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

Gå til Indstillinger og indstillinger , og klik derefter på Indstillinger .
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Klik på Preview-funktionerne , aktiver Anomali-detektion , og klik derefter på OK- knappen.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
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.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Tilføj målingen Totale defekter på feltet.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Vi analyserer dette efter dato. Så lad os tilføje Dato i feltet Akse .
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Deaktiver titel og baggrund under fanen Formatering .
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Skift skriftfarven på X-aksen og Y-aksen til hvid.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Deaktiver derefter titlen på X-aksen og Y-aksen .
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Vi skulle nu se anomalien i dette output.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
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 .
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Gå til rullemenuen Find anomalier , og klik derefter på Tilføj .
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Lad os derefter ændre anomalifarven til grå.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Vi skulle nu have dette output.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Vi har også mulighed for at justere anomalifølsomheden.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
For at vi kan se følsomheden, skal vi ændre farven på følsomheden til hvid. Sørg for, at farven ikke blander sig med baggrundsfarven.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Som et resultat kan vi nu se følsomheden bag de gule streger.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
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.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Vi kan også ændre formen på anomalien ved at vælge mulighederne i rullemenuen Anomali form .
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Derefter kan vi justere formens størrelse ved at justere anomaliformstørrelsen .
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Lad os også ændre det forventede gennemsigtighedsinterval for anomalien.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Ved at sænke værdien af det forventede gennemsigtighedsinterval , vil vi se, at de grå linjer blev mere synlige.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Lad os prøve at klikke på en af anomalierne.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Som du kan se, viste den Anomalier- ruden, som giver en analyse af den mulige årsag bag anomalierne.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Ændring af analysen
For at se en bedre analyse for anomalierne, lad os tilføjei feltet Forklar efter , og klik derefter på Anvend .
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Ved at gøre dette kan vi se, at materialetypen er råmaterialer , og der er 47 % defekt materiale i den anomali, vi valgte.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Lad os udvide denne anomali ved at klikke på dette ikon.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Derfor kan vi se mønsteret af de samlede defekter for materialer i en orange farve.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Vi kan også tilføje dette til vores rapportside ved at klikke.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Som et resultat vil det se ud som billedet nedenfor.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
Begrænsninger af anomalidetektion i LuckyTemplates
Vi kan bruge zoom-skyderen, hvis vi ønsker at fokusere på bestemte perioder.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
For at gøre det skal du bare aktivere Zoom-skyderen .
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
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.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
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."
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
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.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
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.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
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.
![Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger Anomalidetektion i LuckyTemplates: Valgmuligheder og begrænsninger]()
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