对关键驱动因素使用贡献分析

Amazon QuickSight 可以识别导致两个时间点之间度量（指标）异常值的维度（类别）。导致异常值的关键驱动因素可以帮助您回答这个问题：是什么原因导致了这种异常？

如果您已经在不使用贡献分析的情况下使用异常检测，则可以启用现有的 ML 洞察来查找关键驱动因素。使用以下步骤添加贡献分析并识别异常值背后的关键驱动因素。您的异常检测洞察需要包括一个时间字段和至少一个聚合指标（SUM、AVERAGE 或 COUNT）。如果您愿意，可以包含多个类别（维度字段），但也可以在不指定任何类别或维度字段的情况下运行贡献分析。

您还可以使用此过程更改或删除作为异常检测关键驱动因素的字段。

添加贡献分析以识别关键驱动因素

1. 打开您的分析并找到用于异常检测的现有 ML 洞察。选择洞察小组件以将其突出显示。

2. 从视觉对象的菜单中选择菜单选项（…）。

3. 选择配置异常以编辑设置。

4. 贡献分析（可选）设置允许 Amazon 在检测 QuickSight 到异常值（异常）时分析关键驱动因素。例如，Amazon QuickSight 可以向您展示促成家居装修产品在美国销售激增的主要客户。您可以从数据集中添加最多四个维度，包括未添加到此见解小部件的字段井中的维度。

   要查看可用于贡献分析的维度列表，请选择 Select fields (选择字段)。

   如果要更改用作关键驱动因素的字段，请更改此列表中启用的字段。如果您全部禁用，则 QuickSight 不会在此洞察中进行任何贡献分析。

5. 要保存更改，请滚动到配置选项底部，然后选择保存。要退出而不保存，请选择取消。要完全移除这些设置，请选择删除。