Detecção de anomalias no LuckyTemplates: opções e limitações

O LuckyTemplates introduziu outro recurso chamado Detecção de anomalias em sua atualização de novembro de 2020. Por enquanto, esse recurso está disponível apenas em gráficos de linhas.

A detecção de anomalias no LuckyTemplates permite que os criadores de relatórios aprimorem os gráficos de linha detectando automaticamente anomalias em dados de série temporal.

Esse recurso nos permite encontrar facilmente insights sem dividir e dividir os dados.

Quando o relatório é publicado no serviço, os consumidores do relatório podem visualizar as anomalias, explicações e até mesmo sua análise de causa raiz. Além disso, também podemos personalizar as várias configurações para as quais as anomalias são detectadas.

Como esse recurso está em Pré-visualização , precisamos primeiro ativar esse recurso do LuckyTemplates Desktop.

Índice

• Habilitando a detecção de anomalias no LuckyTemplates
• Introdução à detecção de anomalias no LuckyTemplates
• Detecção de Anomalias: Modificando as Anomalias Detectadas
• Modificando a análise
• Limitações da detecção de anomalias no LuckyTemplates
• Conclusão

Habilitando a detecção de anomalias no LuckyTemplates

Para habilitar esse recurso, clique em Arquivo na barra de menu. 

Vá para Opções e configurações e clique em Opções .

Clique em Visualizar recursos , habilite a detecção de anomalias e clique no botão OK .

Depois disso, precisamos reiniciar o aplicativo da área de trabalho do LuckyTemplates para podermos usar esse recurso. 

Introdução à detecção de anomalias no LuckyTemplates

Neste tutorial, falaremos sobre as opções disponíveis e as limitações do recurso de detecção de anomalias . Para começar, vamos adicionar um gráfico de linhas em nossa página de relatório e redimensioná-lo conforme mostrado na imagem.

Adicione a medida Total Defects no campo Values . 

Vamos analisar isso por data. Então, vamos adicionar Data no campo Eixo . 

Desative o título e o plano de fundo na guia Formatação .

Altere a cor da fonte do eixo X e do eixo Y para branco.

Em seguida, desative o Título no eixo X e no eixo Y.

Agora devemos ver a anomalia nesta saída. 

Detecção de Anomalias: Modificando as Anomalias Detectadas

Obviamente, pode ter acontecido algo que ocasionou o aumento de peças defeituosas dos fornecedores. No entanto, ainda não sabemos a qual categoria essas peças pertencem ou o motivo dessa anomalia. O que podemos fazer é ir para a guia Analytics .

Acesse o menu suspenso Localizar anomalias e clique em Adicionar .

Depois disso, vamos mudar a cor da anomalia para cinza. 

Agora devemos ter esta saída.

Também temos a opção de ajustar a sensibilidade da anomalia.

Para vermos a sensibilidade, precisamos mudar a cor da sensibilidade para branco. Certifique-se de que a cor não se misture com a cor de fundo.

Como resultado, agora podemos ver a sensibilidade por trás das linhas amarelas.

Se passarmos o mouse sobre as linhas, ele mostrará os valores mínimos e máximos esperados. Este é o tipo de gráfico que podemos ver nos gráficos de negociação de criptomoedas. 

Também podemos alterar a forma da anomalia selecionando as opções no menu suspenso Anomaly shape . 

Em seguida, podemos ajustar o tamanho da forma ajustando o tamanho da forma Anomaly .

Vamos também alterar o intervalo esperado de transparência para a anomalia. 

Diminuindo o valor do intervalo esperado de transparência , veremos que as linhas cinzas ficaram mais visíveis. 

Vamos tentar clicar em uma das anomalias.

Como você pode ver, ele exibiu o painel Anomalies , que fornece uma análise do possível motivo por trás das anomalias.

Modificando a análise

Para ver uma análise melhor das anomalias, vamos adicionar o Tipo de material no campo Explicar por e clicar em Aplicar . 

Ao fazer isso, podemos ver que o tipo de material é Raw Materials e há 47% de material defeituoso na anomalia que selecionamos.

Vamos expandir esta anomalia clicando neste ícone.

Assim, podemos ver o padrão dos defeitos totais para materiais em uma cor laranja. 

Também podemos adicioná-lo à nossa página de relatório clicando em Adicionar ao relatório . 

Como resultado, ficará como na imagem abaixo.

Limitações da detecção de anomalias no LuckyTemplates

Podemos usar o controle deslizante de zoom se quisermos nos concentrar em determinados períodos.

Para fazer isso, basta habilitar o controle deslizante de Zoom .

No entanto, não temos opções para alterar a aparência do controle deslizante de zoom. 

Outra limitação deste recurso é que se mudarmos a Data no Eixo para o Nome do Mês , não nos mostrará as anomalias.

Se clicarmos em Localizar anomalias na guia Análise , será exibida uma nota que diz “A detecção de anomalias funciona apenas em visuais que possuem um valor de hierarquia de data ou hora de dados válido no campo Eixo”.

A terceira limitação é ao adicionar um valor secundário. Por exemplo, se adicionarmos a medida Total Downtime hours no campo Secondary values , não voltará a mostrar as anomalias. 

Se formos para a guia Analytics e clicarmos novamente em Find anomalie s, ele mostrará uma nota dizendo que ainda não funciona em visuais com valores secundários. 

Além disso, se tentarmos adicionar outra categoria no campo Explique por , ele mostrará apenas uma categoria que é a primeira ( Tipo de material ) no painel de explicação.

Recurso de Detecção de Anomalias do LuckyTemplates: Como Funciona
Apresentando e Compreendendo Anomalias nos
Conjuntos de Dados do LuckyTemplates do LuckyTemplates: Aprenda a Detectar Comportamento Anormal Usando o DAX

Conclusão

Cobrimos a detecção de anomalias no LuckyTemplates e aprendemos algumas das limitações desse recurso. No entanto, ainda pode ser útil quando queremos encontrar anomalias em nossos relatórios dependendo dos valores e análises que estamos fazendo. Em vez de criar medidas DAX complexas , podemos usar esse recurso para localizar as anomalias em nossos relatórios.

Acredito que esse ainda seja um recurso interessante e a Microsoft disse que está fazendo algumas melhorias nesse recurso para fornecer análise e avaliação de dados detalhadas.

Até a próxima vez,

Mudassir