Højreklik på en målkolonne i dit datasæt i Oracle Analytics, vælg Forklar, og vælg derefter fanen Afvigelser. På få sekunder kan du se en liste over afvigelser, der hver især er repræsenteret som en enkelt søjle i det øverste søjlediagram.
Forklar tager hensyn til attribut- og datokolonner og identificerer to eller tre attributkolonners skæringspunkter, hvor værdien for en måling er forskellig fra den værdi, der logisk forventes (regressioner). De detaljerede resultater er forskellige for henholdsvis målinger og attributter.
Hvis du forklarer en målingskolonne
Fanen Afvigelser analyserer kombinationer af attributter fra de dimensioner, der er valgt i Indstillinger, og identificerer skæringspunkter, hvor målingsværdier er forskellige fra de værdier, der forventes af regressionsalgoritmer. En beskrivelse ved siden af visualiseringen opsummerer den kombination af attributter, der er identificeret som anormal. Visualiseringen nedenunder viser afstanden mellem målingens faktiske værdi (søjle) og den værdi, som regressionen forventede (flade linjer). Du kan føje diagrammet til dit kanvas og bruge det, som det er. Du kan også manuelt visualisere den kombination, der blev identificeret som en afvigelse.
Hvis du forklarer en attributkolonne
Fanen Afvigelser analyserer kombinationer af attributter fra de dimensioner, der er valgt i Indstillinger, og identificerer skæringspunkter, hvor antallet af records er forskelligt fra det antal, der forventes af regressionsalgoritmer. Du kan vise et hyperlink til en rulleliste i overskriftsteksten øverst på fanen, der angiver, hvilken værdi for din valgte attribut der vises. Længere nede på siden beskriver teksten over hver visualisering den kombination af attributter, der er identificeret som anormal. Visualiseringen viser afstanden mellem det faktiske antal records for det pågældende skæringspunkt (søjle) og det antal, som regressionen forventede (flade linjer). Du kan føje diagrammet til dit kanvas og bruge det direkte, som det er.