Page Données clés sur les données

Vous pouvez générer des synthèses pour une table ou pour la vue analytique déployée pour l'analyse de données.

Les données clés générées par le service de données clés pour la vue analytique d'un modèle de gestion peuvent être plus utiles que celles d'une table en raison des métadonnées supplémentaires fournies par une vue analytique.

Les données clés mettent en évidence les points de données comme potentiellement anormaux si la valeur réelle d'une mesure lors du filtrage sur des paires de valeurs de hiérarchie de vue analytique ou de valeurs de colonne de table est considérablement supérieure ou inférieure à la valeur attendue, calculée sur toutes les valeurs de hiérarchie ou de colonne. Les données clés mettent en évidence des modèles inattendus, que vous pouvez examiner.

Les données clés sont générées automatiquement par diverses fonctions analytiques intégrées à la base de données. Les résultats de l'analyse de données clés s'affichent sous forme de graphiques à barres dans le tableau de bord de données clés sur les données.

Le service de données clés utilise les étapes suivantes pour générer des données clés :

1. Recherche les valeurs d'une mesure, par exemple Ventes, pour toutes les paires distinctes de valeurs de hiérarchie ou de colonne de la mesure. Si Sales a les hiérarchies ou les colonnes État matrimonial, Tranche d'âge, Niveau de revenu et Sexe, alors les paires seraient les valeurs de chaque valeur distincte de chaque hiérarchie ou colonne appariée à chaque valeur distincte de chacune des autres hiérarchies ou colonnes. Par exemple, si les valeurs de l'état matrimonial sont Marié et Célibataire, et que les valeurs de la tranche d'âge sont A, B et C, alors les paires seront Marié et A, Marié et B, Marié et C, Célibataire et A, Célibataire et B, Célibataire et C. Chaque valeur distincte de l'état matrimonial serait également associée à chaque valeur distincte du niveau de revenu et du sexe, et ainsi de suite.
2. Estime une valeur attendue pour la mesure pour chaque paire de hiérarchies ou de colonnes.
3. Calcule la valeur réelle de la mesure pour chaque paire de hiérarchies ou de colonnes, par exemple État matrimonial = S, Tranche d'âge = C, puis la différence entre la valeur réelle et la valeur attendue.
4. Note toutes les différences et sélectionne les variations les plus importantes entre les valeurs réelles et attendues à mettre en évidence en tant que données clés potentielles.

Les synthèses résultantes mettent en évidence les cas où la valeur de mesure est significativement plus grande ou plus petite pour une paire de valeurs de hiérarchie ou de colonne donnée que prévu, par exemple des ventes beaucoup plus élevées où l'état matrimonial = S et la tranche d'âge = C.

Les données clés pour les vues analytiques ont tendance à utiliser les niveaux supérieurs d'une hiérarchie, car les différences entre les valeurs estimées et réelles sont généralement plus importantes que pour les attributs de niveau inférieur. Par exemple, la différence en dollars entre les ventes estimées et réelles pour l'ensemble des États-Unis est généralement plus grande que la différence entre les ventes estimées et réelles pour une ville avec une population de moins de 1000 habitants. La différence est calculée en valeurs absolues et non en pourcentages.

Les données clés des tables catégorisent les colonnes en tant que colonnes de dimension ou de mesure en fonction de leurs types de données et de leur cardinalité. Une colonne VARCHAR2 est toujours catégorisée en tant que dimension, mais une colonne NUMBER peut être une dimension ou une mesure. Par exemple, une colonne NUMBER pour les valeurs YEAR qui ne contient que 10 valeurs distinctes dans une table avec 1 million de rangées est supposée être une dimension.

Utilisez ces procédures pour générer des données clés et consulter les rapports les concernant.