Anomalieerkennung in LuckyTemplates: Optionen und Einschränkungen

LuckyTemplates hat in seinem Update vom November 2020 eine weitere Funktion namens Anomaly Detection eingeführt . Diese Funktion ist derzeit nur in Liniendiagrammen verfügbar.

Die Anomalieerkennung in LuckyTemplates ermöglicht Berichtserstellern die Verbesserung von Liniendiagrammen durch die automatische Erkennung von Anomalien in Zeitreihendaten.

Mit dieser Funktion können wir ganz einfach Erkenntnisse gewinnen, ohne die Daten zu zerlegen.

Wenn der Bericht im Dienst veröffentlicht wird, können Berichtskonsumenten die Anomalien, Erklärungen und sogar ihre Ursachenanalyse anzeigen. Darüber hinaus können wir auch die verschiedenen Einstellungen anpassen, anhand derer Anomalien erkannt werden.

Da sich diese Funktion in der Vorschau befindet , müssen wir diese LuckyTemplates Desktop-Funktion zuerst aktivieren.

Inhaltsverzeichnis

• Aktivieren der Anomalieerkennung in LuckyTemplates
• Erste Schritte mit der Anomalieerkennung in LuckyTemplates
• Anomalieerkennung: Ändern der erkannten Anomalien
• Ändern der Analyse
• Einschränkungen der Anomalieerkennung in LuckyTemplates
• Abschluss

Aktivieren der Anomalieerkennung in LuckyTemplates

Um diese Funktion zu aktivieren, klicken Sie in der Menüleiste  auf Datei .

Gehen Sie zu Optionen und Einstellungen und klicken Sie dann auf Optionen .

Klicken Sie auf „ Vorschaufunktionen“ , aktivieren Sie die Anomalieerkennung und klicken Sie dann auf die Schaltfläche „OK“ .

Danach müssen wir die LuckyTemplates-Desktopanwendung neu starten, damit wir diese Funktion nutzen können. 

Erste Schritte mit der Anomalieerkennung in LuckyTemplates

In diesem Tutorial sprechen wir über die verfügbaren Optionen und Einschränkungen der Anomalieerkennungsfunktion . Fügen wir zunächst ein Liniendiagramm auf unserer Berichtsseite hinzu und ändern Sie die Größe wie im Bild gezeigt.

Fügen Sie die Kennzahl „Gesamtfehler“ zum Feld „Werte“ hinzu . 

Wir werden dies nach Datum analysieren. Fügen wir also „Datum“ zum Feld „Achse“ hinzu . 

Deaktivieren Sie Titel und Hintergrund auf der Registerkarte Formatierung .

Ändern Sie die Schriftfarbe der X-Achse und der Y-Achse in Weiß.

Deaktivieren Sie dann den Titel auf der X- und Y-Achse .

Wir sollten jetzt die Anomalie in dieser Ausgabe sehen. 

Anomalieerkennung: Ändern der erkannten Anomalien

Offensichtlich könnte etwas passiert sein, das zu einem Anstieg der fehlerhaften Teile seitens der Lieferanten geführt hat. Allerdings wissen wir immer noch nicht, zu welcher Kategorie diese Teile gehören und welchen Grund diese Anomalie hat. Was wir tun können, ist, zur Registerkarte „Analytics“ zu gehen .

Gehen Sie zum Dropdown-Menü „Anomalien suchen“ und klicken Sie dann auf „Hinzufügen“ .

Danach ändern wir die Anomaliefarbe in Grau. 

Wir sollten jetzt diese Ausgabe haben.

Wir haben auch die Möglichkeit, die Anomalieempfindlichkeit anzupassen.

Damit wir die Empfindlichkeit erkennen können, müssen wir die Farbe der Empfindlichkeit in Weiß ändern. Stellen Sie sicher, dass die Farbe nicht mit der Hintergrundfarbe vermischt wird.

Dadurch können wir nun die Empfindlichkeit hinter den gelben Linien erkennen.

Wenn wir mit der Maus über die Linien fahren, werden die erwarteten Minimal- und Maximalwerte angezeigt. Dies ist die Art von Diagramm, die wir in Handelsdiagrammen für Kryptowährungen sehen können. 

Wir können auch die Form der Anomalie ändern, indem wir die Optionen im Dropdown- Menü „Anomalieform“ auswählen . 

Anschließend können wir die Größe der Form anpassen, indem wir die Anomalie-Formgröße anpassen .

Ändern wir auch den erwarteten Transparenzbereich für die Anomalie. 

Indem wir den Wert des Erwarteten Transparenzbereichs verringern , werden wir sehen, dass die grauen Linien sichtbarer werden. 

Versuchen wir, auf eine der Anomalien zu klicken.

Wie Sie sehen können, wurde der Bereich „Anomalien“ angezeigt , der eine Analyse der möglichen Ursache für die Anomalien bietet.

Ändern der Analyse

Um eine bessere Analyse der Anomalien zu erhalten, fügen wir den Materialtyp zum Feld „Erklären durch“ hinzu und klicken dann auf „Übernehmen“ . 

Auf diese Weise können wir erkennen, dass der Materialtyp „ Rohstoffe“ lautet und dass in der von uns ausgewählten Anomalie ein Materialfehler von 47 % vorliegt.

Erweitern wir diese Anomalie, indem wir auf dieses Symbol klicken.

Dementsprechend können wir das Muster der Gesamtfehler für Materialien in oranger Farbe erkennen. 

Wir können dies auch zu unserer Berichtsseite hinzufügen, indem wir auf „Zum Bericht hinzufügen“ klicken . 

Als Ergebnis wird es wie im Bild unten aussehen.

Einschränkungen der Anomalieerkennung in LuckyTemplates

Wir können den Zoom-Schieberegler verwenden, wenn wir uns auf bestimmte Zeiträume konzentrieren möchten.

Aktivieren Sie dazu einfach den Zoom-Schieberegler .

Allerdings haben wir keine Möglichkeit, das Aussehen des Zoom-Schiebereglers zu ändern. 

Eine weitere Einschränkung dieser Funktion besteht darin, dass uns die Anomalien nicht angezeigt werden, wenn wir das Datum auf der Achse in „Monatsname“ ändern.

Wenn wir auf der Registerkarte „ Anomalien suchen“ auf „Anomalien suchen“ klicken , wird ein Hinweis angezeigt, der besagt: „Die Anomalieerkennung funktioniert nur bei Visuals, die einen Datenzeit- oder gültigen Datumshierarchiewert im Achsenfeld haben.“

Die dritte Einschränkung besteht beim Hinzufügen eines sekundären Werts. Wenn wir beispielsweise das Maß „Gesamtausfallzeitstunden“ zum Feld „Sekundäre Werte“ hinzufügen , werden die Anomalien nicht erneut angezeigt. 

Wenn wir zur Registerkarte „Analytics“ gehen und erneut auf Anomalien suchen klicken , wird ein Hinweis angezeigt, dass dies bei Visuals mit sekundären Werten noch nicht funktioniert. 

Wenn wir außerdem versuchen, dem Feld „Erklären nach“ eine weitere Kategorie hinzuzufügen , wird nur eine Kategorie angezeigt, die die erste ( Materialtyp ) im Erklärungsbereich ist.

LuckyTemplates-Funktion zur Erkennung von Anomalien: So funktioniert sie.
Anomalien in LuckyTemplates anzeigen und verstehen.
LuckyTemplates-Datensätze: Erfahren Sie, wie Sie mit DAX abnormales Verhalten erkennen

Abschluss

Wir haben uns mit der Anomalieerkennung in LuckyTemplates befasst und einige der Einschränkungen dieser Funktion kennengelernt. Es könnte jedoch dennoch nützlich sein, wenn wir je nach den von uns durchgeführten Werten und Analysen Anomalien in unseren Berichten finden möchten. Anstatt komplexe DAX- Kennzahlen zu erstellen, können wir diese Funktion nutzen, um die Anomalien in unseren Berichten zu finden.

Ich glaube, dass dies immer noch eine coole Funktion ist und Microsoft sagte, dass sie einige Verbesserungen an dieser Funktion vornehmen, um eine detaillierte Datenanalyse und -auswertung zu ermöglichen.

Bis zum nächsten Mal,

Mudassir