Pengesanan Anomali Dalam LuckyTemplates: Pilihan Dan Had

LuckyTemplates memperkenalkan ciri lain yang dipanggil Pengesanan Anomali dalam kemas kini November 2020nya. Ciri ini hanya tersedia dalam carta baris buat masa ini.

Pengesanan anomali dalam LuckyTemplates membolehkan pencipta laporan meningkatkan carta garisan dengan mengesan anomali secara automatik dalam data siri masa.

Ciri ini membolehkan kami mencari cerapan dengan mudah tanpa menghiris dan memotong data.

Apabila laporan diterbitkan kepada perkhidmatan, pengguna laporan boleh melihat anomali, penjelasan dan juga analisis punca mereka. Selain itu, kami juga boleh menyesuaikan pelbagai tetapan yang anomali dikesan.

Memandangkan ciri ini berada dalam Pratonton , kami perlu menghidupkan ciri Desktop LuckyTemplates ini terlebih dahulu.

Isi kandungan

• Mendayakan Pengesanan Anomali Dalam LuckyTemplates
• Bermula dengan Pengesanan Anomali Dalam LuckyTemplates
• Pengesanan Anomali: Mengubahsuai Anomali yang Dikesan
• Mengubahsuai Analisis
• Had Pengesanan Anomali Dalam LuckyTemplates
• Kesimpulan

Mendayakan Pengesanan Anomali Dalam LuckyTemplates

Untuk mendayakan ciri ini, klik Fail dalam bar menu. 

Pergi ke Pilihan dan tetapan , kemudian klik Pilihan .

Klik ciri Pratonton , dayakan pengesanan Anomali , kemudian klik butang OK .

Selepas itu, kita perlu memulakan semula aplikasi desktop LuckyTemplates supaya kita boleh menggunakan ciri ini. 

Bermula dengan Pengesanan Anomali Dalam LuckyTemplates

Untuk tutorial ini, kami akan bercakap tentang pilihan yang tersedia dan had ciri pengesanan Anomali . Untuk bermula, mari tambahkan carta garis pada halaman laporan kami dan ubah saiznya seperti yang ditunjukkan dalam imej.

Tambahkan ukuran Jumlah Kecacatan pada medan Nilai . 

Kami akan menganalisis ini mengikut tarikh. Jadi, mari tambahkan Tarikh pada medan Axis . 

Lumpuhkan Tajuk dan Latar Belakang di bawah tab Pemformatan .

Tukar warna fon paksi X dan paksi Y kepada putih.

Kemudian, lumpuhkan Tajuk pada paksi X dan paksi Y .

Sekarang kita harus melihat anomali dalam output ini. 

Pengesanan Anomali: Mengubahsuai Anomali yang Dikesan

Jelas sekali, sesuatu mungkin telah berlaku yang menyebabkan peningkatan bahagian yang rosak daripada pembekal. Walau bagaimanapun, kami masih tidak tahu bahagian mana yang tergolong dalam kategori atau sebab di sebalik anomali ini. Apa yang boleh kami lakukan ialah pergi ke tab Analitis .

Pergi ke menu lungsur Cari anomali , kemudian klik Tambah .

Selepas itu, mari tukar warna anomali kepada kelabu. 

Kita sekarang sepatutnya mempunyai output ini.

Kami juga mempunyai pilihan untuk melaraskan sensitiviti anomali.

Untuk kita melihat sensitiviti, kita perlu menukar warna sensitiviti kepada putih. Pastikan warna tidak sebati dengan warna latar belakang.

Hasilnya, kita kini dapat melihat sensitiviti di sebalik garisan kuning.

Jika kita menuding di atas garisan, ia akan menunjukkan nilai minimum dan maksimum yang dijangkakan. Ini adalah jenis carta yang boleh kita lihat pada carta dagangan mata wang kripto. 

Kita juga boleh menukar bentuk anomali dengan memilih pilihan dalam dropdown bentuk Anomali . 

Kemudian, kita boleh melaraskan saiz bentuk dengan melaraskan saiz bentuk Anomali .

Mari kita ubah julat Jangkaan ketelusan untuk anomali itu. 

Dengan menurunkan nilai julat Jangkaan ketelusan , kita akan melihat bahawa garis kelabu menjadi lebih kelihatan. 

Mari cuba klik pada salah satu anomali.

Seperti yang anda lihat, ia memaparkan anak tetingkap Anomali , yang menyediakan analisis untuk kemungkinan sebab di sebalik anomali.

Mengubahsuai Analisis

Untuk melihat analisis yang lebih baik untuk anomali, mari tambahkan Jenis Bahan pada medan Terangkan mengikut , kemudian klik Guna . 

Dengan melakukan ini, kita dapat melihat bahawa jenis Bahan ialah Bahan Mentah dan terdapat 47% bahan yang rosak dalam anomali yang kami pilih.

Mari kembangkan anomali ini dengan mengklik ikon ini.

Sehubungan itu, kita dapat melihat corak jumlah kecacatan untuk bahan dalam warna oren. 

Kami juga boleh menambahkan ini pada halaman laporan kami dengan mengklik Tambahkan pada laporan . 

Hasilnya, ia akan kelihatan seperti imej di bawah.

Had Pengesanan Anomali Dalam LuckyTemplates

Kita boleh menggunakan peluncur zum jika kita ingin memfokuskan pada tempoh tertentu.

Untuk berbuat demikian, hanya dayakan peluncur Zum .

Walau bagaimanapun, kami tidak mempunyai sebarang pilihan untuk menukar rupa peluncur zum. 

Satu lagi had ciri ini ialah jika kami menukar Tarikh pada Axis kepada Nama Bulan , ia tidak akan menunjukkan kepada kami anomali.

Jika kita mengklik pada Cari anomali di bawah tab Analitis , ia akan memaparkan nota yang mengatakan "Pengesanan anomali hanya berfungsi pada visual yang mempunyai masa data atau nilai hierarki tarikh yang sah dalam medan Axis."

Had ketiga ialah apabila menambah nilai sekunder. Sebagai contoh, jika kami menambah ukuran Jumlah jam Masa Henti pada medan Nilai sekunder , ia tidak akan menunjukkan anomali itu lagi. 

Jika kita pergi ke tab Analitis dan klik Cari anomali sekali lagi, ia akan menunjukkan nota yang mengatakan bahawa ia belum berfungsi lagi pada visual dengan nilai sekunder. 

Tambahan pula, jika kita cuba menambah kategori lain pada medan Terangkan mengikut , ia hanya akan menunjukkan satu kategori iaitu yang pertama ( Jenis Bahan ) dalam anak tetingkap penerangan.

Ciri Pengesanan Anomali LuckyTemplates: Cara Ia Berfungsi
Mempamerkan Dan Memahami Anomali Dalam
Set Data LuckyTemplates LuckyTemplates: Ketahui Cara Mengesan Gelagat Tidak Normal Menggunakan DAX

Kesimpulan

Kami telah membincangkan pengesanan anomali dalam LuckyTemplates dan mempelajari beberapa batasan ciri ini. Walau bagaimanapun, ia masih berguna apabila kami ingin mencari anomali dalam laporan kami bergantung pada nilai dan analisis yang kami lakukan. Daripada membuat langkah DAX yang kompleks , kami boleh menggunakan ciri ini untuk mencari anomali dalam laporan kami.

Saya percaya bahawa ini masih merupakan ciri yang hebat dan Microsoft berkata bahawa mereka sedang melakukan beberapa penambahbaikan pada ciri ini untuk menyediakan analisis dan penilaian data terperinci.

Sehingga lain kali,

Mudassir