A Página Insights de Dados

Você pode gerar insights para uma tabela ou para a view analítica implantada para análise de dados.

Os insights gerados pelo Data Insights para a view analítica de um modelo de negócios podem ser mais úteis do que os de uma tabela por causa dos metadados adicionais que uma view analítica fornece.

Os insights destacam os pontos de dados como potencialmente anômalos se o valor real de uma medida ao filtrar em pares de valores de hierarquia de view analítica ou valores de coluna de tabela for consideravelmente maior ou menor que o valor esperado, calculado em todos os valores de hierarquia ou coluna. Insights destacam padrões inesperados, que você pode querer investigar.

Os insights são gerados automaticamente por várias funções analíticas incorporadas ao banco de dados. Os resultados da análise de insight aparecem como uma série de gráficos de barras no painel de controle Insights de Dados.

O Data Insights usa as seguintes etapas para gerar insights:

1. Localiza os valores de uma medida, por exemplo, Vendas, em todos os pares distintos dos valores de hierarquia ou coluna da medida. Se o Sales tiver as hierarquias ou colunas Estado Civil, Faixa Etária, Nível de Renda e Sexo, os pares serão os valores de cada valor distinto de cada hierarquia ou coluna emparelhados com cada valor distinto de cada uma das outras hierarquias ou colunas. Por exemplo, se os valores de Estado Civil forem Casado e Solteiro e os valores de Faixa Etária forem A, B e C, os pares serão Casado e A, Casado e B, Casado e C, Solteiro e A, Solteiro e B, e Solteiro e C. Cada valor distinto do Estado Civil também seria emparelhado com cada valor distinto de Nível de Renda e Gênero, e assim por diante.
2. Estima um valor esperado para a medida para cada par de hierarquia ou coluna.
3. Calcula o valor real para a medida para cada par de hierarquia ou coluna, por exemplo, Estado Civil = S, Faixa Etária = C e, em seguida, a diferença entre o valor real e o valor esperado.
4. Pontua todas as diferenças e seleciona as maiores variações entre os valores reais e esperados para destacar como insights potenciais.

Os insights resultantes destacam casos em que o valor da medida é significativamente maior ou menor para um determinado par de valores de hierarquia ou coluna do que o esperado, por exemplo, Vendas muito maiores em que Estado Civil = S e Faixa Etária = C.

Insights para views analíticas tendem a usar os níveis mais altos de uma hierarquia porque as diferenças entre os valores estimados e reais geralmente são maiores do que para atributos de nível mais baixo. Por exemplo, a diferença em dólares entre as vendas estimadas e reais para todos os EUA é geralmente maior do que a diferença entre as vendas estimadas e reais para uma cidade com uma população inferior a 1000. A diferença é calculada em valores absolutos, não em porcentagens.

Insights para tabelas categorizam colunas como colunas de dimensão ou colunas de medida com base em seus tipos de dados e cardinalidade. Uma coluna VARCHAR2 é sempre categorizada como uma dimensão, mas uma coluna NUMBER pode ser uma dimensão ou uma medida. Por exemplo, uma coluna NUMBER para valores YEAR que tem apenas 10 valores distintos em uma tabela com 1 milhão de linhas é considerada uma dimensão.

Use esses procedimentos para gerar Insights e exibir relatórios sobre eles.