Avvikelsedetektering i LuckyTemplates: Alternativ och begränsningar

LuckyTemplates introducerade en annan funktion som heter Anomaly Detection i sin uppdatering från november 2020. Den här funktionen är endast tillgänglig i linjediagram för närvarande.

Anomali upptäckt igör det möjligt för rapportskapare att förbättra linjediagram genom att automatiskt upptäcka avvikelser i en tidsseriedata.

Den här funktionen gör att vi enkelt kan hitta insikter utan att skära och skära upp data.

När rapporten publiceras till tjänsten kan rapportkonsumenter se anomalierna, förklaringarna och till och med deras grundorsaksanalys. Dessutom kan vi också anpassa de olika inställningarna för vilka avvikelser upptäcks.

Eftersom den här funktionen finns i förhandsgranskning måste vi först aktivera denna LuckyTemplates Desktop-funktion.

Innehållsförteckning

• Aktivera anomalidetektering i LuckyTemplates
• Komma igång med anomalidetektering i LuckyTemplates
• Avvikelsedetektering: Ändra de upptäckta anomalierna
• Ändra analysen
• Begränsningar för upptäckt av anomalier i LuckyTemplates
• Slutsats

Aktivera anomalidetektering i LuckyTemplates

För att aktivera den här funktionen, klicka på Arkiv i menyraden. 

Gå till Alternativ och inställningar och klicka sedan på Alternativ .

Klicka på förhandsgranskningsfunktionerna , aktivera avvikelsedetektering och klicka sedan på OK -knappen.

Efter det måste vi starta om LuckyTemplates skrivbordsapplikation så att vi kan använda den här funktionen. 

Komma igång med anomalidetektering i LuckyTemplates

För den här handledningen kommer vi att prata om de tillgängliga alternativen och begränsningarna för funktionen för avvikelsedetektering . Till att börja med, låt oss lägga till ett linjediagram på vår rapportsida och ändra storleken på det som visas i bilden.

Lägg till måttet Totala defekter på fältet. 

Vi analyserar detta efter datum. Så låt oss lägga till Datum i fältet  Axis .

Inaktivera titel och bakgrund under fliken Formatering .

Ändra teckensnittsfärgen på X-axeln och Y-axeln till vit.

Inaktivera sedan titeln på X-axeln och Y-axeln .

Vi bör nu se anomalien i denna utdata. 

Avvikelsedetektering: Ändra de upptäckta anomalierna

Uppenbarligen kan något ha hänt som orsakat ökningen av den defekta delen från leverantörerna. Men vi vet fortfarande inte vilken kategori dessa delar tillhör eller orsaken bakom denna anomali. Det vi kan göra är att gå till fliken Analytics .

Gå till rullgardinsmenyn Hitta anomalier och klicka sedan på Lägg till .

Efter det, låt oss ändra anomalifärgen till grå. 

Vi borde nu ha denna utgång.

Vi har också möjlighet att justera anomalikänsligheten.

För att vi ska se känsligheten måste vi ändra färgen på känsligheten till vit. Se till att färgen inte blandas med bakgrundsfärgen.

Som ett resultat kan vi nu se känsligheten bakom de gula linjerna.

Om vi ​​håller muspekaren över linjerna kommer det att visa de förväntade minimi- och maxvärdena. Det här är den typ av diagram som vi kan se på diagram för handel med kryptovalutor. 

Vi kan också ändra formen på anomalien genom att välja alternativen i rullgardinsmenyn  Anomali form .

Sedan kan vi justera formens storlek genom att justera anomaliformstorleken .

Låt oss också ändra det förväntade insynsintervallet för anomalien. 

Genom att sänka värdet på det förväntade transparensintervallet ser vi att de grå linjerna blev mer synliga. 

Låt oss försöka klicka på en av anomalierna.

Som du kan se visade den rutan Anomalier , som ger en analys av den möjliga orsaken bakom anomalierna.

Ändra analysen

För att se en bättre analys av anomalierna, låt oss lägga tilli fältet Förklara med och klicka sedan på Använd . 

Genom att göra detta kan vi se att materialtypen är råmaterial och att det finns ett 47 % defekt material i den anomali vi valde.

Låt oss utöka denna anomali genom att klicka på den här ikonen.

Följaktligen kan vi se mönstret av de totala defekterna för material i en orange färg. 

Vi kan också lägga till detta på vår rapportsida genom att klicka. 

Som ett resultat kommer det att se ut som bilden nedan.

Begränsningar för upptäckt av anomalier i LuckyTemplates

Vi kan använda zoomreglaget om vi vill fokusera på vissa perioder.

För att göra det, aktivera bara zoomreglaget .

Vi har dock inga alternativ för att ändra utseendet på zoomreglaget. 

En annan begränsning av den här funktionen är att om vi ändrar datum på axeln till månadsnamn kommer det inte att visa oss avvikelserna.

Om vi ​​klickar på Hitta anomalier under Analytics- fliken kommer det att visa en anteckning som säger "Anomalidetektering fungerar bara på visuella objekt som har ett datatid- eller giltigt datumhierarkivärde i axelfältet."

Den tredje begränsningen är när man lägger till ett sekundärt värde. Om vi ​​till exempel lägger till måttet Totala driftstopptimmar i fältet Sekundära värden kommer det inte att visa avvikelserna igen. 

Om vi ​​går till fliken Analytics och klickar på Sök avvikelser igen, kommer det att visa en notering som säger att det inte fungerar ännu på visuella bilder med sekundära värden. 

Dessutom, om vi försöker lägga till en annan kategori i fältet Förklara med , kommer den bara att visa en kategori som är den första ( Materialtyp ) i förklaringsrutan.

Slutsats

Vi har täckt avvikelsedetektering i LuckyTemplates och lärt oss några av begränsningarna med den här funktionen. Det kan dock fortfarande vara användbart när vi vill hitta anomalier i våra rapporter beroende på de värden och analys vi gör. Istället för att skapa komplexa åtgärder kan vi använda den här funktionen för att hitta avvikelserna i våra rapporter.

Jag tror att detta fortfarande är en cool funktion och Microsoft sa att de gör några förbättringar av den här funktionen för att ge detaljerad dataanalys och utvärdering.

Tills nästa gång,

Mudassir