- Notes de publication
- Avant de commencer
- Démarrage
- Gestion de l’accès
- Travailler avec des applications de processus
- Créer des applications de processus
- Chargement des données
- Charger des données
- Retrieving the SQL Server database parameters
- Configuration d'un compte SQL Server pour le chargement de données à l'aide d'un extracteur
- Loading data using Theobald Xtract Universal
- Configuration système requise
- Configurer DataBridgeAgent
- Configuring CData Sync
- Ajouter un connecteur personnalisé à DataBridgeAgent
- Utiliser DataBridgeAgent avec le connecteur SAP pour l'accélérateur de découverte Purchase-to-Pay
- Utiliser DataBridgeAgent avec le connecteur SAP pour l'accélérateur de découverte Order-to-Cash
- Personnaliser les applications de processus
- Transformations de données
- Modèle d’application TemplateOne
- Modèle d’application Purchase to Pay
- Modèle d’application Order to Cash
- Basic troubleshooting guide
Analyse des causes profondes
Lors de l'analyse d'un processus métier, vous souhaiterez peut-être identifier les champs qui correspondent le plus souvent à un résultat spécifique. Cela peut vous aider à agir sur les causes profondes liées à ce résultat. Par exemple, dans le cadre du processus Purchase-to-Pay, vous souhaiterez peut-être analyser l'influence des commandes auxquelles la balise d'achat indépendant a été attribuée.
Avec l'analyse des causes profondes, vous pouvez comparer l'influence des propriétés des incidents sur un certain comportement, afin d'identifier des influenceurs de données importants pour des situations de processus spécifiques. Un ensemble d'incidents est défini via le filtre de période. Cette sélection est appelée Incidents de référence (Reference cases). Dans cet ensemble d'incidents, vous pouvez sélectionner le comportement que vous souhaitez analyser. Par exemple, les incidents comportant une balise spécifique. Cette sélection est appelée Incidents sélectionnés (Selected cases). L'influence d'une propriété va dépendre du nombre d'occurrences des incidents sélectionnés.
Le tableau de bord de l'analyse des causes profondes vous permet de comparer l'influence de certaines propriétés d'incidents sur un ensemble d'incidents sélectionnés, dans un ensemble d'incidents de référence.
Suivez les étapes suivantes pour effectuer une analyse des causes profondes.
- Utilisez le filtre Période (Period) pour définir l'ensemble des incidents de référence.
- Cliquez sur dans le menu à gauche du tableau de bord.
- Ajoutez des filtres pour définir l'ensemble d'incidents sélectionnés, qui constituent les incidents dont vous souhaitez analyser l'influence.
- Dans le sélecteur, sélectionnez le champ que vous souhaitez utiliser pour votre analyse.
Consultez l'illustration ci-dessous pour voir un exemple.
Le nombre d'occurrences des Incidents sélectionnés et des Incidents de référence est affiché pour le champ sélectionné dans le tableau de bord.
Lorsque vous survolez les barres du graphique à barres, l'influence (%) et la référence (%) s'affichent. Voir l'illustration ci-dessous pour un exemple.
Vous trouverez ci-dessous une description des mesures.
Mesure |
Description |
---|---|
Influence (%) |
L'écart entre les Incidents sélectionnés (Selected cases) (%) et les Incidents de référence (Reference cases) (%). |
Cas sélectionnés (%) |
Fréquence relative des Incidents sélectionnés (Selected cases) par rapport à l'ensemble des Incidents de référence (Reference cases) par valeur de champ. |
Référence (%) |
Le pourcentage du total des Incidents sélectionnés (Selected cases) par rapport au total des Incidents de référence (Reference cases). |
Un écart important par rapport aux Incidents de référence (Reference cases) (%) indique une éventuelle influence élevée sur la sélection.
Afficher l'option des influenceurs les plus importants
L'option Afficher les influenceurs les plus importants (Show significant influencers) permet de zoomer en affichant les incidents présentant une influence statistiquement importante. Cela devrait vous aider à identifier les incidents de la sélection qui ont l'impact le plus grand. Cette importance statistique est calculée en se basant à la fois sur l'influence (%) et sur le nombre d'incidents que présente une propriété spécifique.