Cálculos de rolagem em métricas Widget
Sobre os cálculos de rolagem
Os cálculos contínuos são um meio de aplicar uma métrica em um conjunto de pontos de dados composto de vários períodos. As opções incluem médias e métricas contínuas.
As médias móveis pegam uma série de pontos, em que esses pontos podem ser o resultado de qualquer tipo de cálculo métrico, e calculam a média em uma janela de tamanho especificado.
As métricas contínuas aplicar uma métrica escolhida usando todos os pontos de dados dentro de um tamanho de janela especificado. Ao contrário das médias móveis, ele usa todos os dados para produzir uma nova métrica calculada.
Você pode adicionar médias e métricas contínuas aos widgets dashboard. No entanto, primeiro você deve se certificar de que o widget que está usando é compatível e que os dados exibidos são divididos por data.
Compatibilidade com Widget
Os cálculos de rolagem podem ser adicionados a qualquer widget que permita adicionar métricas, além de uma dimensão, linha ou eixo em que os dados possam ser divididos por data.
Isso inclui:
Os filtros de data aplicados à página do dashboard afetarão os cálculos de rolagem.
Os cálculos de rolagem são compatíveis com a ponderação.
Os cálculos de rolagem não podem ser usados com testes de significância.
Adição de uma Quebra data
Abaixo está um exemplo de uma quebra data sendo adicionada a um widget de barra vertical.
- Clique para editar seu widget.
- No painel de edição widget, clique em Add (Adicionar ) na seção X-Axis (Eixo X).
- Escolha um campo de data.
Qdica: você pode verificar o campo tipo de campo na seção de dados do dashboard.
- Clique no campo do eixo x.
- Escolha o período de tempo pelo qual seus dados estão agrupados. Você pode escolher por ano, trimestre, mês, semana, dia ou automático.
Adição de uma média móvel ou métrica móvel a um Widget
- Use um dos widgets compatíveis e divida os dados por data, conforme explicado nas seções acima.
- Certifique-se de que você tenha pelo menos uma métrica. Se ainda não tiver adicionado uma, clique em Add (Adicionar ) na seção Metric (Métrica ).
Qdica: você pode escolher qualquer métrica que desejar, como NPS ou Média. O cálculo de rolagem aplicado será calculado com base nessa métrica. No entanto, os cálculos contínuos não são compatíveis com métricas personalizadas. - Clique na métrica que você adicionou.
- Ative o cálculo de rolagem e, em seguida, use o menu suspenso para escolher seu cálculo: média de rolagem ou métrica de rolagem.
- Selecione o período de tempo durante o qual você deseja fazer os cálculos de rolagem. Você pode digitar qualquer valor e escolher entre ano, trimestre, mês, semana, dia ou automático, se for assim que você definir o quebra datas.
Como as médias móveis são calculadas
A média móvel considera “a média das médias”. Ele pegará cada valor de métrica (que, por sua vez, é a média das respostas de cada entrevistado) em uma janela especificada e calculará a média em relação ao número de janelas. Isso significa que a média resultante é independente do tamanho amostra para qualquer período específico.
A média móvel é implementada em cima de métricas que são permitidas em valores escalares (valores numéricos). O algoritmo implementa essencialmente o seguinte conjunto de equações. Para o tamanho da janela `w`:
Comportamento para dados atuais
O comportamento padrão inclui o ponto de dados atual para a janela e usa o valor atual no compartimento para cada ponto de dados.
Exemplo: Vamos supor que temos um conjunto de pontos de dados para uma métrica (contagem, soma, média, etc.). Então, digamos que usemos “média” para este exemplo, com tamanho de janela “2”.
Data | 1/1/2018 | 2/1/2018 | 3/1/2018 | 4/1/2018 | 5/1/2018 | 6/1/2018 |
Métrica original calculada | 10 | 6 | 11 | 2 | 9 | 14 |
Média de execução contínua | (10) / 2
= 5
|
(10 + 6) / 2
= 8 |
(6 + 11) / 2
= 8.5 |
(11 + 2) / 2
= 6.5 |
(2 + 9) / 2
= 5.5 |
(9 + 14) / 2
= 11.5 |
- O último ponto de dados é considerado incompleto e contribuirá para os cálculos da média móvel quando tivermos um ponto de dados para 7/1/2018.
Comportamento da média móvel para dados esparsos
Os dados representados acima são um comportamento definido de acordo com as equações mencionadas no gráfico. Mas, em um cenário real, os dados geralmente são escassos. Esses casos são chamados de “pontos de dados ausentes” ou “caso nulo”. Nesse caso, existe apenas uma média sobre os elementos da janela. Se os elementos da janela estiverem faltando, o Rolling Averages não usará os pontos de dados anteriores para preencher a janela.
Exemplo:
Data | 1/1/2018 | 2/1/2018 | 3/1/2018 | 4/1/2018 | 5/1/2018 | 6/1/2018 |
Métrica original calculada | 10 | FALTANDO | 11 | FALTANDO | FALTANDO | 14 |
Média de execução contínua | (10) / 2 = 5 |
(10 + Null) / 1 = 10 |
(NULL + 11) / 1 = 11 |
(11 + NULL) / 1 = 11 |
(NULL + NULL) = NULL |
(NULL + 14) / 1 = 14 |
Como as métricas de rolagem são calculadas
As métricas contínuas funcionam da mesma forma que as métricas normais, exceto que os dados usados podem ser expandidos para além de um período, em uma base contínua. O comportamento padrão inclui o ponto de dados atual para a janela que usa o valor atual no intervalo para cada ponto de dados.
As métricas de rolagem podem ser consideradas como uma “métrica de rolagem ponderada” Nesse caso, “ponderado” significa que o valor da métrica controla o tamanho da base em cada período de tempo na janela, aplicando mais peso aos períodos de tempo de tamanho de base alto e menos peso aos períodos de tempo de tamanho de base baixo.
Exemplo: Vamos supor que temos um conjunto de pontos de dados para uma métrica (contagem, soma, média, etc.). Então, digamos que usemos “média” para este exemplo, com tamanho de janela “2”.
Data | 1/1/2018 | 2/1/2018 | 3/1/2018 | 4/1/2018 | 5/1/2018 | 6/1/2018 |
Número original de pontos de dados | 12 | 17 | 20 | 10 | 15 | 25 |
Soma de valores | 36 | 52 | 78 | 62 | 55 | 89 |
Métrica contínua | 36 / 12 = 3 | (36 + 52) / (12 + 17) = 3.03 | (52 + 78) / (17 + 20) = 3.51 | (78 + 62) / (20 + 10) = 4.67 | (62 + 55) / (10 + 15) = 4.68 | (55 + 89) / (15 + 25) = 3.6 |
- Cada ponto de dados seguinte obtém a média das somas usando o número de pontos de dados dentro do tamanho da janela de dois.
Comportamento do Rolling Metric para dados dispersos
Os dados representados acima são um comportamento definido de acordo com as equações mencionadas no gráfico. Mas, em um cenário real, os dados geralmente são esparsos. Esses casos são chamados de “pontos de dados ausentes” ou “caso nulo”. Nesse caso, a métrica ainda é calculada usando o número de pontos de dados disponíveis nessa janela.