Usando Outliers (Studio)

Sobre o uso de outliers

Os outliers são ferramentas de exploração da causa raiz que identificam rapidamente quais palavras são exclusivas ou incomuns em um determinado ponto de dados.

Como funcionam os outliers

Os outliers comparam a prevalência de uma palavra, palavra associada ou hashtag em um ponto de dados selecionado com a prevalência no widget como um todo e, em seguida, classificam essas palavras pelas maiores disparidades. As palavras que são muito mais raras ou muito mais populares do que o esperado são classificadas como as mais altas.

Os outliers mostram palavras, palavras associadas e hashtags que atendem a um dos seguintes critérios:

• Eles ocorrem com frequência incomum no ponto de dados selecionado, em oposição ao restante do conjunto de dados.
• Eles ocorrem com pouca frequência no ponto de dados selecionado, em comparação com o restante do conjunto de dados.
  Qdica: em outras palavras, os valores discrepantes podem, na verdade, ter volumes individuais muito baixos, porque esses termos têm volumes excepcionalmente baixos para o ponto de dados em comparação com outros pontos de dados.

Os outliers oferecem uma alternativa para encontrar as “10 principais palavras” para qualquer ponto de dados no Studio, o que pode ser útil por si só. No entanto, as “10 principais palavras” geralmente são os 10 principais valores de todos os pontos de dados e não necessariamente diferenciam o que está acontecendo por trás de um determinado ponto de dados no qual você está interessado.

Métrica de mudança de prevalência

A alteração da prevalência indica o quanto um outlier é mais ou menos comum no item que você pesquisou, em comparação com os dados do widget como um todo.

Quando você perfura um item discrepante, XM Discover avalia as interações do item perfurado (que chamamos de “primeiro plano”) e as compara com as interações do widget como um todo (que chamamos de “segundo plano”). Em seguida, apresenta os valores que têm a maior disparidade na prevalência, ou seja, os valores mais incomuns na taxa de prevalência. A métrica Mudança de prevalência mostra exatamente qual é essa disparidade para que você tenha uma noção melhor de quão extrema pode ser uma exceção.

A mudança de prevalência é calculada com a seguinte fórmula:

Mudança de prevalência = porcentagem de prevalência em primeiro plano – porcentagem de prevalência em segundo plano

Observe que esse pode ser um valor negativo se uma palavra for incomum no grupo perfurado em comparação com o segundo plano.

Quando usar outliers

É aqui que o uso de outliers pode ser benéfico:

• Investigar pontos de dados incomuns (como um pico ou uma queda em um gráfico de tendências, uma área enorme em um gráfico de pizza ou mapa de calor, ou uma cor preocupante em uma nuvem de palavras) para descobrir o que os está impulsionando.
• Usando drivers. Os motoristas não retornam palavras, palavras associadas ou hashtags como indicadores de um resultado. Com outliers, você seleciona um ponto de dados e deriva correlações.
• Busca de termos de tendência para discover novos tópicos em potencial.

Como visualizar os valores atípicos

1. Abra um dashboard no Modo de visualização.
   Qdica: os valores discrepantes só estão disponíveis no Modo de visualização.
2. Clique no ponto de dados que você deseja analisar.
3. Clique em Outliers.

Será gerada uma tabela que mostra palavras, palavras associadas e hashtags associadas ao ponto de dados. Todas elas estão classificadas por ordem, com a maior disparidade de prevalência no topo.