En este artículo, aprenderás cómo crear y visualizar el widget de Detect - Calidad de Datos para una localización elegida o un conjunto de localizaciones.
Introducción
Si deseas comprobar el estado de la calidad de los datos de su cartera, es posible que te interese este widget.
El widget Detect - Calidad de Datos muestra todas las métricas relacionadas con la calidad de los datos que se validan durante las ejecuciones de Detect. Este widget utiliza los tipos de widget Tabla, Columnas apiladas y Gráfico circular.
Requisitos
Necesitas una ubicación con un medidor de referencia correctamente asignado con datos y Detect disponibles en tu cuenta.
Configuración
- Dirígete a los Dashboards.
- Edita o crea un Dashboard.
- Elige la fuente de datos Detect - Calidad de Datos.
- Elige el tipo de widget. Están disponibles los widgets de tabla, columnas apiladas o gráfico circular.
- Elige el tipo de medidor de referencia. En este momento, solo el suministro principal está disponible en Detect.
- Elige las localizaciones que te gustaría visualizar. Puedes elegir localizaciones aceptadas y localizaciones descartadas. Las localizaciones descartadas son aquellas que se han descartado durante la ejecución de Detect, principalmente debido a problemas de calidad de los datos; Las localizaciones aceptadas son aquellas que tienen resultados de Detect disponibles. Para el gráfico circular se deben elegir todos los datos para una visualización correcta.
- Guarda el widget.
Tipos de widgets disponibles
Para este tipo de datos, hay tres tipos de widgets disponibles: el gráfico circular, las columnas apiladas y el widget de tabla.
Haga clic aquí para obtener más información sobre los diferentes tipos de widgets y también sobre las modificaciones generales que puede aplicar a un widget, como cambiar el título.
Widget en detalle
El widget Detect - Calidad de datos muestra información sobre el estado de calidad de los datos de la cartera o localización. Los resultados de calidad de los datos en Detect siempre se muestran durante un período de 1 año. Puede encontrar más información sobre los resultados de Detect en el siguiente Artículo de Detect.
Para todas las visualizaciones puede esperar la siguiente terminología:
- Ubicaciones descartadas: Todas aquellas ubicaciones que no han generado resultados en Detect, principalmente por problemas de calidad de los datos. Las visualizaciones Gráfico circular y Columnas apiladas muestran cuántas ubicaciones se han descartado. La visualización Tabla muestra más detalles, es decir, por qué se descartaron las ubicaciones.
- Ubicaciones aceptadas:Todas aquellas ubicaciones que hayan generado resultados en Detect. Sin embargo, estas ubicaciones pueden mostrar algunas advertencias o errores en la calidad de los datos. Por eso las ubicaciones Aceptadas se dividen en 3 grupos: "Aceptadas y OK" (ni siquiera una advertencia); "Aceptado con advertencias" y "Aceptado con errores" (los errores son más graves que las advertencias). La visualización Gráfico circular muestra cuántas ubicaciones hay en cada grupo.
- Además, Detect analiza las advertencias y errores para 6 categorías: Datos externos, Metadatos, Geolocalización, Superficie, Consumo horario y Consumo mensual. La visualización Columnas apiladas muestra la distribución de advertencias y errores de calidad de datos para cada categoría. La visualización Tabla muestra un motivo detallado para cada advertencia y error dentro de cada categoría.
En las siguientes secciones, hay un ejemplo disponible para cada visualización.
Gráfico circular: resumen de calidad de datos de detección
El gráfico circular muestra un resumen del estado de calidad de los datos de su cuenta:
Este gráfico muestra los resultados como porcentaje, pero si pasa el mouse sobre cada una de las secciones también obtendrá los valores absolutos. Con el ejemplo aquí presentado sería interesante:
- Consulte la visualización Tabla para conocer el motivo por el cual se descartaron casi el 25% de las ubicaciones.
- Consulte la visualización Columnas apiladas para comprender la distribución de advertencias entre las categorías.
Columnas apiladas: análisis de advertencias de detección de calidad de datos
Las columnas apiladas representan el segundo nivel de agregación de todos los errores. En el gráfico podrás ver la cantidad total de ubicaciones que han sido descartadas más la distribución de todos los avisos en las categorías mencionadas:
Todas las columnas de ubicaciones aceptadas tienen la misma altura, ya que cada ubicación está representada en cada categoría una vez.
Tabla: análisis detallado de la calidad de los datos de detección
La tabla es la versión más detallada del análisis de calidad de los datos. En la tabla, puede ver cuántas ubicaciones tienen una advertencia/error específico y una explicación detallada de por qué algunas de sus ubicaciones han sido descartadas.
Un ejemplo de las ubicaciones descartadas muestra que, para esta cuenta, la razón principal por la que se descartan ubicaciones es la falta de dispositivos de referencia eléctrica, lo que impide que Detect comprenda qué dispositivo representa el consumo total de los edificios.
Un ejemplo de las advertencias y errores detallados de la cuenta, donde podemos ver en verde la cantidad de ubicaciones que no tienen esa advertencia, en amarillo las que tienen advertencias leves y en naranja las que tienen una advertencia severa (error). En la primera fila, podemos concluir que sólo 34 de nuestras ubicaciones no tienen problemas con lagunas de datos por hora; que a 59 les faltan algunos datos y que a 1 le faltan datos severamente en los meses intermedios dentro del período de resultados de 12 meses:
Como el widget sigue los medidores de referencia, se puede utilizar para agregar los KPI de múltiples ubicaciones según el nivel de jerarquía seleccionado, como sucede con los Widgets por dispositivo de referencia.
NOTA: Ten en cuenta que los widgets funcionan solo con ubicaciones bien configuradas o niveles de jerarquía superiores que las contengan, no con sublocalizaciones.
Y eso es todo, ¡empieza a informar los resultados de Detect a través de los Dashboards! 🚀