Avviksdeteksjon i Lucky-maler, zoomglidere og smart narrativ funksjonalitet

I denne opplæringen skal jeg snakke om LuckyTemplates anomalideteksjon, som er en ny funksjon som ble utgitt sent i fjor. Som et eksempel skal jeg bruke en av rapportene jeg sendte inn som en del av.

LuckyTemplates-utfordringen gjøres to ganger i måneden på LuckyTemplates-forumet. Det involverer virkelige scenarier der deltakerne kan se hvordan LuckyTemplates kan brukes på tvers av forskjellige bransjer. Det er også en fin måte å prøve ut forskjellige LuckyTemplates-funksjoner, som avviksdeteksjon.

Innholdsfortegnelse

• Aktivering av anomalideteksjon i LuckyTemplates
• Tilpasse anomalier
• Bruke zoomfiltre
• Få mer innsikt fra avviksdeteksjon i LuckyTemplates
• Smart fortelling
• Konklusjon

Aktivering av anomalideteksjon i LuckyTemplates

var fortsatt ganske ny da jeg begynte å jobbe med denne rapporten. Denne funksjonen bidrar til å forbedre visualiseringer ved å oppdage inkonsekvenser i tidsseriedata .

Til å begynne med var jeg usikker på verdien og hvordan den kan være til nytte for rapportene mine. Da jeg gravde dypere inn i hva den kan gjøre, innså jeg at dette var en flott samtale for LuckyTemplates-teamet. Jeg er også sikker på at de over tid vil finne måter å forbedre funksjonen på ytterligere. Men i sin nåværende form bidro den allerede mye til min rapportutvikling.

Du kan finne ut mer om hva deteksjon av uregelmessigheter kan gjøre gjennom et enkelt Google-søk. Hvis du ser etter "avvik i LuckyTemplates", vil det første resultatet vise et Microsoft-dokument som går gjennom de forskjellige mulighetene for avviksdeteksjon.

Nå skal jeg vise deg hvordan jeg brukte LuckyTemplates anomalideteksjon på rapporten min.

Dette er en av sidene i rapporten min, som viser planteavvik. Og hvis du ser nederst på siden, vil du se at jeg faktisk har tre forskjellige lysbilder som dekker anomalier.

Jeg har satt opp dette lysbildet som et skjult lysbilde, det er derfor det viser dette ikonet ved siden av lysbildenavnet.

Dette betyr at dette ikke er et lysbilde du kan komme til direkte fra hjemmesiden. Faktisk er den eneste måten å se dette lysbildet på ved å gå til Plants-siden og klikke på ikonet til et ansikt med et spørsmålstegn.

Hvis det er første gang du håndterer anomalier, må du aktivere funksjonen først. Under filbåndet går du til Alternativer og innstillinger , og deretter går du til Alternativer .

Klikk deretter på Forhåndsvisningsfunksjoner og merk av i boksen ved siden av avviksdeteksjon .

Når det er en hake i den boksen, klikker du bare på OK for å bruke endringene.

Tilpasse anomalier

Akkurat nå kan uregelmessigheter bare vises gjennom linjediagrammer.

Selv om det er det eneste alternativet for den visuelle typen å bruke, tilbyr den en rekke tilpasningsalternativer.

Dilemmaet jeg møtte med denne rapporten er det faktum at jeg har en mørk bakgrunn på sidene mine. Dette gjør det ganske vanskelig å se noen av detaljene jeg ønsker å se. Her er hva jeg gjorde for å fikse det.

Under analyseruten er det en seksjon for Finn anomalier . Som standard er følsomheten satt til 70 %.

Det er den samme innstillingen som jeg bruker for linjediagrammene mine. Uregelmessighetene kan sees gjennom de hvite markørene i hele diagrammet.

De fleste øker følsomheten til minst 80 %.

Det betyr at flere uregelmessigheter vil dukke opp. Hvis jeg skulle bruke det på linjediagrammet mitt, vil det se slik ut. Legg merke til at det er flere hvite markører nå sammenlignet med tidligere.

Under samme rute er også alternativet Forklar med . Siden anomalien jeg jobber med handler om planter, valgte jeg å referere til Planteplasseringen.

Det neste jeg tilpasset var Anomaly-formen . Jeg bruker alltid denne runde, dråpeformen, men du kan også velge andre markører, som en firkant eller en trekant.

Neste er Anomaly-fargen . Jeg valgte hvit fordi dette viser mest kontrast mot den mørke bakgrunnen som ble brukt i rapporten min.

Et annet tilpasningsalternativ er stilen Forventet område . Du kan velge mellom Fyll, Linje eller Ingen.

Det var her problemet mitt startet. Hvis jeg velger Fyll, setter områdegjennomsiktigheten til 0 % og velger hvit som områdefarge, vises dette litt mer i rapporten.

Hvis jeg klikker på en av uregelmessighetene for å se detaljene, vil detaljene vises til høyre. Problemet er at detaljene til høyre ikke følger den samme mørke bakgrunnen som jeg brukte på rapporten, men vil følge de samme innstillingene som jeg satte før.

Som du kan se, er markørene for anomaliene knapt sett.

Hvis jeg klikker på et annet punkt, vises det nederst. Igjen, detaljene kan knapt sees.

Dette er grunnen til at jeg måtte lage en egen fil bare for uregelmessigheter. Her brukte jeg et av standardtemaene fra Microsoft i stedet for å bruke det samme temaet som jeg brukte for resten av rapporten min. Siden dette er ment å vises mot en lys bakgrunn, er det også lettere å se detaljene.

Jeg har sendt tilbakemelding til Microsoft om dette, slik at jeg forhåpentligvis kan tilpasse hver eneste detalj når jeg jobber med avviksdeteksjon. Men foreløpig var det å ha en egen fil den beste løsningen jeg kan tenke på, spesielt hvis jeg vil holde meg til temaet mitt.

Bruke zoomfiltre

En annen funksjon som LuckyTemplates ga ut omtrent samtidig som de introduserteer muligheten til å legge til zoomfiltre. Det er noe jeg også brukte på mine uregelmessigheter i denne rapporten.

For å slå på zoom-glidebryterne, bare gå til formateringsruten og slå på bryteren for funksjonen.

Avhengig av dataene du har og hva du vil vise på rapporten din, kan du legge til zoomglidebrytere for både X- og Y-aksen. Men i rapporten jeg bruker akkurat nå, valgte jeg å holde meg til X-aksen min.

Hvis jeg bytter tilbake til det visuelle her, vil du se at jeg bare har en glidebryter nederst. Det er fordi jeg vil at seerne skal kunne zoome inn på dataene fra mer spesifikke datoer.

Dette er grunnen til at jeg refererte til Dato-kolonnen min under X-aksen.

Jeg har disse innstillingene for det visuelle bildet mitt som bruker nedetidsminutter-målet, så jeg refererte til det under Verdier .

Siden jeg er på Plant Anomalies-siden, brukte jeg Plant Location under Explain By. Jeg justerte også følsomheten til 80 % for å vise litt flere uregelmessigheter enn standarden.

Jeg beholdt også den samme formen som jeg brukte i de forrige anomaliene jeg viste deg. Du kan øke eller redusere størrelsen på formen avhengig av dataene dine.

Det kan være mer fornuftig å gjøre disse punktene større. Så jeg lar det være opp til deg når du gjør din egen analyse. Bare for å vise deg forskjellen, kan du se på bildet nedenfor. Den visuelle på toppen har størrelse 6 mens den nederst er størrelse 5.

Siden jeg allerede har en hvit bakgrunn, brukte jeg en mørkere anomalifarge.

En god grunn til at jeg plasserte disse zoomglidebryterne er for å vise flere detaljer i det visuelle bildet mitt. Jeg har faktisk forventet rekkevidde i grått under de blå linjene. Men hvis jeg lar den være i sin opprinnelige tilstand, kan de grå områdene knapt sees. Så jeg gikk til zoom-glidebryteren og dro den for å krympe dataene til en kortere tidsperiode.

Det gjorde at jeg kunne vise forventet rekkevidde bedre.

Få mer innsikt fra avviksdeteksjon i LuckyTemplates

Å lage en ny side med en lysere bakgrunn bidro definitivt til å vise dataene mer effektivt i denne rapporten. Men det er en fin måte å få enda mer innsikt på ved å oppdage avvik.

For dette punktet, hvis jeg vil vise flere detaljer om den spesifikke anomalien, trenger jeg bare å se på høyre side her. Siden rapporten bruker en designinnstilling ment for en hvit bakgrunn, er det ikke lettere å se detaljene.

Den har også detaljer skrevet under, som forteller oss at nedetidsminuttene var uventet høye den 20. oktober i 2019.

Den forteller oss også at den nådde 79.332 da forventet rekkevidde bare var på 62.045 til 68.558.

La meg klikke på et annet punkt som vil vise meg flere detaljer. Dette punktet her, for eksempel, sier at dens fabrikkplassering er i Chatham.

Så hvis jeg klikker på rullegardinmenyen for å se mer informasjon, viser den meg et annet bilde som forteller meg hvordan plasseringen påvirket de totale nedetidsminuttene.

Til tross for at fortellingen forklarer hva som skjedde, er det fortsatt vanskelig å se detaljene på det visuelle fordi det er for mye data. I tillegg er det to forskjellige linjer som går gjennom den - en lyseblå og en mørkere blå.

I dette tilfellet vil den beste måten å se detaljene bedre være å klikke på denne knappen som sier "Legg til i rapport", som vil legge dette diagrammet til lysbildet mitt.

Før jeg legger det til i rapporten min, la meg forberede plassen der den skal gå. Jeg skal gjøre disse to eksisterende diagrammene på siden mindre.

Når jeg klikker på Legg til i rapport , dukker den opp i det tomme rommet her i rapporten min.

For å gjøre det lettere å se alt, skal jeg flytte rundt på ting og strekke diagrammet på toppen slik at vi kan se disse linjene bedre.

Du har sett hva jeg gjorde med uregelmessighetene for nedetidsminutter gjennom tiden . Jeg gjorde i utgangspunktet den samme prosessen for det visuelle som viser Defects Through Time .

Når jeg åpner analyseruten for Defekter gjennom tiden , vil du se at jeg økte følsomheten til 80 % akkurat som jeg gjorde med det forrige bildet. Men under Forklar av refererer jeg til leverandøren denne gangen.

Hvis jeg klikker på et bestemt punkt, vil det vise mer data om den spesifikke leverandøren. I dette tilfellet viser det at leverandøren Babblestorm har den største anomalien.

Hvis jeg klikker på rullegardinmenyen for Babblestorm, kommer den til å vise den visuelle detaljen den anomalien.

Hvis du holder markøren over et hvilket som helst punkt på det visuelle bildet, vises de spesifikke tallene på den spesifikke datoen.

Anomalideteksjon er allerede nyttig nok som den er, men vi vil se dypere innsikt hvis den utvikles videre. Igjen, Microsoft er vanligvis mottakelig for tilbakemeldinger, så jeg håper å se flere forbedringer av denne funksjonaliteten.

Bare for å vise deg hvordan det ser ut når utvalget av uregelmessigheter ser klarere ut, la oss gå til lysbildet jeg opprettet for en måneds glidende gjennomsnitt for leverandør- og planteanomalier.

Som du kan se, kan anomaliene sees tydelig. I, kan du se det forventede området i grått med de faktiske resultatene representert av de blå linjene i midten.

Dette viser at du virkelig kan maksimere de fulle fordelene med anomalideteksjon når det kommer til glidende gjennomsnitt . Det samme kan observeres hvis du ser på det visuelle for defektene gjennom tiden .

Hvis jeg klikker på noen av anomaliene, viser den fortsatt mulige forklaringer på høyre side.

Smart fortelling

En annen funksjonalitet som ble introdusert tiler den smarte narrative funksjonen. Smarte fortellinger gir deg en oversikt over hva bildene og rapportene dine viser ved bruk av kunstig intelligens.

For å aktivere denne funksjonen, gå til Alternativer og innstillinger under Fil-båndet, og klikk deretter på Alternativer .

Klikk på Forhåndsvisningsfunksjoner , og se deretter etter den smarte narrative visualiseringen . Bare kryss av i boksen før den for å slå den på.

Hvis du vil vite mer om hva funksjonen gjør, kan du klikke på lenken "Les mer". Dette vil lede deg til Microsoft-dokumentet som diskuterer detaljene.

Du kan også se en videoopplæring laget av Greg Phillips, en av våre LuckyTemplates-eksperter. I videoen viser han hvordan han bruker smarte narrativer i sine egne reportasjer.

For å vise deg hva smarte fortellinger gjør, har jeg laget en andre versjon av lysbildet Plant Anomalies. Som du kan se, har jeg gjort de eksisterende to bildene mindre, og etterlot litt plass på høyre side.

På høyre rute under Visualiseringer ser du et ikon som ser ut som et stykke papir med en blå prikk. Dette er ikonet for smarte fortellinger.

Jeg klikker på det ikonet slik at det kan begynne å lage en fortelling basert på rapporten min. Merk at noen ganger tar det noen sekunder før fortellingen lastes avhengig av hvor mye data den må gå gjennom.

Når den dukker opp, kan du dra tekstboksen for å få den til å passe bedre til rapporten din, spesielt hvis den viser ganske mye informasjon.

Du kan også formatere teksten hvis du vil gjøre den lettere å lese. I dette tilfellet endret jeg skrifttypen til Arial-størrelse 16.

La oss nå ta en titt på hvert av punktene levert av den smarte fortellingen.

Den første forteller oss at det var en oppadgående trend, med en økning på 2,89 % gjennom hele datointervallet for nedetidsminuttene.

Den andre oppføringen sier at verdiene var gjennomsnittlig på 21 545 innenfor samme datoperiode.

Dette tredje punktet går inn i den lengste perioden med nedgang i nedetidsminutter mellom 11. og 16. november i 2018.

Den fortsetter å gi annen innsikt i dataene gitt i rapporten. Som du kan se, har den understreket disse dataene i lyseblått.

Hvis du heller vil lage din egen fortelling, kan du klikke på Tekstboks under Sett inn-båndet. Når tekstboksen vises, kan du skrive inn din egen analyse i feltet som er gitt.

Jeg vil ikke gå inn på de fullstendige detaljene om den smarte narrative funksjonen i denne opplæringen, men sjekk gjerne ut Gregs YouTube-opplæring på LuckyTemplates-kanalen.

Konklusjon

Microsofts LuckyTemplates-team har virkelig overgått seg selv med denne batchen av nye funksjoner. Anomalideteksjon gir oss et dypere blikk på variasjonen mellom våre forventede resultater og de faktiske resultatene. Zoom-glidebryterne hjelper oss å nullstille spesifikke punkter i datasettene våre. Smarte fortellinger hjelper oss å verbalisere innsikten rapportene våre gir.

Når jeg vet hvordan Microsoft fungerer, er jeg sikker på at vi vil se enda flere forbedringer, og muligens flere funksjoner i nær fremtid som kan forbedre LuckyTemplates-opplevelsen ytterligere.

Beste ønsker,

Jarrett