En aquest article, aprendràs com crear i visualitzar el widget de Detect - Qualitat de Dades per a una localització escollida o conjunt de localitzacions.
Introducció
Si t'agradaria validar l'estat de qualitat de dades del teu portfoli, és possible que t'interessi aquest widget.
El widget Detect - Qualitat de Dades mostra totes les mètriques relacionades amb la qualitat de les dades que es validen durant les execucions de Detect. Aquest widget utilitza els tipus de widget Taula, Columnes apliades i Gràfic circular.
Requeriments
Has de tenir una localització amb un mesurador de referència correctament assignat i amb dades, i has de tenir també Detect disponible al teu compte.
Configuració
- Ves a Dashboards.
- Edita o crea un Dashboard.
- Escull la font de dades Detect - Qualitat de Dades.
- Escull el tipus de widget. Estan disponibles els widgets de taula, columnes apilades o gràfic circular.
- Escull el tipus de mesurador de referència. Actualment, únicament el mesurador general està disponible a Detect.
- Escull les localitzacions que t'agradaria visualitzar. Pots escollir localitzacions acceptades i localitzaciones descartades. Les localitzacions descartades són aquelles que s'han descartat durant l'execució de Detect, principalment a causa de problemes de qualitat de dades; Les localitzacions acceptades són aquelles que tenen resultats disponibles de Detect. Al gràfic circular cal escollir totes les dades per a una correcta visualització.
- Guarda el widget
Tipus de widget disponibles
Per a aquest tipus de dades, hi ha tres tipus de widget disponibles: el gràfic cicular, les columnes apilades i el widget de taula.
Fes click aquí per a obtenir més informació sobre els diferents tipus de widgets i les modificacions generals que es poden aplicar.
Widget en detall
El widget Detect - Qualitat de dades mostra informació sobre l'estat de qualitat de dades del portfoli o localització. Els resultats de qualitat de dades de Detect sempre es mostren per a un període d'un any. Pots llegir més sobre els resultats de Detect en el següent article de Detect.
Per a totes les visualitzacions, pots esperar el següent terminologia:
- Ubicacions descartades: Totes aquelles ubicacions que no han generat resultats a Detect, principalment a causa de problemes de qualitat de les dades. Les visualitzacions del gràfic de pastís i de columnes apilades mostren quantes ubicacions s'han descartat. La visualització de la taula mostra més detalls, és a dir, per què s'han descartat les ubicacions.
-
Ubicacions acceptades: Totes aquelles ubicacions que han generat resultats a Detect. No obstant això, aquestes ubicacions poden mostrar advertències o errors de qualitat de les dades. Per això, les ubicacions acceptades es divideixen en 3 grups: "Acceptades i correctes" (sense cap advertència); "Acceptades amb advertències" i "Acceptades amb errors" (els errors són més greus que les advertències). La visualització del gràfic de pastís mostra quantes ubicacions hi ha a cada grup.
-
A més, Detect analitza les advertències i els errors en 6 categories: Dades externes, Metadades, Geolocalització, Superfície, Consum horari i Consum mensual. La visualització de les columnes apilades mostra la distribució d'advertències i errors de qualitat de les dades per a cada categoria. La visualització de la taula mostra una raó detallada per a cada advertència i error dins de cada categoria.
-
En les següents seccions, hi ha un exemple disponible per a cada visualització.
Gràfic circular - Resum de la qualitat de les dades de Detect
El gràfic circular mostra un resum de l'estat de qualitat de les dades del teu compte:
Aquest gràfic mostra els resultats com a percentatge, però si passes el ratolí sobre cada secció també obtindràs els valors absoluts. Amb l'exemple presentat aquí, seria interessant:
- Comprovar la visualització de la taula per conèixer la raó per la qual gairebé el 25% de les ubicacions han estat descartades.
- Comprovar la visualització de les columnes apilades per entendre la distribució de les advertències entre les categories.
Columnes Apilades - Anàlisi d'advertències de qualitat de les dades de Detect
Les columnes apilades representen el segon nivell d'agregació de tots els errors. En el gràfic, podràs veure el total de les ubicacions que s'han descartat, a més de la distribució de totes les advertències a les categories esmentades:
Totes les columnes per a les ubicacions acceptades tenen la mateixa altura ja que cada ubicació està representada a cada categoria una sola vegada.
Taula - Anàlisi detallat de la qualitat de les dades de Detect
La taula és la versió més detallada de l'anàlisi de qualitat de les dades. En la taula, pots veure quantes ubicacions tenen un advertiment / error específic i una explicació detallada de per què algunes de les teves ubicacions han estat descartades.
Un exemple per a les ubicacions descartades mostra que, per a aquest compte, la raó principal per la qual les ubicacions són descartades és la manca de dispositius de referència elèctrica, la qual cosa impedeix a Detect entendre quin dispositiu representa el consum total de l'edifici.
Un exemple de les advertències i errors detallats per al compte, on podem veure en verd el nombre d'ubicacions que no tenen aquest advertiment, en groc aquelles que tenen advertiments lleus i en taronja aquelles que tenen una advertència severa (error). A la primera fila, podem concloure que només 34 de les nostres ubicacions no tenen problemes amb les lacunes de dades horàries; que 59 tenen alguna dada que falta i que 1 té una manca severa de dades en els mesos intermedis dins del període de resultats de 12 mesos.
A mesura que el quadre de comandament segueix els comptadors de referència, es pot utilitzar per agregar els KPI de múltiples ubicacions segons el nivell de jerarquia seleccionat, com passa amb els Widgets per Dispositiu de Referència.
NOTA: Tingueu en compte que els quadres de comandament només funcionen amb ubicacions ben configurades o amb nivells de jerarquia superior que les continguin, no amb sub-ubicacions.
I això és tot, comencem a informar els resultats de Detect a través dels quadres de comandament! 🚀