduktion, kundnöjdhet och mycket annat.

I Qlik Sense är analys av de viktigaste drivkrafterna integrerat i appkundupplevelsen. Med hjälp av funktionerna för analys av realtidsdata som är inbyggda i Qlik Sense kan du köra en ny analys av de viktigaste drivkrafterna varje gång appdata förändras. På så sätt kan du kontinuerligt övervaka dina data avseende ändringar och snabbt upptäcka framväxande trender så att du kan vidta snabba och effektiva åtgärder vid behov.

Hur det fungerar

En analys av de viktigaste drivkrafterna fokuserar på tanken om påverkan. I Qlik Sense utvärderar en analys av de viktigaste drivkrafterna den påverkan som specifika fält (funktioner eller viktigaste drivkrafter) har inom ett visst intresseområde (målet).

Data som används i analysen

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

Du måste välja följande byggstenar för varje analys:

• Mål

• Flera funktioner

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

Se nedan för mer information om varje komponent.

Beräkna påverkan

I Qlik Sense utförs analysen av de viktigaste drivkrafterna genom att SHAP-värden beräknas för varje funktionsdatavärde i den delmängd av data som du analyserar. Dessa SHAP-värden genereras från en modell som har tränats av Qlik AutoML. Modeller använder slumpskogsalgoritmen för att generera SHAP-värdena.

SHAP-värdet är en beräkning av den grad av påverkan ett datavärde har på motsvarande målvärde i förhållande till övriga funktioner i den datauppsättning som skapats specifikt från din konfiguration av analysen av de viktigaste drivkrafterna. När du visar resultatet av en analys av de viktigaste drivkrafterna visar du aggregeringar av SHAP-värdena i alla eller för en viss uppsättning poster i datauppsättningen.

Mer information om betydelsen av SHAP i Qlik AutoML finns i SHAP-betydelse vid experimentträning.

Målet

Målet är det fält som du vill analysera de viktigaste drivkrafterna för. Du kan exempelvis vilja jämföra hur vissa faktorer påverkar din försäljning. I det här fallet väljer du ett försäljningsmått som ditt mål.

När du väljer ditt mål är tillgänglighetstiden för data viktigt, framför allt i förhållande till de funktioner som du väljer att inkludera i din analys. Mer information om rätt tidsramar för datainsamling för dina mål och funktioner finns i Funktioner.

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

Analys av de viktigaste drivkrafterna har stöd för 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 troligen att tolka konfigurationen som ett regressionsproblem.

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

Binära klassificeringsanalyser

Om ditt mål bara omfattar två unika värden (till exempel yes eller no kommer analysen av de viktigaste drivkrafterna att tolka konfigurationen som ett binärt klassificeringsproblem. Binära klassificeringsanalyser skapas genom att välja en binär dimension som mål.

Ett vanligt exempel på en tillämpning: om du har ett Churned-fält i din app för att spåra vilka kunder som har avbrutit en viss tjänst, så kan du välja Churned-fältet som mål för att ta reda på vilka faktorer som driver dessa kundbeslut.

Funktioner

Funktionerna är de viktigaste drivkrafterna. De är fält som innehåller extraherbar information om vad som påverkar trender i data. Om du exempelvis skapar en analys av de viktigaste drivkrafterna för att identifiera påverkare bakom försäljning vill du kanske välja dimensioner som Location, Product Type, Store Number och Sales Representative som funktioner. Beräknade mått kan också användas som funktioner.

Du ska bara inkludera funktioner som innehåller data som kan spelas in och som har samlats in före den tidpunkt då du samlar in dina måldata. Om du inkluderar funktioner som innehåller data som du bara känner till vid tidpunkten för datainsamling för målet kommer analysen att bli snedvriden och sakna analytiskt värde.

Om ditt mål exempelvis är Sales ska du inte inkludera funktioner som innehåller data som är direkt härledda från den. På motsvarande sätt ska du om ditt mål är ett Churned-fält med ett binärt resultat Ja eller Nej inte inkludera en funktion som innehåller det datum då kunden förlorades.

Mer information om att identifiera ogiltiga analysresultat finns i Identifiera ogiltiga resultat.

En funktion tilldelas en av de två följande typerna:

• Kategorisk funktion: en som innehåller datavärden baserat på distinkta, återkommande kategorier. Ett exempel på en kategorisk funktion är ett Continent-fält där det bara finns ett fåtal möjliga värden och de inte tolkas som råa numeriska data, utan som text. Tal kan användas som kategorier.

• Numerisk funktion: en där datavärden är enbart numerisk data och inte tillhör kategorier.

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

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

Urval i appen

Urvalen du gör i appen används i analysen av de viktigaste drivkrafterna. Du kan exempelvis vilja upptäcka de viktigaste drivkrafterna för försäljning, men när du inkluderar en Store Number-dimension som en funktion, vill du kanske bara analysera påverkan av fem specifika butiker i din organisation. För att göra det kan du välja värdena i appen och sedan konfigurera analysen av de viktigaste drivkrafterna.

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

Överväganden för klientorganisationens prenumeration

Analysen av de viktigaste drivkrafterna utnyttjar Qlik AutoML för att beräkna funktionernas påverkan på målet. Detta sker 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 AutoML. En viss andel AutoML-användning ingår i de flesta Qlik Cloud-prenumerationer. Om mer kapacitet behövs krävs en uppdatering till en betald nivå av AutoML.

Kontrollera med din servicekontoägare och läs genom villkoren för prenumerationen du använder för att ta reda på din kapacitet för att använda analys av de viktigaste drivkrafterna.

I följande resurser kan du hitta mer information:

• AutoML-begränsningar och licensstyrda kapaciteter

• Produktbeskrivning för Qlik Cloud-prenumerationer (endast på engelska)

Dataförutsättningar

Minimikrav för datavolym

Datauppsättningen som skapas från dina mål- och funktionsbehov måste ha minst 400 celler. I annat fall kan du inte köra analysen.

Övriga krav

Följande krav gäller för datauppsättningen som har skapas från din analyskonfiguration.

• Målet måste innehålla minst två unika värden.

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

Om du stöter på problem när du kör en analys av de viktigaste drivkrafterna kan det bero på att de data du har valt för analysen inte uppfyller de här kraven. Information om andra problem som du kan stöta på och en lisa över möjliga lösningar finns i Felsökning .

Använda analys av de viktigaste drivkrafterna i Qlik Sense

Följande hjälpämnen 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 datatyper för datum, tid eller tidsmarkör stöds inte för användning som mål eller som funktioner.