Présentation des visualisations générées par la fonctionnalité Infos clés contextuelles

L'algorithme Infos clés contextuelles génère de nombreux types de visualisation pour afficher diverses infos clés, classées par niveau d'intérêt.

Pour classer ces infos clés, l'algorithme exécute diverses analyses exploitant les colonnes connexes, et sélectionne celles dont les données présentent un contraste significatif entre votre sélection et le reste des données. L'ordre d'affichage des infos clés dépend des données. Pour chaque information clé, votre sélection apparaît en orange et le reste des données en bleu.

Répartition par attribut

L'algorithme Infos clés contextuelles offre trois types de visualisation de répartition. La forme globale des répartitions vous permet d'identifier rapidement les membres de la sélection qui contrastent de manière significative avec le reste des données.

Une répartition peut être représentée sous la forme d'un graphique à barres à deux axes, où les barres représentent la répartition des données sélectionnées et la courbe représente la répartition de toutes les données restantes. Les membres sont triés dans l'ordre décroissant en fonction du reste des données.

Par exemple, cette information clé répartit les ventes par conteneur de produit. La description fournie indique que dans le cas du conteneur de produit Small Box, les données sélectionnées présentent des ventes significativement plus faibles par rapport au reste des données. Elle souligne également que les conteneurs de produit Jumbo Drum et Jumbo Box pour les données sélectionnées présentent des ventes bien plus élevées que le reste des données.
La description de GUID-83A2EFAB-B373-44A5-822B-864E69DD5711-default.png est la suivante
.png

Une répartition dimensionnelle peut également être représentée sous la forme d'un graphique en nuage de points à deux axes, où chaque point représente la répartition des données sélectionnées et la courbe représente la répartition des données restantes. Les membres sont triés dans l'ordre décroissant en fonction du reste des données.

Par exemple, cette information clé répartit les bénéfices par sous-catégorie de produit. Les données sélectionnées pour Profit montrent des différences significatives pour des sous-catégories de produit telles que Telephones and Communication, Binders and Binder Accessories, et Chairs & Chairmats.
La description de GUID-23A0AB0F-1994-4D39-A1E3-A4E6AA2C184B-default.png est la suivante
.png

Une répartition peut également être représentée sous la forme d'un graphique à courbes de type Radar, où la répartition de la courbe des données sélectionnée et de la courbe du reste des données est indexée à une échelle normalisée.

Par exemple, cette information clé répartit les ventes par mode d'expédition. Les formes relatives aux données sélectionnées et au reste des données indiquent des différences significatives pour les modes d'expédition Delivery Truck et Regular Air.
La description de GUID-C42B2C08-9E1A-4773-8A2E-2E0E14EA3CAF-default.png est la suivante
.png

Tendance

Les visualisations de tendance comparent la croissance relative d'une mesure au fil du temps pour votre sélection et le reste des données en utilisant des courbes afin de montrer leur évolution respective. L'algorithme utilise la première colonne de date qui apparaît dans la section Colonnes connexes du volet Grammaire.

Chaque courbe commence avec une valeur d'index de base de 1.00 définie pour la période initiale. L'évolution de la mesure au fil du temps représente la valeur relative sur les périodes suivantes par rapport à la valeur d'index de 1.00 de la période initiale. En étudiant les valeurs absolues de la mesure, les écarts entre les valeurs rendent difficile la comparaison correcte d'une croissance ou d'un déclin dans le temps.

Par exemple, cette information clé illustre la tendance des ventes par date d'expédition. La description fournit des informations clés complémentaires sur les performances globales des ventes au fil du temps. La description met également en évidence les intervalles de données où il existe une différence significative de tendance entre la sélection et le reste des données, dans cet exemple, de 2014 à 2015.
La description de GUID-86D4AD9F-CB88-45DE-BC41-E1E52FFEDD3F-default.png est la suivante
.png

Tendance de valeur

Ce type de visualisation de tendance montre la tendance d'une mesure selon une colonne de date ou d'heure dérivée. Alors que les graphiques de tendance sont indexés aux valeurs de départ, les graphiques de tendance de valeur sont des graphiques à double axe non indexés. Les graphiques de tendance de valeur permettent d'identifier les différences entre les données sélectionnées et le reste des données sur la colonne de date ou d'heure dérivée sélectionnée.

Par exemple, cette information clé indique la tendance de valeur des bénéfices sur une colonne de date dérivée appelée Ship Date (Month of Year).
La description de GUID-2C0247D5-7827-49ED-B40D-6AF251C32F89-default.png est la suivante
.png

Corrélation

Ce type de graphique permet de visualiser la corrélation entre différentes mesures et une autre mesure spécifique en comparant les données sélectionnées avec le reste des données. En affichant les corrélations côte à côte, cette visualisation met en évidence les similitudes et les différences notables entre les deux groupes de données. Les visualisations de corrélation ne sont disponibles que lorsqu'au moins une mesure présente une différence significative de corrélation entre les données sélectionnées et le reste des données. Les corrélations de ces mesures sont calculées au niveau de données le plus précis de la visualisation source.

Par exemple, cette information clé montre les modèles de corrélation entre les ventes et d'autres mesures commerciales disponibles, à savoir Profit, Quantity Ordered, Shipping Cost et Gross Unit Price.
La description de GUID-FA7404C9-A2EF-429F-8D43-DE7059E7872C-default.png est la suivante
.png

Principales différences

Il s'agit d'un type de graphique de répartition. Il compare les modèles d'une mesure entre les données sélectionnées et le reste des données, en se concentrant sur les 10 principaux cas présentant les plus grandes différences. Lorsque vous traitez des attributs présentant une cardinalité élevée, par exemple des villes ou des produits, ce graphique met en évidence les variations les plus significatives de la mesure.

Par exemple, cette information clé montre les dix villes où les ventes divergent le plus (à la hausse ou à la baisse) entre les données sélectionnées et le reste des données.
La description de GUID-2E0228F5-B335-4771-9158-4D68A36FD246-default.png est la suivante
.png

80/20

Ce type de visualisation montre quelle proportion de la valeur de votre mesure est constituée des premiers 20 % des enregistrements et quelle proportion est constituée des derniers 80 % des enregistrements lorsque les données sont triées en fonction de la mesure. La visualisation présente la même chose pour le reste des données. Le calcul est effectué au niveau le plus détaillé des données de la visualisation source.

Par exemple, cette information clé présente les proportions 80/20, triées selon les ventes, avec deux barres : la première pour le reste des données et la seconde pour votre sélection. La description met en évidence la différence notable de proportion entre les deux.
La description de GUID-EE1240F2-7986-42F4-A139-CCDC472D6396-default.png est la suivante
.png