Perusteellinen analysointi älykkäiden merkityksellisten tietojen avulla
Microsoft Sustainability Managerin tekoälymalli luo älykkäät merkitykselliset tiedot. Tekoälymalli mahdollistaa laskettujen ja esilaskettujen päästötietojen tarkan analyysin merkityksellisten tietojen avulla. Nämä tiedot koskevat poikkeavuuksia, trendiä ja korrelaatiota. Malliajot suoritetaan kuukausittain koko Kaikki päästöt -taulukossa. Ne voidaan ajoittaa asetuksissa mille tahansa päivälle kuukauden 1. ja 28. päivän välillä.
Muistiinpano
Älykkäät merkitykselliset tiedot on saatavana Microsoft Sustainability Manager Premiumissa. Lisätietoja palvelupaketeista on kohdassa Microsoft Sustainability Manager -palvelupaketit.
Näytä merkitykselliset tiedot
Älykkäiden merkityksellisten tietojen tarkasteleminen:
Valitse Sustainability Managerin Analytiikka-alueella Älykkäät merkitykselliset tiedot.
Valitse jokin seuraavista älykkäistä merkityksellisten tietojen välilehdistä:
Poikkeamat
Poikkeama ilmaisee tietueen, joka poikkeaa merkittävästi muista saman kontekstin tietueista. Se auttaa löytämään tietojen laatuongelmia tai toimintaa edellyttäviä alueita. Seuraavassa on lisää tietoja poikkeaminen alatyypeistä.
Aikasarjat: Aikasarjojen poikkeavat havainnot näyttävät poikkeavuuksia aikasarjatiedoissa eri konteksteissa sen jälkeen, kun tiedot on koottu kuukausittain. Ne näyttävät myös sarjan liukuvan keskiarvon ja sarjan odotetun alueen, mikä auttaa saamaan lisäkontekstia siitä, miksi tietyt arvopisteet on havaittu poikkeamina.
Muutospiste: Muutospiste on äkillinen hyppy tai pudotus tiedoissa. Tuloksena voi olla tietojen laatuongelmia, puuttuvia tietoja tai tietojen epäsäännöllinen käsitteleminen.
Kontribuutio: Poikkeamahavainnot korostavat aloja, joilla yksittäinen yhteisö tuottaa merkittävän osan päästöistä verrattuna muihin yhteisöihin samassa yhteydessä.
Trendit
Trendi on erottuva tietojen suuntaus ajan myötä. Säännönmukainen kasvu tai lasku voi auttaa sinua tunnistamaan alueen, jonka toiminta on parantunut tai joka vaatii huomiota.
Kuten tässä kuvassa olevien säännöllisten trendien ohella on myös poikkeavia trendejä. Kun tiedoissa havaitaan useita trendejä, ne analysoidaan yhdessä, sillä tällä tavoin nähdään, onko poikkeavia, muita trendejä merkittävästi nopeammin nousevia tai laskevia trendejä.
Muistiinpano
Poikkeamatrendeissä Y-akseli ilmaisee prosentuaalisen muutoksen kunkin entiteetin mtCO2e-arvossa merkityksellisessä tiedossa korostetun jakson alusta alkaen.
Korrelaatiot
Korrelaatio esittää merkittävän tietojen välisen suhteen eri kontekstien välillä. Sen avulla voit ennustaa tuloksen tai tunnistaa kahden tai useamman ehdon välisen yhteyden.
Kaikkein tärkeimpien merkityksellisten tietojen löytäminen
Kaikkein tärkeimmät merkitykselliset tiedot löydetään lajittelemalla tai suodattamalla merkitykselliset tiedot taikka lisäämällä ne kirjanmerkkeihin.
Valitse Poikkeamat-, Trendit- tai Korrelaatiot-sivulla jokin seuraavista toiminnoista:
Lajittele: Kokonaispistemäärä tai merkitsevyys perustuu kolmeen osapistemäärään: algoritmin laskemaan tilastolliseen merkitsevyyteen, vaikutuspisteisiin ja osuvuuspisteisiin. Vaikutuspisteet on merkityksellistä tietoa koskevien päästöjen prosenttiosuus organisaation kokonaispäästöistä. Osuvuuspisteet on joukko heuristiikkaa, joka on esimääritetty luokittelemaan merkitykselliset tiedot. Osuvuus voi muuttua ajan mittaan vastaanotetun asiakaspalautteen perusteella.
Suodatin: Etsi sinulle tärkeimmät merkitykselliset tiedot suodattamalla ylös tai alas laitoksen, ajanjakson, hiilitoimintojen, organisaatioyksikön ja/tai maan/alueen mukaan. Tuloksia voidaan tarkentaa kerrostamalla suodattimia.
Kirjanmerkki: Kun kävijätieto on mielenkiintoinen tai tärkeä tai haluat vain säilyttää sen myöhempää tarkastelua varten, voit lisätä sen kirjanmerkkeihin. Muista merkityksellistä tiedoista poiketen, kirjanmerkittyjä merkityksellisiä tietoja ylläpidetään malliajosta toiseen. Kirjanmerkitettyjä merkityksellisiä voidaan tarkastella valitsemalla Kirjanmerkki-välilehti.
Malliajon aikatauluttaminen
Malliajot suoritetaan kerran kuukaudessa koko Kaikki päästöt -taulukossa, ja se ajoittuu taaksepäin enintään neljä vuotta. Uusia merkityksellisiä tietoja luotaessa aiemmat merkitykselliset tiedot, joita ei ole kirjanmerkitty, poistetaan.
Malliajojen suorittamisen kuukaudenpäivän muuttamiseen tarvitaan järjestelmänvalvojatason käyttöoikeus.
Valitse Sustainability Managerissa Asetukset-alue.
Valitse vasemmassa siirtymisruudun Sovellusasetukset-kohdassa Yleiset.
Valitse Merkitykselliset tiedot -välilehti.
Valitse avattavassa ruudussa se päivä kuukaudessa, jolloin malliajo suoritetaan, ja valitse sitten Tallenna.
Muistiinpano
Malli alkaa kello 00:00 UTC valittuna päivänä.
Usein kysytyt kysymykset
Lisätietoja älykkäissä merkityksellisissä tietoissa mahdollisesti esiintyvistä ongelmista saa tarkastelemalla seuraavia usein kysyttyjä kysymyksiä.
Miksi merkityksellisten trendi- ja korrelaatiotietojen lajittelu päivämäärän mukaan ei onnistu?
Merkitykselliset trendi- ja korrelaatiotiedot muodostuvat ajan mittaan koostettujen tietojen pohjalta, ja mukana voi olla jopa neljän vuoden takaisia historiallisia tietoja. Lajittelua merkityksen mukaan tai suodattimien käyttöä suositellaan, sillä se mahdollistaa porautumisen tietoihin.
Miksi merkitykselliset tiedot eivät näy malliajon valmistumisen jälkeen?
Jos malliajo valmistuu mutta merkityksellisiä tietoja ei palauteta, ympäristössä ei ole ehkä riittävästi hiilipäästötietoja tuloksia varten.
Miksi merkityksellisiä tietoja ei näy kaikissa välilehdissä malliajon valmistumisen jälkeen?
Käytettävissä olevien tietojen tyyppi ja laatu voi aiheuttaa sen, ettei kaikkia merkityksellisiä tietotyyppejä ole. Kun tietoja tuodaan lisää, on todennäköisempää, että kaikki kolme merkityksellisten tietojen tyyppiä on nähtävissä kuukausittaisen malliajon valmistumisen jälkeen.
