使用智能见解执行深层分析
智能见解由 Microsoft Sustainability Manager 中的 AI 模型生成。 AI 模型允许您通过离群值、趋势和相关性见解对计算和预先计算的排放数据进行更深入的分析。 模型每月在整个所有排放表上运行一次。 您可以通过设置将其安排在每月 1 日到 28 日之间的任何一天。
备注
智能见解在 Microsoft Sustainability Manager Premium 中可用。 有关计划的详细信息，请转到 Microsoft Sustainability Manager 计划。
查看见解
要查看智能见解：
离群值
离群值表示与同一上下文中的其他记录存在显着差异的记录。 可帮助您发现数据质量问题或需要采取行动的领域。 下图显示了有关离群值子类型的更多详细信息。
时间序列：时间序列异常值在每月聚合数据后，向您显示各种上下文中时间序列数据中的异常值。 同时还显示该时序的滚动平均值和该时序的预期范围，以帮助提供有关特定数据点为何被检测为离群值的更多上下文信息。
更改指向：更改指向是指数据的突然跳跃或下降。 这可能是由于数据质量问题、数据丢失或未定期引入数据造成的。
贡献：贡献异常值突出显示了与同一上下文中的其他实体相比，单个实体贡献了很大一部分排放的区域。
趋势
趋势是数据随时间变化的显著方向。 持续的增加或减少可以帮助您确定正在改善或需要注意的领域。
除了如图所示的常规趋势之外，还存在异常趋势。 当在数据中检测到许多趋势时，会对其进行集中分析，以查看是否存在任何增加或减少速度明显快于其他趋势的异常趋势。
备注
对于离群值趋势，Y 轴反映了自见解中突出显示的时期开始以来每个实体的 mtCO2e 百分比变化。
相关性
相关性显示了跨上下文的重要数据关系，可帮助您预测结果或确定两个或多个条件之间的关联。
查找最重要的见解
您可以通过对见解进行排序、筛选或添加书签来查找对您最重要的见解。
在离群值、趋势或相关性页面上，选择以下操作之一：
排序：总分或 显著性基于三个子分数：由算法计算的统计显著性、影响分数和相关性分数。 影响力得分是某项见解所涉及的排放量占贵组织总排放量的百分比。 相关性得分是我们预定义的一组启发式方法，用于对见解进行排名。 根据我们收到的客户反馈，相关性可能会随着时间而变化。
筛选：通过按设施、日期范围、碳活动、组织单位和/或国家/地区进行向上或向下筛选，找到对您最重要的见解。 您可以对过滤器分层，以获得更精细的结果。
书签：当洞察有趣、重要，或者您只想维护它以供以后查看时，您可以为其添加书签。 与所有其他见解不同，带书签的见解是从一个模型运行到另一个模型的过程中维护的。 要查看添加书签的见解，请选择书签选项卡。
安排模型运行
模型每月在整个所有排放表上运行一次，最多可追溯至四年前。 生成新见解时，任何先前未添加书签的见解都将被删除。
您需要管理员级别的访问权限才能更改模型运行的日期。
在 Sustainability Manager 中，选择设置区域。
在左侧导航中的应用设置下，选择常规。
选择见解选项卡。
在下拉框中，选择模型运行的日期，然后选择保存。
备注
该模型将于所选日期的 00:00 UTC 开始运行。
常见问题解答
有关可能遇到的智能见解问题，请查看以下常见问题 (FAQ)。
为什么我无法按日期对趋势和相关性见解进行排序？
趋势和相关性见解是建立在一段时间内汇总的数据基础上的，可以追溯到四年前的历史数据。 我们建议按显著性排序或应用过滤器，以便向下钻取进一步了解您的数据。
为什么模型完成运行后不显示见解？
如果模型成功完成运行但未返回任何见解，则您的环境中可能没有足够的碳排放数据来执行此操作。
为什么模型运行完成后，所有选项卡都不显示见解？
根据您拥有的数据的类型和数量，不一定每种类型都有见解。 当您导入更多数据时，在模型完成每月运行后，您将更有可能看到所有三种见解类型。
