Cálculos de rolagem em métricas Widget
O que há nesta página
Atenção: Você está lendo sobre um característica que não está disponível no momento para todos os clientes. Se quiser obter mais informações ou adquirir acesso, fale com seu executivo Conta.
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.
Exemplo: Digamos que você tenha dados de NPS dos últimos 30 dias. Se optar por obter a média móvel de cada três dias, em vez de obter a média de cada um dos 30 dias, você poderá obter a média das pontuações do NPS em uma janela móvel de 3 pontuações do NPS divididas por dias. Então, a cada três dias de coleta de dados, uma nova média de pontuações de NPS seria gerada para você.
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.
Exemplo: Digamos que você tenha dados de NPS dos últimos 30 dias. Se você escolher a métrica contínua a cada três dias, essa métrica contínua usará todos os dados em uma janela contínua de três dias para produzir uma nova pontuação de NPS. Nesse caso, para cada três dias de coleta de dados, uma nova pontuação de NPS seria gerada para você.
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.
Qdica: os cálculos de rolagem também são compatíveis com qualquer tipo de dashboard que suporte os widgets listados acima, como CX, EX, BX e Resultados Dashboards.
Adição de uma Quebra data
Abaixo está um exemplo de uma quebra data sendo adicionada a um widget de barra vertical.
Qdica: você pode verificar o campo tipo de campo na seção de dados do dashboard.
Qdica: os cálculos de rolagem não estão disponíveis para o agrupamento “sexto mês”. Se você selecionar “seis meses” como agrupamento do seu campo de data, não será possível adicionar um cálculo de rolagem / todos os cálculos de rolagem já adicionados serão desativados.
Adição de uma média móvel ou métrica móvel a um Widget
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.
Qdica: esse agrupamento deve corresponder ao agrupamento de seu quebra datas. Por exemplo, se seus dados de data estiverem divididos em anos, a média móvel também será automaticamente definida como anos.
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 Móvel (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 esparsos. 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 Móvel (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 de execução 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.
Perguntas frequentes
Por que minhas métricas estão somando 99 ou 101 em vez de 100?
Por que minhas métricas estão somando 99 ou 101 em vez de 100?
33.60 + 33,60 + 32,80 = 100
Ao passo que se você optar por não exibir decimais com o mesmo conjunto de dados:
34 + 34 + 33 = 101
Os widgets não podem exibir decimais infinitos, o que significa que, independentemente das configurações decimais, alguns dados terão que ser arredondados. Isso significa que pequenos desvios, como somar 99 ou 101 em vez de 100, funcionam conforme o esperado.
Isso é ótimo! Obrigado pelo seu feedback!
Obrigado pelo seu feedback!