Présentation des visualisations générées par les synthèses contextuelles

Répartition par attribut

Les synthèses contextuelles présentent trois types de visualisation de répartition. La forme générale des répartitions vous permet de voir rapidement les membres de votre sélection qui contrastent fortement 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 ligne représente la répartition de toutes les données restantes. Les membres sont classés par ordre décroissant en fonction du reste des données.

Par exemple, cette synthèse montre la répartition des ventes par conteneur de produits. La description fournie indique que, dans le cas du conteneur de produits Small Box, les données sélectionnées affichent des ventes nettement inférieures par rapport au reste des données. Elle indique également que les conteneurs de produits Jumbo Drum et Jumbo Box pour les données sélectionnées affichent des ventes bien plus élevées que le reste des données.

.png

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

Par exemple, cette synthèse répartit les profits par sous-catégorie de produit. Les données sélectionnées pour Profit présentent des différences significatives pour les sous-catégories de produit telles que Telephones and Communication, Binders and Binder Accessories, et Chairs & Chairmats.

.png

Une répartition peut également être représentée sous la forme d'un graphique linéaire radar dans lequel la répartition de la ligne de données sélectionnée et le reste de la ligne de données sont indexés sur une échelle normalisée.

Par exemple, cette synthèse montre la répartition des ventes par mode d'expédition. Les formes des données sélectionnées et le reste des données indiquent des différences significatives pour les modes d'expédition Delivery Truck et Regular Air shipping.

.png

Tendance

Les visualisations de tendance comparent la croissance relative d'une mesure sur une période pour votre sélection et le reste des données, en utilisant des lignes pour montrer l'évolution de chacune. L'algorithme utilise la première colonne de date qui apparaît dans la section Colonnes associées du volet Grammaire.

Chaque ligne commence avec une valeur d'index de base de 1,00 pour la période initiale. L'évolution de la mesure sur une période montre la valeur relative dans les périodes suivantes par rapport à la valeur d'index 1,00 de la période initiale. Lorsqu'on examine les valeurs absolues de la mesure, les écarts de valeurs rendent difficile la comparaison précise de toute croissance ou diminution sur une période.

Par exemple, cette synthèse montre la tendance des ventes par date d'expédition. La description fournit des synthèses supplémentaires sur la performance globale des ventes sur une période. La description indique également les intervalles de données pour lesquels il existe une différence significative de tendance entre votre sélection et le reste des données, dans ce cas de 2014 à 2015.

.png

Tendance de la valeur

Ce type de visualisation de tendance affiche la tendance d'une mesure en fonction des colonnes de date ou d'heure dérivées. Alors que les graphiques de tendance sont indexés sur les valeurs de départ, les graphiques de tendance de valeur sont des graphiques à deux axes non indexés. Les graphiques de tendance de valeur sont utiles pour identifier les différences entre les données sélectionnées et le reste des données par rapport à la colonne de date ou d'heure dérivée sélectionnée.

Par exemple, cette synthèse affiche la tendance de valeur Profit par rapport à une colonne de date dérivée nommée Ship Date (Month of Year).

.png

Corrélation

Ce type de graphique permet de visualiser la corrélation entre différentes mesures et une autre mesure particulière en comparant les données sélectionnées au 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 si au moins une mesure présente une différence significative de corrélation entre les données sélectionnées et le reste des données. Les corrélations pour ces mesures sont calculées au niveau le plus granulaire des données de votre visualisation source.

Par exemple, cette synthèse présente les modèles de corrélation entre les ventes et d'autres mesures d'affaires disponibles, nommées Profit, Quantity Ordered, Shipping Cost et Gross Unit Price.

.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 différences les plus importantes. Lorsqu'il s'agit d'attributs ayant 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 synthèse affiche les dix villes où les ventes diffèrent le plus (à la hausse ou à la baisse) entre les données sélectionnées et le reste des données.

.png

80/20

Ce type de visualisation montre la proportion de votre mesure représentée par les 20 % supérieurs des enregistrements et celle représentée par les 80 % inférieurs lorsque les données sont classées selon votre mesure. La visualisation affiche également ces proportions pour le reste des données. Ce calcul est effectué au niveau le plus granulaire des données de votre visualisation source.

Par exemple, cette synthèse montre les proportions 80/20, classées par ventes, à l'aide de deux barres : la première pour le reste des données et la seconde pour votre sélection. La description indique le fait que la proportion est sensiblement différente entre les deux.

.png