Modèle d’article

Utilisation des valeurs aberrantes

Les valeurs aberrantes sont des outils d’exploration des causes profondes qui permettent d’identifier rapidement les mots uniques ou inhabituels d’un point de données donné.

Comment fonctionnent les valeurs aberrantes

Les valeurs aberrantes comparent la prévalence d’un mot, d’un mot associé ou d’un hashtag dans un point de données sélectionné à la prévalence dans l’ensemble du Widget, puis classent ces mots en fonction des disparités les plus importantes. Les mots qui sont beaucoup plus rares ou beaucoup plus populaires que prévu sont les mieux classés.

Les valeurs aberrantes affichent les mots, les mots associés et les hashtags qui répondent à l’un des critères suivants :

• Ils se produisent inhabituellement souvent pour le point de données sélectionné, par opposition au reste de l’ensemble de données.
• Ils sont inhabituellement peu fréquents pour le point de données sélectionné, par opposition au reste de l’ensemble de données.
  Astuce : En d’autres termes, les valeurs aberrantes peuvent en fait avoir des volumes individuels très faibles, parce que ces termes ont des volumes inhabituellement faibles pour le point de données par rapport à d’autres points de données.

Les valeurs aberrantes constituent une alternative à la recherche des “10 premiers mots” pour tout point de données dans Studio, qui peut être utile en soi. Cependant, les “10 premiers mots” sont souvent les 10 premières valeurs pour tous les points de données et ne différencient pas nécessairement ce qui se passe derrière un point de données particulier qui vous intéresse.

Prévalence Changement métrique

La variation de la prévalence indique dans quelle mesure une valeur aberrante est plus ou moins fréquente pour l’élément que vous avez exploré, par rapport à l’ensemble des données du widget.

Lorsque vous vous dirigez vers une valeur aberrante, XM Discover évalue les interactions pour l’élément exploré (ce que nous appelons le “premier plan”) et les compare à l’ensemble des interactions du widget (ce que nous appelons l'”arrière-plan”). Elle présente ensuite les valeurs qui présentent la plus grande disparité en termes de prévalence, c’est-à-dire les valeurs dont le taux de prévalence est le plus inhabituel. L’indicateur de changement de prévalence vous montre exactement cette disparité pour vous donner une meilleure idée de l’ampleur d’une valeur aberrante.

Le changement de prévalence est calculé à l’aide de la formule suivante :

Changement de prévalence = pourcentage de prévalence en avant-plan – pourcentage de prévalence en arrière-plan

Notez qu’il peut s’agir d’une valeur négative si un mot est inhabituellement rare dans le groupe foré par rapport à l’arrière-plan.

Quand utiliser les valeurs aberrantes ?

C’est ici que l’utilisation de valeurs aberrantes peut s’avérer bénéfique :

• L’étude de points de données inhabituels (tels qu’un pic ou un creux sur un graphique de tendance, une grande surface sur un graphique circulaire ou thermique, ou une couleur particulière sur un nuage de mots) afin de découvrir ce qui les motive.
• Utilisation de pilotes. Les conducteurs ne renvoient pas de mots, de mots associés ou de hashtags comme indicateurs d’un résultat. Avec les valeurs aberrantes, vous sélectionnez un point de données et en déduisez des corrélations.
• La chasse aux termes en vogue pour découvrir de nouveaux sujets potentiels.

Comment considérer les valeurs aberrantes

1. Ouvrez un tableau de bord en mode visualisation.
   Astuce : Les valeurs aberrantes ne sont disponibles qu’en mode visualisation.
2. Cliquez sur le point de données que vous souhaitez analyser.
3. Cliquez sur Outliers.

Un tableau sera généré qui montre les mots, les mots associés et les hashtags associés au point de données. Elles sont toutes classées par ordre d’importance, la plus grande disparité de prévalence se trouvant en tête de liste.