Como adicionar um insight de ML para detectar discrepâncias e os principais fatores

Você pode adicionar um insight de ML que detecte anomalias, que são discrepâncias aparentemente significativas. Para começar, crie um widget, também conhecido como narrativa automática, para seu insight. Ao configurar suas opções, você pode ver uma captura de tela limitada do seu insight no painel de Visualização à direita da tela.

No seu widget de insights, você pode adicionar até cinco campos de dimensão que não sejam campos calculados. Nos poços de campo, os valores de Categorias representam os valores dimensionais que a Amazon QuickSight usa para dividir a métrica. Por exemplo, vamos supor que você esteja analisando a receita de todas as categorias e SKUs de produtos. Há dez categorias de produtos, cada uma com dez SKUs de produtos. A Amazon QuickSight divide a métrica pelas 100 combinações exclusivas e executa a detecção de anomalias em cada combinação da divisão.

O procedimento a seguir mostra como fazer isso e como adicionar análise de contribuição para detectar os principais fatores que estão causando cada anomalia. Você pode adicionar a análise de contribuição posteriormente, conforme descrito em Como usar a análise de contribuição para os principais fatores.

Configurar a análise de discrepâncias, incluindo os principais fatores

1. Abra sua análise e, na barra de ferramentas, escolha Insights e, em seguida, Adicionar. Na lista, selecione Anomaly detection (Detecção de anomalias) e Select (Selecionar).

2. Siga o prompt de tela no novo widget, que diz para você escolher campos para o insight. Adicione pelo menos uma data, uma medida e uma dimensão.

3. Escolha Get started (Começar a usar) no widget. A tela de configuração é exibida.

4. Em Opções de computação, escolha os valores para as opções a seguir.

   1. Em Combinações a serem analisadas, selecione uma das seguintes opções:

      1. Hierárquico

         Escolha esta opção se quiser analisar os campos hierarquicamente. Por exemplo, se você escolher uma data (T), uma medida (N) e três categorias de dimensão (C1, C2 e C3), QuickSight analisa os campos hierarquicamente, conforme mostrado a seguir.

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

      2. Exato

         Escolha esta opção se quiser analisar somente a combinação exata dos campos na fonte do campo Categoria, conforme listados. Por exemplo, se você escolher uma data (T), uma medida (N) e três categorias de dimensão (C1, C2 e C3), QuickSight analisará somente a combinação exata dos campos de categoria na ordem em que estão listados, conforme mostrado a seguir.

         T-C1-C2-C3-N

      3. Todos

         Escolha esta opção se quiser analisar todas as combinações de campos na fonte do campo Categoria. Por exemplo, se você escolher uma data (T), uma medida (N) e três categorias de dimensão (C1, C2 e C3), QuickSight analisa todas as combinações de campos, conforme mostrado a seguir.

         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 você escolheu somente uma data e uma medida, QuickSight analisa os campos por data e depois por medida.

      Na seção Campos a serem analisados, você pode ver uma lista de campos das fontes dos campos para fins de referência.

   2. Em Nome, insira um nome alfanumérico descritivo sem espaços ou escolha o valor padrão. Isso fornece um nome para a computação.

      Se você planejar editar a narrativa exibida automaticamente no widget, poderá usar o nome para identificar o cálculo desse widget. Personalize o nome caso planeje editar a narrativa automática e tenha outros cálculos semelhantes na sua análise.

5. Na seção Opções de exibição, escolha as opções a seguir para personalizar o que é exibido no seu widget de insights. Você ainda pode explorar todos os seus resultados, independentemente do que exibir.

   1. Número máximo de anomalias para mostrar: o número de discrepâncias que você deseja exibir no widget narrativo.

   2. Gravidade: o nível mínimo de gravidade das anomalias que você deseja exibir no widget de insights.

      Um nível de gravidade é um intervalo de pontuações de anomalia caracterizado pela menor pontuação de anomalia real incluída no intervalo. Todas as anomalias com maior pontuação estão incluídas no intervalo. Se você definir a gravidade como Baixa, o insight exibirá todas as anomalias classificadas entre baixa e muito alta. Se você definir a gravidade como Very high (Muito alta), o insight exibirá apenas as anomalias que têm as maiores pontuações de anomalia.

      Você pode definir as seguintes opções:

      • Muito alta

      • Alta e acima

      • Média e acima

      • Baixa e acima

   3. Direção: a direção no eixo x ou no eixo y que você deseja identificar como anômala. Você pode escolher entre as seguintes opções:

      • Superior ao esperado para identificar valores superiores como anomalias.

      • Inferior ao esperado para identificar valores inferiores como anomalias.

      • [TUDO] para identificar todos os valores anômalos, altos e baixos (configuração padrão).

   4. Delta: insira um valor personalizado para identificar anomalias. Qualquer valor superior ao valor limite conta como uma anomalia. Os valores aqui alteram a forma como o insight funciona na sua análise. Nesta seção, você pode definir o seguinte:

      • Valor absoluto: o valor real a ser usado. Por exemplo, suponha que seja 48. A Amazon QuickSight então identifica valores como anômalos quando a diferença entre um valor e o valor esperado é maior que 48.

      • Porcentagem: o limite percentual a ser usado. Por exemplo, suponha que seja 12,5%. A Amazon QuickSight então identifica valores como anômalos quando a diferença entre um valor e o valor esperado é maior que 12,5%.

   5. Classificar por: escolha um método de classificação para os seus resultados. Alguns métodos são baseados na pontuação de anomalia que a Amazon QuickSight gera. A Amazon QuickSight atribui pontuações mais altas aos pontos de dados que parecem anômalos. Você pode usar qualquer uma das opções a seguir:

      • Pontuação de anomalias ponderada: a pontuação de anomalias multiplicada pelo log do valor absoluto da diferença entre o valor real e o valor esperado. Essa pontuação é sempre um número positivo.

      • Pontuação de anomalias: a pontuação de anomalias real atribuída a esse ponto de dados.

      • Diferença ponderada do valor esperado: a pontuação de anomalias multiplicada pela diferença entre o valor real e o valor esperado (padrão).

      • Diferença do valor esperado: a diferença real entre o valor real e o valor esperado (ou seja, real-esperado).

      • Valor real: o valor real sem nenhuma fórmula aplicada.

6. Na seção Opções de programação, defina a programação para executar o recálculo do insight automaticamente. A programação é executada apenas para painéis publicados. Na análise, você pode executá-lo manualmente conforme necessário. A programação inclui as seguintes configurações:

   • Ocorrência: a frequência de execução do recálculo que você deseja, se a cada hora, dia, semana ou mês.

   • Início da programação: a data e a hora para começar a executar essa programação.

   • Fuso horário: o fuso horário no qual a programação será executada. Para visualizar uma lista, exclua a entrada atual.

7. Na seção Principais colaboradores, configure a Amazon QuickSight para analisar os principais fatores quando uma discrepância (anomalia) for detectada.

   Por exemplo, a Amazon QuickSight pode mostrar os principais clientes que contribuíram para um aumento nas vendas de produtos de reforma nos EUA. É possível adicionar até quatro dimensões do seu conjunto de dados. Isso inclui dimensões que você não adicionou às fontes dos campos desse widget de insights.

   Para visualizar uma lista de dimensões disponíveis para análise de contribuição, escolha Selecionar campos.

8. Escolha Salvar para confirmar suas escolhas. Selecione Cancel (Cancelar) para sair sem salvar.

9. No widget de insights, escolha Executar agora para executar a detecção de anomalias e visualizar o insight.

O tempo necessário para concluir a detecção de anomalias varia dependendo da quantidade de pontos de dados exclusivos que estão sendo analisados. O processo pode levar alguns minutos para um número mínimo de pontos, ou pode levar várias horas.

Enquanto ele estiver sendo executado em segundo plano, você poderá executar outras tarefas na análise. Certifique-se de esperar que seja concluído antes de alterar a configuração, editar a narrativa ou abrir a página Explorar anomalias para esse insight.

O widget de insights precisa ser executado pelo menos uma vez para que você possa ver os resultados. Se você achar que o status pode estar desatualizado, atualize a página. O insight pode ter os estados a seguir.

Aparece na página	Status
Botão Run now (Executar agora)	O trabalho ainda não começou.
Mensagem sobre Analyzing for anomalies (Analisando anomalias)	O trabalho está sendo executado no momento.
Narrativa sobre as anomalias detectadas (discrepâncias)	O trabalho foi executado com êxito. A mensagem informa quando o cálculo deste widget foi atualizado pela última vez.
Ícone de alerta com um ponto de exclamação (!)	Esse ícone indica que ocorreu um erro durante a última execução. Se a narrativa também for exibida, você ainda poderá usar Explore anomalies (Explorar anomalias) para usar dados da execução bem-sucedida anterior.