Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger

LuckyTemplates introducerede en anden funktion kaldet Anomaly Detection i sin opdatering fra november 2020. Denne funktion er kun tilgængelig i linjediagrammer indtil videre.

Anomalidetektion igør det muligt for rapportskabere at forbedre linjediagrammer ved automatisk at detektere uregelmæssigheder i en tidsseriedata.

Denne funktion giver os mulighed for nemt at finde indsigt uden at opdele dataene.

Når rapporten offentliggøres til tjenesten, kan rapportforbrugere se uregelmæssighederne, forklaringerne og endda deres grundlæggende årsagsanalyse. Derudover kan vi også tilpasse de forskellige indstillinger, for hvilke der opdages uregelmæssigheder.

Da denne funktion er i Preview , skal vi først slå denne LuckyTemplates Desktop-funktion til.

Indholdsfortegnelse

• Aktivering af anomalidetektion i LuckyTemplates
• Kom godt i gang med anomalidetektion i LuckyTemplates
• Anomalidetektion: Ændring af de opdagede anomalier
• Ændring af analysen
• Begrænsninger af anomalidetektion i LuckyTemplates
• Konklusion

Aktivering af anomalidetektion i LuckyTemplates

For at aktivere denne funktion skal du klikke på Filer i menulinjen. 

Gå til Indstillinger og indstillinger , og klik derefter på Indstillinger .

Klik på Preview-funktionerne , aktiver Anomali-detektion , og klik derefter på OK- knappen.

Derefter skal vi genstarte LuckyTemplates desktop-applikationen, så vi kan bruge denne funktion. 

Kom godt i gang med anomalidetektion i LuckyTemplates

Til denne vejledning vil vi tale om de tilgængelige muligheder og begrænsninger for funktionen til registrering af anomali . Lad os for at starte med at tilføje et linjediagram på vores rapportside og ændre størrelsen på det som vist på billedet.

Tilføj målingen Totale defekter på feltet. 

Vi analyserer dette efter dato. Så lad os tilføje Dato i feltet Akse . 

Deaktiver titel og baggrund under fanen Formatering .

Skift skriftfarven på X-aksen og Y-aksen til hvid.

Deaktiver derefter titlen på X-aksen og Y-aksen .

Vi skulle nu se anomalien i dette output. 

Anomalidetektion: Ændring af de opdagede anomalier

Det er klart, at der kunne være sket noget, som forårsagede stigningen i den defekte del fra leverandørerne. Vi ved dog stadig ikke, hvilken kategori disse dele tilhører eller årsagen bag denne anomali. Det, vi kan gøre, er at gå til fanen Analytics .

Gå til rullemenuen Find anomalier , og klik derefter på Tilføj .

Lad os derefter ændre anomalifarven til grå. 

Vi skulle nu have dette output.

Vi har også mulighed for at justere anomalifølsomheden.

For at vi kan se følsomheden, skal vi ændre farven på følsomheden til hvid. Sørg for, at farven ikke blander sig med baggrundsfarven.

Som et resultat kan vi nu se følsomheden bag de gule streger.

Hvis vi svæver over stregerne, vil den vise de forventede minimum- og maksimumværdier. Dette er den type diagram, som vi kan se på cryptocurrency-handelsdiagrammer. 

Vi kan også ændre formen på anomalien ved at vælge mulighederne i rullemenuen Anomali form . 

Derefter kan vi justere formens størrelse ved at justere anomaliformstørrelsen .

Lad os også ændre det forventede gennemsigtighedsinterval for anomalien. 

Ved at sænke værdien af ​​det forventede gennemsigtighedsinterval , vil vi se, at de grå linjer blev mere synlige. 

Lad os prøve at klikke på en af ​​anomalierne.

Som du kan se, viste den Anomalier- ruden, som giver en analyse af den mulige årsag bag anomalierne.

Ændring af analysen

For at se en bedre analyse for anomalierne, lad os tilføjei feltet Forklar efter , og klik derefter på Anvend . 

Ved at gøre dette kan vi se, at materialetypen er råmaterialer , og der er 47 % defekt materiale i den anomali, vi valgte.

Lad os udvide denne anomali ved at klikke på dette ikon.

Derfor kan vi se mønsteret af de samlede defekter for materialer i en orange farve. 

Vi kan også tilføje dette til vores rapportside ved at klikke. 

Som et resultat vil det se ud som billedet nedenfor.

Begrænsninger af anomalidetektion i LuckyTemplates

Vi kan bruge zoom-skyderen, hvis vi ønsker at fokusere på bestemte perioder.

For at gøre det skal du bare aktivere Zoom-skyderen .

Vi har dog ingen muligheder for at ændre udseendet af zoomskyderen. 

En anden begrænsning ved denne funktion er, at hvis vi ændrer datoen på aksen til månedsnavnet , vil den ikke vise os uregelmæssighederne.

Hvis vi klikker på Find anomalier under fanen Analytics , vil den vise en note, der siger "Anomalidetektion virker kun på visuals, der har en datatid eller en gyldig datohierarkiværdi i aksefeltet."

Den tredje begrænsning er, når der tilføjes en sekundær værdi. Hvis vi f.eks. tilføjer målingen Total nedetid timer i feltet Sekundære værdier , vil det ikke vise uregelmæssighederne igen. 

Hvis vi går til fanen Analytics og klikker på Find anomali igen, vil den vise en note, der siger, at den endnu ikke virker på visuals med sekundære værdier. 

Ydermere, hvis vi forsøger at tilføje en anden kategori i feltet Forklar efter , vil den kun vise én kategori, som er den første ( Material Type ) i forklaringsruden.

Konklusion

Vi har dækket afsløring af anomalier i LuckyTemplates og lært nogle af begrænsningerne ved denne funktion. Det kan dog stadig være nyttigt, når vi vil finde uregelmæssigheder i vores rapporter afhængigt af de værdier og analyser, vi laver. I stedet for at lave komplekse målinger kan vi bruge denne funktion til at finde uregelmæssighederne i vores rapporter.

Jeg mener, at dette stadig er en cool funktion, og Microsoft sagde, at de laver nogle forbedringer på denne funktion for at give detaljeret dataanalyse og evaluering.

Indtil næste gang,

Mudassir