A Környezetfüggő helyzetképek által létrehozott ábrázolások értelmezése
A Környezetfüggő helyzetképek algoritmus számos típusú ábrázolást hoz létre a különböző helyzetképek leképezéséhez, funkcionális érdeklődési szint szerint rangsorolva.
A helyzetképek rangsorolásához az algoritmus különböző elemzéseket futtat a kapcsolódó oszlopok felhasználásával, és kiválasztja azokat, amelyekben az adatok értékes kontrasztot mutatnak a kijelölés és a többi adat között. A helyzetképek megjelenítési sorrendje az adatoktól függ. A helyzetképekben a kijelölés narancssárga, míg a többi adat kék színnel jelenik meg.
Attribútum szerinti bontás
A Környezetfüggő helyzetképek a bontási ábrázolások három típusát jeleníti meg. Az eloszlások átfogó kialakítása segítségével gyorsan áttekinthető, hogy a kijelölés mely tagjai térnek el jelentősen az adatok maradékától.
A bontás ábrázolható kéttengelyes oszlopdiagramként, amelyben a sávok a kijelölt adatok bontását jelentik, a vonal pedig az összes fennmaradó adat bontását. A tagokat a rendszer a legnagyobbtól a legkisebbig rendszerezi az adatok maradéka alapján.
Ez a helyzetkép például terméktároló alapján jeleníti meg az értékesítés bontását. A megadott leírás azt jelöli, hogy a Small Box terméktároló esetében a kijelölt adatoknál jelentősen kisebb értékesítés tapasztalható, mint az adatok maradékában. Szintén látható, hogy kijelölt adatokban a Jumbo Drum és a Jumbo Box terméktárolóknál sokkal nagyobb az értékesítés szintje, mint az adatok maradékában.
.png ábra leírása
A dimenziók szerinti bontás szintén megjeleníthető kéttengelyes pontdiagramként, amelyben minden pont a kijelölt adatok bontását jelenti, a vonal pedig a fennmaradó adatok bontását. A tagokat a rendszer a legnagyobbtól a legkisebbig rendszerezi az adatok maradéka alapján.
Ez a helyzetkép például a nyereséget termék-alkategória szerint bontja. A Profit kiválasztott adatai jelentős különbségeket mutatnak a termékek alkategóriáiban. Például: Telefonok és kommunikáció, Dossziék és kiegészítők, valamint Székek és székalátétek.
.png ábra leírása
A bontás vonalas ábrázolású sugárdiagramként is megjeleníthető, amelyben a kiválasztott adatvonal és az adatvonal többi része lebontása normalizált skálára van indexelve.
Ez a helyzetkép például Szállítási mód alapján jeleníti meg az értékesítés bontását. A kiválasztott adatok formája és a többi adat jelentős eltéréseket jelez a Tehergépkocsi és a Normál légi szállítási módok között.
.png ábra leírása
Trendek
A trendábrázolások összehasonlítják egy mérőszám relatív növekedését az idő folyamán a kijelölésben, valamint az adatok maradékában. Mindegyik változását vonalak jelölik. Az algoritmus a Nyelvtan panel Kapcsolódó oszlopok szakaszában megjelenő első dátumoszlopot használja.
Minden vonal alap indexértéke 1,00, amelyet a rendszer a kezdeti időszakban állít be. A mérőszám idő során történő változása a következő időszakok relatív értékét jeleníti meg a kezdeti időszak indexértékével (1,00) összehasonlítva. Ha a mérőszám abszolút értékeit nézzük, az értékek eltérései miatt nehéz megfelelően összehasonlítani az időbeli növekedést vagy csökkenést.
Ez a helyzetkép például a szállítási dátum alapján mutatja az értékesítési trendet. A leírás további részleteket biztosít az értékesítések időbeli teljesítményéről. A leírás továbbá kiemeli az adatokban azokat az intervallumokat, amikor a trendben jelentős eltérés tapasztalható a kijelölés és a többi adat között, jelen esetben 2014 és 2015 között.
.png ábra leírása
Értéktendencia
Az ilyen típusú trendábrázolás a mutatószám származtatott Dátum vagy Idő oszlopok szerinti trendjét jeleníti meg. Míg a trenddiagramok indexelve vannak a kezdő értékeken, az értéktrend-diagramok nem indexelt kéttengelyes diagramok. Az értéktrenddiagramok hasznosak a kiválasztott adatok és a többi adat közötti különbségek azonosításában a kiválasztott származtatott dátum- vagy időoszlopban.
Ez a helyzetkép például a Profit értéktrendjét jeleníti meg a Szállítási dátum (Év hónapja) nevű származtatott dátumoszlophoz képest.
.png ábra leírása
Korreláció
Az ilyen típusú diagram a kijelölt adatok és a többi adat összehasonlításával ábrázolja, hogy a különböző mutatószámok hogyan viszonyulnak egy másik adott mutatószámhoz. A korrelációk egymás melletti megjelenítésével ez az ábrázolás kiemel minden jelentős hasonlóságot és különbséget a két adatcsoport között. Korrelációs ábrázolások csak akkor érhetők el, ha legalább egy mutatószám jelentős különbséget mutat a kijelölt adatok és a többi adat közötti korrelációban. Az ezekhez a mutatószámokhoz tartozó korrelációk kiszámítása a forrásábrázolás adatainak legrészletesebb szintjén történik.
Ez a helyzetkép például megjeleníti a Nyereség, a Megrendelt mennyiség, a Szállítási költség és a Bruttó egységár nevű értékesítési és egyéb elérhető üzleti mérőszámok közötti korrelációs mintákat.
.png ábra leírása
Legnagyobb különbségek
Ez a bontási diagramok egy típusa. Összehasonlítja a mutatószám mintázatait a kijelölt adatok és a többi adat között, a legnagyobb különbséggel rendelkező első 10 esetre összpontosítva. A nagy kardinalitású attribútumok (például városok vagy termékek) kezelésekor ez a diagram kiemeli a mutatószám legjelentősebb változásait.
Ez a helyzetkép például azt a tíz várost jeleníti meg, ahol az értékesítés a legnagyobb mértékben eltér (akár magasabb, akár alacsonyabb) a kiválasztott adatok és a többi adat között.
.png ábra leírása
80/20
Az ilyen típusú ábrázolás megjeleníti, hogy a mérőszám milyen arányban áll a rekordok legfelső 20%-ából, és hogy milyen arányban áll a rekordok alsó 80%-ából, ha az adatokat az Ön mérőszáma szerint rendszerezi. Az ábrázolás ugyanezt megmutatja az adatok maradékára is. A rendszer ezt a forrásábrázolás adatainak legrészletesebb szintjén számítja ki.
Ez a helyzetkép például a 80/20 arány értékesítések alapján rendszerezve jeleníti meg, két sáv használatával: az első az adatok maradékát, a második az Ön kijelölését jelöli. A leírás kiemeli, hogy a kettő közötti arány észrevehetően eltér.
.png ábra leírása