Aggiunta di un'analisi ML per rilevare valori anomali e fattori chiave

Puoi aggiungere un approfondimento di machine learning che rileva le anomalie, che sono valori anomali che sembrano significativi. Per iniziare, crei un widget per il tuo approfondimento, noto anche come narrazione automatica. Durante la configurazione delle opzioni, puoi visualizzare uno screenshot limitato delle tue informazioni nel riquadro di anteprima nella schermata destra.

Nel widget di approfondimenti, è possibile aggiungere fino a cinque campi dimensionali che non sono campi calcolati. Nei pozzetti dei campi, i valori per le categorie rappresentano i valori dimensionali QuickSight utilizzati da Amazon per suddividere la metrica. Ad esempio, si supponga di analizzare il fatturato tra tutte le categorie di prodotti e tutte le SKU di prodotto. Esistono 10 categorie di prodotti, ciascuna con 10 SKU di prodotto. Amazon QuickSight divide la metrica per 100 combinazioni uniche ed esegue il rilevamento delle anomalie su ciascuna combinazione per la suddivisione.

La procedura seguente mostra come eseguire questa operazione e come aggiungere l'analisi dei contributi per rilevare i fattori chiave che causano ciascuna anomalia. È possibile aggiungere l'analisi dei contributi in un secondo momento, come descritto in Utilizzo dell'analisi dei contributi per i fattori chiave.

Configurazione dell'analisi degli outlier, inclusi i fattori chiave

1. Apri l'analisi e nella barra degli strumenti, scegli Insights, quindi Aggiungi. Nell'elenco scegliere Anomaly detection (Rilevamento anomalie) e Select (Seleziona).

2. Seguire le istruzioni a video sul nuovo widget, che indica di scegliere i campi per l'analisi. Aggiungere almeno una data, una misura e una dimensione.

3. Scegli Get started (Inizia) sul widget. Viene visualizzata la schermata di configurazione.

4. In Opzioni di calcolo, scegli i valori per le seguenti opzioni.

   1. Per Combinazioni da analizzare, scegli una delle seguenti opzioni:

      1. Gerarchico

         Seleziona questa opzione se desideri analizzare i campi gerarchicamente. Ad esempio, se hai scelto una data (T), una misura (N) e tre categorie di dimensioni (C1, C2 e C3), QuickSight analizza i campi gerarchicamente, come illustrato di seguito.

         T-N, T-C1-N, T-C1-C2-N, T-C1-C2-C3-N

      2. Esatto

         Scegli questa opzione se desideri analizzare bene solo la combinazione esatta di campi nel campo Categoria, così come sono elencati. Ad esempio, se si sceglie una data (T), una misura (N) e tre categorie di dimensioni (C1, C2 e C3), QuickSight analizza solo la combinazione esatta di campi di categoria nell'ordine in cui sono elencati, come illustrato di seguito.

         T-C1-C2-C3-N

      3. All (Tutti)

         Scegli questa opzione se desideri analizzare bene solo la combinazione esatta di campi nel campo Categoria, così come sono elencati. Ad esempio, se si sceglie una data (T), una misura (N) e tre categorie di dimensioni (C1, C2 e C3), QuickSight analizza tutte le combinazioni di campi, come illustrato di seguito.

         T-N, T-C1-N, T-C1-C2-N, T-C1-C2-C3-N, T-C1-C3-N, T-C2-N, T-C2-C3-N, T-C3-N

      Se hai scelto solo una data e una misura, QuickSight analizza i campi per data e poi per misura.

      Nella sezione Campi per l'analisi è possibile visualizzare un elenco di campi dai contenitori di campi, a scopo di riferimento.

   2. Per Nome, inserisci un nome alfanumerico descrittivo senza spazi o scegli il valore predefinito. Fornisce un nome per il calcolo.

      Se si prevede di modificare la descrizione che viene visualizzata automaticamente nel widget, è possibile utilizzare il nome per identificare il calcolo di questo widget. Personalizza il nome se pianifichi di modificare la narrazione automatica e se ci sono altri calcoli simili nell'analisi.

5. Nella sezione Opzioni di visualizzazione, scegli le seguenti opzioni per personalizzare ciò che viene visualizzato nel tuo widget di approfondimenti. Puoi comunque esplorare tutti i risultati, indipendentemente da ciò che visualizzi.

   1. Numero massimo di anomalie da mostrare: il numero di valori anomali che desideri visualizzare nel widget di narrazioni.

   2. Gravità: il livello minimo di gravità per le anomalie che desideri visualizzare nel widget di approfondimento.

      Un livello di gravità è un intervallo di punteggi di anomalia caratterizzato dal punteggio di anomalia effettivo più basso incluso nell'intervallo. Tutte le anomalie con punteggio più alto sono incluse nell'intervallo. Se si imposta il livello di gravità su Basso, l'approfondimento visualizza tutte le anomalie che si classificano tra Basso e Molto alto. Se si imposta il livello di gravità su Very high (Molto alto), le informazioni dettagliate visualizzano solo le anomalie con i punteggi di anomalia più alti.

      Puoi utilizzare le seguenti opzioni:

      • Molto alto

      • Alto e superiore

      • Medio e superiore

      • Basso e superiore

   3. Direzione: la direzione sull'asse x o sull'asse y che si desidera identificare come anomala. Puoi scegliere tra le seguenti opzioni:

      • Maggiore del previsto: per identificare i valori più alti come anomalie.

      • Minore del previsto: per identificare i valori più bassi come anomalie.

      • [TUTTI] per identificare tutti i valori anomali, alti e bassi (impostazione predefinita).

   4. Delta: immetti un valore personalizzato da utilizzare per identificare le anomalie. Qualsiasi quantità superiore al valore di soglia è considerata un'anomalia. I valori inseriti qui cambiano il modo in cui l'analisi opera. In questa sezione è possibile impostare quanto segue:

      • Valore assoluto: il valore effettivo da utilizzare. Ad esempio, supponiamo che sia 48. Amazon identifica QuickSight quindi i valori come anomali quando la differenza tra un valore e il valore previsto è maggiore di 48.

      • Percentuale: la soglia della percentuale da utilizzare. Ad esempio, supponiamo che sia 12,5%. Amazon identifica QuickSight quindi i valori come anomali quando la differenza tra un valore e il valore previsto è superiore al 12,5%.

   5. Ordina per: scegli un metodo di ordinamento per i risultati. Alcuni metodi si basano sul punteggio di anomalia QuickSight generato da Amazon. Amazon QuickSight assegna punteggi più alti ai punti dati che sembrano anomali. È possibile utilizzare una qualsiasi delle seguenti opzioni:

      • Punteggio ponderato delle anomalie: il punteggio delle anomalie moltiplicato per il log del valore assoluto della differenza tra il valore effettivo e quello previsto. Questo punteggio è sempre un numero positivo.

      • Punteggio delle anomalie: il punteggio delle anomalie effettivo assegnato al punto dati in questione.

      • Differenza ponderata dal valore previsto (impostazione predefinita): il punteggio delle anomalie moltiplicato per la differenza tra il valore effettivo e il valore previsto.

      • Differenza dal valore previsto: la differenza effettiva tra il valore effettivo e quello previsto (ovvero, effettivo-previsto).

      • Valore effettivo: il valore effettivo senza l'applicazione di formule.

6. Nella sezione Opzioni di pianificazione imposta la pianificazione per l'esecuzione automatica del ricalcolo dell'approfondimento. La pianificazione viene eseguita solo per i pannelli di controllo pubblicati. Nell'analisi, è possibile eseguirlo manualmente secondo necessità. La pianificazione include le seguenti impostazioni:

   • Occorrenza: imposta la frequenza con cui si desidera che venga eseguito il ricalcolo: ogni ora, ogni giorno, ogni settimana o ogni mese.

   • Inizia la pianificazione il: imposta la data e l'ora di inizio dell'esecuzione della pianificazione.

   • Fuso orario: il fuso orario in cui viene eseguita la pianificazione. Per visualizzare un elenco, eliminare la voce corrente.

7. Nella sezione Collaboratori principali, imposta Amazon QuickSight per analizzare i fattori chiave quando viene rilevato un valore anomalo (anomalia).

   Ad esempio, Amazon QuickSight può mostrare i principali clienti che hanno contribuito a un aumento delle vendite negli Stati Uniti di prodotti per la casa. Puoi aggiungere un massimo di quattro dimensioni dal tuo set di dati. Queste includono dimensioni che non hai aggiunto ai contenitori di campi di questo widget di approfondimento.

   Per un elenco di dimensioni disponibili per l'analisi dei fattori determinanti, scegli Seleziona campi.

8. Quindi scegli Conferma per salvare le modifiche. Scegliere Cancel (Annulla) per uscire senza salvare.

9. Dal widget di approfondimento, scegli Esegui ora per eseguire il rilevamento delle anomalie e visualizza l'approfondimento.

Il tempo necessario per completare il rilevamento delle anomalie varia a seconda di quanti punti dati univoci vengono analizzati. Il processo può richiedere alcuni minuti per un numero minimo di punti oppure anche molte ore.

Mentre il processo è in esecuzione in background, è possibile eseguire altre attività nell'analisi. Tuttavia, è necessario attendere il completamento prima di modificare la configurazione, modificare la descrizione o aprire la pagina Esplora anomalie per questo approfondimento.

Il widget di approfondimento deve essere eseguito almeno una volta prima di poter visualizzare i risultati. Se si ritiene che lo stato non sia aggiornato, è possibile aggiornare la pagina. L'approfondimento può avere i seguenti stati.

Appare nella pagina	Stato
PulsanteRun now (Esegui ora)	L'attività non è ancora iniziata.
Messaggio relativo a Analyzing for anomalies (Analisi delle anomalie)	L'attività è attualmente in esecuzione.
Descrizione delle anomalie rilevate (outlier)	L'attività è stata eseguita correttamente. Il messaggio indica quando il calcolo di questo widget è stato aggiornato per l'ultima volta.
Icona di avviso con un punto esclamativo (!)	Questa icona indica che si è verificato un errore durante l'ultima esecuzione. Se viene visualizzata anche la descrizione, è comunque possibile utilizzare Explore anomalies (Esplora anomalie) per utilizzare i dati dell'esecuzione precedente corretta.