Typy vizualizací generované Automatickými přehledy
Automatické přehledy vytváří různé typy vizualizací, které poskytují specifické přehledy o vašich datech. Každá z těchto vizualizací využívá různé sloupce vašich dat a je hodnocena v závislosti na hodnotě přehledu v kontextu vašich dat.
- Rozpis dimenzí – Tyto vizualizace agregují hodnotu ukazatele pro různé členy dimenze v datech. To vám umožní získat rychlý pohled na to, jak je vybraná metrika rozdělena vzhledem k dané dimenzi. Ukazatelem může být metrika z vaší datové sady, počet záznamů nebo průměrná hodnota metriky na záznam.
- Kontingenční tabulky map intenzity – Tyto vizualizace agregují hodnotu ukazatele pro průniky dvou dimenzí ve vašich datech. Každá buňka v kontingenční tabulce představuje průnik prvků dvou vybraných dimenzí D2. Tyto vizualizace vám pomohou rychle pochopit, kde jsou nejvyšší hodnoty daného ukazatele, a to na základě nejtmavších buněk v tabulkách. Ukazatelem v této vizualizaci mohou být metriky z vaší datové sady, počet záznamů, průměrná hodnota metriky na záznam nebo procento představující některou z těchto možností (přičemž celkový součet vpravo nahoře se rovná 100 %).
- 10 nejvýznamnějších jednotlivců – tato vizualizace zobrazuje nejvýznamnější prvky dimenze podle jejich klesající hodnoty pro ukazatel v souboru dat. Poslední pruh v grafu ukazuje průměrnou hodnotu ukazatele pro všechny prvky, kteří nejsou mezi prvními devíti. To znamená průměrnou hodnotu M1 pro všechny jednotlivce, kteří se neumístili na nejvyšších příčkách. Tato informace udává, jak daleko jsou nejvýznamnější jednotlivci v porovnání s průměrem zbytku populace.
- 80/20 – Tato vizualizace pro daný ukazatel znázorňuje, jakou váhu mají záznamy v horních 20 % dat z celé datové sady. Horních 20 % se vypočítá na základě podrobných řádků v datové sadě. Prstencový graf ukazuje důležitost nejvýznamnějších jednotlivců ve vašich datech pro daný ukazatel. Oblouky na prstencovém grafu představují kvintily záznamů, tj. po sobě jdoucí bloky 20 % záznamů podle klesajícího počtu řádků (20 % nejvýznamnějších jednotlivců, následuje dalších 20 % atd.). Velikost oblouků představuje celkovou agregovanou hodnotu ukazatele pro každý kvintil.
- Pareto – Tato vizualizace Paretova diagramu zobrazuje každý prvek dimenze (střední kardinalita) seřazený podle klesající hodnoty ukazatele. Každý pruh představuje tento ukazatel pro jeden prvek a čára představuje kumulativní procento hodnoty ukazatele (v součtu 1,0 = 100 %) při kumulativním sčítání jednotlivých prvků dimenze. Paretův diagram pomáhá zaměřit zájem na oblasti, které mají nejvyšší relativní hodnotu nebo četnost.
- Bodové grafy a shluky – Vizualizace bodového grafu zobrazuje všechny prvky dimenze (střední kardinalita) na mřížce se dvěma různými ukazateli z vašich dat pro osy. Každý ukazatel je odstupňován podle průměrné jednotkové hodnoty. Distribuce mezi všemi těmito záznamy a případné odlehlé hodnoty představují zajímavé přehledy o prvcích vaší dimenze. Tento graf vám poskytne rychlý přehled o tom, jak dobře spolu obě metriky na prvcích B1 korelují, a umožní vám snadno pochopit, které prvky spadají do kterého kvadrantu. Varianta bodového grafu zobrazuje automatické shlukování vašich záznamů do šesti ucelených skupin.
- Jednoduché pruhové grafy trendů – Tato vizualizace znázorňuje trendový vývoj ukazatele podle časového sloupce v datové sadě. Může odhalit zajímavé trendy, například růst nebo pokles. Ukazatelem může být metrika z vaší datové sady, počet záznamů nebo průměrná hodnota metriky na záznam. Stejný přehled se může zobrazit také s dodatečnou čárou předpovědi na pravé straně grafu.
- Srovnávací trend podle dimenze – Tato vizualizace porovnává, jak se hodnota ukazatele vyvíjela v čase pro jednotlivé prvky dimenze v datech. Každá čára v tomto grafu ukazuje vývoj ukazatele pro daný prvek dimenze. Růst nebo pokles hodnoty ukazatele nemusí být konzistentní u všech prvků v dimenzi, což může být zajímavým přehledem: Který prvek se vyvíjí jinak než ostatní?
- Srovnávací indexované trendy – Tato vizualizace porovnává relativní růst ukazatele v čase pro každý prvek sloupce dimenze v datech. Každá čára představuje jeden prvek dimenze se základní hodnotou indexu 1,00 nastavenou v počátečním časovém období. Vývoj v čase ukazuje relativní hodnotu v následujících obdobích ve srovnání s hodnotou indexu 1,00 v počátečním období. Použití indexace namísto absolutních hodnot umožňuje spravedlivé srovnání různých trendů, protože čáry ukazují skutečný relativní vývoj a správně porovnávají růst všech prvků mezi sebou. Při pohledu na absolutní hodnoty ukazatelů namísto indexovaných hodnot často rozdíly v hodnotách znemožňují správné porovnání růstu nebo poklesu. Použití indexů vám pomůže pochopit skutečné relativní chování.
- Indexované trendy podle ukazatelů – Tato vizualizace porovnává relativní vývoj několika ukazatelů v datové sadě v průběhu času. Spojnicový graf vizualizuje indexovanou hodnotu různých ukazatelů v datové sadě v průběhu času, přičemž každá čára představuje jeden ukazatel. Použití indexace namísto absolutních hodnot umožňuje spravedlivé srovnání různých trendů, protože přímý pohled na absolutní hodnoty ukazatelů často znemožňuje správné porovnání růstu nebo poklesu. Počáteční hodnota indexování (1,00) je nastavena pro všechny metriky v počátečním časovém období a čára zobrazuje relativní vývoj každé metriky ve srovnání s jejím počátečním bodem v grafu (Index).
- Sezónnosti – Sloupce v této vizualizaci představují rozložení ukazatele podle časového objektu ve vaší datové sadě, tedy podle měsíce v roce, dne v měsíci nebo dne v týdnu. To naznačuje možnou sezónnost hodnoty poměru v průběhu měsíců. Grafy sezónnosti jsou užitečné pro identifikaci opakujících se vzorců v datech za určitá období. To může mít zásadní význam pro pochopení sezónního kolísání hodnot ukazatelů.
- Kaskáda přínosu prvků – Tento kaskádový graf zobrazuje přínos každého prvku dimenze v datové sadě ke změnám hodnoty ukazatele v čase. Pomáhá vám pochopit, které prvky za určité období nejvíce přispěly ke změně nárůstu nebo poklesu. Každý šedý pruh v grafu představuje celkovou hodnotu ukazatele za období T1. Zelené nebo červené pruhy mezi dvěma obdobími ukazují, u kterých prvků došlo k nárůstu nebo poklesu, a tedy jak přispěly k celkové odchylce.
- Porovnání Rozdělení (mixu) prvků dimenze s hodnotou ukazatele – Tato vizualizace vám pomůže pochopit mix (rozdělení) všech prvků dimenze v datech v závislosti na rostoucí hodnotě ukazatele. Pruhy představují relativní hodnoty ukazatele: Decil 1 = nízká hodnota ukazatele podle záznamu (prvních 10 % záznamů), Decil 2 = druhých 10 %, až po Decil 10 = vysoká hodnota ukazatele podle záznamu. V každém pruhu je barevně znázorněn podíl (procento z celkového počtu) jednotlivých prvků dimenze na celkové hodnotě ukazatele pro daný decil. To pomáhá určit, že se struktura mixu prvků mění podle toho, jak se mění hodnota ukazatele.
- Histogram ukazatele podle zásobníků záznamů – Tato vizualizace ukazuje, jak se ukazatel rozděluje podle zásobníků jiné metriky. Pruhy v grafu znázorňují agregaci ukazatele a každý pruh představuje zásobník pro ukazatel: zásobník 1 = nízká hodnota ukazatele podle záznamu a zásobník 10 = vysoká hodnota ukazatele podle záznamu.
- Krabicový graf prvků dimenze – Tato vizualizace krabicového grafu porovnává rozložení jednotlivců v dimenzi D1 (střední kardinalita) ve vašich datech (tečkách) s hodnotou ukazatele ve vašich datech a je reprezentována každým prvkem jiné dimenze D2 ve vašich datech (pruzích). Každý svislý pruh v krabicovém grafu představuje jeden prvek D2 a každá tečka v pruhu představuje jeden prvek D1, přičemž osa y zobrazuje průměrnou jednotkovou hodnotu jeho ukazatele. Každý pruh představuje tři hodnoty pro tento prvek D2: hodnotu prvního kvartilu ve spodní části pruhu, průměrnou hodnotu uprostřed pruhu a třetího kvartilu v horní části pruhu. Tato vizualizace vám pomůže pochopit distribuci záznamů v dimenzi D1 a porovnat rozdíly v této distribuci s prvky dimenze D2.
- Distribuce hodnot záznamů podle dimenze – Tato vizualizace grafu zobrazuje rozptyl (distribuci) záznamů podle hodnoty ukazatele pro jednotlivé prvky dimenze (pruhy). Osa x zobrazuje průměrnou hodnotu ukazatele podle záznamu. Tečky v jednotlivých pruzích představují náhodné skupiny podrobných záznamů z datové sady. Tato vizualizace vám pomůže pochopit, jak se může lišit distribuce mezi různými prvky dimenze (různé vodorovné pruhy na vizualizaci).
- Srovnání trendu kvintilů – Tato vizualizace porovnává, jak se v čase vyvíjela hodnota každé z 20 % skupin záznamů v datech (seřazených podle hodnoty ukazatele) od nejvyšších po nejnižší (kvintilů). Byl nárůst nebo pokles v horní a dolní skupině konzistentní, nebo ne? U které skupiny obyvatelstva má ukazatel odlišný trend? Každá čára v grafu představuje kvintil, který ukazuje vývoj hodnoty M1 v čase. Kvintily jsou skupiny 20 % záznamů datové sady seřazené podle klesající hodnoty ukazatele: záznamy s 20 % nejvyšších hodnot, následuje dalších 20 % atd.
