Nota
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Un modelo de inteligencia artificial en Microsoft Sustainability Manager genera información inteligente. Mediante el modelo de inteligencia artificial, puede realizar un análisis más profundo de los datos de emisiones calculados y precalculados a través de información sobre valores atípicos, tendencias y correlación. Las ejecuciones del modelo ocurren mensualmente en la totalidad de la tabla Todas las emisiones. Puedes programarlos para cualquier día entre el primero y el 28 del mes a través de Ajustes.
Nota
Hay información inteligente disponible en Microsoft Sustainability Manager Premium. Para más información sobre planes, vaya a Planes de Microsoft Sustainability Manager.
Ver perspectivas
Para ver Intelligent Insights:
En Sustainability Manager, en el área Análisis, seleccione Información inteligente.
Seleccione una de las siguientes pestañas de información inteligente:
Valores atípicos
Un valor atípico representa un dato que muestra una diferencia significativa en comparación con otros dentro del mismo contexto. Le ayuda a detectar problemas de calidad de datos o áreas en las que se necesita acción. La siguiente imagen muestra más detalles sobre los subtipos de valores atípicos.
Serie temporal: los valores atípicos de la serie temporal le muestran valores atípicos en los datos de la serie temporal en varios contextos después de agregar los datos mensualmente. También muestran la media móvil de la serie y el rango esperado de la serie para ayudar a proporcionar más contexto sobre por qué se detectaron puntos de datos específicos como valores atípicos.
Punto de cambio: un punto de cambio es un salto o caída repentina en los datos. Puede resultar de problemas de calidad de datos, datos faltantes o de la falta de ingesta de datos con regularidad.
Contribución: Los valores atípicos de contribución resaltan áreas donde una entidad individual contribuye con una porción significativa de las emisiones en comparación con otras entidades en el mismo contexto.
Tendencias
Una tendencia es la dirección distintiva de sus datos a lo largo del tiempo. Un aumento o una disminución constante podría ayudarte a identificar un área que está mejorando o que requiere atención.
Además de tendencias habituales como la de esta imagen, también existen tendencias anómalas. Cuando se detectan muchas tendencias en los datos, el sistema las analiza colectivamente para ver si hay tendencias anómalas que han aumentado o disminuido significativamente más rápido que otras tendencias.
Nota
Para las tendencias atípicas, el eje Y refleja el cambio porcentual en mtCO2e para cada entidad desde el comienzo del período resaltado en la información.
Correlaciones
Una correlación muestra una relación de datos significativa entre contextos. Le ayuda a predecir un resultado o a identificar un vínculo entre dos o más condiciones.
Encuentre las ideas que más importan
Ordene, filtre o marque información para encontrar la información que más le importa.
En la página Valores atípicos, Tendencias o Correlaciones, seleccione una de las siguientes acciones:
Ordenar: la puntuación general, o significancia, se basa en tres subpuntuaciones: significancia estadística calculada por el algoritmo, puntuación de impacto y puntuación de relevancia. . El algoritmo calcula la importancia estadística. La puntuación de impacto es un porcentaje de las emisiones involucradas en una visión de las emisiones generales de su organización. La puntuación de relevancia es un conjunto de heurísticas que Microsoft predefinido para clasificar los insights. La relevancia puede cambiar con el tiempo en función de los comentarios de los clientes.
Filtro: filtre por instalación, intervalo de fechas, actividades de carbono, unidad organizativa y país o región. Puede aplicar capas de filtros para obtener resultados más precisos.
Marcador: cuando una información es interesante o importante, o quiere mantenerla para su visualización posterior, marquela. A diferencia de todos los demás conocimientos, los conocimientos marcados se mantienen de un modelo a otro. Para ver tus insights marcados como favoritos, selecciona la pestaña Favoritos.
Programar una ejecución de modelo
Las ejecuciones del modelo se realizan una vez al mes en toda la tabla Todas las emisiones y se remontan a un máximo de cuatro años. Cuando el modelo genera nuevas conclusiones, elimina cualquier información anterior que no haya marcado.
Necesita acceso a nivel de administrador para cambiar el día del mes en el que se ejecuta el modelo.
En Sustainability Manager, seleccione el área Configuración.
En la navegación izquierda, debajo de Ajustes de Aplicación, seleccione General.
Seleccione la pestaña Insights.
En el cuadro desplegable, seleccione el día del mes para la ejecución del modelo y luego seleccione Guardar.
Nota
El modelo comienza a ejecutarse a las 00:00 UTC el día que elija.
Preguntas Frecuentes
Para más información sobre posibles problemas asociados con percepciones inteligentes, revise las siguientes preguntas frecuentes (FAQ).
¿Por qué no puedo ordenar la información sobre tendencias y correlaciones por fecha?
Los conocimientos sobre tendencias y correlaciones se basan en datos agregados a lo largo del tiempo, que se remontan a cuatro años atrás en los datos históricos. Ordene por significado o aplique filtros para profundizar más en los datos.
¿Por qué no se muestran los informes después de que el modelo completa un ciclo?
Si el modelo completa correctamente una ejecución pero no devuelve información detallada, es posible que no haya suficientes datos de emisiones de carbono en el entorno para generar información.
¿Por qué no se muestran las informaciones/perspectivas en todas las pestañas después de que el modelo completa un ciclo/proceso?
Dependiendo del tipo y la cantidad de datos que tenga, es posible que no siempre haya información de todos los tipos. A medida que importe más datos, es más probable que vea los tres tipos de información después de que el modelo complete su ejecución mensual.