Concept : détection des anomalies dans les feuilles
La détection des anomalies démarre avec vos données de chiffres réels. En fonction des données de chiffres réels, l'algorithme crée un modèle de valeurs prévues qu'il stocke dans une version de prévision d’apprentissage automatique désignée. L'algorithme crée ensuite une plage de données acceptées qui compare la prévision d’apprentissage automatique à toute autre version de plan. Les feuilles mettent en surbrillance les données qui sont en dehors de la plage de prédiction. Vous pouvez aussi créer des rapports sur les valeurs hors norme.
Les feuilles mettent en surbrillance les anomalies des agrégats différemment, selon le type d'agrégat.
Type d'agrégat | Comportement à l'égard d'anomalies |
|---|---|
Comptes | L'algorithme ne détecte pas les données hors plage dans l'agrégat de comptes. La feuille met toutefois en surbrillance l'agrégat de comptes quand il y a des données hors plage dans les comptes contributifs. Lorsqu’une cellule d’agrégat de comptes a une bordure violette, développez le compte pour trouver les anomalies en surbrillance. |
Subdivision | L’algorithme détecte et met en surbrillance les données hors plage dans les agrégats de subdivisions. Développez et modifiez les données de subdivisions individuelles pour que le total soit dans la plage. La feuille ne met pas en surbrillance les subdivisions contributives qui sont hors plage. |
Agrégats de temps, de niveaux et de dimensions | L’algorithme ne détecte pas les données hors plage dans les agrégats suivants. La feuille ne met pas non plus en surbrillance les agrégats dans les cas suivants :
|