MicroStrategy ONE

Análisis de tendencias de series temporales

El análisis de tendencias de series de tiempo está respaldado por MicroStrategy Cloud ambientes y comenzando en MicroStrategy ONE (marzo de 2024), el análisis de tendencias de series temporales se basa en el MicroStrategy Cloud para plataforma gubernamental. Sólo puedes utilizar esta función en MicroStrategy Library (sólo navegador web) y la estación de trabajo cuando se conecta a un Library servidor.

MicroStrategy ONE La actualización 11 introduce el análisis de tendencias lineales de series temporales. El análisis de tendencias lineales de series de tiempo es un método sólido que permite a las organizaciones reconocer trayectorias claras ascendentes o descendentes en sus datos históricos. En esencia, se centra en puntos de datos trazados en intervalos de tiempo consecutivos, con el objetivo principal de detectar tendencias lineales consistentes sin las distracciones de las fluctuaciones a corto plazo. Esta forma de análisis destaca por su precisión a la hora de trazar acontecimientos a largo plazo y orientar la planificación estratégica. Al aprovechar técnicas estadísticas sofisticadas, MicroStrategyEl análisis de tendencias lineales de proporciona una interfaz optimizada y fácil de usar para detectar y comprender tendencias persistentes en conjuntos de datos. Ya sea usted un científico de datos, jefe de operaciones o líder de ventas, esta herramienta presenta una plataforma para comprender las trayectorias del mercado, realizar ajustes proactivos y optimizar los objetivos a largo plazo. Este refinamiento analítico reemplaza los métodos tradicionales, a menudo tediosos, lo que garantiza que los usuarios ahorren mucho tiempo y obtengan información de manera más efectiva.

Acceda a la función de análisis de tendencias de series temporales

El análisis de tendencias lineales de series de tiempo es parte del MicroStrategy AI paquete complementario y está disponible para MicroStrategy Cloud Clientes de Medio Ambiente (MCE) que comienzan en MicroStrategy ONE Actualización 11 (septiembre de 2023). Sólo los usuarios y grupos de usuarios con la Utilice visualizaciones de Auto Assistant y ML El privilegio puede acceder al gráfico de líneas del Análisis de tendencias lineales.

El análisis de tendencias lineales está disponible de las siguientes maneras:

  • A través de la galería de visualización en un panel, utilizando una interfaz de arrastrar y soltar para crear una visualización de gráfico de líneas de análisis de tendencias lineales.

  • Auto puede utilizar consultas en lenguaje natural para realizar análisis de tendencias.

Crear gráficos de líneas de análisis de tendencias

  1. Abra un panel para editarlo.

  2. En la barra de herramientas superior, haga clic en Insertar visualización .

  3. Elegir Conocimiento > Gráfico de líneas de tendencia lineal .

  4. Arrastre una métrica y un atributo de tiempo desde el panel Conjuntos de datos al panel Editor.

  5. Vea la visualización renderizada. Puede desplazarse hacia la derecha para ver todos los valores proporcionados, si es necesario.

Personalice la apariencia de los gráficos de líneas de análisis de tendencias lineales

Haga que su tendencia se destaque visualmente personalizando la apariencia de su gráfico de líneas de tendencia. Ajuste los colores, las fuentes y las etiquetas para que coincidan con sus preferencias y cree un gráfico que no solo sea revelador sino que también se vea genial.

De forma predeterminada, la línea de tendencia toma el primer color de la paleta de colores elegida. Sin embargo, los usuarios pueden personalizar el color, las etiquetas de datos, los marcadores y la línea divisoria del gráfico de líneas de tendencia en el panel Formato.

Personalizar líneas y líneas de tendencia

  1. En el panel Formato, haga clic en Texto y forma .

  2. Seleccionar Línea de tendencia desde el menú desplegable.

  3. Elija un estilo y color de línea de tendencia.

  4. Seleccionar Etiquetas de datos y forma desde el menú desplegable.

  5. Bajo Forma, seleccione un estilo y color de línea.

Ajuste del contenedor de visualización

La visualización de Tendencia de serie temporal aparece en modo compacto de forma predeterminada. Todos los datos se condensan para que aparezcan dentro del contenedor de visualización de un extremo a otro. Si desea ver detalles más granulares, cambie a Ajuste del contenedor: Ninguno.

  1. En el panel Formato, haga clic en Opciones de visualización .

  2. En el Ajuste del contenedor menú desplegable, seleccione una opción. Ninguno le permite desplazarse horizontalmente para ver sus puntos de datos con más detalle.

Consejos y mejores prácticas

Mejores prácticas al utilizar el análisis de tendencias

  • Garantice un volumen de datos suficiente para un análisis de tendencias preciso

    Para obtener resultados de análisis de tendencias más precisos, es importante asegurarse de que el volumen de datos sea lo suficientemente sustancial. Es necesario que haya al menos tres puntos de datos para realizar un análisis de tendencias.

  • Utilice datos continuos basados en el tiempo de alta calidad para el análisis de tendencias

    Mientras MicroStrategy realiza un procesamiento de datos liviano antes del análisis de tendencias, como completar datos métricos faltantes, es recomendable realizar análisis de tendencias con datos continuos y de alta calidad basados en el tiempo. Los resultados del análisis de tendencias pueden verse comprometidos si falta una cantidad significativa de datos métricos. Es importante tener en cuenta que el análisis de tendencias puede fallar o producir resultados subóptimos si los atributos contienen valores NULL o NaN (Not-a-Number). Si bien el algoritmo completa los valores de métricas faltantes, esto puede dar lugar a un análisis de tendencias inexacto.

  • Significancia estadística

    Al realizar un análisis de tendencias lineales de series temporales, es fundamental considerar la importancia estadística de la tendencia observada. La significancia estadística proporciona una medida objetiva de si la tendencia observada probablemente se deba a un patrón subyacente real o simplemente a un resultado de fluctuaciones aleatorias en los datos. Utilice la información sobre herramientas para acceder a métricas críticas como R, R cuadrado y valor p.

Optimice la interpretación del gráfico de líneas del análisis de tendencias

¡Aproveche al máximo su gráfico de líneas de análisis de tendencias!

  • Icono de información Pase el cursor sobre el ícono de información para ver información sobre las propiedades estadísticas del modelo subyacente y sus parámetros.

  • Ampliar para mayor claridad Si necesita información más detallada y mostrar el conjunto completo de puntos de datos, expanda la visualización o establezca Ajuste del contenedor a Ninguno. Esto mejora la legibilidad del gráfico.

Comprender las limitaciones del análisis de tendencias

Las limitaciones que se abordan a continuación están asociadas con la MicroStrategy ONE Versión de actualización 11. MicroStrategy está trabajando activamente para mejorar esta función y algunas de estas limitaciones pueden solucionarse en próximas versiones. Para obtener la información y las actualizaciones más recientes, le recomendamos que visite esta página periódicamente. Al comprender y considerar estas limitaciones, podrá aprovechar al máximo la función de análisis de tendencias y obtener información valiosa.

  • Requisitos de atributos y métricas Para obtener predicciones precisas, asegúrese de utilizar exactamente un atributo y una métrica en sus preguntas automáticas. Es posible que las consultas que no cumplan este requisito no generen tendencias óptimas.

  • Considere las formas de atributos El atributo utilizado para el análisis de tendencias debe tener al menos una forma con un tipo de fecha, fecha y hora o número entero. No se admiten datos de marca de tiempo.

  • Filtrado de atributos de fecha y hora Los filtros de fechas no se admiten si el atributo es del tipo DateTime.

  • Atributos inteligentes Actualmente no se admite el análisis de tendencias con atributos inteligentes.

  • Hacer coincidir el tipo de datos entre la base de datos y los metadatos No se admite el análisis de tendencias de datos almacenados como un número entero en un almacén de datos, pero definidos como un atributo de fecha en los metadatos.

  • Consolidación y Agrupación El análisis de tendencias frente a elementos de atributos consolidados o agrupados no es posible en este momento.

  • unión cartesiana El análisis de tendencias no se realiza cuando se detecta una unión cartesiana en los conjuntos de datos.

  • Información adicional sobre la tendencia No se admiten preguntas de seguimiento sobre el algoritmo de tendencia subyacente en las respuestas automáticas. Esto incluye preguntas como "¿Cuál es el valor del intercepto?" Para obtener más información sobre las propiedades estadísticas del análisis de tendencias, utilice la información sobre herramientas para visualizaciones, el ícono de información en Respuestas automáticas.

  • Objetos derivados Las respuestas automáticas no pueden realizar el análisis de tendencias si la métrica solicitada no está presente en un conjunto de datos subyacente y debe crearse como una métrica derivada sobre la marcha.

Análisis de tendencias: preguntas frecuentes

¿Qué método de análisis de tendencias de series temporales se utiliza en la versión actual?

El método de análisis de tendencias de series de tiempo utilizado en la última versión se llama regresión lineal. Este método se describe en el OTextos sitio web. Puede consultar el módulo de Python statsmodel (Análisis de series temporales tsa - statsmodels 0.14.0) para obtener más detalles técnicos.

¿Qué tipos de atributos y métricas se requieren para un análisis de tendencias exitoso?

Para trazar con éxito la tendencia de sus datos, necesita:

  • Atributo único de tipo fecha o fecha y hora métrica única de interés (recomendado)

  • Atributo único de tipo int métrica de interés (cuando el atributo de fecha/fecha y hora no está disponible para el análisis de tendencias de series temporales)

¿Se manejan los datos faltantes en el análisis de tendencias?

Sí, el algoritmo puede completar automáticamente los valores faltantes para una métrica si tiene datos de series de tiempo correspondientes. Esto sólo se hace para el cálculo, por lo que la visualización del resultado seguirá mostrando datos faltantes. El algoritmo utiliza relleno hacia adelante y hacia atrás, utilizando el valor vecino, según la dirección. El método principal es el agarre hacia adelante, que toma al vecino anterior. Si falta el primer valor, se ejecuta el relleno hacia atrás para estimar un valor.

¿Qué niveles de análisis de tendencias de atributos basados en el tiempo se admiten?

El análisis de tendencias de atributos basados en el tiempo es compatible con atributos de fecha, fecha y hora o de tiempo basados en números enteros. Siempre que un atributo sea uno de los tipos anteriores, el algoritmo admite todos los niveles de tiempo.