Rilevamento e presentazione di risultati anomali in LuckyTemplates

In questo tutorial, ti guiderò attraverso un'analisi di rilevamento dei valori anomali, rilevando e visualizzando i risultati dei valori anomali. I tuoi dati non devono nemmeno essere unici o personalizzati. La cosa bella è che puoi farlo praticamente su qualsiasi set di dati. Puoi guardare il video completo di questo tutorial in fondo a questo blog.

Ti mostrerò quanto sia straordinario LuckyTemplates come strumento analitico.

Implica semplicemente l'incorporazione di una gamma di formule DAX e tecniche analitiche nei tuoi modelli e, infine, la visualizzazione in modo efficace con tutte le funzionalità di visualizzazione dinamica che abbiamo a disposizione in LuckyTemplates.

Il concetto chiave e più importante che voglio che tu porti via durante la visualizzazione di questo tutorial è che questo può essere applicato in tanti modi diversi.

Quindi, inizieremo con una spiegazione dei valori anomali in un grafico a dispersione. Quindi, ti mostrerò le diverse tecniche di formula che devi implementare per poterla visualizzare in questo modo specifico.

Sommario

• Valori anomali in un grafico a dispersione
• All'interno del modello di dati
• Rilevamento dei valori anomali tramite DAX
• Conclusione

Valori anomali in un grafico a dispersione

Se dovessimo rilevare un valore anomalo , la cosa principale che dobbiamo elaborare è la logica alla base di ciò che costituisce il valore anomalo.

Ma prima, voglio mostrare quanto visivamente può avere un impatto sui nostri report e quanto sia più facile ed efficace per il consumatore capire cosa stiamo cercando di mostrare loro .

Ora, se osserviamo questi due grafici, il primo grafico (a sinistra) mostra esattamente la stessa cosa del secondo (a destra), tranne per il fatto che ho creato una legenda o un filtro affettatrice nel secondo grafico, che mostra noi quali sono i nostri valori anomali.

Quindi, se le vendite di un cliente e i margini di profitto sono allo stesso tempo o al di sopra di un certo livello, allora questo è un valore anomalo nel nostro set di dati.

Vogliamo vedere chi sono quei clienti, quindi possiamo vederlo virtualmente nel secondo grafico molto meglio che guardare tutti i nostri clienti e i loro margini di profitto nel primo grafico.

Inoltre, possiamo penetrare molto meglio nei nostri clienti. Possiamo selezionare un filtro ,

oppure crea un grafico e inserisci un filtro nella sezione Campi filtro .

Questo grafico ci consente di approfondire questi clienti che consideriamo anomali. Ora diamo un'occhiata al nostro modello di dati per vedere come viene applicato.

All'interno del modello di dati

La prima cosa da notare è che dobbiamo farlo in modo dinamico poiché stiamo segmentando, creando gruppi di nostri clienti qui. Per fare qualcosa di dinamico, dobbiamo farlo all'interno delle formule DAX .

Non possiamo creare fisicamente una colonna calcolata nei nostri modelli e sperare che se dovessimo inserire un intervallo di tempo diverso in questo modello, otterremo i risultati desiderati. Se inseriamo colonne calcolate, otterremo quelle informazioni statiche. Si aggiornerà solo all'aggiornamento.

Il primo modo per fare logica in modo dinamico è avere una tabella di supporto . Quindi, come puoi vedere qui nel modello di dati, ho creato questo Outlier Detection Logic . È un tavolo di supporto, il che significa che non è collegato a niente.

All'interno di questa tabella è dove inseriamo la nostra logica per il rilevamento dei valori anomali.

Identifichiamo i nostri valori anomali con un margine di profitto minimo del trentacinque percento e un margine massimo del cento percento, mentre i nostri valori non anomali hanno da zero fino a trentacinque.

Lo stesso per le vendite, abbiamo una logica che identificherebbe i valori anomali per vendite totali superiori a cinquantacinquemila.

Quindi pensa a come puoi applicare questa tua logica. Potresti avere tre diversi parametri o variabili che rileveranno il valore anomalo.

Ora creiamo le formule che ripetono questa tabella e valutiamo i clienti se corrispondono alla logica outlier o alla logica no-outlier.

Rilevamento dei valori anomali tramite DAX

Tieni presente che dobbiamo esaminare ogni cliente e determinare se viene valutato come valore anomalo o non anomalo.

Per identificare il valore anomalo , utilizziamo CALCULATE per le nostre vendite totali , per ciascun cliente . Ed è quello che fa la funzione VALUES , poiché FILTRIAMO attraverso tutti i nostri clienti. Quindi passiamo attraverso la nostra Outlier Detection Logic .

Per il nostro non-outlier , d'altra parte, eseguiamo anche una logica per ogni cliente, ma la differenza principale è questa doppia linea (||), che sta per "o" e non "e" (&&).

Se facciamo "e" qui, tutto ciò che mostrerebbe sono i risultati che sono sia inferiori a cinquantacinquemila che inferiori a trentacinque percento, come indicato nella nostra logica di rilevamento anomalo.

Il prossimo è che dobbiamo creare una formula che possiamo inserire nella nostra visualizzazione, e questa è la nostra formula di raggruppamento delle vendite .

Questo calcolo dice SE SELECTEDVALUE (Outlier Detection Logic) è un Outlier , quindi vogliamo restituire Outlier Sales . In caso contrario, restituiamo Non-outlier Sales .

Ciò ci consente quindi di integrare o recuperare i diversi risultati o le diverse formule per qualsiasi selezione o filtro applicato nella nostra visualizzazione.

Non si può negare che c'è qualcosa da fare, ma questo ci mostra quanto sia straordinario DAX in LuckyTemplates, soprattutto per l'analisi del rilevamento dei valori anomali.

Approfondimento sui valori anomali dei dati: come scoprire e analizzare in LuckyTemplates utilizzando DAX
Come valutare i cluster nei dati utilizzando la tecnica DAX in LuckyTemplates
Creazione di trigger point dinamici anomali: tecnica di analisi avanzata di LuckyTemplates

Conclusione

L'approccio che mostro in questo tutorial è in realtà solo un modo, ma spero che tu abbia imparato molto da questo. Abbiamo inserito una logica piuttosto avanzata e l'abbiamo mostrata in modo davvero efficace utilizzando i grafici a dispersione.

Ci sono così tante applicazioni per il rilevamento dei valori anomali. Se vuoi davvero approfondire o mostrare una visione molto specifica, specialmente quando stai facendo un confronto con un grafico a dispersione, allora questo è un modo perfetto per aggiungere valore e maggiori informazioni alle tue visualizzazioni.

Pertanto, se riesci a comprendere tutti gli elementi delle formule, inclusa la combinazione delle formule e il loro posizionamento all'interno di una visualizzazione, puoi applicarli in molti modi per mostrare i risultati con i tuoi set di dati.

Saluti!