Wykrywanie anomalii w usłudze LuckyTemplates, suwaki powiększenia i funkcja inteligentnej narracji

W tym samouczku omówię wykrywanie anomalii w usłudze LuckyTemplates, która jest nową funkcją wprowadzoną pod koniec ubiegłego roku. Jako przykład posłużę się jednym z raportów, które przesłałem w ramach .

Wyzwanie LuckyTemplates odbywa się dwa razy w miesiącu na forum LuckyTemplates. Obejmuje scenariusze z życia wzięte, w których uczestnicy mogą zobaczyć, jak można zastosować usługę LuckyTemplates w różnych branżach. To także świetny sposób na wypróbowanie różnych funkcji usługi LuckyTemplates, takich jak wykrywanie anomalii.

Spis treści

• Aktywacja wykrywania anomalii w LuckyTemplates
• Dostosowywanie anomalii
• Korzystanie z filtrów powiększenia
• Uzyskiwanie dodatkowych informacji dzięki wykrywaniu anomalii w usłudze LuckyTemplates
• Inteligentna narracja
• Wniosek

Aktywacja wykrywania anomalii w LuckyTemplates

Kiedy zaczynałem pracę nad tym raportem, wykrywanie anomalii w usłudze LuckyTemplates było jeszcze całkiem nowe. Ta funkcja pomaga udoskonalić wizualizacje poprzez wykrywanie niespójności w danych szeregów czasowych .

Początkowo nie byłem pewien jego wartości i korzyści, jakie może przynieść moim raportom. Kiedy zagłębiłem się w to, co może zrobić, zdałem sobie sprawę, że to świetne wezwanie dla zespołu LuckyTemplates. Jestem też pewien, że z czasem znajdą sposoby na dalsze ulepszanie tej funkcji. Ale w swojej obecnej formie już bardzo przyczynił się do rozwoju mojego raportu.

Możesz dowiedzieć się więcej o tym, co może zrobić wykrywanie anomalii, korzystając z prostej wyszukiwarki Google. Jeśli szukasz „anomalii w usłudze LuckyTemplates”, pierwszy wynik pokaże dokument firmy Microsoft, który przechodzi przez różne możliwości wykrywania anomalii.

Teraz pokażę Ci, jak wykorzystałem wykrywanie anomalii w usłudze LuckyTemplates w moim raporcie.

To jedna ze stron mojego raportu, która pokazuje anomalie roślinne. A jeśli spojrzycie na dół strony, zobaczycie, że mam trzy różne slajdy, które przedstawiają anomalie.

Skonfigurowałem ten slajd jako ukryty, dlatego obok nazwy slajdu wyświetla się ta ikona.

Oznacza to, że nie jest to slajd, do którego można przejść bezpośrednio ze strony głównej. W rzeczywistości jedynym sposobem na obejrzenie tego slajdu jest przejście do strony Rośliny i kliknięcie ikony twarzy ze znakiem zapytania.

Jeśli masz do czynienia z anomaliami po raz pierwszy, będziesz musiał najpierw aktywować tę funkcję. Pod wstążką pliku przejdź do Opcje i ustawienia , a następnie przejdź do Opcje .

Następnie kliknij Funkcje podglądu i zaznacz pole obok Wykrywanie anomalii .

Gdy w tym polu pojawi się znacznik wyboru, po prostu kliknij OK, aby zastosować zmiany.

Dostosowywanie anomalii

Obecnie anomalie można przedstawiać tylko na wykresach liniowych.

Chociaż jest to jedyna opcja dla tego rodzaju wizualizacji, oferuje ona szereg opcji dostosowywania.

Dylemat, przed którym stanąłem w tym raporcie, polega na tym, że na wszystkich moich stronach mam ciemne tło. To sprawia, że ​​​​trudno jest zobaczyć niektóre szczegóły, które chcę zobaczyć. Oto, co zrobiłem, aby to naprawić.

W okienku analitycznym znajduje się sekcja Znajdź anomalie . Domyślnie czułość jest ustawiona na 70%.

To jest to samo ustawienie, którego używam dla moich wykresów liniowych. Anomalie można zobaczyć za pomocą białych znaczników na całym wykresie.

Większość ludzi zwiększa czułość do co najmniej 80%.

Oznacza to, że pojawi się więcej anomalii. Gdybym miał zastosować to do mojego wykresu liniowego, wyglądałby tak. Zauważ, że teraz jest więcej białych znaczników w porównaniu do wcześniejszych.

W tym samym okienku znajduje się również opcja Wyjaśnij według . Ponieważ anomalia, nad którą pracuję, dotyczy roślin, zdecydowałem się odnieść do lokalizacji rośliny.

Następną rzeczą, którą dostosowałem, był kształt Anomaly . Zawsze używam tego okrągłego, łezkowego kształtu, ale możesz też wybrać inne markery, takie jak kwadrat lub trójkąt.

Następny jest kolor Anomaly . Wybrałam biel, ponieważ pokazuje ona największy kontrast z ciemnym tłem użytym w moim raporcie.

Inną opcją dostosowywania jest styl Oczekiwany zakres . Możesz wybrać opcję Wypełnienie, Linia lub Brak.

Tu zaczął się mój problem. Jeśli wybiorę opcję Wypełnij, ustawię przezroczystość zakresu na 0% i wybiorę kolor biały dla zakresu, pojawi się to w raporcie nieco częściej.

Jeśli kliknę jedną z anomalii, aby zobaczyć szczegóły, szczegóły pojawią się po prawej stronie. Problem polega na tym, że szczegóły po prawej stronie nie mają tego samego ciemnego tła, którego użyłem w raporcie, ale będą miały te same ustawienia, które ustawiłem wcześniej.

Jak widać, znaczniki anomalii są ledwo widoczne.

Jeśli kliknę inny punkt, pojawi się on na dole. Ponownie, szczegóły są ledwo widoczne.

To jest powód, dla którego musiałem utworzyć osobny plik tylko dla anomalii. Tutaj zastosowałem jeden z domyślnych motywów firmy Microsoft zamiast tego samego motywu, którego użyłem w pozostałej części mojego raportu. Ponieważ ma to być pokazywanie na jasnym tle, łatwiej jest też zobaczyć szczegóły.

Wysłałem opinię na ten temat do firmy Microsoft, abym mógł dostosować każdy szczegół podczas pracy nad wykrywaniem anomalii. Ale na razie posiadanie osobnego pliku było najlepszym obejściem, jakie przychodzi mi do głowy, zwłaszcza jeśli chcę trzymać się mojego motywu.

Korzystanie z filtrów powiększenia

Inną funkcją, którą usługa LuckyTemplates udostępniła mniej więcej w tym samym czasie, w którym wprowadzono jest opcja dodania filtrów powiększenia. To jest coś, co zastosowałem również do moich anomalii w tym raporcie.

Aby włączyć suwaki powiększenia, po prostu przejdź do okienka formatowania i włącz przełącznik funkcji.

W zależności od posiadanych danych i tego, co chcesz pokazać w raporcie, możesz dodać suwaki powiększenia zarówno dla osi X, jak i Y. Ale w raporcie, którego teraz używam, zdecydowałem się trzymać mojej osi X.

Jeśli przełączę się tutaj z powrotem do wizualizacji, zobaczysz, że mam suwak tylko na dole. To dlatego, że chcę, aby widzowie mogli powiększyć dane z bardziej konkretnych dat.

Właśnie dlatego odniosłem się do mojej kolumny Data pod osią X.

Mam te ustawienia dla mojej wizualizacji, która używa miary Minuty przestoju, więc odniosłem się do tego w obszarze Wartości .

Ponieważ jestem na stronie Anomalie roślin, użyłem opcji Plant Location w sekcji Wyjaśnij przez. Dostosowałem również czułość do 80%, aby pokazać nieco więcej anomalii niż domyślna.

Zachowałem również ten sam kształt, którego użyłem w poprzednich anomaliach, które ci pokazywałem. Możesz zwiększyć lub zmniejszyć rozmiar kształtu w zależności od danych.

Bardziej sensowne może być powiększenie tych punktów. Więc zostawię to tobie, kiedy będziesz przeprowadzał własną analizę. Aby pokazać różnicę, możesz spojrzeć na poniższy obraz. Wizualizacja na górze ma rozmiar 6, a ta na dole to rozmiar 5.

Ponieważ mam już białe tło, użyłem ciemniejszego koloru anomalii.

Jednym z dobrych powodów, dla których umieściłem te suwaki powiększenia, jest pokazanie większej ilości szczegółów w moich wizualizacjach. Właściwie mam oczekiwany zakres na szaro pod niebieskimi liniami. Ale jeśli zostawię go w pierwotnym stanie, te szare obszary będą ledwo widoczne. Poszedłem więc do suwaka powiększenia i przeciągnąłem go, aby zmniejszyć dane do mniejszego okresu.

Pozwoliło to lepiej pokazać oczekiwany zasięg.

Uzyskiwanie dodatkowych informacji dzięki wykrywaniu anomalii w usłudze LuckyTemplates

Stworzenie nowej strony z jaśniejszym tłem zdecydowanie pomogło w efektywniejszym pokazywaniu danych w tym raporcie. Istnieje jednak świetny sposób na uzyskanie jeszcze większej liczby informacji dzięki wykrywaniu anomalii.

W tym momencie, jeśli chcę pokazać więcej szczegółów na temat tej konkretnej anomalii, wystarczy spojrzeć na prawą stronę tutaj. Ponieważ raport wykorzystuje ustawienie projektowe przeznaczone dla białego tła, nie jest łatwiej dostrzec szczegóły.

Pod nim znajdują się również szczegółowe informacje, które informują nas, że 20 października 2019 r. liczba minut przestoju była nieoczekiwanie wysoka.

Mówi nam również, że osiągnął 79 332, podczas gdy oczekiwany zakres wynosił tylko od 62 045 do 68 558.

Pozwól mi kliknąć inny punkt, który pokaże mi więcej szczegółów. Ten punkt tutaj, na przykład, mówi, że lokalizacja zakładu znajduje się w Chatham.

Jeśli więc kliknę listę rozwijaną, aby zobaczyć więcej informacji, wyświetli mi się kolejna grafika, która mówi mi, w jaki sposób lokalizacja wpłynęła na łączną liczbę minut przestoju.

Pomimo narracji wyjaśniającej, co się stało, nadal trudno jest zobaczyć szczegóły na wizualizacji, ponieważ jest po prostu za dużo danych. Ponadto przebiegają przez nią dwie różne linie — jasnoniebieska i ciemnoniebieska.

W takim przypadku najlepszym sposobem lepszego zobaczenia szczegółów byłoby kliknięcie tego przycisku z napisem „Dodaj do raportu”, co spowoduje dodanie tego wykresu do mojego slajdu.

Zanim dodam to do mojego raportu, przygotuję miejsce, w którym to się stanie. Zmniejszę te dwa istniejące wykresy na stronie.

Po kliknięciu Dodaj do raportu pojawia się ono w pustym miejscu w moim raporcie.

Aby łatwiej było zobaczyć wszystko, przesunę elementy i rozciągnę ten wykres na górze, abyśmy mogli lepiej zobaczyć te linie.

Widzieliście, co zrobiłem z anomaliami dla Minut Przestoju w Czasie . Zasadniczo wykonałem ten sam proces dla wizualizacji pokazującej Defekty w czasie .

Gdy otworzę okienko analizy dla Defektów w czasie , zobaczysz, że zwiększyłem czułość do 80%, tak jak w przypadku poprzedniej wizualizacji. Ale w obszarze Wyjaśnij przez tym razem odwołuję się do dostawcy.

Jeśli kliknę określony punkt, wyświetli się więcej danych o tym konkretnym dostawcy. W tym przypadku pokazuje to, że sprzedawca Babblestorm ma największą anomalię.

Jeśli kliknę listę rozwijaną Babblestorm, wyświetli się wizualizacja przedstawiająca szczegółowo tę anomalię.

Najechanie kursorem na dowolny punkt na wizualizacji pokazuje konkretne liczby w określonej dacie.

Wykrywanie anomalii jest już wystarczająco przydatne, ale zobaczymy głębszy wgląd, jeśli będzie dalej rozwijany. Ponownie, Microsoft jest zwykle otwarty na opinie, więc mam nadzieję, że zobaczę więcej ulepszeń tej funkcji.

Aby pokazać, jak to wygląda, gdy zakres anomalii wygląda wyraźniej, przejdźmy do slajdu, który stworzyłem dla jednomiesięcznej średniej kroczącej dla anomalii dostawców i roślin.

Jak widać, anomalie są wyraźnie widoczne. W możesz zobaczyć oczekiwany zakres w kolorze szarym z rzeczywistymi wynikami reprezentowanymi przez niebieskie linie pośrodku.

To pokazuje, że naprawdę można zmaksymalizować pełne korzyści z wykrywania anomalii, jeśli chodzi o średnie kroczące . To samo można zaobserwować, patrząc na wizualizację Defektów w czasie .

Jeśli kliknę na którąkolwiek z anomalii, nadal pokazuje możliwe wyjaśnienia po prawej stronie.

Inteligentna narracja

Kolejną funkcjonalnością wprowadzoną do jest funkcja inteligentnej narracji. Inteligentne narracje zapewniają przegląd tego, co pokazują wizualizacje i raporty przy użyciu sztucznej inteligencji.

Aby aktywować tę funkcję, przejdź do Opcje i ustawienia na wstążce Plik, a następnie kliknij Opcje .

Kliknij Funkcje podglądu , a następnie wyszukaj wizualizację Inteligentna narracja . Po prostu zaznacz pole przed nim, aby je włączyć.

Jeśli chcesz dowiedzieć się więcej o działaniu tej funkcji, możesz kliknąć łącze „Dowiedz się więcej”. Spowoduje to przejście do dokumentu firmy Microsoft, w którym omówiono szczegóły.

Możesz także obejrzeć samouczek wideo przygotowany przez Grega Phillipsa, jednego z naszych ekspertów LuckyTemplates. W filmie pokazuje, jak wykorzystuje inteligentne narracje we własnych raportach.

Aby pokazać, do czego służą inteligentne narracje, stworzyłem drugą wersję mojego slajdu Anomalie roślinne. Jak widać, zmniejszyłem istniejące dwie wizualizacje, zostawiając trochę miejsca po prawej stronie.

W prawym okienku pod Wizualizacje zobaczysz ikonę, która wygląda jak kartka papieru z niebieską kropką. To ikona inteligentnych narracji.

Kliknę tę ikonę, aby rozpocząć tworzenie narracji na podstawie mojego raportu. Pamiętaj, że czasami ładowanie narracji zajmuje kilka sekund, w zależności od tego, ile danych musi przejść.

Gdy się pojawi, możesz przeciągnąć pole tekstowe, aby lepiej pasowało do raportu, zwłaszcza jeśli zawiera sporo informacji.

Możesz także sformatować tekst, jeśli chcesz, aby był łatwiejszy do odczytania. W tym przypadku zmieniłem czcionkę na rozmiar Arial 16.

Przyjrzyjmy się teraz każdemu z punktów przedstawionych przez inteligentną narrację.

Pierwszy z nich mówi nam, że istniał trend wzrostowy, ze wzrostem o 2,89% w całym zakresie dat minut przestoju.

Drugi wpis mówi, że średnie wartości wynosiły 21 545 w tym samym zakresie dat.

Ten trzeci punkt wpisuje się w najdłuższy okres spadku liczby minut przestojów między 11 a 16 listopada 2018 roku.

Nadal daje inne spostrzeżenia na temat danych podanych w raporcie. Jak widać, podkreślił te fragmenty danych na jasnoniebiesko.

Jeśli wolisz stworzyć własną narrację, możesz kliknąć pole tekstowe pod wstążką Wstaw. Gdy pojawi się pole tekstowe, możesz wpisać własną analizę w odpowiednim miejscu.

W tym samouczku nie będę wchodził w szczegóły funkcji inteligentnej narracji, ale zachęcamy do zapoznania się z samouczkiem Grega na YouTube na kanale LuckyTemplates.

Funkcja wykrywania anomalii usługi LuckyTemplates: jak to działa
Prezentacja i analiza anomalii w usłudze LuckyTemplates
Wykrywanie i prezentacja wyników odstających w usłudze LuckyTemplates

Wniosek

Zespół Microsoft LuckyTemplates naprawdę przeszedł samych siebie dzięki tej partii nowych funkcji. Wykrywanie anomalii daje nam głębsze spojrzenie na rozbieżności między naszymi oczekiwanymi wynikami a wynikami rzeczywistymi. Suwaki powiększenia pomagają nam skoncentrować się na określonych punktach w naszych zestawach danych. Inteligentne narracje pomagają nam zwerbalizować spostrzeżenia, które dostarczają nasze raporty.

Znając sposób działania firmy Microsoft, jestem pewien, że w niedalekiej przyszłości zobaczymy jeszcze więcej ulepszeń i być może więcej funkcji, które jeszcze bardziej udoskonalą korzystanie z usługi LuckyTemplates.

Wszystkiego najlepszego,

Jarretta