Détection et présentation des résultats aberrants dans LuckyTemplates

Dans ce didacticiel, je vais vous guider à travers une analyse de détection des valeurs aberrantes, en détectant et en visualisant les résultats des valeurs aberrantes. Vos données n'ont même pas besoin d'être uniques ou personnalisées. La grande chose est que vous pouvez le faire sur pratiquement n'importe quel ensemble de données. Vous pouvez regarder la vidéo complète de ce tutoriel au bas de ce blog.

Je vais vous montrer à quel point LuckyTemplates est incroyable en tant qu'outil d'analyse.

Il s'agit simplement d'incorporer une gamme de formules DAX et de techniques analytiques dans vos modèles, puis de les visualiser de manière efficace avec toutes les fonctionnalités de visualisation dynamique dont nous disposons dans LuckyTemplates.

Le concept clé et le plus important que je veux que vous reteniez lors de la visualisation de ce didacticiel est que cela peut être appliqué de tant de manières différentes.

Nous allons donc commencer par une explication des valeurs aberrantes dans un graphique en nuage de points. Ensuite, je vous montrerai les différentes techniques de formule que vous devez mettre en œuvre pour pouvoir le visualiser de cette manière spécifique.

Table des matières

• Valeurs aberrantes dans un graphique en nuage de points
• À l'intérieur du modèle de données
• Détection des valeurs aberrantes à l'aide de DAX
• Conclusion

Valeurs aberrantes dans un graphique en nuage de points

Si nous devions détecter une valeur aberrante , la principale chose que nous devons déterminer est la logique derrière ce qui constitue la valeur aberrante.

Mais d'abord, je veux montrer à quel point cela peut avoir un impact visuel sur nos rapports et à quel point il est plus facile et efficace pour les consommateurs de comprendre ce que nous essayons de leur montrer .

Maintenant, si nous regardons ces deux graphiques, le premier graphique (à gauche) montre exactement la même chose que celui du second (à droite), sauf que j'ai créé une légende ou un filtre de découpage dans le deuxième graphique, qui montre nous quelles sont nos valeurs aberrantes.

Donc, si les ventes d'un client et les marges bénéficiaires sont au même moment ou au-dessus d'un certain niveau, il s'agit d'une valeur aberrante dans notre ensemble de données.

Nous voulons voir qui sont ces clients, et nous pouvons donc le voir virtuellement dans le deuxième graphique bien mieux que de simplement regarder tous nos clients et leurs marges bénéficiaires dans le premier graphique.

De plus, nous pouvons mieux comprendre nos clients. Nous pouvons sélectionner un filtre ,

ou créez un graphique et placez un filtre dans la section Filtrer les champs .

Ce graphique nous permet d'explorer ces clients que nous considérons comme des valeurs aberrantes. Examinons maintenant notre modèle de données pour voir comment cela est appliqué.

À l'intérieur du modèle de données

La première chose à noter est que nous devons le faire de manière dynamique puisque nous segmentons, créons des groupes de nos clients ici. Pour faire quoi que ce soit de dynamique, nous devons le faire à l'intérieur des formules DAX .

Nous ne pouvons pas créer physiquement une colonne calculée dans nos modèles et espérer que si nous mettions un délai différent dans ce modèle, nous obtiendrions les résultats souhaités. Si nous mettons des colonnes calculées, nous obtiendrons ces informations statiques. Il ne sera mis à jour que lors de l'actualisation.

La première façon de faire de la logique de manière dynamique est d'avoir une table de support . Donc, comme vous pouvez le voir ici dans le modèle de données, j'ai créé cette Outlier Detection Logic . C'est une table de support, ce qui signifie qu'elle n'est reliée à rien.

C'est à l'intérieur de ce tableau que nous saisissons notre logique pour la détection des valeurs aberrantes.

Nous identifions nos valeurs aberrantes par une marge bénéficiaire minimale de trente-cinq pour cent et une marge maximale de cent pour cent, tandis que nos valeurs non aberrantes ont de zéro à trente-cinq.

De même pour les ventes, nous avons une logique qui identifierait les valeurs aberrantes par des ventes totales supérieures à cinquante-cinq mille.

Réfléchissez donc à la manière dont vous pouvez appliquer votre propre logique. Vous pouvez avoir trois paramètres ou variables différents qui vont détecter la valeur aberrante.

Créons maintenant les formules qui parcourent cette table et évaluons les clients s'ils correspondent à la logique des valeurs aberrantes ou à la logique sans valeur aberrante.

Détection des valeurs aberrantes à l'aide de DAX

Gardez à l'esprit que nous devons parcourir chaque client et déterminer s'il est évalué comme une valeur aberrante ou non.

Pour identifier la valeur aberrante , nous utilisons CALCULATE pour nos ventes totales , pour chaque client . Et c'est ce que fait la fonction VALEURS , car nous FILTRONS tous nos clients. Ensuite, nous passons par notre logique de détection des valeurs aberrantes .

Pour notre valeur non aberrante , d'autre part, nous suivons également une certaine logique pour chaque client, mais la principale différence est cette double ligne (||), qui est pour « ou » et non « et » (&&).

Si nous faisons "et" ici, alors tout ce que cela montrerait, ce sont les résultats qui sont à la fois inférieurs à cinquante-cinq mille et inférieurs à trente-cinq pour cent, comme indiqué dans notre logique de détection des valeurs aberrantes.

Ensuite, nous devons créer une formule que nous pouvons mettre dans notre visualisation, et c'est notre formule de regroupement des ventes .

Ce calcul dit IF SELECTEDVALUE (Outlier Detection Logic) is a Outlier , alors nous voulons retourner les Outlier Sales . Si ce n'est pas le cas, nous renvoyons Ventes non aberrantes .

Cela nous permet ensuite d'intégrer ou de récupérer les différents résultats ou les différentes formules pour n'importe quelle sélection ou filtre appliqué dans notre visualisation.

Il est indéniable qu'il y a un peu de mal, mais cela nous montre à quel point DAX est incroyable dans LuckyTemplates, en particulier pour l'analyse de détection des valeurs aberrantes.

Plongez dans les valeurs aberrantes des données - Comment découvrir et analyser dans LuckyTemplates à l'aide de DAX
Comment évaluer des clusters dans vos données à l'aide de la technique DAX dans LuckyTemplates
Création de points de déclenchement de valeurs aberrantes dynamiques - Technique d'analyse avancée LuckyTemplates

Conclusion

L'approche que je présente dans ce didacticiel n'est en fait qu'une seule façon, mais j'espère que vous en avez beaucoup appris. Nous y avons appliqué une logique assez avancée et l'avons présentée de manière très efficace à l'aide de diagrammes de dispersion.

Il existe de nombreuses applications pour la détection des valeurs aberrantes. Si vous voulez vraiment approfondir ou présenter un aperçu très spécifique, en particulier lorsque vous effectuez une comparaison avec un graphique en nuage de points, c'est un moyen idéal d'ajouter de la valeur et de mieux comprendre vos visualisations.

Par conséquent, si vous pouvez comprendre tous les éléments des formules, y compris combiner les formules et les placer dans une visualisation, vous pouvez les appliquer de plusieurs manières pour présenter les résultats avec vos propres ensembles de données.

Acclamations!