Meilleures pratiques des rapports de tendance (Studio)

À propos des meilleures pratiques du rapport de tendances

Les rapports de tendances montrent comment vos métriques ont évolué au fil du temps.

Créer un rapport de tendance

Il n’existe aucun moyen correct de créer un rapport de tendances. Cependant, nous fournirons certaines meilleures pratiques, telles que les widgets courants, la manière de sélectionner un attribut de temps et où définir des échelles de temps et des plages de dates.

Widget

Vous pouvez utiliser différents types de widgets pour le reporting des tendances. Nous vous recommandons d’utiliser un widget de ligne ou de barre. Par défaut, ces widgets sont souvent définis pour signaler un calcul sur une échelle de temps donnée.

Attribut de temps

Pour exécuter un rapport de tendance, vous devez regrouper les données par attribut de temps. Les utilisateurs choisissent souvent Date du document, mais d’autres types de dates peuvent être disponibles dans vos commentaires.

Échelle de temps

Définissez une unité de temps par laquelle regrouper vos données. Par exemple, vous pouvez sélectionner une heure, un jour, une semaine, un mois, un trimestre ou une année.

Vous choisissez une échelle de temps lorsque vous sélectionnez un attribut temporel dans Regrouper par (voir ci-dessus, à côté du diagramme à courbes).

Plages de dates

Décidez de la date butoir pour votre rapport, également appelée dates de début et de fin.

La plage de dates peut être définie à l’aide de la liste déroulante dans les propriétés de votre widget.

Vous pouvez également ajouter une plage de dates à l’ensemble de votre tableau de bord à l’aide de filtres de plage de dates.

Traitement des périodes vides

Les périodes vides sont des périodes dans lesquelles aucune donnée n’a été collectée. Vous pouvez décider de la manière dont vous voulez traiter les périodes vides à l’aide des étapes suivantes :

1. Modifiez ou créez un widget.
2. Sélectionnez votre attribut temporel et votre échelle de temps sous Regrouper par.
   
3. Cliquez sur l’engrenage.
4. Sélectionnez l’une des options suivantes pour Périodes vides :
   
   
   • Afficher toutes les périodes vides : inclure toutes les périodes vides pour maintenir la continuité visuelle de la chronologie. La date au plus tard est définie par la dernière plage de dates butoir, qu’il existe ou non des données pour cette période.
     Exemple : il s’agit d’un graphique linéaire affichant le volume par mois au cours de l’année précédente. Ce graphique comporte plusieurs périodes de données manquantes, toutes représentées par des zéros sur le graphique.
     
   • Ne pas afficher les périodes vides de fin : inclure toutes les périodes vides, à l’exception de celles qui s’interrompent au début et à la fin du graphique. La date au plus tard est définie par la dernière date non vide dans la plage de dates.
     Exemple : il s’agit exactement des mêmes données que le graphique précédent. Les données vides de juin à juillet 2022 et de mars à juin 2023 ont été supprimées. Nous voyons encore une période vide au milieu du graphique.
     
   • Ne pas afficher les périodes vides : afficher uniquement les périodes qui contiennent des données. La date au plus tard est définie par la dernière date non vide dans la plage de dates.
     Exemple : il s’agit exactement des mêmes données que tous les graphiques précédents. Toutes les périodes vides ont été supprimées, il est donc important de lire l’axe pour obtenir une image précise des données.
     
5. Cliquez sur Mettre à jour.

Normalisation des données regroupées par heure

Lors du regroupement des données par jour, semaine, mois, trimestre ou année, XM Discover normalise l’affichage des sous-groupes sur les périodes afin d’améliorer le reporting des données potentiellement volatiles. Ce processus se produit uniquement lorsqu’un widget a deux regroupements appliqués : un regroupement basé sur le temps, suivi d’un deuxième regroupement de toute nature.

Ce scénario est le plus courant dans les widgets de ligne utilisés comme rapports de tendance avec plusieurs lignes. Dans ce cas, le « second groupement » est ajouté en série.

Exemple : ce graphique linéaire affiche les 5 meilleurs mots par volume au cours des 90 derniers jours.

Tout d’abord, XM Discover détermine le top 5 des mots par volume au cours des 90 derniers jours. Il s’agit du vol, de la compagnie aérienne, du vol, du temps et du retard. Ensuite, nous calculons ces volumes spécifiques de 5 mots pour chaque mois survenu au cours des 90 derniers jours.

Il est important de noter que chaque mois peut avoir un ensemble unique de 5 mots du top 5, et chaque ensemble peut inclure ou non le vol, la compagnie aérienne, le vol, le temps ou le retard. Il est même possible que ces 5 mots ne soient pas les 5 meilleurs mots par volume pour un mois spécifique affiché sur le graphique. Cependant, ils sont certainement les 5 mots les plus fréquents en volume sur toute la période de 90 jours.

Regroupement par identifiants uniques

Lors de l’utilisation d’un identifiant unique comme deuxième regroupement, tel que ID naturel, la normalisation peut produire des résultats que vous ne pouvez pas attendre. En raison de la répétition d’un groupe secondaire sur les périodes affichées, il peut apparaître comme si une seule interaction avec un client s’est produite sur plusieurs jours, semaines ou mois.

Exemple : nous avons modifié notre widget des 5 premiers mots afin qu’il affiche à la place les 5 meilleurs identifiants naturels pour chaque mois au cours des 90 derniers jours.

Le widget affiche avec précision chaque ID naturel comme ayant un volume de 0 pour chaque mois qu’il n’a pas eu lieu, et 1 pour le mois où il s’est produit. Dans les widgets de table, cela peut être moins intuitif, car les mois s’affichent avec plusieurs ID naturels, chacun avec un volume de 0. Cela est attendu comme sous-produit de la normalisation.

FAQ