Utilização de anomalias (Studio)

Sobre o uso de valores discrepantes

Anomalias são ferramentas de exploração de causa raiz que identificam rapidamente quais palavras são únicas ou incomuns sobre qualquer ponto de dados.

Como os valores atípicos funcionam

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

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

• Eles ocorrem com frequência anormal para o ponto de dados selecionado, em vez do resto do conjunto de dados.
• Eles ocorrem excepcionalmente com pouca frequência para o ponto de dados selecionado, em vez do resto do conjunto de dados.
  Qdica: em outras palavras, valores discrepantes podem realmente ter volumes individuais muito baixos, porque esses termos têm volumes excepcionalmente baixos para o ponto de dados em comparação com outros pontos de dados.

Outliers fornecem uma alternativa para encontrar as “10 melhores palavras” para qualquer ponto de dados no Studio, que pode ser útil por conta própria. No entanto, as “10 palavras principais” são frequentemente os 10 principais valores para todos os pontos de dados e não diferenciam necessariamente o que está acontecendo atrás de um ponto de dados específico no qual você está interessado.

Métrica de alteração de prevalência

A alteração de prevalência indica o quanto um valor discrepante é mais ou menos comum com o item que você pesquisou, em comparação com os dados do widget como um todo.

Quando você detalha um valor discrepante, o XM Discover avalia as interações para o item pesquisado (chamamos isso de “primeiro plano”) e as compara com as interações do widget como um todo (nos referimos a isso como “background”). Em seguida, apresenta os valores que têm a maior disparidade na prevalência, ou seja, os valores que são mais incomuns na taxa de prevalência. A métrica Alteração de prevalência mostra exatamente qual disparidade é dar a você uma melhor noção de quão extremo e outlier podem ser.

A mudança de prevalência é calculada usando a seguinte fórmula:

Alteração de prevalência = porcentagem de prevalência em primeiro plano – fundo de prevalência percentual

Observe que este pode ser um valor negativo se uma palavra é anormalmente incomum no grupo pesquisado em comparação com o plano de fundo.

Quando utilizar valores atípicos

Aqui, ao usar valores atípicos, isso pode ser benéfico:

• Investigar pontos de dados incomuns (como um pico ou imersão em um gráfico de tendências, uma enorme área em uma torta ou heatmap, ou uma cor preocupante em uma nuvem de palavras) para descobrir o que os está conduzindo.
• Usando drivers. Motivadores não retornam palavras, palavras associadas ou hashtags como indicadores de um resultado. Com anomalias, você seleciona um ponto de dados e deriva correlações.
• Busca de termos de tendência para descobrir novos tópicos em potencial.

Como exibir anomalias

1. Abra um painel no modo de visualização.
   Qdica: Valores discrepantes estão disponíveis somente no modo de visualização.
2. Clique no ponto de dados que você deseja analisar.
3. Clique em Anomalias.

Será gerada uma tabela que mostra palavras, palavras associadas e hashtags associadas ao ponto de dados. Todos eles são ordenados por classificação, com a maior disparidade de prevalência no topo.