«Динамические» данные отличаются от статических тем, что показатели объектов меняются в зависимости от значений элементов верхней размерности. Как правило, характеристики объектов рассматривают в разрезе временных показателей (неделя, месяц, дата…), поэтому такие данные называются здесь динамическими. Но ничто не мешает рассматривать характеристики объектов в разрезе иных доступных размерностей.
Если в рабочей зоне больше одной размерности слева и одной сверху, то кластеризация будет группировать объекты самой левой размерности, а учитывать характеристики в разрезе самой верхней размерности.
Ниже показан пример динамических данных для кластеризации – экономия за месяц. Для этого наверх вынесена размерность Дата месяц и отмечен факт Экономия в %, показывающий значение полученной экономии в процентах.

Данные для динамической кластеризации

Как видно, разобраться в этих данных трудно. Для этого и нужна кластеризация – она отделит один тип объектов от другого. После нажатия кнопки Кластеризация результат расчета будет выглядеть следующим образом:

Результат динамической кластеризации


Какие именно элементы размерности попали в тот или иной кластер, можно увидеть, раскрыв кластеры, т.е. элементы размерности Кластеризация N. Весь диапазон значений элементов в выбранном кластере отображается на графике в виде «коридора» значений, который появляется при наведении на выбранный кластер. Для удобства просмотра можно отображать на графике только выбранный кластер:

Результат динамической кластеризации

Как рассчитать динамическую кластеризацию

Для динамической кластеризации:

  1. Добавьте влево размерность, которую требуется кластеризовать;
  2. Добавьте вверх размерность, по которой нужно кластеризовать (характеристики);
  3. При необходимости отфильтруйте или сгруппируйте данные;
  4. При необходимости выделите факты. Если факты не будут выделены, кластеризация будет выполнена по всем видимым фактам;
  5. Нажмите кнопку Кластеризация.

Будут определены максимально близкие друг к другу элементы левой размерности, которые будут объединены в кластеры.
Результатом анализа будет новая размерность Кластеризация N, где индекс N (размерности и факта кластеризации) – порядковый номер кластеризации, и новый факт Расстояние N.

  • Нет меток