pa20 expert user fr

PUBLIC
SAP Predictive Analytics 2.0
2015-02-10
Guide de l'utilisateur d'Expert
Analytics
Contenu
1
Ressources de la documentation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6
2
Nouveautés d'Expert Analytics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3
À propos de ce guide. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.1
Contenu de ce guide. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2
Public visé. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4
Présentation d'Expert Analytics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5
Démarrage d'Expert Analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10
5.1
Fondements d'Expert Analytics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
5.2
Lancement d'Expert Analytics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5.3
Familiarisation avec Expert Analytics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Vue Designer. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Vue Résultats. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
5.4
Utilisation d'Expert Analytics de A à Z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
5.5
Configuration des fonctionnalités avancées d'Expert Analytics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
6
Acquisition de données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
6.1
Acquisition de données à partir d'une source de données pour créer un jeu de données. . . . . . . . . . . . . 17
Affichage d'une connexion à une source de données et de ses documents associés. . . . . . . . . . . . . 18
Acquisition de données à partir d'un classeur Excel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Acquisition de données à partir d'un fichier texte. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Acquisition de données copiées dans le presse-papiers. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Acquisition de données à partir de vues SAP HANA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Acquisition de données à partir des univers. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Acquisition de données à l'aide de Requête SQL. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Téléchargement de données à partir de la base de données SAP BW. . . . . . . . . . . . . . . . . . . . . . . . 37
Modification d'un jeu de données acquis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .40
Objets masqués dans la liste d'objets. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Modification du fichier des suggestions d'enrichissement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
7
Préparation des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .43
7.1
Préparation des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Espace Préparer : affichage, nettoyage et manipulation des données. . . . . . . . . . . . . . . . . . . . . . . 43
Modification et nettoyage des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .47
Création d'indicateurs et de hiérarchies. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Création d'un indicateur calculé ou d'une dimension calculée. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Contenu
Utilisation de plusieurs jeux de données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
8
Création d'analyses. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
8.1
Création d'une analyse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Application du pré-traitement des composants aux données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Application des algorithmes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .77
Facultatif : stockage des résultats de l'analyse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .79
8.2
Exécution de l'analyse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.3
Enregistrement de l'analyse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
8.4
Suppression d'une analyse du document. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .80
8.5
Affichage des résultats. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
8.6
Exportation d'une analyse en tant que procédure stockée. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
9
Ajout d'un composant personnalisé. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .82
9.1
Composant R personnalisé. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .82
Assistant de création de composant R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Création d'un composant R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
9.2
Composant personnalisé PAL. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .88
Assistant de création de composant PAL. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Création d'un composant PAL. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
10
Analyse des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
10.1
Analyse des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
10.2
Diagramme matriciel à nuage de points. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
10.3
Diagramme de résumé statistique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
10.4
Coordonnées parallèles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
10.5
Arbre de décision. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
10.6
Diagramme de tendance. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
10.7
Diagramme du cluster. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
10.8
Diagramme à nuage de balises Apriori. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
10.9
Matrice de confusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
10.10
Diagramme Composant R personnalisé. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
11
Visualisation des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
11.1
Visualisation des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .102
Création de diagrammes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Tri des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Filtrage des données de diagrammes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Application de la mise en forme conditionnelle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
Données hiérarchiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .121
Recherche d'indicateurs, de dimensions et de valeurs de données. . . . . . . . . . . . . . . . . . . . . . . . . 122
Indicateurs associés aux dimensions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
Types d'agrégation pris en charge. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
Guide de l'utilisateur d'Expert Analytics
Contenu
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
3
12
Création de récits. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
12.1
Récits et données visualisées. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Éléments de page. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Création d'un récit. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .129
Enregistrement d'un récit. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
Modification d'un récit. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
Exploration d'une visualisation dans un récit. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
Actualisation des données sur une page Graphisme d'informations. . . . . . . . . . . . . . . . . . . . . . . . 132
13
Partage des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
13.1
Publication sur SAP Lumira Server. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
Publication des récits et des jeux de données vers SAP Lumira Server. . . . . . . . . . . . . . . . . . . . . . 133
14
Utilisation des modèles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
14.1
Création d'un modèle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
14.2
Exportation d'un modèle au format PMML. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
14.3
Exportation d'un modèle dans un fichier .spar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
14.4
Exportation d'un modèle SAP HANA en tant que procédure stockée. . . . . . . . . . . . . . . . . . . . . . . . . . 136
Suppression de la procédure stockée exportée de SAP HANA. . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
14.5
Importation d'un modèle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .138
14.6
Suppression d'un modèle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
15
Propriétés des composants. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
15.1
Algorithmes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .139
Régression. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
Valeurs hors norme. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
Série chronologique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
Arbres de décision. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .176
Réseau neuronal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
Organisation en clusters. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
Association. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
Classification. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
15.2
Composants de préparation des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
Formule. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
Echantillon. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
Définition des types de données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
Filtrer. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .218
Normalisation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
Classement SAP HANA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
Normalisation SAP HANA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
HANA Partition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .230
15.3
4
Composants d'écriture de données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Contenu
Composant d'écriture CSV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
Composant d'écriture JDBC. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
Composant d'écriture HANA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
15.4
Modèles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
Guide de l'utilisateur d'Expert Analytics
Contenu
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
5
1
Ressources de la documentation
Le tableau suivant fournit la liste des guides disponibles pour SAP Predictive Analytics :
Table 1 :
Que voulez-vous faire ?
Rendez-vous ici...
Obtenez une aide instantanée sur l'utilisation d'Expert
Analytics ou trouvez des informations sur une fonctionnalité
ou un worflow.
L'aide en ligne est accessible comme suit dans le jeu d'outils
Expert Analytics :
Obtenez une aide instantanée sur l'utilisation d'Automated
Analytics ou trouvez des informations sur une fonctionnalité
ou un worflow.
●
Cliquez sur l'icône Aide (?) d'une boîte de dialogue ou
d'une fenêtre.
●
Sélectionnez le menu
Aide
Aide
L'aide en ligne est accessible comme suit dans le jeu d'outils
Automated Analytics :
●
Appuyez sur la touche F1.
●
Sélectionnez le menu
Aide
Aide
Obtenez la documentation complète relative à l'utilisation de
SAP Predictive Analytics (en anglais).
SAP Predictive Analytics Page d'accueil
Obtenez la documentation relative à l'utilisation de SAP
Predictive Analytics dans une langue différente.
Page Tous les produits SAP
Remarque
.
.
Sélectionnez une langue, puis sélectionnez SAP Predictive
Analytics et la version requise dans les listes déroulantes.
La documentation dans des langues autres que l'anglais
est uniquement disponible pour certains guides.
Obtenez les toutes dernières informations sur la prise en
charge des bases de données et logiciels pour SAP Predictive
Analytics.
6
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
SAP Product Availability Matrix
Guide de l'utilisateur d'Expert Analytics
Ressources de la documentation
2
Nouveautés d'Expert Analytics
Une liste des nouvelles fonctionnalités disponibles avec Expert Analytics et une description de chaque
fonctionnalité.
Les nouvelles fonctionnalités suivantes d'Expert Analytics sont disponibles dans cette version de SAP Predictive
Analytics :
Table 2 :
Nouveauté de cette version
Description
Prise en charge hors ligne de BW (Business Warehouse)
Vous pouvez connecter un système BW (s'exécutant sur SAP
HANA ou une autre base de données) et télécharger des don­
nées pour l'analyse hors ligne. Les InfoProviders et les requê­
tes BEx avec ou sans variables sont pris en charge.
Nouveaux algorithmes APL (Automated Predictive Library) en
ligne pris en charge
Les algorithmes APL en ligne suivants sont pris en charge et
peuvent être utilisés dans les analyses :
●
Classification automatisée HANA
Identifie le meilleur modèle de classification binaire qui
prévoit la catégorie pour les données invisibles. Un algo­
rithme de classification et des variables d'entrée clés
sont automatiquement sélectionnés pour générer le
meilleur modèle.
●
Mise en cluster automatisée HANA
Découvre les segments dans les données avec une réfé­
rence à une variable cible. Un algorithme de mise en
cluster et des variables d'entrée clés sont automatique­
ment sélectionnés pour générer le meilleur modèle.
●
Régression automatisée HANA
Identifie automatiquement le meilleur modèle de régres­
sion qui explique le mieux la relation entre les variables
d'entrée indépendantes et la variable cible.
Guide de l'utilisateur d'Expert Analytics
Nouveautés d'Expert Analytics
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
7
3
À propos de ce guide
3.1
Contenu de ce guide
Ce guide fournit :
●
Une présentation d'Expert Analytics
●
Comment acquérir des données depuis différentes sources de données
●
Comment réaliser des opérations de manipulation et de nettoyage des données ou d'enrichissement
sémantique dans l'espace Préparer
●
Des informations sur divers algorithmes et composants disponibles dans Expert Analytics
●
Des informations sur la façon de créer des analyses et des modèles
●
Des informations sur la façon d'analyser les données à l'aide des techniques de visualisation prédictive
●
Comment créer des storyboards
●
Comment partager des diagrammes et des jeux de données
Remarque
Expert Analytics hérite de la fonctionnalité d'acquisition de données et de manipulation de données de SAP
Lumira. Par conséquent, pour en savoir plus sur les workflows qui ne se sont pas abordés dans ce guide, voir le
Guide de l'utilisateur de SAP Lumira à l'adresse : http://help.sap.com/lumira.
Remarque
Vous trouverez des informations relatives à l'installation et à la configuration de l'application ainsi qu'à
l'installation de R dans le guide SAP Predictive Analytics Desktop Installation Guide.
3.2
Public visé
Ce guide est destiné aux analystes de données professionnels, aux utilisateurs professionnels, aux statisticiens et
aux scientifiques des données qui souhaitent utiliser Expert Analytics pour analyser et visualiser des données à
l'aide d'algorithmes prédictifs.
Remarque
Pour utiliser l'application Expert Analytics, vous devez être familier avec les algorithmes statistiques et
d'extraction de données, et comprendre les fondements de l'utilisation de ces algorithmes.
8
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
À propos de ce guide
4
Présentation d'Expert Analytics
Expert Analytics est un jeu d'outils d'analyse statistique et d'extraction de données permettant de créer des
modèles prédictifs pour découvrir des informations et relations cachées au sein de vos données, à partir
desquelles vous pouvez faire des prédictions relatives à des événements futurs.
Expert Analytics est un jeu d'outils de l'application SAP Predictive Analytics.
Grâce à Expert Analytics, vous pouvez réaliser différentes analyses sur les données, notamment la prévision de
série chronologique, la détection de valeurs hors norme, l'analyse de tendance, l'analyse de classification,
l'analyse de segmentation et l'analyse d'affinité. Vous pouvez ainsi analyser les données à l'aide de diverses
techniques de visualisation, telles que les diagrammes matriciels à nuage de points, les coordonnées parallèles,
les diagrammes de cluster et les arbres de décision.
Expert Analytics propose une gamme d'algorithmes prédictifs, prend en charge l'utilisation du langage d'analyse
statistique en open source R et propose des fonctionnalités d'extraction de données en mémoire pour un
traitement d'analyse efficace de grands volumes de données.
Remarque
Expert Analytics hérite de la fonctionnalité d'acquisition de données et de manipulation de données de SAP
Lumira. SAP Lumira est un outil de manipulation et de visualisation des données. Grâce à SAP Lumira, vous
pouvez vous connecter à diverses sources de données telles que les fichiers plats, les bases de données
relationnelles, les bases de données dans la mémoire et les univers SAP BusinessObjects, et vous pouvez
réaliser des opérations sur différents volumes de données, d'une petite matrice de données dans un
fichier .CSV à un très grand jeu de données dans SAP HANA.
Guide de l'utilisateur d'Expert Analytics
Présentation d'Expert Analytics
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
9
5
Démarrage d'Expert Analysis
5.1
Fondements d'Expert Analytics
Concepts importants pertinents pour l'utilisation d'Expert Analytics.
Composant
Un composant est l'unité de traitement de base d'Expert Analytics. Chaque composant contient un point d'entrée
et/ou plusieurs points de connexion de sortie. Ces points de connexion servent à connecter les composants par le
biais de connecteurs. Lorsque vous connectez ensemble des composants, les données sont transmises depuis les
composants prédécesseurs à leurs composants successeurs.
Expert Analytics contient les composants suivants :
●
Préprocesseurs
●
Algorithmes
●
Composants d'écriture de données
Vous pouvez accéder aux composants depuis la vue Designer de l'espace Prévision. Une fois les composants
ajoutés à l'éditeur d'analyse, vous pouvez identifier l'état d'un composant grâce à son icône de statut.
Les états d'un composant sont les suivants :
●
Aucune icône de statut : cet état s'affiche lorsque vous faites glisser un composant dans l'éditeur d'analyse. Il
indique que le composant doit être configuré avant l'exécution de l'analyse.
●
(Configuré) : cet état s'affiche une fois que toutes les propriétés nécessaires sont configurées pour le
composant.
●
(Réussite) : cet état s'affiche à l'issue d'une analyse réussie.
●
(Échec) : cet état s'affiche si ce composant entraîne l'échec de l'exécution de l'analyse.
10
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Démarrage d'Expert Analysis
Analysis
Une analyse est une série de différents composants connectés ensemble en une séquence particulière à l'aide de
connecteurs, définissant la direction du flux de données.
Modèle
Un modèle est un composant réutilisable créé par apprentissage d'un algorithme à l'aide de données historiques.
Mode de travail in-database (in-DB)
In-database (in-DB) est un mode d'exécution d'analyse dans lequel le traitement de données est réalisé au sein de
la base de données SAP HANA grâce aux fonctionnalités d'extraction de données. Dans ce mode, les données ne
sont jamais sorties de la base de données pour leur traitement, ce qui se traduit par une vitesse de traitement très
élevée. Ce mode peut servir au traitement de grands jeux de données. SAP HANA prend en charge l'extraction de
données in-DB par le biais de l'intégration de R et de la bibliothèque Predictive Analysis (PAL). Ce type d'analyse
est aussi appelé analyse en ligne.
Remarque
Pour en savoir plus sur le dimensionnement de la base de données SAP HANA pour effectuer une analyse inDB, voir la note SAP 1514966.
Mode de travail in-process (in-proc)
In-process (in-proc) est un mode d'exécution d'analyse dans lequel le traitement des données est réalisé en
sortant les données de la base de données pour les placer dans l'espace de traitement prédictif. Dans ce mode,
vous ne pouvez pas utiliser les algorithmes PAL SAP HANA pour l'analyse. Cependant, vous pouvez utiliser les
algorithmes R et SAP. Ce type d'analyse est aussi appelé analyse out-DB ou analyse hors ligne.
Remarque
Pour en savoir plus sur la configuration matérielle requise pour effectuer l'analyse In-Proc, voir la Product
Availability Matrix disponible à l'adresse SAP Product Availability Matrix .
Guide de l'utilisateur d'Expert Analytics
Démarrage d'Expert Analysis
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
11
5.2
Lancement d'Expert Analytics
Pour lancer Expert Analytics, sélectionnez
SAP Predictive Analytics Desktop
5.3
Démarrer
Tous les programmes
SAP Predictive Analytics
SAP Business Intelligence
Expert Analytics .
Familiarisation avec Expert Analytics
La page d'accueil s'affiche lorsque vous lancez Expert Analytics. La page d'accueil comprend des informations
destinées à vous aider à débuter.
Elle affiche également l'option Essayez des exemples. Cette option permet d'essayer les fonctions d'Expert
Analytics à l'aide d'exemples de jeux de données. Vous pouvez également afficher les documents d'exemple
Expert Analytics dans SAP Lumira à l'aide de votre clé de licence d'essai SAP Predictive Analytics.
Pour pouvoir lancer l'analyse des données à l'aide d'Expert Analytics, vous devez réaliser les tâches suivantes :
●
Connectez-vous à la source de données et acquérez les données pour l'analyse.
●
Préparez les données pour analyse en appliquant des fonctions de manipulation des données et de nettoyage
des données
●
Analysez les données en appliquant des algorithmes d'extraction de données et d'analyse statistique
●
Partagez des jeux de données et des diagrammes avec des collaborateurs externes
12
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Démarrage d'Expert Analysis
5.3.1
Vue Designer
La vue Designer de l'espace Prévoir permet de créer et d'exécuter des analyses et de créer des modèles prédictifs.
Guide de l'utilisateur d'Expert Analytics
Démarrage d'Expert Analysis
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
13
5.3.2
Vue Résultats
La vue Résultats de l'espace Prévoir permet de comprendre les données et résultats d'analyse à l'aide de diverses
techniques de visualisation et de diagrammes intuitifs.
5.4
Utilisation d'Expert Analytics de A à Z
Voici une présentation du processus que vous pouvez suivre pour créer un diagramme basé sur un jeu de
données. Il ne s'agit pas d'un processus linéaire et vous pouvez revenir à l'étape précédente pour affiner votre
diagramme ou vos données.
14
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Démarrage d'Expert Analysis
Table 3 :
Etapes d'utilisation de vos don­
nées
Description
Connectez-vous à votre source de
données.
Si votre source de données est :
●
SGBDR : saisissez vos références de connexion, connectez-vous au serveur de
base de données, accédez à une source de données et sélectionnez-la ; par exem­
ple, si vous vous connectez à SAP HANA, sélectionnez une vue et un cube pour
créer votre diagramme.
●
Fichier plat : choisissez les colonnes à acquérir, à supprimer ou à afficher et mas­
quer.
●
Univers : saisissez vos références de connexion à l'univers, connectez-vous au ré­
pertoire du CMS et sélectionnez un univers pour créer votre diagramme.
Affichez et organisez les colonnes et Vous pouvez afficher les données acquises sous forme de colonnes ou de facettes.
dimensions.
Vous pouvez organiser l'affichage des données pour faciliter la création de diagramme
comme suit :
Analysez vos données à l'aide d'al­
gorithmes prédictifs.
●
Créez des filtres et cachez les colonnes inutiles
●
Créez des indicateurs, des hiérarchies chronologiques et des hiérarchies géogra­
phiques
●
Nettoyez et organisez les données en colonnes à l'aide d'une gamme d'outils de
manipulation
●
Créez des colonnes avec des formules grâce à une large gamme de fonctions dis­
ponibles
Une fois que vous avez acquis les données adéquates dans l'espace Préparer, passez à
l'espace Prévoir et créez une analyse pour trouver des modèles dans les données et pré­
dire des résultats futurs.
Dans l'espace Prévoir, vous pouvez effectuer les opérations suivantes :
Enregistrez votre analyse
5.5
●
Créer une analyse
●
Créer des modèles prédictifs
●
Afficher des résultats d'analyse
●
Afficher des visualisations de modèle
●
Créer des diagrammes
Nommez et enregistrez l'analyse comportant vos diagrammes. Les analyses sont enre­
gistrées dans un document au format de fichier .lums dans le dossier de l'application
sous Documents dans votre répertoire de profil.
Configuration des fonctionnalités avancées d'Expert
Analytics
Vous pouvez configurer les fonctionnalités avancées d'Expert Analytics telles que l'optimisation des
performances et l'activation de la prise en charge du type de données pour les algorithmes PAL à l'aide du fichier
SAPPredictiveAnalysis.ini.
1.
Fermez l'application SAP Predictive Analytics.
2.
Accédez à <SAPPA_INST_DIR>\Desktop.
Guide de l'utilisateur d'Expert Analytics
Démarrage d'Expert Analysis
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
15
3.
Ouvrez le fichier SAPPredictiveAnalysis.ini.
4.
Définissez les valeurs pour les paramètres suivants sur true afin d'activer la fonctionnalité correspondante.
Pour désactiver la fonctionnalité, définissez la valeur sur false.
Table 4 :
Paramètre
Description
Valeur par défaut
-Dpa.batch.sql
Ce paramètre optimise les performan­
ces d'Expert Analytics à l'aide de l'exé­
cution du batch SQL.
True
-Dpa.decimal.enabled
Ce paramètre active la prise en charge False
du type de données décimal pour les
algorithmes PAL. La prise en charge du
type de données décimal est disponible
à partir de SAP HANA 71 et versions ul­
térieures.
5.
Enregistrez et fermez le fichier SAPPredictiveAnalysis.ini.
6.
Relancez SAP Predictive Analytics.
16
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Démarrage d'Expert Analysis
6
Acquisition de données
6.1
Acquisition de données à partir d'une source de données
pour créer un jeu de données
Vous acquérez des données en les copiant à partir d'une source de données dans un jeu de données local.
Lors de l'acquisition de données, l'application en affiche un aperçu et analyse les données et les colonnes pour
déterminer le type de données. Les objets représentant les colonnes sont proposés soit comme dimensions, soit
comme indicateurs. Vous pouvez masquer manuellement certains types de colonnes en fonction du nom de
colonne et des propriétés de données.
Remarque
Le nombre maximal de cellules pouvant être acquises est déterminé par la capacité de votre ordinateur. Vous
serez averti lorsqu'une acquisition atteindra 30 millions de cellules pour un système d'exploitation 64 bits, ou
15 millions de cellules pour un système 32 bits.
En fonction de votre source de données, les données peuvent être adaptées avant l'acquisition afin d'inclure ou de
supprimer des colonnes, des dimensions, des indicateurs, des variables et paramètres d'entrée. Certaines
sources de données comprennent des options supplémentaires, telles que la mise en forme des données,
l'attribution d'un nom aux colonnes ou leur diminution et la spécification de préfixes de nom de colonne.
Table 5 : Sources de données disponibles
Source de données
Description
Presse-papiers
Crée un jeu de données à partir des données précédemment copiées dans le presse-pa­
piers
Microsoft Excel
Charge une feuille de calcul Excel comme jeu de données.
Fichier texte
Charge un fichier texte (.csv ou .txt) comme jeu de données.
SAP HANA
Télécharge des données depuis le mode SAP HANA (hors ligne).
Se connecte au mode SAP HANA (en ligne).
Univers SAP BusinessObjects
Télécharge des données à partir de fichiers d'univers SAP BusinessObjects (.unv
et .unx).
Requête SQL
Exécute SQL à la carte sur une base de données pour télécharger un jeu de données.
Après l'acquisition d'un jeu de données, vous pouvez ajouter ou supprimer des colonnes, des dimensions, des
indicateurs et des variables dans celui-ci.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
17
Informations associées
Acquisition de données à partir d'un fichier texte [page 21]
Acquisition de données à partir de vues SAP HANA [page 24]
Acquisition de données à partir d'un classeur Excel [page 18]
Acquisition de données à l'aide de Requête SQL [page 30]
Connexion à une source de données d'univers [page 29]
Modification d'un jeu de données acquis [page 40]
Objets masqués dans la liste d'objets [page 40]
6.1.1
Affichage d'une connexion à une source de données et
de ses documents associés
Vous pouvez afficher toutes les connexions définies pour l'application et les documents associés à chaque
connexion et modifier la source de données cible pour les connexions définies localement sur la page Accueil.
1.
Dans la page Accueil, sélectionnez Connexions.
Si un document est ouvert dans l'espace Préparer ou Partager, vous devez d'abord l'enregistrer et le fermer
avant de pouvoir accéder à la page Accueil.
Le volet CONNEXIONS s'affiche à droite et répertorie toutes les connexions aux sources de données
disponibles. Sélectionnez une connexion pour afficher une liste de documents associée à celle-ci. Le volet
Document pour s'affiche à droite du volet Connexions et liste les documents associés à chaque connexion.
2.
Cliquez sur une connexion locale dans la liste pour afficher sa source de données cible.
Au besoin, vous pouvez sélectionner une autre source de données.
3.
(Facultatif) Pour modifier la connexion aux sources de données pour un document, exécutez les actions
suivantes :
a.
Sélectionnez la connexion à modifier.
b.
Sélectionnez le document pour lequel vous souhaitez modifier la source de données dans le volet
DOCUMENT POUR.
c.
Sélectionnez une nouvelle source de données pour le document dans le volet CONNEXIONS, puis cliquez
sur Appliquer.
6.1.2
Acquisition de données à partir d'un classeur Excel
1.
Dans la page Accueil, sélectionnez Acquérir données.
2.
Dans la boîte de dialogue Nouveau jeu de données, sélectionnez Microsoft Excel, puis Suivant.
3.
Sélectionnez un ou plusieurs fichiers Excel, puis cliquez sur Ouvrir.
Les données des fichiers Excel sont affichées sous forme d'aperçu dans la boîte de dialogue Nouveau jeu de
données.
4.
(Facultatif) Modifiez les options Excel pour l'acquisition des données.
5.
Sélectionnez Créer.
18
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
L'espace Visualiser s'ouvre afin que vous puissiez commencer à créer des diagrammes et à analyser les données.
Si vous souhaitez d'abord modifier le jeu de données, passez dans l'espace Préparer.
6.1.2.1
Options de la boîte de dialogue Nouveau jeu de
données pour Excel
Vous pouvez acquérir des données d'un ou plusieurs classeurs Microsoft Excel. Vous sélectionnez les lignes et les
colonnes à acquérir. Vous pouvez également acquérir des données à partir de tableaux croisés.
Table 6 : Options de la boîte de dialogue Nouveau jeu de données pour Excel
Option
Description
Nom du jeu de données
Saisissez un nom pour le nouveau jeu de données.
Fichier(s)
Sélectionnez les classeurs Excel qui serviront de source de don­
nées pour le nouveau jeu de données.
Feuille
Lorsqu'un classeur Excel contient plusieurs feuilles de calcul, sélec­
tionnez la feuille de calcul que vous souhaitez acquérir pour le jeu
de données.
Ajouter toutes les feuilles
Cochez cette case pour ajouter toutes les feuilles de calcul du clas­
seur au jeu de données. Les colonnes communes sont fusionnées
et les colonnes différentes sont ajoutées sous forme de nouvelles
colonnes.
Définir la première ligne comme titre de colonnes
Cochez cette case pour définir les valeurs de la première ligne de la
feuille de calcul comme noms de colonnes dans le jeu de données.
Type d'en-tête de tableau
Sélectionnez Table standard (aucune transformation) ou Table
croisée.
Tout sélectionner
Cochez cette case pour ajouter toutes les colonnes de la feuille de
calcul au jeu de données.
Afficher le nombre d'enregistrements
Cochez cette case pour afficher le nombre de colonnes et de lignes
dans le jeu de données.
Options avancées
Afficher les colonnes cachées
Cochez cette case pour afficher les colonnes masquées de la feuille
Options avancées
Afficher les lignes cachées
Cochez cette case pour afficher les lignes masquées de la feuille de
Options avancées
Détecter les cellules fusionnées
Cochez cette case pour mettre en surbrillance les cellules fusion­
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
de calcul comme en-têtes de colonnes dans le jeu de données.
calcul dans le jeu de données.
nées de la feuille de calcul dans le jeu de données.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
19
Option
Description
Options avancées
Sélection des plages
Lorsqu'une feuille de calcul contient une ou plusieurs plages nom­
mées, sélectionnez la plage à appliquer aux colonnes acquises pour
le jeu de données. Un jeu de données est limité aux colonnes défi­
nies dans cette plage.
Options avancées
Colonne
Pour les tableaux croisés, spécifiez le nombre de colonnes à utiliser
Options avancées
Ligne
Spécifiez le nombre de lignes à utiliser pour l'en-tête supérieur.
6.1.2.2
pour l'en-tête de gauche.
Acquisition de données à partir de plusieurs
classeurs Excel
Lors de l'acquisition de données à partir de plusieurs classeurs Excel, le format et le type de données doivent être
identiques dans tous les classeurs.
1.
Dans la page Accueil, sélectionnez Acquérir données.
2.
Dans la boîte de dialogue Nouveau jeu de données, sélectionnez Microsoft Excel, puis Suivant.
3.
Sélectionnez un ou plusieurs fichiers Excel, puis cliquez sur Ouvrir.
Les données des fichiers Excel sont affichées sous forme d'aperçu dans la boîte de dialogue Nouveau jeu de
données.
4.
(Facultatif) Dans la zone Nom du jeu de données, saisissez un nom pour le jeu de données.
5.
En regard de Fichier(s), cliquez sur Ajouter des fichiers et accédez à la feuille de calcul Excel à partir de
laquelle les données doivent être acquises, puis sélectionnez-la.
Vous pouvez utiliser des caractères génériques pour rechercher un nom de feuille de calcul. Par défaut, le
premier fichier se trouvant dans le chemin d'accès est considéré comme fichier de référence, auquel des
données seront rajoutées à partir des autres feuilles de calcul.
Saisissez, par exemple C:\data\monthly updates\*.xls(x) pour rechercher tous les fichiers .xls(x)
dans le fichier.
6.
Dans la liste Feuille, sélectionnez une feuille de calcul.
Cette feuille de calcul est la feuille de référence à laquelle des données d'autres feuilles de calcul seront
ajoutées. Le nombre d'enregistrements est mis à jour pour refléter le nombre d'enregistrements de toutes les
données acquises. Une colonne "Fichier source" est ajoutée au jeu de données, listant chaque nom de source
de données. Si vous avez coché la case Ajouter toutes les feuilles, toutes les feuilles de travail de la feuille de
calcul Excel sont ajoutées au jeu de données.
Les données de la feuille de calcul s'affichent dans le volet d'aperçu de la boîte de dialogue Nouveau jeu de
données.
7.
(Facultatif) Pour afficher des lignes ou des colonnes masquées de la feuille de calcul dans le jeu de données,
cliquez sur Options avancées.
8.
(Facultatif) Pour afficher des colonnes masquées des feuilles de travail dans les données acquises, cochez la
case Afficher les colonnes cachées et saisissez la plage de colonnes dans la liste Sélection des plages.
9.
(Facultatif) Pour afficher des lignes masquées des feuilles de travail dans les données acquises, cochez la
case Afficher les lignes cachées et saisissez la plage de lignes dans la liste Sélection des plages.
20
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
10. Sélectionnez Créer.
Les données sont acquises et s'affichent dans l'espace Préparer.
6.1.3
Acquisition de données à partir d'un fichier texte
Vous pouvez acquérir des données à partir d'un ou plusieurs fichiers texte si les données sont stockées avec des
séparateurs ou dans des colonnes à largeur fixe. Un fichier (.csv) dont les valeurs sont séparées par des virgules
est un exemple de fichier texte utilisant des séparateurs.
Un fichier .csv stocke des chiffres et du texte au format de texte brut. Chaque enregistrement est composé de
champs habituellement séparés par des virgules ou des tabulations et les enregistrements sont séparés par des
sauts de ligne. Voici un exemple de fichier .csv avec des données séparées par des virgules :
"Product","Country","Year","Quantity","Margin"
"Skis","Italy","2013","1,297","1,929"
"Computers","China","2014","609","10,659"
L'acquisition de données de ce fichier .csv engendre cinq colonnes dans le jeu de données : "Product," "Country,"
"Year," "Quantity" et "Margin." La colonne 2, dans cet exemple, contient les valeurs "Country", "Italy" et "China".
Voici un exemple de fichier texte avec des données stockées dans des colonnes à largeur fixe :
Product
Country
Skis
Italy
Computers China
Year
2013
2014
Quantity
1,297
609
Margin
1,929
10,659
Vous pouvez acquérir des données à partir de sources de données de plusieurs fichiers. Les fichiers doivent avoir
le même format et le même type de données.
Table 7 : Options de la boîte de dialogue Nouveau jeu de données pour fichiers texte
Option
Description
Nom du jeu de données
Nom du jeu de données.
Fichier(s)
Le ou les fichier(s) contenant les données du nouveau jeu de données. Vous pouvez impor­
ter des données à partir d'un ou plusieurs fichiers. Pour spécifier plusieurs fichiers, sépa­
rez les chemins d'accès de fichier dans le champ Fichier(s) par des points-virgules ou cli­
quez sur Ajouter des fichiers et sélectionnez un ou plusieurs fichiers à ajouter à la sélec­
tion.
Séparateur
Choisissez si les données de vos fichiers sont délimitées par des séparateurs ou si elles
sont saisies dans des colonnes à largeur fixe. Les séparateurs sont des symboles, tels que
les virgules, les tabulations ou les espaces, qui séparent des champs dans la source de
données et qui spécifient les colonnes dans le jeu de données, dans SAP Lumira.
Définir la première ligne comme
Cochez cette case pour utiliser la première ligne de données comme noms de colonnes
titre de colonnes
dans le jeu de données.
Décochez cette case pour utiliser les noms de colonnes par défaut ("Colonne1", "Co­
lonne2" etc.).
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
21
Option
Description
Options avancées
Format
Format des colonnes numériques dans le jeu de données.
numérique
Options avancées
Format de Format des colonnes de date dans le jeu de données.
date
Options avancées
Saut de
colonne
Lors de l'acquisition des données stockées sous forme de colonnes à largeur fixe, le sys­
tème analyse le fichier de données et suggère des largeurs de colonnes (en caractères)
pour séparer les données dans les colonnes du jeu de données.
Si les largeurs proposées ne sont pas adaptées, vous pouvez les modifier en saisissant les
valeurs séparées par des virgules. Par exemple, si vos données se trouvent dans trois co­
lonnes et que les largeurs de colonnes correspondent à 5, 10 et 15 caractères, vous saisis­
sez 5,10,15 dans la zone Saut de colonne, puis vous sélectionnez Appliquer pour afficher
un aperçu du jeu de données en résultant.
Options avancées
Supprimer les espaces de
début
Cochez cette case pour supprimer les espaces à droite et à gauche des nombres et du
texte dans le jeu de données, de sorte que les en-têtes de colonne n'apparaissent pas sous
forme de champs vides. Par exemple, si une entrée "Produit" comporte un espace à gau­
che (" Produit"), l'espace est supprimé et "Produit" s'affiche comme en-tête de colonne.
1.
Dans la page Accueil, sélectionnez Acquérir données.
2.
Dans la boîte de dialogue Nouveau jeu de données, sélectionnez Texte, puis Suivant.
3.
Sélectionnez un ou plusieurs fichiers texte, puis cliquez sur Ouvrir.
Les données des fichiers sont affichées sous forme d'aperçu dans la boîte de dialogue Nouveau jeu de
données.
4.
(Facultatif) Ajustez les options du jeu de données dans la boîte de dialogue selon les besoins.
5.
Sélectionnez Créer.
L'espace Visualiser s'ouvre et vous pouvez commencer à créer des diagrammes et à analyser les données. Si vous
souhaitez d'abord modifier le jeu de données, passez dans l'espace Préparer.
6.1.4
Acquisition de données copiées dans le presse-papiers
Les données au format texte peuvent être copiées dans le presse-papiers à partir d'un fichier au format texte (par
exemple, depuis Microsoft Excel) ou à partir d'une page Web.
Table 8 : Options de la boîte de dialogue Nouveau jeu de données pour les données copiées à partir du presse-papiers
Option
Description
Nom du jeu de données
Nom du jeu de données.
22
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
Option
Description
Séparateur
Choisissez si les données du presse-papiers sont délimitées par des séparateurs ou si elles
sont saisies dans des colonnes à largeur fixe. Les séparateurs sont des symboles, tels que
les virgules, les tabulations ou les espaces, qui séparent des champs dans la source de
données et qui spécifient les colonnes dans le jeu de données, dans l'application.
Définir la première ligne comme
Cochez cette case pour utiliser la première ligne de données comme noms de colonnes
titre de colonnes
dans le jeu de données.
Décochez cette case pour utiliser les noms de colonnes par défaut ("Colonne1", "Co­
lonne2" etc.).
Options avancées
Format
Format des colonnes numériques dans le jeu de données.
numérique
Options avancées
Format de Format des colonnes de date dans le jeu de données.
date
Options avancées
Saut de
colonne
Lors de l'acquisition des données stockées sous forme de colonnes à largeur fixe, le sys­
tème analyse le fichier de données et suggère des largeurs de colonnes (en caractères)
pour séparer les données dans les colonnes du jeu de données.
Si les largeurs proposées ne sont pas adaptées, vous pouvez les modifier en saisissant les
valeurs séparées par des virgules. Par exemple, si vos données se trouvent dans trois co­
lonnes et que les largeurs de colonnes correspondent à 5, 10 et 15 caractères, vous saisis­
sez 5,10,15 dans la zone Saut de colonne, puis vous sélectionnez Appliquer pour afficher
un aperçu du jeu de données en résultant.
Options avancées
Supprimer les espaces de
début
Cochez cette case pour supprimer les espaces à droite et à gauche des nombres et du
texte dans le jeu de données, de sorte que les en-têtes de colonne n'apparaissent pas sous
forme de champs vides. Par exemple, si une entrée "Produit" comporte un espace à gau­
che (" Produit"), l'espace est supprimé et "Produit" s'affiche comme en-tête de colonne.
Remarque
Un problème connu survient dans le navigateur Web Microsoft Internet Explorer (IE) lors de la copie de texte
dans le presse-papiers. Si vous rencontrez ce problème, utilisez un autre navigateur pris en charge.
1.
Dans la page Accueil, sélectionnez Acquérir données.
2.
Dans la boîte de dialogue Nouveau jeu de données, sélectionnez Copier à partir du presse-papiers, puis
Suivant.
3.
Copiez le texte dans le presse-papiers.
4.
Dans l'application, créez un document.
5.
Dans la boîte de dialogue Nouveau jeu de données, sélectionnez Copier à partir du presse-papiers, puis
Suivant.
6.
(Facultatif) Cochez la case Supprimer les espaces pour supprimer les espaces à droite et à gauche des
nombres et du texte dans le jeu de données.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
23
7.
(Facultatif) Sélectionnez Supprimer la ligne pour supprimer les lignes vides du jeu de données.
8.
Sélectionnez Suite.
Les données des fichiers sont affichées sous forme d'aperçu dans la boîte de dialogue Nouveau jeu de
données.
9.
(Facultatif) Ajustez les options du jeu de données dans la boîte de dialogue selon les besoins.
10. Sélectionnez Créer.
L'espace Visualiser s'ouvre et vous pouvez commencer à créer des diagrammes et à analyser les données. Si vous
souhaitez d'abord modifier le jeu de données, passez dans l'espace Préparer.
6.1.5
Acquisition de données à partir de vues SAP HANA
Vous pouvez acquérir des données à partir des vues analytiques ou de calcul SAP HANA.
Les données de la base de données SAP HANA sont accessibles dans une "vue" : un regroupement virtuel
prédéfini de colonnes de table qui permet d'accéder aux données correspondant à un besoin de gestion
spécifique. Les vues sont spécifiques au type de tables incluses et au type de calculs appliqués aux colonnes. Par
exemple, la vue d'attributs est créée sur des tables de dimensions, la vue analytique est créée sur les vues de
table de faits et d'attributs et la vue de calcul exécute une fonction sur les colonnes lors de l'accès à la vue.
Vous pouvez vous connecter aux vues SAP HANA des deux manières suivantes :
●
En téléchargeant des données à partir de SAP HANA
Les données sont copiées localement et peuvent être manipulées et modifiées avant d'être visualisées dans
des diagrammes.
●
En affichant les données dans SAP HANA
Les données sont en lecture seule (c'est-à-dire que vous ne pouvez pas les modifier), mais vous pouvez les
visualiser dans des diagrammes.
Une fois que vous vous êtes connecté à une vue, les données sont présentées sous forme de colonnes, facettes,
indicateurs, dimensions et hiérarchies dans l'application.
Informations associées
Téléchargement de données à partir de SAP HANA [page 26]
Connexion à SAP HANA [page 25]
Accès aux données SAP BW dans les vues SAP HANA [page 27]
Spécification de valeurs pour les variables et les paramètres d'entrée de chaîne SAP HANA [page 28]
24
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
6.1.5.1
Restrictions concernant les connexions à
SAP HANA One
Table 9 : Restrictions concernant la source de données de connexion à SAP HANA One
Restriction
Description
Un seul niveau est disponible
Un seul attribut à la fois peut être utilisé lors de la création d'une hiérarchie géographique.
pour les hiérarchies géogra­
phiques.
Il n'est pas possible de créer
Les indicateurs sont détectés à partir de la vue analytique SAP HANA. Ils doivent être créés
des indicateurs avec des di­
dans la vue SAP HANA avant que l'application ne puisse les acquérir automatiquement.
mensions numériques ou de
chaîne.
Les jeux de données ne peu­
vent pas être publiés vers SAP
HANA.
Certaines fonctions ne sont
pas prises en charge.
Les fonctions SAP HANA suivantes ne sont pas prises en charge :
●
AddMonthToDate
●
AddYearToDate
●
LastDayOfMonth
●
DayOfYear
●
Week
●
LastWord
●
ExceptLastWord
Certaines fonctionnalités ne
Lorsqu'une vue analytique utilise une vue de calcul (par exemple, lorsqu'une vue d'attribut
sont pas disponibles pour les
dans la vue analytique dispose d'un indicateur calculé ou d'une ou plusieurs colonnes calcu­
vues analytiques qui utilisent
lées) :
une vue de calcul.
●
La vue de la grille n'est pas disponible dans l'espace Préparer.
●
Lorsqu'un indicateur est sélectionné dans l'espace Préparer, les facettes n'affichent au­
cune valeur.
●
6.1.5.2
Le tri sur un indicateur est impossible dans l'espace Visualiser.
Connexion à SAP HANA
Lorsque vous êtes connecté à SAP HANA, vous pouvez afficher des données et créer des visualisations à partir
d'un cube SAP HANA.
Vous devez connaître le nom du serveur SAP HANA, le numéro de port, le nom d'utilisateur et le mot de passe.
Pour en savoir plus, contactez votre administrateur SAP HANA.
1.
Dans la page Accueil, sélectionnez Acquérir données.
2.
Dans la boîte de dialogue Nouveau jeu de données, cliquez sur Se connecter à SAP HANA One, puis sur
Suivant.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
25
3.
Sélectionnez le serveur auquel vous connecter dans la liste Serveur.
4.
Saisissez le numéro de port auquel vous connecter dans la zone Instance/Port.
5.
Connectez-vous au serveur SAP HANA :
Option
Description
Si vous vous connectez en saisissant les informa­
Saisissez votre nom d'utilisateur et votre mot de passe, puis cli­
tions de connexion
quez sur Connexion.
Si vous vous connectez via la connexion unique
Cochez la case Authentification par système d'exploitation (SSO) et
(SSO)
sélectionnez Connexion.
6.
Sélectionnez Suivant.
Une nouvelle fenêtre Nouveau jeu de données : vues SAP HANA s'affiche, indiquant les vues SAP HANA
disponibles.
7.
Développez la vue SAP HANA contenant les données à afficher et sélectionnez le cube contenant les données.
8.
Choisissez les données à acquérir :
○
Pour acquérir des dimensions et des indicateurs spécifiques dans les données, cliquez sur Suivant,
sélectionnez les dimensions et les indicateurs et cliquez sur OK.
○
Pour acquérir toutes les données, cliquez sur Créer.
L'espace Visualiser s'ouvre et vous pouvez commencer à créer des diagrammes et à analyser les données. Si vous
souhaitez d'abord modifier le jeu de données, passez dans l'espace Préparer.
Informations associées
Spécification de valeurs pour les variables et les paramètres d'entrée de chaîne SAP HANA [page 28]
Restrictions concernant les connexions à SAP HANA One [page 25]
6.1.5.3
Téléchargement de données à partir de SAP HANA
Vous pouvez manipuler des données et créer des visualisations depuis un cube SAP HANA.
Vous devez connaître le nom du serveur SAP HANA, le numéro de port, le nom d'utilisateur et le mot de passe.
Pour en savoir plus, contactez votre administrateur SAP HANA.
1.
Dans la page Accueil, sélectionnez Acquérir données.
2.
Dans la boîte de dialogue Nouveau jeu de données, cliquez sur Télécharger à partir de SAP HANA One, puis sur
Suivant.
3.
Sélectionnez le serveur auquel vous connecter dans la liste Serveur.
4.
Saisissez le numéro de port auquel vous connecter dans la zone Instance/Port.
5.
Connectez-vous au serveur SAP HANA :
26
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
Option
Description
Si vous vous connectez en saisissant les informa­
Saisissez votre nom d'utilisateur et votre mot de passe, puis cli­
tions de connexion
quez sur Connexion.
Si vous vous connectez via la connexion unique
Cochez la case Authentification par système d'exploitation (SSO) et
(SSO)
sélectionnez Connexion.
6.
Sélectionnez Suivant.
Une nouvelle fenêtre Nouveau jeu de données : vues SAP HANA s'affiche, indiquant les vues SAP HANA
disponibles.
7.
Développez la vue SAP HANA contenant les données à afficher et sélectionnez le cube contenant les données.
8.
Choisissez les données à acquérir :
○
Pour acquérir des dimensions et des indicateurs spécifiques dans les données, cliquez sur Suivant,
sélectionnez les dimensions et les indicateurs et cliquez sur OK.
○
Pour acquérir toutes les données, cliquez sur Créer.
L'espace Visualiser s'ouvre et vous pouvez commencer à créer des diagrammes et à analyser les données. Si vous
souhaitez d'abord modifier le jeu de données, passez dans l'espace Préparer.
Informations associées
Acquisition de données à partir de vues SAP HANA [page 24]
Spécification de valeurs pour les variables et les paramètres d'entrée de chaîne SAP HANA [page 28]
6.1.5.4
Accès aux données SAP BW dans les vues SAP HANA
Vous pouvez accéder aux données SAP Business Warehouse (BW) disponibles dans les vues analytiques ou les
vues de calcul SAP HANA.
Dans un système SAP BW sur SAP HANA, vous pouvez utiliser le modeleur SAP HANA pour importer des modèles
SAP BW (par exemple, des cubes optimisés SAP HANA, des objets DataStore (DSO) et des instantanés de
requêtes BW), en tant que vues analytiques et vues de calcul. Une fois les modèles activés, l'application peut les
utiliser en se connectant à un cube SAP HANA.
Pour en savoir plus sur l'implémentation de SAP BW dans un système SAP HANA et la mise à disposition de
données dans SAP HANA, voir le document FAQ : BW dans SAP HANA à l'adresse http://
www.experiencesaphana.com/community/solutions/net-weaver-bw/bwonhanafaq .
Informations associées
Téléchargement de données à partir de SAP HANA [page 26]
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
27
6.1.5.5
Spécification de valeurs pour les variables et les
paramètres d'entrée de chaîne SAP HANA
Vous êtes invité à saisir une valeur de variable ou de paramètre d'entrée SAP HANA lors de l'acquisition d'une vue
analytique en mode Télécharger à partir de SAP HANA One et lors de la création d'un document sur une vue
analytique en mode Se connecter à SAP HANA One.
Chaque variable SAP HANA définit un filtre sur une dimension d'une vue. Vous saisissez une valeur pour chaque
dimension avant l'acquisition de données et la valeur s'affiche sous forme de ligne de facette après l'acquisition.
Vous saisissez une valeur pour chaque paramètre d'entrée SAP HANA lors de l'acquisition de données et SAP
Lumira transmet la valeur à un calcul, tel qu'une formule, pour un indicateur calculé. Lors de la saisie d'une valeur
pour un paramètre d'entrée sous forme de chaîne, vous devez saisir une instruction SQL, à l'aide de guillemets
simples, pour indiquer le début et la fin de la chaîne d'instruction. Saisissez par exemple BUKRS='CALP' pour
rechercher CALP.
1.
Connexion à une instance SAP HANA en mode Télécharger à partir de SAP HANA One ou Se connecter à SAP
HANA One.
2.
Choisissez les données à acquérir :
○
Pour acquérir des données spécifiques, sélectionnez une vue analytique, puis Prévisualiser et sélectionner
les données, cliquez sur Sélectionner, sélectionnez les valeurs de dimension et les indicateurs, puis
cliquez sur Modifier les variables.
Lorsqu'aucune variable ni aucun paramètre d'entrée n'est défini(e) dans une vue, le bouton Modifier les
variables n'est pas disponible.
○
Pour acquérir toutes les données disponibles dans une vue analytique, sélectionnez la vue et cliquez sur
Créer.
Un cadre Variables HANA s'affiche, il liste les variables et les paramètres d'entrée définis pour la vue
analytique. Les variables comportent le préfixe VAR et les paramètres d'entrée le préfixe IP.
3.
Sélectionnez une variable ou un paramètre d'entrée.
Les valeurs de dimension ou de paramètre d'entrée s'affichent dans le volet de droite.
4.
Sélectionnez une ou plusieurs valeurs, puis cliquez sur Ajouter.
Pour sélectionner plusieurs valeurs individuelles, maintenez la touche Ctrl enfoncée, puis sélectionnez
chaque valeur. Pour sélectionner une plage de valeurs, maintenez appuyée la touche Maj et cliquez sur la
première et la dernière valeur de la plage.
Les valeurs sélectionnées s'affichent dans le volet inférieur.
5.
Sélectionnez OK.
6.
Si vous faites une acquisition de données via Prévisualiser et sélectionner les données, cliquez sur Créer pour
lancer l'acquisition des données.
Les données s'affichent dans l'onglet Préparer et chaque variable s'affiche sous forme de facette avec les
valeurs d'invite sélectionnées.
Le bouton Variables apparaît en haut du volet des facettes. Cliquez sur le bouton pour afficher les valeurs
sélectionnées pour les variables SAP HANA.
28
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
6.1.6
Acquisition de données à partir des univers
Vous pouvez acquérir des données à partir des fichiers d'univers SAP BusinessObjects.
Les fichiers d'univers (.unx) pour un accès à SAP NetWeaver BW sont créés avec l'outil de conception
d'information installé avec la plateforme SAP BusinessObjects Business Intelligence. Pour en savoir plus sur l'outil
de conception d'information, voir http://help.sap.com/businessobject/product_guides/sbo41/en/
sbo41sp1_info_design_tool_en.pdf.
Pour en savoir plus sur la fédération de données, voir http://help.sap.com/businessobject/product_guides/
sbo41/en/sbo41_dfat_guide_en.pdf.
Pour obtenir une liste complète des univers pris en charge et des options d'accès à la base de données, voir
Product Availability Matrix sur SAP Service Marketplace à l'adresse SAP Product Availability Matrix .
6.1.6.1
Connexion à une source de données d'univers
1.
Dans la page Accueil, sélectionnez Acquérir données.
2.
Dans la fenêtre Nouveau jeu de données, sélectionnez Univers, puis Suivant.
3.
Dans le volet Références de connexion à l'univers :
a.
Saisissez le nom ou l'adresse IP du serveur hébergeant votre CMS (Central Management Server).
Si vous vous connectez à un CMS appartenant à un autre domaine réseau, assurez-vous que le fichier
hosts, situé sous C:\Windows\System32\drivers\etc, contient l'entrée de nom d'hôte
correspondante (par exemple, x.x.x.x<NomOrdinateurHébergeantCMS>).
b.
Saisissez le nom d'utilisateur, le mot de passe et le type d'authentification du CMS.
c.
Pour utiliser le mode d'authentification Windows AD afin de vous connecter au CMS, ajoutez les entrées
suivantes au fichier SAPLumira.ini situé sous : <RépInstallLumira>\SAPLumira\Desktop :
-Djava.security.auth.login.config=<Path_to_bscLogin>\bscLogin.conf
-Djava.security.krb5.conf=<Path_to_kbr5>\krb5.ini
-Djava.security.auth.login.config=C:\Windows\bscLogin.conf
-Djava.security.krb5.conf=C:\Windows\krb5.ini
a.
Sélectionnez Connexion.
Une liste des univers disponibles dans le CMS s'affiche.
4.
Sélectionnez un univers, puis Sélectionner.
5.
Dans l'arborescence d'univers, sélectionnez les objets souhaités et cliquez sur Acquérir.
Avant d'acquérir des données, vous pouvez en afficher l'aperçu et y appliquer des filtres en sélectionnant
l'option Prévisualiser et sélectionner les données. Si une requête contient des contextes ou des invites, vous
devez y répondre avant de pouvoir acquérir les données. Lors de la création d'une requête, vous pouvez
définir les propriétés de requête suivantes :
○
Nombre maximum de lignes extraites : Nombre maximum de lignes que la requête doit extraire.
○
Délai d'extraction maximal : durée maximale d'exécution d'une requête (en secondes).
○
Extraire les lignes dupliquées : Sélectionnez cette option pour extraire les doublons de ligne.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
29
L'espace Visualiser s'ouvre et vous pouvez commencer à créer des diagrammes et à analyser les données. Si vous
souhaitez d'abord modifier un jeu de données, passez dans l'espace Préparer.
6.1.6.2
Astuce de dépannage pour les connexions aux
données d'univers
Vous pouvez rencontrer ces messages et ces causes possibles lorsque vous travaillez avec la source de données
d'univers.
Table 10 : Étapes de dépannage pour les connexions aux données d'univers
Message
Cause
Impossible de se connecter au Central
●
Le CMS ne répond pas.
Management Server (CMS)
●
Votre nom d'utilisateur ou votre mot de passe est incor­
rect.
●
Le type d'authentification est incorrect.
●
Un problème lié au réseau est survenu.
Impossible de charger l'univers
●
L'univers est corrompu.
sélectionné
●
Le CMS ne répond pas.
●
La connexion à l'univers n'est pas correctement configu­
rée.
Impossible de valider la requête
●
Il y a un problème lié à la connexion à la base de données.
●
Les types de données ne correspondent pas à l'objet.
●
Un résultat renvoyé par le serveur a atteint la limite défi­
nie pour le paramètre de configuration Taille maximale du
flux de caractères (Mo) du SAP Web Intelligence Report
Server.
●
Un ou plusieurs objets d'univers ne sont pas correcte­
ment configurés.
La requête n'a retourné aucun jeu de
Une requête pour l'objet n'a pas renvoyé de données.
lignes
6.1.7
Acquisition de données à l'aide de Requête SQL
Vous pouvez créer un fournisseur de données en saisissant manuellement le SQL d'une source de données cible.
Vous pouvez spécifier les tables, colonnes et fonctions source utilisées pour acquérir des données.
Pour obtenir une liste complète des middlewares de base de données auxquels la requête SQL peut accéder, voir
SAP Product Availability Matrix .
30
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
Table 11 : Pilotes de middleware de base de données disponibles
Option de middleware de
Comment obtenir le pilote
base de données
Apache
Les pilotes Amazon EMR et Apache Hive Simba sont inclus dans SAP Lumira.
Cloudera
Le pilote Cloudera Impala Simba est inclus dans SAP Lumira.
IBM DB2
Accédez à la page de téléchargement de connectivité IBM DB2 à l'adresse https://
www.ibm.com/account/profile/us?page=reghelpdesk
. Cliquez sur le pilote approprié pour
votre base de données, enregistrez le fichier d'installation compressé sur votre ordinateur, ex­
trayez le fichier compressé (db2jcc.jar) dans un répertoire local et exécutez le programme
d'installation depuis votre ordinateur. Pour les versions antérieures à 9.5, vous devez plutôt ex­
traire db2cc.jar et db2jcc_license_cu.jar.
Pour pouvoir télécharger un pilote, vous devez vous enregistrer à l'aide d'une adresse e-mail
gratuite d'utilisateur reconnu par IBM comme nom de compte. Si vous ne savez pas quelle ver­
sion du pilote utiliser, les deux pilotes pour DB2 version 10.1 [DB2 version 10.1 FP0 (GA) et ver­
sion 10] sont adaptés à toutes les versions ultérieures à DB2 version 9.5. Pour en savoir plus,
contactez votre administrateur de base de données.
IBM Netezza
Adressez-vous à votre administrateur Netezza.
Microsoft SQL Server
Accédez à la page du centre de téléchargement des pilotes Microsoft SQL Server 2005, 2008
et 2012 à l'adresse http://www.microsoft.com/en-us/download/driver.aspx?q=driver
. Cli­
quez sur le pilote approprié pour votre base de données, enregistrez le fichier d'installation sur
votre ordinateur et exécutez le programme d'installation depuis votre ordinateur.
Si vous ne savez pas quelle version du pilote utiliser, le pilote Microsoft JDBC Driver 4.0 pour
SQL Server convient à toutes les versions de SQL Server prises en charge. Si vous installez
JDBC Driver 4.0 pour SQL Server, le pilote est sqljdbc_4.0.2206.100_enu.exe pour
un système d'exploitation Windows. Le fichier de pilote sqljdbc4.jar est extrait vers
\sqljdbc_4.0\enu\, dans le dossier d'extraction spécifié.
Oracle
Accédez à la page Téléchargements des pilotes JDBC Oracle à l'adresse http://
www.oracle.com/technetwork/database/features/jdbc/index-091264.html
Pour pouvoir télécharger un pilote, vous devez créer un compte utilisateur gratuit. Si vous ne
savez pas quelle version du pilote utiliser, le pilote ojdbc14.jar convient à toutes les ver­
sions d'Oracle 10 et 11 prises en charge.
Sybase
Le pilote Sybase (jconn4.jar) est installé par défaut, vous n'avez pas à l'installer. Il se
trouve à l'emplacement \\<RepInstall>\Program Files\SAP Lumira\Desktop
\plugins
\com.businessobjects.connectionserver.standalone_3.1.3.v20120603
-0404\ConnectionServer\jdbc\drivers\IQ15.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
31
Option de middleware de
Comment obtenir le pilote
base de données
Teradata
Accédez à la page de téléchargement de connectivité Teradata à l'adresse http://down­
loads.teradata.com/download/connectivity/jdbc-driver
. Cliquez sur le pilote approprié
pour votre base de données, enregistrez le fichier d'installation compressé sur votre ordina­
teur, extrayez le fichier compressé dans un répertoire local et exécutez le programme d'instal­
lation depuis votre ordinateur.
Pour pouvoir télécharger un pilote, vous devez créer un compte utilisateur gratuit. Si vous ne
savez pas quelle version du pilote utiliser, le pilote Teradata JDBC Driver 14 convient à toutes
les versions de Teradata prises en charge. Pour Windows, utilisez
TeraJDBC__indep_indep.14.00.00.14.zip. Après extraction, les fichiers de pilote
sont tdgssconfig.jar et terajdbc4.jar.
Table 12 : Pilotes JDBC disponibles pour middleware de base de données classique
Middleware de base de données
Nom du fichier du pilote JDBC
Oracle
ojdbc14.jar
Microsoft SQL Server
sqljdbc4.jar
Teradata
terajdbc4.jar et tdgssconfig.jar
Sybase
jconn4.jar
IBM DB2
db2jcc.jar ou db2cc.jar et
db2jcc_license_cu.jar pour les versions antérieures
à 9.5
IBM Netezza
nzjdbc.jar
Informations associées
Installation de pilotes d'accès aux données [page 33]
Connexion à une source de données Requête SQL [page 36]
Propriétés de connexion de Requête SQL [page 34]
32
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
6.1.7.1
Installation de pilotes d'accès aux données
Le pilote d'accès aux données Sybase IQ 15 est automatiquement installé avec l'application. Pour les autres bases
de données, il est possible que vous deviez installer le pilote d'accès aux données JDBC pour votre middleware de
base de données avant d'utiliser Requête SQL.
●
Vous devez connaître votre base de données et le langage SQL.
●
Le pilote correct d'accès aux données de votre middleware de base de données doit être installé. Un pilote
d'accès aux données est un logiciel fourni par un fournisseur de bases de données qui permet à une
application client de se connecter au middleware et d'accéder aux données d'une base de données. Vous
copiez le pilote d'accès aux données de votre middleware à partir du site Web de votre support de fournisseur
de base de données dans un fichier local. Vous pouvez ensuite sélectionner le pilote dans l'application et vous
connecter à la base de données.
Remarque
L'installation de pilotes d'accès aux données depuis un site de fournisseurs peut se révéler problématique
en raison de la variété de versions de pilote et de formats de fichier. Si vous ne connaissez pas la version de
votre base de données ou le site Web du fournisseur, contactez votre administrateur de base de données.
Suivez les étapes générales suivantes pour obtenir un pilote d'accès aux données :
1.
Téléchargez le pilote d'accès aux données (fichier .jar) du site de fournisseur de bases de données et copiez
2.
Enregistrez le chemin du pilote en sélectionnant le pilote dans l'application.
3.
Sélectionnez une source de données Requête SQL dans l'onglet Pilotes SQL des préférences de l'application.
Vous pouvez sélectionner un pilote SQL installé ou installer le pilote requis.
1.
Sélectionnez Fichier Préférences Pilotes SQL .
La page Installation du pilote répertorie les noms des middlewares de base de données et le statut des
pilotes :
le fichier dans un dossier local.
2.
○
Lorsque la coche de statut est verte, le pilote est correctement installé et vous pouvez commencer à
utiliser Requêtes SQL.
○
Si la coche est rouge, le pilote n'est pas installé pour ce middleware et vous devez l'installer.
○
Si la coche de statut est jaune, un pilote compatible est disponible pour le middleware, mais l'application
doit être redémarrée pour qu'il soit accessible. Après redémarrage du logiciel, vous pouvez utiliser
Requête SQL.
Sélectionnez une source de données et effectuez une des actions suivantes :
Option
Description
Si la coche du middleware de source de
données est verte
Sélectionnez Suivant, saisissez les informations de connexion au middle­
ware, puis cliquez sur Créer.
Le pilote d'accès aux données est installé. Vous n'avez pas besoin d'effec­
tuer les autres étapes de cette tâche.
Si la coche du middleware de source de
données est jaune
Redémarrez l'application et répétez l'étape 1.
Si la coche du middleware de source de
données est rouge
Passez à l'étape 3.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
33
3.
Si le pilote du middleware n'est pas configuré, sélectionnez le bouton Installer, sélectionnez le pilote de base
de données, puis sélectionnez Installer les pilotes en haut de la liste de bases de données.
4.
Dans la zone de sélection qui s'affiche, effectuez une des actions suivantes selon la disponibilité locale du
middleware :
Option
Description
Si le fichier .jar correct est disponi­
ble
Passez à l'étape 6.
Si le fichier .jar correct n'est pas
disponible
Téléchargez le pilote depuis le site de support du fournisseur, installez le pilote,
sélectionnez Annuler pour fermer la zone de sélection du pilote, puis téléchar­
gez et installez le fichier .jar approprié.
Vous devez accéder à la page Web qui répertorie les pilotes d'accès aux données JDBC du fournisseur de
middleware. En fonction de la base de données, plusieurs types de fichiers de pilote sont disponibles ; en
général, un fichier compressé contenant les pilotes ou un fichier exécutable pour installer les pilotes
automatiquement. Dans le cas de l'application, téléchargez uniquement le fichier compressé.
5.
Sur le site Web de support de votre fournisseur, téléchargez le fichier compressé du pilote JDBC (par
exemple, un fichier .tar, .gz, ou .zip) pour votre version de middleware de base de données.
6.
Depuis votre ordinateur local, sélectionnez le dossier contenant les fichiers de pilote JDBC extraits pour votre
middleware de base de données.
La liste complète des pilotes JDBC pris en charge est incluse dans la Product Availablity Matrix disponible sur
le site SAP Service Marketplace à l'adresse https://support.sap.com/pam .
7.
Relancez l'application.
La liste des pilotes de middleware de base de données est mise à jour.
Lorsque vous utilisez Requête SQL pour créer un document dans l'application, le middleware de base de données
cible est signalé avec une coche verte qui indique que le pilote est disponible pour accéder à la base de données.
6.1.7.2
Propriétés de connexion de Requête SQL
Vous pouvez créer votre propre fournisseur de données en saisissant manuellement le SQL d'une source de
données cible afin d'acquérir des données de table. Lorsque vous utilisez Requête SQL, vous devez saisir des
informations de connexion pour la base de données cible et pouvez spécifier des paramètres de connexion pour
optimiser l'extraction des données.
Table 13 : Paramètres de connexion
Paramètre de connexion
Description
Nom d'utilisateur
Mot de passe
Serveur (<hôte>:<port>)
Nom et port du serveur qui héberge la base de données
Base de données
Nom de la base de données
34
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
Table 14 : Paramètres d'optimisation
Paramètre avancé
Description
Mode de pool de connexions
À utiliser pour maintenir la connexion Mode de pool de connexions active si vous vous ser­
vez d'un pool de connexions.
Délai d'attente du pool
Durée, exprimée en minutes, pendant laquelle la connexion doit rester ouverte si Mode de
pool de connexions est défini sur Conserver la connexion active pendant.
Taille du tableau pour l'extraction
Nombre maximal de lignes autorisées par extraction de base de données. Par exemple, si
vous saisissez 20 et que votre requête renvoie 100 lignes, la connexion extrait les données
en 5 extractions de 20 lignes chacune. Pour désactiver l'extraction du tableau, saisissez la
taille 1. Les données sont alors extraites ligne par ligne.
La désactivation de la taille d'extraction du tableau peut augmenter l'efficacité de l'extrac­
tion des données mais ralentit les performances du serveur. Plus la valeur Taille du tableau
de type fetch est élevée, plus l'extraction des lignes est rapide. Toutefois, assurez-vous
que le système client dispose de la mémoire adéquate.
Taille du tableau pour la jointure
Taille du tableau de liaisons avant qu'il soit transmis à la base de données. En général, plus
la taille du tableau pour l'extraction est importante, plus le nombre de lignes (n) qui peu­
vent être chargées en une seule opération est élevé et meilleures sont les performances.
Expiration du délai de connexion
Délai, exprimé en minutes, avant l'expiration d'une tentative de connexion et l'affichage
d'un message.
Propriétés du pilote JDBC
Valeurs pour les propriétés du pilote JDBC. Il est possible de définir la valeur de plusieurs
propriétés. Les différentes valeurs doivent être séparées par des virgules. Par exemple, la
valeur oracle.jdbc.defaultNChar=true,defaultNChar=true pour les pro­
priétés du pilote JDBC définit les propriétés de pilote oracle.jdbc.defaultNChar
et defaultNChar.
6.1.7.3
Éditeur SQL pour requête SQL
Utilisez un éditeur SQL pour écrire des expressions SQL et créer une source de données Requête SQL en fonction
de la base de données connectée. L'éditeur SQL est accessible depuis l'option de connexion Requête SQL lors de
la création d'un document.
Seule l'instruction SELECT est autorisée dans l'éditeur SQL pour acquérir des données depuis des tables de base
de données. Servez-vous de ces options de l'éditeur SQL afin de sélectionner des tables pour la source de
données :
Table 15 :
Options de l'éditeur de
Description
SQL
Catalogue
Comptes disponibles pour la base de données connectée. Développez chaque nœud pour voir les
tables disponibles. Cliquez deux fois sur une table pour ajouter la table dans la requête SQL.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
35
Options de l'éditeur de
Description
SQL
Requête
Requête SELECT pour extraire les tables. (La prise en charge se limite à SELECT.) Vous pouvez
ajouter des noms de table en cliquant deux fois sur la table dans le nœud du compte du volet de
gauche.
Historique SQL
Conserve un journal des instructions SELECT utilisées dans le volet de requête. Cliquez sur une ins­
truction pour l'inclure dans la requête.
Aperçu des données
Sélectionnez cette option pour afficher un aperçu des tables acquises par SELECT.
Sélectionner Tout/
Sélectionnez toutes les colonnes ou aucune, ou choisissez des colonnes individuelles pour l'acquisi­
Aucun
tion.
Informations associées
Connexion à une source de données Requête SQL [page 36]
6.1.7.4
Connexion à une source de données Requête SQL
Vous pouvez vous connecter directement à une base de données pour spécifier les données à acquérir et définir
les paramètres afin d'optimiser la connexion à la base de données.
●
Vous devez connaître votre base de données et le langage SQL.
●
Le pilote correct d'accès aux données de votre middleware de base de données doit être installé. Un pilote
d'accès aux données est un logiciel fourni par un fournisseur de bases de données qui permet à une
application client de se connecter au middleware et d'accéder aux données d'une base de données. Vous
copiez le pilote d'accès aux données de votre middleware à partir du site Web de votre support de fournisseur
de base de données dans un fichier local. Vous pouvez ensuite sélectionner le pilote dans l'application et vous
connecter à la base de données.
Remarque
L'installation de pilotes d'accès aux données depuis un site de fournisseurs peut se révéler problématique
en raison de la variété de versions de pilote et de formats de fichier. Si vous ne connaissez pas la version de
votre base de données ou le site Web du fournisseur, contactez votre administrateur de base de données.
Avant d'utiliser Requête SQL, vous devez installer un pilote d'accès aux données JDBC pour votre middleware de
base de données. Le pilote d'accès aux données est un fichier .jar que vous téléchargez à partir d'un site de
fournisseur de bases de données et que vous copiez dans le dossier de pilote situé à l'emplacement d'installation
de l'application. Pour en savoir plus sur la recherche et l'installation du pilote d'accès aux données correspondant
à votre middleware de base de données, voir les Informations associées.
1.
36
Dans la page Accueil, sélectionnez Acquérir données.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
2.
3.
Dans la fenêtre Nouveau jeu de données, sélectionnez Requête SQL, puis sur Suivant.
Une liste des middlewares de base de données apparaît à l'écran.
○
Lorsqu'une coche verte apparaît en regard du nom du middleware, cela signifie que le middleware est
désormais installé et que vous pouvez commencer à utiliser la requête SQL.
○
Lorsqu'une croix rouge apparaît en regard du nom du middleware, le pilote d'accès aux donnée pour le
middleware n'est pas installé, vous devez l'installer.
Sélectionnez le middleware de base de données pour la base de données cible :
Option
Description
Si le middleware est disponible
Sélectionnez le middleware, puis sélectionnez Suivant.
Si le middleware n'est pas disponible
Sélectionnez Installer, et installez le middleware.
4.
Saisissez vos informations de connexion dans l'onglet Connexion et entrez les paramètres de pilote dans
l'onglet Avancé.
5.
Sélectionnez Créer.
L'éditeur SQL s'ouvre.
6.
Saisissez l'expression SQL pour extraire les tables requises, affichez l'aperçu de la requête SQL et
sélectionnez Créer.
L'espace Visualiser apparaît et vous pouvez commencer à créer des diagrammes et à analyser les données. Si
vous souhaitez d'abord modifier le jeu de données, passez dans l'espace Préparer.
Informations associées
Propriétés de connexion de Requête SQL [page 34]
Éditeur SQL pour requête SQL [page 35]
Installation de pilotes d'accès aux données [page 33]
6.1.8
Téléchargement de données à partir de la base de
données SAP BW
Vous pouvez vous connecter directement aux systèmes SAP Business Warehouse (BW) à l'aide de la connexion
Business Intelligence Consumer Services (BICS). Cela vous permet de télécharger des ensembles d'exemple de
formation pour les modèles de formation hors ligne.
Vous pouvez uniquement vous connecter aux InfoProviders SAP BW, mais vous pouvez également exécuter des
requêtes BEx et transmettre des valeurs pour des variables définies dans les requêtes. Vous n'avez donc pas
besoin de télécharger ou d'exporter manuellement des données à partir de SAP BW pour réaliser des prévisions
sur les données.
Vous pouvez voir une vue d'ensemble de l'architecture de la connexion hors ligne BW ici :
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
37
Informations associées
Création d'un jeu de données hors ligne BW [page 38]
6.1.8.1
Création d'un jeu de données hors ligne BW
Apprendre comment se connecter aux requêtes BW ou aux InfoProviders, sélectionner des dimensions et des
indicateurs et définir des valeurs pour les variables (pour les requêtes BEx). Cela vous permet de réduire
l'ensemble de formation pour réaliser des prévisions sur les données.
Avant de vous connecter à un système SAP Business Warehouse (BW), celui-ci doit être enregistré via la SAP GUI
for Windows sur le même ordinateur. Il est recommandé de tester la connectivité du système BW enregistré via
SAP Logon avant de l'utiliser dans Expert Analytics. Consultez la documentation SAP GUI for Windows sur le SAP
Help Portal à l'adresse http://help.sap.com pour configurer un nouveau système. Pour télécharger SAP GUI pour
Windows, accédez à SAP Service Marketplace .
1.
Pour créer un jeu de données, sélectionnez d'abord une source en sélectionnant
2.
Dans la boîte de dialogue qui s'affiche, sélectionnez Télédécharger à partir de SAP Business Warehouse et
cliquez sur Suivant.
38
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Fichier
Nouveau .
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
3.
Saisissez les informations de connexion BW telles que l'ID client, la Langue, l'Utilisateur et le Mot de passe,
puis sélectionnez Se connecter.
Remarque
La liste des serveurs BW disponibles est dérivée de SAP Logon.
4.
Sélectionnez la requête BEx à partir de la liste des requêtes disponibles et sélectionnez Créer.
Vous pouvez rechercher votre requête BEx ou votre InfoProvider à l'aide de la vue Rôles ou InfoAreas. Vous
pouvez aussi rechercher des mots clés dans la zone Rechercher.
5.
Saisissez les valeurs des variables obligatoires de la requête BEx.
6.
Lorsque des variables de hiérarchie sont définies pour les requêtes, vous devez sélectionner une hiérarchie.
7.
Sélectionnez des valeurs qui ont été filtrées en fonction du nœud sélectionné pour la variable précédente
dans la hiérarchie et sélectionnez OK.
8.
Enfin, sélectionnez les dimensions et indicateurs en tenant compte du cas d'utilisation prédictif.
Ils sont téléchargés lorsque vous cliquez sur Créer.
Le jeu de données est ajouté à l'espace Prévision et vous pouvez appliquer des algorithmes au jeu de données
pour générer des prévisions.
6.1.8.2
Recommandations pour les requêtes BEx
Recommandations et meilleures pratiques concernant l'utilisation de requêtes BEx lors du téléchargement de
données à partir de SAP Business Warehouse (BW) avec Expert Analytics.
Recommandation
●
Lors de l'acquisition des données, il est possible de définir des valeurs de filtre pour les caractéristiques
des requêtes BEx sous-jacentes uniquement si elles sont spécifiées comme paramètres d'entrée lors de la
création de requête BEx. Il existe également une option pour sélectionner un sous-ensemble de
caractéristiques et de ratios de la requête BEx sous-jacente pour les rapports au cours de l'acquisition de
données.
●
Les hiérarchies sont aplaties au cours de l'acquisition de données pour garantir que les données sous au
format adéquat pour le traitement de l'algorithme prédictif.
●
Expert Analytics respecte les paramètres d'affichage des clés et du texte pour les caractéristiques dans la
requête BEx sous-jacente. Il est donc important de garantir que vos requêtes BEx sont configurées en
conséquence afin que les utilisateurs puissent exploiter les descriptions des valeurs de dimensions.
●
Les informations relatives à l'unité et à la devise des ratios sont uniquement disponibles dans la
visualisation du tableau d'Expert Analytics. Par conséquent, vous pouvez soit offrir aux utilisateurs la
possibilité de sélectionner une unité ou une devise à l'aide de variables BEx dans le cadre de la requête BEx
sous-jacente ou configurer l'unité ou la devise comme valeur fixe dans la requête BEx. Il est également
fortement recommandé de configurer la même unité ou devise pour tous les ratios afin d'éviter les
confusions.
●
Expert Analytics respecte les conditions (N premiers) définies dans la requête BEx sous-jacente, mais les
utilisateurs ne reçoivent pas d'informations sur les conditions configurées. Par conséquent, il n'est pas
recommandé d'utiliser les conditions des requêtes destinées à une utilisation dans le cadre d'algorithmes
prédictifs.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
39
●
Les facteurs d'échelle ne sont pas respectés dans Expert Analytics. Tous les facteurs d'échelle appliqués
seront supprimés lors de l'acquisition des données et la valeur réelle du ratio sera affichée.
●
Il est recommandé d'éviter les requêtes avec à la fois des calculs de listes et des suppressions des zéros
lors de l'utilisation de requêtes BEx avec Expert Analytics. Cela n'est pas évident pour un utilisateur
pendant l'acquisition des données et cela pourrait ainsi engendrer des résultats inattendus.
●
Par défaut, les requêtes BEx omettent les valeurs de données de base sans enregistrements. Si de tels
éléments sont requis lors du traitement de l'algorithme, assurez-vous que les paramètres appropriés sont
configurés dans la requête.
6.1.9
Modification d'un jeu de données acquis
Après l'acquisition d'un jeu de données, vous pouvez le modifier.
Vous pouvez modifier ces informations dans les jeux de données acquis :
●
Ajout de colonnes qui ont été supprimées de la source de données lors de l'acquisition d'origine.
●
Suppression des colonnes incluses dans la source de données d'origine
●
Modification des valeurs sélectionnées pour les variables et les paramètres d'entrée SAP HANA.
1.
Ouvrez un jeu de données ayant déjà été acquis dans l'application.
2.
Sélectionnez
3.
Effectuez une ou plusieurs des actions suivantes :
4.
Données
Modifier la source de données .
○
Cocher une case avec un nom de colonne pour ajouter une nouvelle colonne.
○
Décocher une case avec un nom de colonne pour supprimer une colonne.
○
Cocher ou décocher des cases pour ajouter ou supprimer des dimensions et des indicateurs.
○
Pour modifier les variables et les paramètres d'entrée SAP HANA, sélectionnez Modifier les variables,
saisissez ou supprimez les valeurs des variables ou des paramètres d'entrée, puis sélectionnez OK.
Sélectionnez OK.
Le jeu de données est mis à jour avec les colonnes, dimensions, indicateurs ou variables qui ont été ajoutés ou
supprimés.
6.1.10 Objets masqués dans la liste d'objets
Utilisez le fichier des suggestions d'enrichissement pour empêcher la proposition de colonnes spécifiques comme
indicateurs dans l'application lors de l'acquisition de données.
Pour empêcher la proposition de colonnes spécifiques comme indicateurs lors de l'acquisition des données,
l'application utilise le fichier enrichment_suggestions.<Numéro de version>.txt pour identifier les
colonnes qui ne doivent pas être proposées comme indicateurs. La première fois que vous créez un document, le
fichier est enregistré dans votre répertoire @user.home/.sapvi (par exemple C:\Users\<votre nom
d'utilisateur>\.sapvi). Par défaut, les noms de colonnes du fichier des suggestions d'enrichissement sont
en anglais. Toutefois, vous pouvez définir les noms dans d'autres langues, spécifier des noms de colonnes à
masquer dans la liste d'objets et empêcher que des objets ne soient considérés comme objets géographiques ou
chronologiques. L'enrichissement sera traité si vous avez sélectionné la détection automatique des
enrichissements dans les préférences de l'application.
40
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
Lorsque vous mettez à niveau l'application, une nouvelle version du fichier des suggestions d'enrichissement est
enregistrée sans écraser le fichier d'origine. Vous pouvez utiliser le fichier d'origine comme référence pour
modifier le nouveau fichier de suggestions. L'application utilisera le nom de fichier qui correspond à la version
installée de l'application.
6.1.11
Modification du fichier des suggestions
d'enrichissement
Modifiez le fichier des suggestions d'enrichissement pour déterminer quels objets ne doivent pas être proposés
comme dimensions d'indicateurs, de temps ou géographiques dans le panneau Indicateurs et dimensions.
Vous pouvez définir autant de règles que vous le souhaitez dans le fichier
enrichment_suggestions.<NuméroVersion>.txt. Pour chaque règle, vous devez déclarer quatre
propriétés. La syntaxe est la syntaxe d'expression régulière Java et les métadonnées ne sont pas sensibles à la
casse.
Table 16 : Propriétés requises pour chaque règle dans le fichier des suggestions d'enrichissement
Propriété requise
Description
objectName
Modèle correspondant au nom de l'objet (en-tête de colonne). Tous les caractères
peuvent être utilisés. Lorsque .*DAY.* est utilisé, tout objet contenant la chaîne
DAY est inclus dans la règle (MONDAY, TUESDAY, etc.).
dataType
Liste des types de données. Les types de données reconnus sont :
●
integer
●
biginteger
●
double
●
string
●
date
●
boolean
Tous les noms de colonnes, de tous les types de données, seront pris en compte
pour l'exclusion du volet des propositions. Si aucune propriété dataType n'est
déclarée, tous les types de données sont pris en compte.
enrichment
Empêche les objets d'apparaître. Les valeurs sont MEASURE, TIME (objets de
hiérarchie chronologique) ou GEO (objets de hiérarchie géographique).
rule
La valeur par défaut est hide. Cette valeur ne doit pas être modifiée.
L'exemple suivant montre le fichier d'enrichissement par défaut :
{
"version":"1.0",
"policies":{
},
"suggestionRules":[
{
"objectName":"(?i).*year.*|.*month.*|.*quarter.*
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
41
}
|.*week|.*day|.*semester.*|.*hour|.*minute|.*second",
"dataTypes":["integer", "biginteger", "double"],
"enrichment":"MEASURE",
"rule":"hide"
},
{
"objectName":"(?i).*zip.*",
"dataTypes":["integer", "biginteger", "double"],
"enrichment":"MEASURE",
"rule":"hide"
},
{
"objectName":"(?i).*_id\\d*",
"dataTypes":["integer", "biginteger", "double"],
"enrichment":"MEASURE",
"rule":"hide"
},
{
"objectName":"(?i).*key.*",
"dataTypes":["integer", "biginteger", "double"],
"enrichment":"MEASURE",
"rule":"hide"
},
{
"objectName":"(?i).*zip.*",
"dataTypes":["integer", "biginteger", "double"],
"enrichment":"TIME",
"rule":"hide"
},
{
"objectName":"(?i).*_id\\d*",
"dataTypes":["integer", "biginteger", "double"],
"enrichment":"TIME",
"rule":"hide"
},
{
"objectName":"(?i).*key.*",
"dataTypes":["integer", "biginteger", "double"],
"enrichment":"TIME",
"rule":"hide"
}
]
1.
Ouvrez le fichier enrichment_suggestions.<numéroversion>.txt dans un éditeur de texte.
2.
Pour chaque objet, définissez le type de données et l'enrichissement, et définissez les autres propriétés si
requis.
Vous devez maintenir "rule" défini sur "hide".
3.
42
Enregistrez le fichier sous le même nom.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Acquisition de données
7
Préparation des données
7.1
Préparation des données
Lors de la première acquisition des données par l'application, ce sont des données brutes souvent mises en forme
de manière incohérente que les utilisateurs professionnels ont du mal à interpréter. Avant de créer les
diagrammes pour visualiser vos données, il est souvent nécessaire de préparer les données pour qu'elles soient
présentables et compréhensibles.
Vous pouvez préparer les données dans la vue Grille ou Facettes, à l'aide du panneau Outils de manipulation à
droite de l'espace Préparer.
Les tâches de modification peuvent s'appliquer à toutes les valeurs d'une colonne ou à des valeurs sélectionnées.
Informations associées
Modification et nettoyage des données [page 47]
Conversion des données en un autre type [page 51]
Création d'une hiérarchie géographique ou chronologique [page 52]
Création d'un indicateur depuis une colonne ou une dimension [page 56]
Ajout d'un jeu de données [page 73]
Passage à un autre jeu de données [page 73]
Fusion de jeux de données (JOIN) [page 73]
7.1.1
Espace Préparer : affichage, nettoyage et manipulation
des données
Avant de créer des diagrammes, utilisez les outils de l'espace Préparer pour afficher et préparer les données.
L'espace Préparer affiche les données de la source de données connectée et est divisé en trois zones.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
43
Table 17 : Parties de l'espace Préparer
Zone
Description
Volet Données
La zone centrale qui affiche les données en lignes et en colonnes (vue Grille) ou en facettes (vue
Facettes). Vous pouvez y afficher les données et appliquer éventuellement les outils suivants aux va­
leurs des colonnes :
●
Modifier l'agrégation
●
Trier
●
Filtrer
●
Afficher la mise en forme
●
Convertir en Nombre
●
Convertir en Date
●
Convertir en texte
●
Créer un indicateur
●
Créer une hiérarchie temporelle
●
Créer une hiérarchie géographique
●
Créer une hiérarchie personnalisée
●
Renommer
●
Supprimer
●
Fusionner la colonne
●
Masquer la colonne
●
Ajuster au contenu
●
Créer une dimension calculée
●
Dupliquer
Panneau Indicateurs
Le panneau situé à gauche de la zone de données qui liste les indicateurs et les dimensions détectés
et dimensions
par l'application dans les données. Utilisez les outils du panneau Indicateurs et dimensions pour modi­
fier et définir des indicateurs ainsi que pour créer des hiérarchies temporelles et géographiques.
Panneau Outils de
Panneau situé à droite de la zone de données, dans lequel vous pouvez modifier le texte et convertir
manipulation
les valeurs d'une cellule ou d'une colonne de données, créer des colonnes avec des formules et re­
nommer, dupliquer et supprimer des colonnes.
Informations associées
Panneau Indicateurs et dimensions [page 45]
Volet Données [page 45]
Panneau Outils de manipulation [page 46]
Préparation des données [page 43]
44
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
7.1.1.1
Panneau Indicateurs et dimensions
Le panneau Indicateurs et dimensions est situé à gauche de la zone de dessin du diagramme. Il répertorie les
indicateurs, dimensions, hiérarchies et dimensions déduites d'un jeu de données.
Table 18 : Objets du panneau Indicateurs et dimensions
Objet du panneau Indica­
Description
teurs et dimensions
Indicateur
Une carte des données agrégées d'une colonne ou d'un calcul. Vous utilisez des indicateurs pour
obtenir un résultat calculé lorsque des colonnes sont combinées. Par exemple, un indicateur
nommé Chiffre d'affaires représenterait la colonne Chiffre d'affaires contenant le chiffre d'affaires
cumulé. Les indicateurs sont automatiquement détectés et répertoriés.
Hiérarchie
Référence plusieurs colonnes associées dans un jeu de données et les colonnes ont des relations
hiérarchiques. Par exemple, un objet Date pourrait inclure les colonnes Année, Trimestre et Mois
organisées en structure hiérarchique sous l'objet Date supérieur.
Dimension
Mappe vers les colonnes du jeu de données.
Dimension déduite
Une ou plusieurs colonnes créées à partir des données géographiques ou chronologiques disponi­
bles dans l'application (pour prendre en charge une hiérarchie).
Informations associées
Préparation des données [page 43]
Création d'une hiérarchie géographique ou chronologique [page 52]
Création d'indicateurs [page 55]
Création d'indicateurs et de hiérarchies [page 51]
7.1.1.2
Volet Données
Le volet Données est le volet central dans l'espace Préparer qui affiche vos données.
Le volet Données permet d'afficher, d'organiser, de modifier et de préparer les jeux de données pour les
visualisations.
Table 19 : Options en haut du volet Données
Option
Description
Liste de sélection des sources
Répertorie les sources de données connectées dans la session en cours. Utilisez cet outil
de données
pour passer d'un jeu de données à un autre et pour ajouter un nouveau jeu de données dans
la session en cours.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
45
Option
Description
Filtres de données
Sélectionnez cette option pour définir des contraintes pour filtrer les données de colonne.
Grille
Sélectionnez cette option pour présenter les données dans des colonnes et des lignes. Tou­
tes les lignes s'affichent.
Facettes
Sélectionnez cette option pour présenter les données dans des colonnes, avec seulement
les valeurs uniques affichées. Les valeurs répétées dans les colonnes ne s'affichent pas.
L'utilisation de facettes peut être utile lorsqu'un jeu de données inclut de nombreuses va­
leurs répétées.
Afficher/Cacher les colonnes
Sélectionnez cette option pour afficher ou masquer des colonnes dans un jeu de données.
Calcul
Sélectionnez cette option pour ajouter des dimensions ou des indicateurs calculés.
Combiner
Sélectionnez cette option pour fusionner des données ou pour les ajouter dans un jeu de
données. Vous pouvez fusionner des données de plusieurs jeux de données dans le jeu de
données actuel, mais les données doivent être compatibles. Vous pouvez ajouter un autre
jeu de données au jeu de données actuel. Les données des colonnes communes sont ajou­
tées dans le jeu de données actuel, mais les données des colonnes uniques sont ajoutées
dans de nouvelles colonnes.
Actualiser les données du
Sélectionnez cette option pour actualiser les jeux de données utilisés dans le document.
document
Annuler/Rétablir
Sélectionnez cette option pour annuler la dernière action ou pour la répéter.
Informations associées
Modification et nettoyage des données [page 47]
Filtrage des données de colonnes et de diagrammes [page 50]
Ajout d'un jeu de données [page 73]
Fusion de jeux de données (JOIN) [page 73]
Passage à un autre jeu de données [page 73]
Création d'un indicateur calculé ou d'une dimension calculée [page 57]
7.1.1.3
Panneau Outils de manipulation
Le panneau Outils de manipulation, à droite de l'espace Préparer, contient les outils permettant de modifier de
mettre en forme les valeurs.
Selon le type de données de la colonne sélectionnée, vous pouvez :
●
46
Dupliquer, renommer et supprimer des colonnes
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
●
Créer des dimensions calculées
●
Trouver, remplacer et modifier les valeurs de chaîne
●
Renseigner les préfixes et les suffixes
●
Convertir, supprimer et regrouper des valeurs
●
Modifier les chaînes de texte
7.1.2
Modification et nettoyage des données
Le panneau Outils de manipulation (à droite du volet central) permet de modifier et de mettre en forme les valeurs
d'une colonne. Le panneau est disponible dans les vues Grilles et Facettes.
Certaines actions sur les données du panneau Outils de manipulation sont également accessibles en cliquant sur
la flèche dans le nom de la colonne ou en cliquant avec le bouton droit de la souris sur le nom de la colonne.
Table 20 : Actions sur les données pour les colonnes
Action sur
Description
les données
Disponible dans le
Disponible pour
menu du nom de co­
Caractère
Date
Nombre
Oui
Oui
Oui
Oui
lonne (ou dans le
menu contextuel)
Créer une
Créer une colonne.
colonne
Dupliquer
Créer une colonne consistant en une copie de la
colonne sélectionnée.
Renommer
Changer un nom de colonne.
Oui
Oui
Oui
Oui
Fractionner
Créer une colonne avec des valeurs de chaîne ap­
Non
Oui
Non
Non
Oui
Oui
Oui
Oui
Oui
Non
Non
Non
Oui
Non
Non
Non
Oui
Non
Non
Oui
Non
Non
Oui
paraissant après un point de fractionnement dé­
fini. Le fractionnement peut consister en un signe
de ponctuation (tel qu'une virgule) ou en une
chaîne de texte.
Supprimer
Supprimer la colonne sélectionnée.
Convertir la
Mettre en majuscules ou en minuscules les valeurs Non
casse
de chaîne.
Remplacer
Trouver une chaîne et la remplacer par une nou­
velle.
Remplissage
Spécifier un caractère à adjoindre comme préfixe
ou suffixe à une chaîne pour atteindre une lon­
gueur de caractères définie.
Convertir en
Insérer une copie de la colonne avec les valeurs
texte
converties au format texte.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
47
Action sur
Description
Disponible dans le
les données
Disponible pour
menu du nom de co­
Caractère
Date
Nombre
Oui
Oui
Non
Non
Oui
Oui
Non
Non
Non
Oui
Non
Non
Non
Oui
Oui
Oui
Non
Non
Oui
Oui
Non
Oui
Non
Non
lonne (ou dans le
menu contextuel)
Convertir en
Insérer une copie de la colonne avec les valeurs
Nombre
converties en nombres.
Convertir en
Sélectionner un format de date et le valider. Une
Date
copie de la colonne est insérée avec les valeurs
converties en dates.
Convertir la
Sélectionner Minuscule ou Majuscule pour mettre
casse
le texte en minuscules ou en majuscules.
SupprEspace
Supprimer les caractères avant et après un signe
de ponctuation ou caractère spécifié.
Regroupemen Créer une colonne pour y créer des groupes de li­
t
gnes (par exemple, groupe 1, groupe 2, etc.) afin
d'organiser les lignes. Les lignes qui ne sont pas
dans un groupe spécifique peuvent être organi­
sées dans un groupe nommé "Autres" ou peuvent
ne pas être intégrées à un groupe.
Créer une
Créer une colonne pour les types nombre et date
dimension
qui appliquent une fonction aux valeurs. Par exem­
calculée
ple, une fonction "Plancher" peut être appliquée à
une colonne "Marge" pour créer une colonne de
valeurs de marge arrondies au nombre entier le
plus proche.
Sélection à
Cliquez deux fois sur la vue Grille ou cliquez deux
l'intérieur de
fois lentement dans la vue Facettes pour sélection­
la cellule
ner une plage de caractères ou un mot. Vous pou­
vez effectuer les actions suivantes sur les caractè­
res ou les mots :
●
Supprimer ou remplacer des portions de texte
●
Créer une colonne avec les mêmes lignes,
mais nettoyées (par exemple, supprimer "hô­
tel" des valeurs)
●
Déplacer le texte sélectionné au début de la
valeur de ligne
1.
48
Effectuez l'une des actions suivantes :
Option
Description
Pour modifier toutes les valeurs d'une seule co­
lonne
Sélectionnez l'en-tête de colonne.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
Option
Description
Pour modifier toutes les valeurs de plusieurs co­
lonnes
Maintenez la touche CTRL enfoncée et cliquez sur chaque en-tête
de colonne.
Pour modifier une valeur individuelle
Sélectionnez une cellule.
Pour modifier plusieurs valeurs d'une colonne
Maintenez la touche CTRL enfoncée et cliquez sur chaque cellule.
Pour modifier une plage de caractères ou un mot
au sein d'une cellule (sélection à l'intérieur d'une
cellule)
(Valeurs de caractères uniquement) Cliquez deux fois dans la vue
Grille ou cliquez deux fois lentement dans la vue Facettes et sélec­
tionnez une plage de caractères ou un mot.
2.
Ouvrez le panneau Outils de manipulation à droite du volet Données.
Les valeurs uniques de colonne apparaissent dans la zone Valeurs en haut du panneau. Vous pouvez
sélectionner une ou plusieurs valeurs à modifier dans cette zone ou saisir une chaîne de recherche dans la
zone Rechercher. Les sélections effectuées dans le panneau de l'éditeur remplacent les sélections de valeurs
effectuées directement dans une colonne. Les actions sur les données disponibles pour une colonne
dépendent du type de données de la colonne et du fait que la colonne, la cellule ou la plage de caractères
d'une cellule est sélectionnée.
3.
Sélectionnez une option de modification dans le panneau Outils de manipulation, modifiez les valeurs selon les
besoins et sélectionnez Appliquer.
7.1.2.1
Utilisation du panneau de filtre
Vous utilisez le panneau de filtre pour définir un filtre.
Le panneau de filtre ne prend pas en charge le langage de formule ou les expressions régulières (regex) de SAP
Lumira. Pour créer un filtre plus complexe, vous pouvez avoir besoin d'ajouter une dimension ou un indicateur
calculé.
Table 21 : Options du panneau de filtre
Option
Description
Rechercher
Saisissez la valeur à rechercher.
Valeurs
Sélectionnez une ou plusieurs valeurs sur lesquelles filtrer la colonne ou la dimension.
Afficher les enregistrements
Sélectionnez cette option pour afficher le nombre d'occurrences de chaque valeur de
colonne.
Conserver uniquement
Sélectionnez cette option pour inclure les valeurs sélectionnées dans la colonne ou la
dimension. Aucune autre valeur n'est affichée.
Exclure les valeurs
Sélectionnez cette option pour exclure les valeurs sélectionnées dans la colonne ou la
dimension. Toutes les autres valeurs sont affichées.
1.
Pour ouvrir le panneau de filtre, sélectionnez l'icône Options
dimension ou un indicateur, et sélectionnez Filtre.
dans un en-tête de colonne ou pour une
2.
Dans le panneau de filtre, sélectionnez les options des données textuelles selon les besoins.
Pour sélectionner plusieurs valeurs, maintenez la touche Ctrl enfoncée, puis cliquez sur chaque valeur.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
49
3.
Sélectionnez OK.
Informations associées
Création d'un indicateur calculé ou d'une dimension calculée [page 57]
7.1.2.1.1
Filtrage des données de colonnes et de diagrammes
Un filtre est une restriction imposée sur un jeu de données pour limiter les valeurs affichées.
Des filtres s'affichent dans la barre des filtres en haut du volet Données. Vous pouvez modifier les filtres
directement depuis la barre de filtres.
Table 22 : Filtres dans la barre des filtres du volet Données
Étendue
Description
Filtre de jeu de données
Vous définissez un filtre sur une colonne. Le filtre s'applique aux données dans la co­
lonne et aux diagrammes utilisant les données.
Filtre au niveau de la visualisation
Vous définissez un filtre sur un diagramme. Le filtre s'applique uniquement au dia­
gramme et non au niveau du jeu de données.
Exemple
Si un diagramme affiche le chiffre d'affaires relatif aux produits vendus au cours des années allant de 1995 à
2012 et que vous souhaitez voir uniquement le chiffre d'affaires pour les années 2010 à 2012, créez un filtre sur
la dimension Année pour limiter à cette période les valeurs affichées.
Informations associées
Filtrage des données de colonnes et de facettes [page 50]
Utilisation du panneau de filtre [page 49]
Filtrage des données de diagrammes [page 116]
7.1.2.1.2
Filtrage des données de colonnes et de facettes
Vous créez un filtre sur une colonne ou une facette depuis un en-tête de colonne. Le filtre apparaît dans la barre
de filtre au-dessus de la grille de données.
1.
50
Cliquez sur l'icône Grille
pour afficher les colonnes de votre source de données.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
2.
Cliquez sur l'icône Options
d'un en-tête de colonne et sélectionnez Filtre.
3.
Servez-vous de ces options du panneau de filtre pour définir le filtre.
Informations associées
Utilisation du panneau de filtre [page 49]
7.1.2.2
Conversion des données en un autre type
Vous pouvez convertir un type de données en un autre type. Par exemple, vous pouvez convertir du texte en dates
ou convertir des nombres en texte.
1.
2.
Effectuez l'une des actions suivantes :
○
Dans le panneau Indicateurs et dimensions, cliquez sur l'icône Options
○
Dans le volet Données, sélectionnez la flèche dans l'en-tête d'une colonne de nombre ou de date.
en regard d'une dimension.
Dans la boîte de dialogue de conversion des données, sélectionnez les options selon les besoins et cliquez sur
OK.
7.1.2.3
Mise en forme des nombres et des dates
Vous pouvez choisir le format d'affichage pour les colonnes de nombre et de date dans l'espace Préparer ou
Visualiser.
Par exemple, les nombres peuvent être affichés sous forme de pourcentage ou utiliser une notation scientifique et
les nombres négatifs peuvent être affichés entre parenthèses.
1.
Dans l'espace Préparer, sélectionnez l'icône Options
en regard d'un indicateur ou d'une dimension dans le
panneau Indicateurs et dimensions ou dans l'en-tête d'une colonne de nombre ou de date dans le volet
Données, puis sélectionnez Afficher la mise en forme.
2.
Dans la boîte de dialogue du format d'affichage, sélectionnez les options de mise en forme selon les besoins
et cliquez sur OK.
7.1.3
Création d'indicateurs et de hiérarchies
Vous enrichissez les données grâce à l'ajout d'indicateurs ainsi que de hiérarchies temporelles et géographiques.
L'utilisation d'indicateurs facilite la manipulation des calculs et les hiérarchies vous permettent d'utiliser un
regroupement naturel des colonnes associées.
Lors de l'acquisition des données, SAP Lumira détecte les hiérarchies et les indicateurs éventuels. Les indicateurs
détectés sont affichés dans le panneau Indicateurs et dimensions et les dimensions identifiées comme hiérarchies
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
51
potentielles sont marquées d'un point d'interrogation. Vous pouvez sélectionner l'icône Options
dimension afin de créer manuellement des hiérarchies.
pour une
Informations associées
Création d'une hiérarchie géographique ou chronologique [page 52]
Création d'indicateurs [page 55]
7.1.3.1
Création d'une hiérarchie géographique ou
chronologique
Les hiérarchies chronologiques, géographiques et personnalisées enrichissent un jeu de données. Les hiérarchies
chronologiques et géographiques sont détectées automatiquement lorsqu'un jeu de données est acquis, mais
vous pouvez créer des hiérarchies à tout moment.
Les hiérarchies chronologiques peuvent être créées sur les colonnes de nombre et de date. Les hiérarchies
géographiques peuvent uniquement être créées sur des colonnes contenant des valeurs compatibles avec des
valeurs de données géographiques dans la base de données NAVTEQ utilisée par l'application. Vous créez des
hiérarchies à partir des menus contextuels des en-têtes de colonne et des dimensions.
1.
Cliquez sur l'icône Options
en regard d'une dimension et sélectionnez
Créer une hiérarchie
géographique Par nom ou Créer une hiérarchie chronologique.
Les options d'enrichissement des colonnes ou des dimensions s'affichent pour la hiérarchie.
2.
Sélectionnez les colonnes à associer à la hiérarchie :
○
Pour les hiérarchies chronologiques, sélectionnez les colonnes à associer aux niveaux Année, Trimestre,
Mois et Jour.
○
Pour les hiérarchies géographiques, sélectionnez les colonnes à associer pour certains des niveaux Pays,
Région, Sous-région et Ville ou la totalité d'entre eux. La présence d'éventuelles correspondances est
vérifiée entre ces colonnes et la base de données géographique interne utilisée par l'application.
Sélectionnez Colonnes détectées pour afficher les colonnes détectées comme correspondances
possibles dans les listes déroulantes pour le niveau. Si aucune colonne n'est détectée, les listes sont
vides. Sélectionnez Toutes les colonnes pour inclure toutes les colonnes dans les listes déroulantes pour
le niveau.
Pour les hiérarchies chronologiques, les nouvelles colonnes sélectionnées comme niveaux sont
automatiquement ajoutées au jeu de données et la nouvelle hiérarchie chronologique apparaît dans l'onglet
Sémantique des Hiérarchies.
Pour les hiérarchies géographiques, la boîte de dialogue Données géographiques s'affiche et montre les
colonnes correspondant à la base de données interne en vert, les colonnes pour lesquelles la correspondance
est ambiguë en orange et les colonnes sans correspondance en rouge.
Pour les dimensions déduites, les colonnes sont créées pour les hiérarchies.
52
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
3.
(Facultatif pour les hiérarchies géographiques) Dans la boîte de dialogue Données géographiques, pour
chaque correspondance proposée, sélectionnez la ligne de proposition et sélectionnez Sélectionner pour
accepter l'emplacement ou Introuvables pour supprimer la ligne et cliquez sur Confirmer.
Les nouvelles colonnes géographiques sélectionnées comme niveaux sont automatiquement ajoutées au jeu
de données et la nouvelle hiérarchie géographique apparaît dans le panneau Indicateurs et dimensions.
Vous pouvez modifier les niveaux correspondants d'une hiérarchie géographique à tout moment. (Cliquez sur
l'icône Options
en regard du nom de la hiérarchie, sélectionnez Modifier le rapprochement, modifiez les
correspondances proposées pour un niveau, puis cliquez sur Confirmer.)
Informations associées
Création d'une hiérarchie géographique avec des données de latitude et de longitude [page 53]
Création d'une hiérarchie personnalisée [page 55]
7.1.3.2
Création d'une hiérarchie géographique avec des
données de latitude et de longitude
Lorsqu'un jeu de données contient des données de latitude et de longitude, vous pouvez personnaliser une
hiérarchie géographique de manière à utiliser les données. L'application crée un indicateur pour chaque colonne
pendant l'acquisition des données.
Les données de latitude et de longitude doivent être numériques. Si ce n'est pas le cas, vous devez convertir les
valeurs de colonne à l'aide d'une formule (par exemple ToNumber()). Si les colonnes ne sont pas numériques,
vous devez définir les dimensions converties au format numérique comme indicateurs.
L'application calcule automatiquement les niveaux hiérarchiques supérieur et inférieur à une dimension
géographique sélectionnée. Vous pouvez accepter les niveaux calculés dans votre hiérarchie ou les remplacer par
les niveaux que vous définissez en fonction des données de latitude et de longitude.
Remarque
L'application ne prend pas en charge la création de hiérarchies géographiques avec les données de latitude et
de longitude à partir de sources de données SAP HANA.
1.
Vérifiez que les indicateurs ont été créés pour vos colonnes de latitude et de longitude.
S'ils ont été créés, passez à l'étape 4.
2.
S'ils n'ont pas été créés, convertissez les colonnes de latitude et de longitude en un type de données
numérique :
a.
dans l'en-tête d'une dimension ou d'une colonne de latitude et sélectionnez
Cliquez sur l'icône Options
Créer la dimension calculée.
La boîte de dialogue Nouvelle dimension calculée s'affiche avec le nom de la colonne déjà dans la formule
(par exemple, {column_1}).
b.
Cliquez deux fois sur la fonction ToNumber(<param>) pour l'insérer dans la formule.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
53
c.
Déplacez le nom de la colonne affiché à l'étape b dans la fonction ToNumber().
La formule complète doit être ToNumber({column_1}).
3.
4.
d.
Saisissez un nom pour la dimension calculée et cliquez sur OK.
e.
Répétez les étapes a-d pour la dimension ou la colonne de longitude.
Définissez la nouvelle dimension numérique de latitude et de longitude comme indicateurs :
a.
Cliquez sur l'icône Options
indicateur.
pour la nouvelle dimension de latitude numérique et sélectionnez Créer un
b.
Cliquez sur l'icône Options
un indicateur.
pour la nouvelle dimension de longitude numérique et sélectionnez Créer
Cliquez sur l'icône Options
dans l'en-tête de la colonne ou de la dimension géographique pour une
utilisation comme base de la hiérarchie et sélectionnez
Créer une hiérarchie géographique
Par latitude/
longitude .
La boîte de dialogue Données géographiques s'affiche. Le volet Nom du niveau répertorie les niveaux de la
hiérarchie calculés par l'application. La dimension d'origine s'affiche en rouge et les niveaux hiérarchiques
calculés sont en vert. Vous pouvez accepter la hiérarchie proposée basée sur des données de latitude et de
longitude ou personnaliser les niveaux de la hiérarchie. Cliquez sur un niveau pour afficher ses propriétés
dans le volet de gauche.
Table 23 : Propriétés pour un niveau calculé d'une hiérarchie
Propriété de niveau
Description
Catégorie
Définition du niveau, soit calculée automatiquement en
fonction des données de latitude/longitude soit définie par
l'utilisateur (vous sélectionnez la colonne sur laquelle baser
un niveau)
Colonne
Pour un niveau défini par l'utilisateur, sélectionnez la co­
lonne à utiliser pour le niveau.
Latitude
Pour un niveau défini par l'utilisateur, sélectionnez les don­
nées de latitude.
Longitude
Pour un niveau défini par l'utilisateur, sélectionnez les don­
nées de longitude.
Type de niveau
Nom du niveau de la hiérarchie.
5.
Pour accepter les niveaux calculés proposés, sélectionnez OK et passez à l'étape 7.
6.
Pour sélectionner les colonnes sur lesquelles baser les niveaux, pour chaque colonne que vous souhaitez
définir dans la hiérarchie, sélectionnez Défini par l'utilisateur dans la liste Catégorie et sélectionnez les
propriétés pour le niveau dans les autres listes.
Utilisez les flèches à gauche d'un niveau pour le déplacer vers le haut ou vers le bas de la hiérarchie. Ajoutez
un niveau à la hiérarchie en sélectionnant Ajouter un niveau ou supprimez-en un en sélectionnant l'icône X à
gauche du niveau.
7.
54
Sélectionnez OK.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
La hiérarchie géographique est ajoutée à la catégorie Hiérarchies dans le volet Sémantique. Vous pouvez modifier
les niveaux d'une hiérarchie à tout moment. (Cliquez sur l'icône Options
en regard du nom de la hiérarchie,
sélectionnez Modifier le rapprochement, sélectionnez la colonne sur laquelle baser le niveau, puis cliquez sur OK.)
Informations associées
Création d'une hiérarchie géographique ou chronologique [page 52]
Création d'un indicateur calculé ou d'une dimension calculée [page 57]
7.1.3.3
Création d'une hiérarchie personnalisée
Vous pouvez créer une hiérarchie à l'aide d'une combinaison de dimensions disponibles.
1.
Sélectionnez l'icône Options pour la dimension afin de l'utiliser comme base de la hiérarchie.
2.
Sélectionnez Créer une hiérarchie personnalisée.
La boîte de dialogue Créer une hiérarchie s'affiche. Les dimensions disponibles dans le panneau Indicateurs et
dimensions sont listées dans le volet de gauche. Vous pouvez saisir une chaîne de recherche pour trouver une
dimension (par exemple, les premières lettres du nom d'une dimension).
3.
Ajoutez des dimensions à la hiérarchie dans le volet de droite.
Conseil
Cliquez deux fois sur les dimensions pour les déplacer entre les volets.
4.
(Facultatif) Utilisez les flèches en regard de la liste de hiérarchies pour déplacer une dimension sélectionnée
vers le bas ou vers le haut dans la hiérarchie.
5.
Saisissez un nom pour la hiérarchie, puis sélectionnez Créer.
La nouvelle hiérarchie personnalisée s'affiche dans le panneau Indicateurs et dimensions. Les nouvelles
colonnes sont créées pour chaque niveau de la nouvelle hiérarchie.
7.1.3.4
Création d'indicateurs
Les indicateurs enrichissent les jeux de données. Vous pouvez les créer manuellement à tout moment soit
directement à partir d'une colonne ou d'une dimension, soit en utilisant le langage de formule pour créer un
indicateur calculé, soit vous pouvez autoriser l'application à les détecter automatiquement sur les types de
données de colonnes numériques lorsqu'un jeu de données est acquis.
Remarque
Lorsque vous utilisez une source de données Connexion à SAP HANA, il n'est pas possible de créer un
indicateur avec une dimension numérique ou de chaîne. Les indicateurs des sources de données Se connecter
à SAP HANA sont détectés directement depuis la vue analytique de SAP HANA. Les indicateurs doivent être
créés dans la vue SAP HANA avant d'être acquis automatiquement dans l'application.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
55
Informations associées
Création d'un indicateur depuis une colonne ou une dimension [page 56]
Création d'un indicateur calculé ou d'une dimension calculée [page 57]
7.1.3.4.1
Création d'un indicateur depuis une colonne ou une
dimension
Vous pouvez créer un indicateur à partir de presque toutes les colonnes et dimensions.
Toutefois, ces exceptions s'appliquent :
●
Quand le type de données de colonne est Numérique, n'importe quelle fonction d'agrégation peut être utilisée
pour l'indicateur.
●
Quand le type de données de colonne est Date ou Chaîne, ni Somme ni Moyenne ne peuvent être utilisées.
●
Une agrégation est réalisée lorsque l'indicateur est utilisé dans la vue Facettes. Elle n'est pas disponible dans
la vue Grille.
1.
Cliquez sur l'icône Options d'un en-tête de colonne ou d'une dimension pour l'utiliser comme base pour
l'indicateur et sélectionnez Créer un indicateur.
Un indicateur est créé dans la section Indicateurs du panneau Indicateurs et dimensions.
2.
Cliquez sur l'icône Options du nouvel indicateur, sélectionnez Modifier l'agrégation et sélectionnez l'une des
fonctions d'agrégation suivantes :
Option
Description
Sum
Renvoie la somme d'un indicateur
Min
Renvoie la plus petite valeur d'un ensemble de valeurs
Max
Renvoie la plus grande valeur d'un ensemble de valeurs
Count
(Distinct)
Renvoie le nombre de valeurs distinctes d'un ensemble de valeurs
Count (All)
Renvoie le nombre de valeurs d'un ensemble de valeurs
Average
Renvoie la valeur moyenne d'un indicateur
None
Permet d'utiliser une dimension numérique comme indicateur, sans agrégation
Ce type d'indicateur permet de visualiser chaque valeur dans un graphique, ce qui s'avère utile pour cer­
tains types de graphiques. Par exemple, pour un nuage de points qui affiche des valeurs de marge et de
quantités vendues, l'utilisation de Aucun affiche tous les points sur le nuage de points et montre la dis­
persion des valeurs individuelles, qui ne serait pas apparente lors de l'utilisation d'une fonction d'agréga­
tion.
Pour voir l'indicateur appliqué aux données dans le jeu de données, basculez dans la vue Facettes. Pour voir les
modifications des valeurs de données causées par une agrégation, cliquez sur un indicateur.
56
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
7.1.4
Création d'un indicateur calculé ou d'une dimension
calculée
Vous pouvez créer des indicateurs et des dimensions calculés à l'aide du langage de formule SAP Lumira.
Les fonctionnalités suivantes sont prises en charge dans l'éditeur de formule :
●
Combiner deux colonnes au choix dans le jeu de données
●
Appliquer des fonctions depuis un ensemble prédéfini de fonctions numériques, de date et de texte
●
Utiliser les clauses "if", "then" et "else"
●
Utiliser la saisie semi-automatique pour améliorer la vitesse de modification
●
Utiliser un sélecteur de calendrier pour les paramètres de date
●
Copier et coller du texte et une syntaxe pour la définition de la fonction
1.
Cliquez sur le bouton Calcul et sélectionnez Nouvelle dimension calculée ou Nouvel indicateur calculé.
Conseil
Vous pouvez aussi créer un indicateur calculé ou une dimension calculée via l'icône Options
en regard
d'un indicateur ou d'une dimension ou en sélectionnant Créer une dimension calculée dans le panneau
Outils de manipulation.
2.
Saisissez un nom pour l'indicateur ou la dimension.
3.
Cliquez deux fois sur des indicateurs ou des dimensions et des fonctions pour les ajouter dans la zone de
syntaxe Formule.
4.
Saisissez les paramètres de la fonction et les informations associées en fonction de la tâche de la fonction.
Vous devez saisir les noms des colonnes utilisées dans la formule. La saisie semi-automatique proposera un
nom de colonne une fois que vous aurez saisi la première lettre.
5.
Si vous saisissez des informations relatives à la date, cliquez sur le bouton de commande Sélectionner une
date en bas de la liste de fonctions afin d'utiliser le sélecteur de date pour sélectionner des dates.
6.
Cliquez sur OK pour appliquer la formule.
Un indicateur ou une dimension est créé(e).
Exemple
Supposez que vous souhaitez créer une dimension qui multiplie les valeurs de la colonne
<pourcentage_marge_brute> par 100 et arrondir la nouvelle valeur au nombre entier supérieur.
1.
Cliquez sur le bouton Calcul et sélectionnez Nouvelle dimension calculée.
2.
Dans la boîte de dialogue Nouvelle dimension calculée cliquez deux fois sur un objet de dimension ou une
fonction pour insérer la dimension ou la fonction dans la zone Formule. Par exemple, cliquez deux fois sur
Plafond(num).
3.
Modifiez la formule et ajoutez d'autres objets de dimension en fonction des besoins. Une colonne portant
par défaut le nom de la formule est créée. Par exemple, ajoutez Ceil(pourcentage_marge_brute)*100
à la formule pour créer une colonne nommée Ceil(pourcentage_marge_brute)*100.
4.
Saisissez un nom pour la nouvelle colonne de dimension calculée et cliquez sur OK. La colonne est créée
dans le volet Données et apparaît dans le panneau Indicateurs et dimensions.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
57
7.1.4.1
Référence des fonctions
Vous pouvez définir les fonctions qui seront disponibles dans la barre de formule.
Table 24 : Catégories de fonctions
Catégorie
Description
Agrégat
Données agrégées (par exemple, en effectuant le total ou la
Les fonctions d'agrégat sont implémentées dans la définition
moyenne d'un ensemble de valeurs)
d'un indicateur.
Caractère
Manipule des chaînes de caractères
Date et heure
Renvoie des données de date et heure
Numérique
Renvoie des données numériques
Logique
Renvoie true ou false.
Divers
Fonctions n'entrant dans aucune catégorie
Informations associées
Création d'un indicateur depuis une colonne ou une dimension [page 56]
Fonctions de caractères [page 59]
Fonctions de date et heure [page 64]
Fonctions numériques [page 67]
Fonctions logiques [page 70]
Fonctions diverses [page 72]
58
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
7.1.4.1.1
Fonctions de caractères
Utilisez une fonction de caractères pour manipuler des chaînes de caractères dans une formule. L'entrée est une
colonne de votre jeu de données et les fonctions sont appliquées au contenu des cellules.
Table 25 : Fonctions de caractères
Fonction
<matchExpr> like <pattern>
Syntaxe
●
matchExpr : expression de chaîne Sert à déterminer si une chaîne de ca­
à rechercher
●
Utilisation
ractères correspond à un modèle donné.
pattern : modèle de constante de La recherche n'est pas sensible à la
chaîne à rechercher
casse.
Le modèle peut inclure des caractères
classiques et les caractères spéciaux
suivants :
●
"_" correspond à un seul caractère
●
"%" correspond à aucun caractère
ou à plusieurs
Pour pouvoir utiliser un caractère spé­
cial comme caractère classique, vous
devez l'échapper en utilisant une barre
oblique inverse ("\").
Remarque
"[", "^", "-" et "]" sont réservés
à des utilisations futures.
Par exemple :
"Hiking is fun" like "H%
is _un"
renvoie true
Concatenate(str1, str2)
●
str1 : Première chaîne
Sert à concaténer deux chaînes en une
●
str2 : Deuxième chaîne
seule.
L'opérateur + peut également concaté­
ner des chaînes.
Par exemple :
Concatenate("Mr",
"Brown")
renvoie "MrBrown"
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
59
Fonction
Contain (whereStr, whatStr)
Syntaxe
●
●
Utilisation
whereStr : chaîne dans laquelle
Sert à renvoyer les occurrences d'une
une recherche est effectuée
chaîne dans une autre chaîne. La recher­
whatStr : sous-chaîne qui est l'ob­ che n'est pas sensible à la casse.
jet de la recherche
Par exemple :
Contain("Cats are grey",
"aRe")
renvoie true
ExceptFirstWord(str, sep)
●
str : chaîne d'entrée
Sert à renvoyer une copie d'une chaîne
●
sep : un séparateur
dont le premier mot est supprimé.
Par exemple :
ExceptFirstWord("Level
3, Standford Street", ",
")
renvoie "Standford Street"
ExceptLastWord(str, sep)
●
str : chaîne d'entrée
Sert à renvoyer une copie d'une chaîne
●
sep : un séparateur
dont le dernier mot est supprimé.
Par exemple :
ExceptLastWord("james.bro
wn@company.com", "@")
renvoie "james.brown"
FirstWord(str, sep)
●
str : chaîne d'entrée
Sert à renvoyer le premier mot d'une
●
sep : un séparateur
chaîne.
Par exemple :
FirstWord("Senior
Developer", " ")
renvoie "Senior"
LastWord(str, sep)
●
str : chaîne d'entrée
Sert à renvoyer le dernier mot d'une
●
sep : un séparateur
chaîne.
Par exemple :
LastWord("Red/Purple",
"/")
renvoie "Purple"
60
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
Fonction
Syntaxe
Utilisation
Length(str)
str : chaîne d'entrée
Sert à renvoyer la longueur d'une chaîne.
Par exemple :
Length("How long")
renvoie 8
LowerCase (x)
Sert à renvoyer une copie d'une chaîne
str : chaîne d'entrée
avec tous les caractères convertis en mi­
nuscules.
Par exemple :
LowerCase("GOOD JOB")
renvoie "good job"
Lpad(str, length, pad)
●
str : chaîne d'entrée
Sert à renvoyer une copie d'une chaîne
●
length : longueur attendue
complétée par des caractères de début
●
pad : séquence de caractères à
ajouter
selon la longueur totale spécifiée.
Par exemple :
Lpad("Incomplete field",
20, "#")
renvoie "####Incomplete field"
Replace(str, target,
●
str : chaîne d'entrée
Sert à renvoyer une chaîne avec toutes
replacement)
●
target : Chaîne à remplacer
les occurrences d'une chaîne spécifiée
●
replacement : Valeur de chaîne à
insérer
remplacées par une autre chaîne spéci­
fiée.
Par exemple :
Replace("Very good
song", "o" , "u")
renvoie "Very guud sung"
Rpad(str, length, pad)
●
str : chaîne d'entrée
Sert à renvoyer une copie d'une chaîne
●
length : longueur attendue
complétée par des caractères de fin se­
●
pad : séquence de caractères à
ajouter
lon la longueur totale spécifiée.
Par exemple :
Rpad("Incomplete field",
20, "#")
renvoie "Incomplete field####"
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
61
Fonction
SubString(str, start)
Syntaxe
●
●
Utilisation
str : chaîne à partir de laquelle une Sert à renvoyer une sous-chaîne d'une
sous-chaîne est calculée
chaîne.
start : la position de départ dans
Par exemple :
la sous-chaîne d'entrée.
SubString("Wong", 3)
renvoie "ng"
SubString(str, start,
●
length)
●
str : chaîne à partir de laquelle une Sert à renvoyer une sous-chaîne d'une
sous-chaîne est calculée
chaîne.
start : la position de départ dans
Par exemple :
la sous-chaîne d'entrée.
●
length : la longueur de la souschaîne à renvoyer
ToText(param)
param : Paramètre à convertir
SubString("Wong", 2, 2)
renvoie "on"
Sert à convertir un paramètre en chaîne.
Tous les paramètres sont valides et les
nombres sont tronqués en 0 décimales.
Trim(str, toTrim)
●
str : chaîne d'entrée
Sert à renvoyer une copie de la chaîne
●
toTrim : caractère à supprimer
avec les répétitions en tête et en fin d'un
caractère supprimées. Cette fonction
est sensible à la casse.
Par exemple :
Trim("Aurora", "a")
renvoie "Auror"
TrimLeft(str, toTrim)
●
str : chaîne d'entrée
Sert à renvoyer une copie de la chaîne
●
toTrim : caractère à supprimer
avec l'occurrence en tête d'un caractère
supprimée. Cette fonction est sensible à
la casse.
Par exemple :
TrimLeft("Above", "A")
renvoie "bove"
62
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
Fonction
TrimRight(str, toTrim)
Syntaxe
Utilisation
●
str : chaîne d'entrée
Sert à renvoyer une copie d'une chaîne
●
toTrim : caractère à supprimer
avec les répétitions à la fin d'un carac­
tère supprimées. Cette fonction est sen­
sible à la casse.
Par exemple :
TrimRight("Laura", "a")
renvoie "Laur"
UpperCase (chn)
Sert à renvoyer une copie d'une chaîne
str : chaîne d'entrée
avec tous les caractères convertis en
majuscules.
Par exemple :
UpperCase("Little Boy")
renvoie "LITTLE BOY"
ToDate(string, format)
Le format de date est une combinaison
Sert à convertir une chaîne d'entrée d'un
des jetons réservés suivants, séparés
jeu de données en date au format spéci­
par des séparateurs :
fié lorsque les dates d'une colonne d'une
source de données d'origine sont au for­
●
d ou dd : jour du mois (1-31)
●
M ou MM : mois de l'année (1-12)
●
y ou yy : année abrégée sans le siè­ Par exemple :
cle (00-99)
yyyy : année avec le siècle (1956,
2012, 2014, etc.)
mat de chaîne.
ToDate(Obj, 'yyyy/dd/MM')
convertit une chaîne au format
Toutes les autres séquences sont consi­
yyyy/dd/MM en date
dérées comme des séparateurs.
●
string : chaîne d'entrée à conver­
tir
●
format : Constante de chaîne For­
mat de date
Table 26 : Exemple de la fonction Trim(str, toTrim) : Trim ({Name},"a")
Nom
Chaîne rognée
Aurora
Auror
Auror
Auror
auror
uror
aurora
uror
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
63
Nom
Chaîne rognée
uror
uror
Cette formule renvoie "Auror" : Trim("Aurora", "a").
7.1.4.1.2
Fonctions de date et heure
Les fonctions de date et heure renvoient des données de date/heure. Notez que vous devrez peut-être convertir
le format de vos données source dans l'application.
Table 27 : Fonctions de date et heure
Fonction
Syntaxe
Utilisation
AddMonthToDate(#date#,pério
●
#date# : date d'origine
Sert à renvoyer une date qui est produite
des)
●
periods : nombre de périodes à
au moyen de l'ajout d'un nombre de
ajouter
mois spécifié à une date spécifiée.
Par exemple :
AddMonthToDate(#2012-01-0
1#,1)
renvoie 2012-02-01
AddWeekToDate(#date#,périod
●
#date# : date d'origine
Sert à renvoyer une date qui est produite
es)
●
periods : nombre de périodes à
au moyen de l'ajout d'un nombre de se­
ajouter
maines spécifié à une date spécifiée.
Par exemple :
AddWeekToDate(#2012-01-01
#,1)
renvoie 2012-01-08
AddYearToDate(#date#,périod
●
#date# : date d'origine
Sert à renvoyer une date qui est produite
es)
●
periods : nombre de périodes à
au moyen de l'ajout d'un nombre d'an­
ajouter
nées spécifié à une date spécifiée. Utilise
des nombres négatifs pour supprimer
une année.
Par exemple :
AddYearToDate(#2012-01-01
#,1)
renvoie 2013-01-01
64
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
Fonction
Syntaxe
Utilisation
Sert à renvoyer la date du jour sous
CurrentDate()
forme de date.
Par exemple :
CurrentDate()
renvoie <Date du jour>
DateDiffInDays(#début#,#fin
●
#)
●
#début# : date de début de l'inter­ Sert à renvoyer le nombre de jours com­
valle
pris entre deux dates.
#fin# : date de fin de l'intervalle
Par exemple :
DateDiffInDays(#2012-03-2
3#,#2012-01-30#)
renvoie -53
DateDiffInMonths(#début#,#f
●
in#)
●
#début# : date de début de l'inter­ Sert à renvoyer le nombre de mois com­
valle
pris entre deux dates spécifiées.
#fin# : date de fin de l'intervalle
Par exemple :
DateDiffInMonths(#2013-02
-01#,#2014-01-01#)
renvoie 11
Day(#date#)
#date# : une date
Sert à renvoyer le jour du mois sous
forme de nombre de 1 à 31.
Par exemple :
Day(#2012-03-23#)
renvoie 23
DayOfWeek(#date#)
#date# : une date
Sert à renvoyer le jour de la semaine
sous forme de nombre allant de 1 (lundi)
à 7 (dimanche).
Par exemple :
DayOfWeek(#2012-03-23#)
renvoie 6
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
65
Fonction
Syntaxe
Utilisation
DayOfYear(#date#)
#date# : une date
Sert à renvoyer le jour de l'année sous
forme de nombre.
Par exemple :
DayOfYear(#2012-03-23#)
renvoie 83
LastDayOfMonth(#date#)
#date# : une date
Sert à renvoyer la date obtenue en cal­
culant le dernier jour du mois de la date
spécifiée.
Par exemple :
LastDayOfMonth(#2012-03-2
3#)
renvoie la date 2012-03-31
LastDayOfWeek(#date#)
#date# : une date
Sert à renvoyer la date obtenue en cal­
culant le dernier jour de la semaine d'une
date spécifiée.
Par exemple :
LastDayOfWeek(#2012-03-23
#)
renvoie la date 2012-03-24
MakeDate(year,month,day)
●
●
●
year : nombre qui représente une
Sert à renvoyer une date générée à par­
année.
tir d'une année, d'un mois et d'un jour
month : nombre qui représente un
spécifiés.
mois.
Par exemple :
day : nombre qui représente un
jour du mois
MakeDate(2011,6,12)
renvoie la date 2011-06-12
Month(#date#)
#date# : une date
Sert à renvoyer le mois de l'année sous
forme de nombre de 1 à 12.
Par exemple :
Month(#2012-03-23#)
renvoie 3
66
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
Fonction
Syntaxe
Utilisation
Quarter(#date#)
#date# : une date
Sert à renvoyer un nombre qui repré­
sente le trimestre d'une date spécifiée.
Par exemple :
Quarter(#2012-03-23#)
renvoie 1
#date# : une date
Week(#date#)
Sert à renvoyer un nombre qui repré­
sente la semaine d'une date spécifiée.
Par exemple :
Week(#2012-03-23#)
renvoie 12
#date# : une date
Year(#date#)
Cette syntaxe renvoie l'année d'une date
spécifiée.
Par exemple :
Year(#2012-03-23#)
renvoie 2012
7.1.4.1.3
Fonctions numériques
Utilisez les fonctions numériques pour renvoyer des valeurs numériques dans une formule.
Table 28 : Fonctions numériques
Fonction
Syntaxe
Utilisation
Ceil(num)
num : un nombre
Sert à renvoyer le plus petit entier supé­
rieur ou égal à un nombre spécifié.
Par exemple :
Ceil(14.2)
renvoie 15
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
67
Fonction
Syntaxe
Utilisation
Floor(num)
num : un nombre
Sert à renvoyer le plus grand entier qui
n'est pas supérieur à un nombre spéci­
fié.
Par exemple :
Floor(14.8)
renvoie 14
Log(num)
num : un nombre
Sert à renvoyer le logarithme naturel
d'un nombre spécifié.
Par exemple :
Log(100)
renvoie 4,605
Log10(num)
num : un nombre
Sert à renvoyer le logarithme en base 10
d'un nombre spécifié.
Par exemple :
Log10(100)
renvoie 2
Mod(num, divisor)
●
num : un nombre
Sert à renvoyer le reste d'une division
●
divisor : Le diviseur
d'un nombre par un autre.
Par exemple :
Mod(15,2)
renvoie 1
Power(num, exponent)
●
num : un nombre
Sert à élever un nombre à une puis­
●
exponent : L'exposant
sance.
L'opérateur ^ (caret) peut être utilisé à
la place de cette fonction.
Par exemple :
Power(2,3)
renvoie 8
68
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
Fonction
Round(num, digits)
Syntaxe
Utilisation
●
num : un nombre
●
digits : nombre de décimales au­ arrondie à un nombre spécifié de déci­
Sert à renvoyer une valeur numérique
males.
quel arrondir.
Par exemple :
Round(14.81, 1)
renvoie 14,8
Sign(num)
Sert à renvoyer -1 si un nombre spécifié
num : un nombre
est négatif, 0 s'il est égal à zéro ou +1 s'il
est positif.
Par exemple :
Sign(-2)
renvoie -1
ToText(num, digits)
●
num : un nombre
Sert à convertir un nombre spécifié en
●
digits : nombre de décimales à
chaîne. Le nombre est tronqué au nom­
utiliser. Ce paramètre est facultatif,
bre spécifié de décimales.
sa valeur par défaut est 0.
Par exemple :
ToText(12.1451, 2)
renvoie 12,14
Truncate(num, digits)
●
num : un nombre
Sert à renvoyer une valeur numérique
●
digits : nombre de décimales à
tronquée à un nombre spécifié de déci­
tronquer.
males.
Par exemple :
Truncate(12.281, 1)
renvoie 12,200
Table 29 : Exemple de la fonction ToText(num, digits) : ToText({Temperature},2)
Température
Texte
-2.01
-2.0
-1.06
-1.1
0.08
0.1
1.07
1.1
2.08
2.1
3.99
4.0
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
69
Température
Texte
5.00
5.0
Cette formule renvoie 12,14 : ToText(12.1451, 2).
Table 30 : Exemple de la fonction Truncate(num, digits) : Truncate({Temperature},1)
Température
Tronqué
-2.01
-2.00
-1.06
-1.00
0.08
0.00
1.07
1.00
2.08
2.00
3.99
3.90
5.00
5.00
Cette formule renvoie 12,200 : Truncate(12.281, 1).
7.1.4.1.4
Fonctions logiques
Vous pouvez utiliser des fonctions logiques dans une formule pour renvoyer true ou false.
Table 31 : Fonctions logiques
Fonction
Syntaxe
Utilisation
IsNotNull(obj)
obj : objet utilisateur (colonne)
Sert à renvoyer une valeur booléenne qui
indique si un champ fourni ne contient
pas de valeur nulle. Lorsqu'un champ
contient une valeur nulle, la fonction ren­
voie false. Pour toutes les autres va­
leurs, la fonction renvoie true.
IsNull(obj)
obj : objet utilisateur (colonne)
Sert à renvoyer une valeur booléenne qui
indique si le champ fourni contient une
valeur nulle. Lorsqu'un champ contient
une valeur nulle, la fonction renvoie
true. Pour toutes les autres valeurs, la
fonction renvoie false.
<gauche> and <droite>
●
gauche : opérande gauche
Sert à renvoyer la conjonction logique de
●
droite : opérande droite
ses entrées booléennes. Cette fonction
renvoie false : true and false.
70
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
Fonction
<left> or <right>
Syntaxe
Utilisation
●
left : opérande gauche
Sert à renvoyer la disjonction logique de
●
right : opérande droite
ses entrées booléennes. Cette fonction
renvoie true : true or false.
Si <cond> alors <alt1> ou
●
cond : condition booléenne à tester Sert à choisir entre deux alternatives en
<alt2>
●
alt1 : alternative 1
●
alt2 : alternative 2
fonction d'une condition booléenne. La
deuxième option est facultative et est re­
connue comme null lorsqu'elle est
manquante.
<testExpr> dans
●
testExpr : expression à tester
<candidateList>
●
candidateList : liste des candi­ correspond à une valeur dans une deu­
dats correspondants
Sert à déterminer si une première entrée
xième liste d'entrées.
Par exemple :
3 in [2, 4, 6]
renvoie false
not<bool>
bool : une valeur booléenne
Sert à nier une entrée booléenne.
Par exemple :
not false
renvoie true
Table 32 : Exemple de la fonction <left> and <right>
Gauche
Droite
Résultat de <{Left}> et <{Right}>
Vrai
Vrai
true
Vrai
Faux
faux
Faux
Vrai
false
Faux
Faux
false
Cette fonction renvoie false : true and false.
Table 33 : Exemple de la fonction <left> or <right>
Gauche
Droite
Résultat de <{Left}> ou <{Right}>
Vrai
Vrai
vrai
Vrai
Faux
vrai
Faux
Vrai
vrai
Faux
Faux
faux
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
71
Cette fonction renvoie true : true or false.
7.1.4.1.5
Fonctions diverses
Ces fonctions peuvent être utilisées dans une formule, mais ne correspondent pas à une catégorie standard des
familles de fonctions.
Table 34 : Fonctions diverses
Fonction
Syntaxe
GroupValues(column,
●
column : objet utilisateur sur le­
●
ListOfValues : liste de valeurs à
quel appliquer le regroupement
ListOfValues, newValue)
regrouper.
●
newValue : valeur qui remplacera
les valeurs regroupées.
Utilisation
Sert pour regrouper une liste de valeurs.
Par exemple :
GroupValues(CountryColumn
, ["USA", "India",
"France"], "My
Countries")
renvoie "My Countries" quand la
colonne CountryColumn contient
"USA", "India" ou "France" :
ToNumber(param)
param : paramètre à convertir
Sert à convertir tout type de paramètres
en valeur numérique. Les nombres sont
tronqués à 0 décimales.
7.1.5
Utilisation de plusieurs jeux de données
Vous pouvez ajouter un jeu de données aux jeux de données disponibles, passer d'un jeu de données à l'autre et
fusionner ou ajouter deux jeux de données.
Lorsque vous combinez des jeux de données, deux jeux de données sont fusionnés à l'aide de l'opérateur JOIN et
deux jeux de données correspondants sont fusionnés à l'aide de l'opérateur UNION. Les jeux de données ajoutés
sont compatibles et ont un nombre équivalent de colonnes dans la table fusionnée.
Informations associées
Ajout d'un jeu de données [page 73]
Passage à un autre jeu de données [page 73]
Fusion de jeux de données (JOIN) [page 73]
Ajout de jeux de données (UNION) [page 74]
Suppression d'un jeu de données [page 75]
72
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
7.1.5.1
Ajout d'un jeu de données
Vous pouvez ouvrir plusieurs jeux de données dans le même document et ajouter un jeu de données à un
document.
1.
Dans la liste de jeux de données en haut du volet Données, sélectionnez Ajouter un jeu de données.
2.
Dans la boîte de dialogue Nouveau jeu de données, sélectionnez une source de données dans le volet
Sélectionner une source ou Tous les éléments utilisés récemment, puis cliquez sur Suivant.
3.
Saisissez les informations de connexion pour le jeu de données, puis sélectionnez Créer.
Les données du jeu de données sont acquises dans le document.
7.1.5.2
Passage à un autre jeu de données
Vous pouvez avoir plusieurs jeux de données ouverts en même temps dans un document et passer de l'un à
l'autre, ce qui s'avère utile lors de la préparation d'une fusion entre deux jeux de données.
Dans la liste de jeux de données en haut du volet Données, sélectionnez le jeu de données vers lequel vous
souhaitez basculer.
Le jeu de données sélectionné est à présent le jeu de données actif.
7.1.5.3
Fusion de jeux de données (JOIN)
Utilisez l'opérateur JOIN pour fusionner deux jeux de données.
●
Le jeu de données fusionné doit comporter une colonne clé.
●
Seules les colonnes avec le même type de données peuvent être fusionnées.
●
Le processus de fusion combine toutes les colonnes.
Le processus fait correspondre les colonnes du deuxième jeu de données à une colonne clé du jeu de données
d'origine. L'application propose des correspondances de colonnes potentielles et la probabilité pour chaque
correspondance.
Remarque
Une fois un jeu de données fusionné avec un autre, les jeux de données sont une unité. Vous ne pouvez pas
supprimer l'un des jeux de données.
1.
Sélectionner l'icône Combiner dans la barre de menus et sélectionnez Fusionner.
2.
Dans la boîte de dialogue Fusionner les données, sélectionnez la colonne clé à utiliser comme colonne
d'identification pour la correspondance.
3.
Effectuez l'une des actions suivantes :
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
73
Option
Description
Si le jeu de données à fusionner est déjà disponi­
ble dans le document
Sélectionnez le jeu de données dans la liste au-dessus du volet de
droite.
Si le jeu de données à fusionner n'est pas ouvert
Sélectionnez Ajouter un nouveau jeu de données et sélectionnez la
source de données à fusionner.
Les colonnes qui peuvent correspondre en fonction de la colonne clé du jeu de donnée d'origine sont
répertoriées sous Jeu de données de recherche.
4.
Sélectionnez Fusionner.
Les colonnes du deuxième jeu de données sont ajoutées au jeu de données d'origine.
Informations associées
Ajout de jeux de données (UNION) [page 74]
7.1.5.4
Ajout de jeux de données (UNION)
Utilisez l'opérateur UNION pour ajouter deux jeux de données.
Les deux tableaux de l'union doivent contenir un nombre équivalent de colonnes et des types de données
compatibles. Seul un jeu de données compatible avec un jeu de données cible peut être ajouté.
Une fois un jeu de données fusionné avec un autre, les jeux de données deviennent une unité et vous ne pouvez
pas les séparer.
1.
Sélectionner l'icône Combiner dans la barre de menus et sélectionnez Ajouter.
2.
Dans la boîte de dialogue Ajouter des données, effectuez l'une des actions suivantes :
Option
Description
Si le jeu de données à ajouter est déjà disponi­
ble dans le document
Sélectionnez le jeu de données dans la liste au-dessus du volet de
droite.
Si le jeu de données à ajouter n'est pas ouvert
Sélectionnez Ajouter un nouveau jeu de données et sélectionnez la
source de données à acquérir et à ajouter.
Si le jeu de données à ajouter est compatible avec le jeu de données d'origine, les colonnes de dimension sont
listées sous Jeu de données de recherche du côté droit du volet. Un exemple de valeurs distinctes pour
chaque dimension sélectionnée est affiché dans la colonne Exemple de valeurs distinctes.
3.
Pour sélectionner une dimension source différente pour l'union avec la dimension cible correspondante,
sélectionnez une autre dimension dans la liste.
Si la dimension sélectionnée contient un type de données compatible, la dimension peut être ajoutée. Si un
message L'union est impossible s'affiche en rouge, la dimension sélectionnée ne contenait pas de type
de données compatible et vous devez sélectionner une dimension compatible.
4.
74
Sélectionnez Ajouter.
Les deux jeux de données sont combinés. Le jeu de données combiné conserve les noms des colonnes du jeu
de données cible.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
7.1.5.5
Suppression d'un jeu de données
Vous pouvez supprimer un jeu de données d'un document s'il n'a pas été ajouté à un autre jeu de données ou
fusionné.
1.
Dans la liste de jeux de données en haut du volet Données, sélectionnez le jeu de données à supprimer.
2.
Cliquez sur l'icône Supprimer le jeu de données en regard du jeu de données.
Le jeu de données et toutes les visualisations basées sur celui-ci sont supprimés.
Guide de l'utilisateur d'Expert Analytics
Préparation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
75
8
Création d'analyses
8.1
Création d'une analyse
Expert Analytics vous permet de procéder à l'extraction de données et à l'analyse statistique en appliquant aux
données une série de composants. Les composants doivent sont connectés entre eux à l'aide de connecteurs qui
définissent la direction du flux de données. Ce processus est appelé analyse.
Un document est votre point de départ dans l'utilisation d'Expert Analytics. Vous créez un document pour
commencer à analyser vos données et créer une analyse. Vous pouvez ouvrir des documents enregistrés et
stockés localement pour afficher ou modifier des diagrammes ou des jeux de données existants.
Chaque document est un fichier qui contient :
●
Des paramètres de connexion pour la source de données si la source est un SGBDR.
●
Un jeu de données : Les données de colonne utilisées pour créer des diagrammes.
●
Analyses et modèles, et leurs résultats.
●
Des diagrammes créés en fonction des données et enregistrés sous forme de représentations.
Pour créer une analyse, procédez comme suit :
1.
Acquérez les données d'une source de données.
2.
Facultatif : préparez les données pour l'analyse (par exemple, en les filtrant).
3.
Appliquez des algorithmes.
4.
Facultatif : stockez les résultats de l'analyse pour une analyse approfondie.
Pour ajouter plusieurs analyses au document, sélectionnez le bouton
d'outils des analyses.
(Ajouter une analyse) dans la barre
Informations associées
Préparation des données [page 43]
Application du pré-traitement des composants aux données [page 77]
Application des algorithmes [page 77]
Facultatif : stockage des résultats de l'analyse [page 79]
76
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Création d'analyses
8.1.1
Application du pré-traitement des composants aux
données
Vous pouvez appliquer le pré-traitement de composants à vos données, par exemple, aux filtres, avant d'effectuer
une analyse.
Cette étape est facultative.
Dans de nombreux cas, les données brutes de la source de données peuvent ne pas être adaptées à l'analyse.
Pour des résultats exacts, vous devez préparer et traiter les données avant l'analyse. Vous pouvez rechercher des
fonctions de manipulation des données dans l'espace Préparer et des fonctions de préparation des données dans
l'espace Prévision. Dans l'espace Préparer, vous pouvez utiliser les données statiques ou les données brutes
importées dans Expert Analytics. Dans l'espace Prévision, vous pouvez utiliser les données transitoires à l'aide de
composants préprocesseur.
La préparation des données consiste en la vérification de l'exactitude des données et de l'existence de champs
manquants, le filtrage des données en fonction de valeurs de plage, l'échantillonnage des données pour explorer
un sous-ensemble de données et la manipulation des données. Vous pouvez traiter des données à l'aide des
composants de préparation des données.
1.
Dans l'espace Prévision, cliquez deux fois sur le composant de préprocesseur requis dans la liste de
composants sur la droite.
Le composant préprocesseur est ajouté à l'éditeur d'analyse et une connexion automatique au composant de
lecture des données est créée.
2.
Dans le menu contextuel du composant préprocesseur, sélectionnez Configurer les propriétés.
3.
Dans la boîte de dialogue des propriétés du composant, saisissez les détails requis pour les propriétés du
composant préprocesseur.
4.
Sélectionnez Terminé.
5.
Pour afficher les résultats de l'analyse, sélectionnez
(Exécuter l'analyse).
Informations associées
Composants de préparation des données [page 210]
8.1.2
Application des algorithmes
Une fois que vous disposez des données pertinentes pour l'analyse, vous devez appliquer les algorithmes
appropriés pour déterminer des motifs dans les données.
La détermination d'un algorithme approprié à utiliser dans un but spécifique est une tâche remplie de défis. Vous
pouvez utiliser une combinaison d'algorithmes pour analyser les données. Par exemple, vous pouvez d'abord
utiliser des algorithmes de série chronologique pour lisser les données, puis utiliser des algorithmes de régression
pour trouver des tendances.
Les tableaux suivants fournissent des informations quant à l'algorithme à choisir dans des buts spécifiques :
Guide de l'utilisateur d'Expert Analytics
Création d'analyses
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
77
Objet
Algorithme
Réalisation de prédictions temporelles
Algorithmes de série chronologique
Prédiction de variables continues en fonction d'autres
variables du jeu de données
Recherche de modèles de jeux d'éléments fréquents dans
d'importants jeux de données transactionnels pour générer
des règles d'association
●
Lissage exponentiel simple
●
Lissage exponentiel double
●
Lissage exponentiel triple
Algorithmes de régression
●
Régression linéaire
●
Régression exponentielle
●
Régression géométrique
●
Régression logarithmique
●
Régression linéaire multiple
●
Régression polynomiale
●
Régression logistique
Algorithmes d'association
●
Apriori
●
AprioriLite
Mise en cluster d'observations en groupes de jeux d'éléments Algorithmes de mise en cluster
similaires
● K-Means
Classification et prédiction d'une ou plusieurs variables
discrètes en fonction d'autres variables du jeu de données
Détection de valeurs hors norme dans le jeu de données
Prévision, classification et reconnaissance de modèles
statistiques
Arbres de décision
●
HANA C 4.5
●
Arbre CNR de R
●
CHAID
Algorithmes de détection de valeurs hors norme
●
Intervalle interquartile
●
Valeur aberrante voisine la plus proche
●
Détection d'anomalie
●
Test de variance
Algorithmes Réseau neuronal
●
Réseau neuronal NNet de R
●
Réseau neuronal MONMLP de R
Si vous ne trouvez pas d'algorithme pertinent, vous pouvez créer votre propre composant personnalisé à l'aide
d'un script R dans Expert Analytics et effectuer des analyses sur les données acquises. Pour en savoir plus sur
l'ajout d'un composant personnalisé, voir : Assistant de création de composant R [page 82]
1.
Dans l'espace Prévision, cliquez deux fois sur le composant d'algorithme requis dans la liste de composants
sur la droite.
Le composant algorithme est ajouté à l'éditeur d'analyse et connecté au composant précédent de l'analyse.
2.
Dans le menu contextuel du composant algorithme, sélectionnez Configurer les propriétés.
3.
Dans la boîte de dialogue des propriétés du composant, saisissez les détails requis pour les propriétés du
composant algorithme.
78
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Création d'analyses
4.
Sélectionnez Terminé.
5.
Pour afficher les résultats de l'analyse, sélectionnez
(Exécuter l'analyse).
Informations associées
Algorithmes [page 139]
8.1.3
Facultatif : stockage des résultats de l'analyse
Vous pouvez stocker les résultats de l'analyse dans des fichiers plats ou dans des bases de données pour une
analyse approfondie à l'aide des composants d'écriture des données. Seule la vue de table est stockée dans le
composant d'écriture de données.
1.
Dans l'espace Prévision, cliquez deux fois sur le composant d'écriture de données requis dans la liste de
composants sur la droite.
Le composant d'écriture de données est ajouté à l'éditeur d'analyse et connecté au composant précédent de
l'analyse.
2.
Dans le menu contextuel du composant d'écriture de données, sélectionnez Configurer les propriétés.
3.
Dans la boîte de dialogue des propriétés du composant, saisissez les détails requis pour les propriétés du
composant d'écriture de données.
4.
Sélectionnez Terminé.
5.
Pour afficher les résultats de l'analyse, sélectionnez
(Exécuter l'analyse).
Informations associées
Composants d'écriture de données [page 231]
8.2
Exécution de l'analyse
Une fois les données préparées et les algorithmes requis appliqués, vous pouvez exécuter l'analyse.
●
Pour exécuter l'analyse, sélectionnez
●
Si votre analyse est très importante et complexe, vous pouvez l'exécuter composant par composant et
analyser les données. Pour exécuter une partie de l'analyse, sélectionnez Exécuter jusqu'ici dans le menu
contextuel du composant jusqu'auquel vous voulez qu'elle s'exécute.
Guide de l'utilisateur d'Expert Analytics
Création d'analyses
(Exécuter l'analyse) dans la barre d'outils de l'éditeur d'analyse.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
79
8.3
Enregistrement de l'analyse
Après création d'une analyse, vous pouvez l'enregistrer pour la réutiliser ultérieurement. Dans Expert Analytics,
vous devez enregistrer le document pour enregistrer les analyses créées. Le document enregistré contient des
jeux de données, des analyses, des résultats et des visualisations. Le document est enregistré au format de
fichier .lums.
Pour enregistrer une analyse dans un document, procédez comme suit :
1.
Sélectionnez
Fichier
Enregistrer .
2.
Saisissez un nom pour le document.
3.
Sélectionnez Enregistrer.
Si vous créez plusieurs analyses à l'aide du même jeu de données, toutes les analyses sont enregistrées dans le
même document. Vous pouvez accéder à toutes les analyses d'un document via la liste déroulante Analyse.
8.4
Suppression d'une analyse du document
Vous pouvez supprimer une analyse si elle n'est plus nécessaire.
Pour supprimer une analyse existante du document, survolez l'image de l'analyse avec la souris dans la barre
d'analyses et sélectionnez
8.5
Affichage des résultats
Pour afficher les résultats des components dans une analyse, après exécution de celle-ci, passez à la vue
Résultats ou bien sélectionnez Afficher les résultats dans le menu contextuel du composant.
8.6
Exportation d'une analyse en tant que procédure stockée
Vous pouvez exporter une analyse SAP HANA en tant que procédure stockée dans la base de données SAP
HANA. Tout utilisateur de SAP HANA peut se servir de cette analyse dans SAP HANA Studio pour une analyse
approfondie.
Avant d'exporter une analyse en tant que procédure stockée dans la base de données SAP HANA, vérifiez que
votre compte est défini dans SAP HANA.
1.
Créez une analyse.
2.
Exécutez l'analyse.
80
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Création d'analyses
3.
Sélectionnez le dernier composant d'algorithme dans l'analyse et à partir du menu contextuel, sélectionnez
Exporter en tant que procédure stockée.
4.
Sélectionnez le nom du schéma.
5.
Saisissez un nom pour la procédure.
6.
Si vous voulez remplacer la procédure existante par une nouvelle, sélectionnez Ecraser, le cas échéant.
7.
Facultatif : Saisissez un nom de vue.
8.
Sélectionnez Exporter.
La procédure exportée et les objets associés s'affichent sous le schéma sélectionné dans la base de données SAP
HANA.
Les objets suivants sont créés dans la base de données SAP HANA sous le schéma sélectionné :
●
Procédure avec nom spécifié ;
●
Si vous avez décidé de créer une vue, une vue de colonne avec un nom spécifié ;
●
Une ou plusieurs procédures pour chaque composant dans la chaîne d'analyse ;
●
Une vue de colonne pour chaque composant de la chaîne ;
●
Les types de tables requis par les algorithmes de SAP HANA ;
●
Les tables requises par ces algorithmes qui peuvent contenir des paramètres d'entrée.
Exemple
Utilisation de la procédure stockée
Conseil
L'extrait de code SQL suivant montre comment vous pouvez utiliser la procédure stockée exportée :
CREATE TABLE ResultTable like "TestProc_OUT_TYPE";
call "TEST80"."TestProc"(ResultTable) WITH OVERVIEW;
select * from ResultTable ;
TestProc_OUT_TYPE est le même type de table que celui attendu par TestProc comme paramètre de sortie.
Utilisation de la vue de colonne
Conseil
Une fonctionnalité supplémentaire permet à l'utilisateur de créer des vues de colonnes sur la procédure
stockée :
Select * from VIEW_TESTPROC
Informations associées
Exportation d'un modèle SAP HANA en tant que procédure stockée [page 136]
Guide de l'utilisateur d'Expert Analytics
Création d'analyses
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
81
9
Ajout d'un composant personnalisé
9.1
Composant R personnalisé
En tant qu'utilisateur expert, vous pouvez créer et ajouter un composant à l'aide des scripts R.
Le composant R venant d'être ajouté est classifié sous Algorithmes Composants R personnalisés dans la
liste de composants sur la droite, selon le type de composant créé. Il peut par exemple être classifié comme
algorithme, composant préprocesseur ou d'écriture de données. Vous pouvez utiliser des composants
personnalisés pour exécuter l'analyse du jeu de données acquis.
R est un langage de programmation logicielle et un environnement destiné aux calculs et aux graphiques
statistiques. Expert Analytics fournit un environnement permettant d'utiliser des scripts R (dans un format de
fonction R valide) et de créer un composant qui peut être utilisé dans les analyses de la même manière que tout
autre composant existant. Lors de la création d'un composant R, vous pouvez fournir pour le composant un nom
qui s'affiche sous la classification,
sur la droite.
9.1.1
Algorithmes
Composants R personnalisés , dans la liste de composants
Assistant de création de composant R
Vous pouvez spécifier des propriétés pour un composant R personnalisé.
Propriétés de l'assistant de création de composant R
Table 35 : Général
Propriété
Description
Nom du composant
Saisissez un nom pour le composant.
Remarque
Vous ne pouvez pas renommer un composant personna­
lisé existant.
Type de composant
Sélectionnez le type du composant.
Descriptions du composant
Saisissez une description du composant, qui s'affichera sous
forme d'infobulle pour le composant créé.
82
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
Table 36 : Script
Propriété
Description
Charger le script R
Cliquez pour charger un script R.
Editeur de script
Copiez-collez ou écrivez le script R dans la zone de texte
Nom de la fonction principale
Sélectionnez le nom de la fonction à exécuter.
Trame de données d'entrée
Sélectionnez la trame de données d'entrée dans la liste des
paramètres.
Trame de données de sortie
Saisissez un nom pour la variable à utiliser comme trame de
données de sortie.
Nom de variable de modèle
Saisissez un nom pour la variable à utiliser comme variable de
modèle.
Afficher la visualisation
Pour afficher les résultats de l'exécution du composant per­
sonnalisé sous forme de diagramme, sélectionnez cette op­
tion.
Afficher le résumé
Sélectionnez cette option pour afficher le résumé de l'algo­
rithme après exécution du composant personnalisé.
Option pour enregistrer le modèle
Sélectionnez cette case à cocher pour autoriser l'option
Enregistrer en tant que modèle pour le composant personna­
lisé.
Remarque
Si vous sélectionnez Option pour enregistrer le modèle, le
champ Nom de la variable de modèle est activé et Détails
sur la fonction de définition de score pour un modèle s'affi­
che.
Option pour exporter au format PMML
Cochez cette case pour autoriser l'option Exporter au format
PMML pour le composant personnalisé.
Remarque
La case à cocher de l'Option pour exporter au format PMML
n'est activée que si vous sélectionnez l'Option pour
enregistrer le modèle.
Nom de la fonction Définition de score pour un modèle
Sélectionnez le nom de la fonction Définition de score à exé­
cuter.
Remarque
Les champs de fonction de définition de score sont unique­
ment visibles si vous avez coché la case Option pour
enregistrer le modèle.
Trame de données d'entrée
Sélectionnez la trame de données d'entrée dans la liste des
paramètres.
Trame de données de sortie
Saisissez un nom pour la variable à utiliser comme trame de
données de sortie.
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
83
Propriété
Description
Nom de variable de modèle d'entrée
Sélectionnez le nom de de variable de modèle d'entrée dans la
liste des paramètres.
Table 37 : Paramètres
Propriété
Description
Fonction primaire - Définition de la table de sortie
Prendre en compte toutes les colonnes du composant précé­
dent ou ne prendre en compte aucune colonne
Sélectionnez cette option pour inclure ou exclure respective­
ment la colonne prédite du composant parent dans l'affichage
du composant personnalisé.
Type de données
Sélectionnez le Type de données de la colonne prédite du
composant personnalisé.
Nom de la nouvelle colonne prédite
Saisissez un nom pour la colonne prédite, qui est la colonne
de sortie du composant personnalisé.
Fonction primaire - Définition de la vue Propriété
Paramètres de fonction
Paramètres définis.
Nom d'affichage de la propriété
Saisissez un nom pour la Colonne indépendante et la Colonne
dépendante, qui s'affichera dans la vue des propriétés du
composant personnalisé.
Type de contrôle
Sélectionnez le Type de contrôle de la Colonne indépendante
et de la Colonne dépendante.
Définition de score pour un modèle - Définition de la table de sortie
Prendre en compte toutes les colonnes du composant précé­
dent ou ne prendre en compte aucune colonne
Sélectionnez cette option pour inclure ou exclure respective­
ment la colonne prédite du composant parent dans l'affichage
de la définition de score.
Type de données
Sélectionnez le Type de données de la colonne prédite de la
fonction Définition de score.
Nom de la nouvelle colonne prédite
Saisissez un nom pour la colonne prédite, qui est la colonne
de sortie de la fonction Définition de score.
Définition de score pour un modèle - Définition de la vue Propriété
Paramètres de fonction
Paramètres définis.
Nom d'affichage des propriétés
Saisissez un nom pour la colonne, qui s'affiche dans la vue des
propriétés du modèle enregistré.
Type de contrôle
Sélectionnez le Type de contrôle de la Colonne indépendante
et de la Colonne dépendante.
Informations associées
Création d'un composant R [page 85]
84
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
9.1.2
Création d'un composant R
Création d'un composant R personnalisé pour une utilisation dans les analyses.
Avant de créer le composant R, vérifiez que les conditions suivantes sont remplies :
●
Le script R est écrit dans un format valide de fonction R.
●
Le script R s'exécute dans la console R GUI.
●
Le script R a au moins une fonction principale.
●
Les packages requis pour exécuter le script doivent être installés sur votre ordinateur ou sur le serveur SAP
HANA.
●
Le script R écrit pour l'analyse in-database renvoie une trame de données.
Vous trouverez ci-dessous les meilleures pratiques à prendre en compte lors de l'écriture du script R :
●
Le script R écrit pour l'analyse in-proc renvoie une trame de données.
●
Le type de conversion de la sortie est recommandé. Par exemple, si une colonne comporte des valeurs
numériques, mentionnez-la comme as.numeric(output)
●
Pour les variables de catégorie utilisées dans le script R, spécifiez la variable à l'aide de la commande
as.factor.
1.
Dans l'espace Prévision, sélectionnez
Composant R
L'assistant Créer un composant R personnalisé s'affiche.
2.
Dans la page Général, saisissez les informations suivantes :
dans la liste de composants sur la droite.
a.
Dans la zone de texte Nom du composant, saisissez Mon composant.
b.
Dans la liste déroulante Type de composant, sélectionnez Algorithmes.
c.
Dans la zone Description du composant, saisissez Composant R pour une régression linéaire
simple.
3.
Sélectionnez Suivant.
La page Script s'affiche.
4.
Sur la page Script, sélectionnez Charger le script pour sélectionner un fichier à télécharger.
Remarque
Vous pouvez écrire ou copier-coller l'exemple de script R suivant dans la zone de texte.
Remarque
Consultez les commentaires du format de la fonction R suivante pour mieux comprendre et écrire votre
propre script R.
#This is a sample script for a simple linear regression component.
#The script should be written in a valid R function format.
#Function name and variable name in R script can be user-defined, which are
supported in R.
#The following is the argument description for the primary function SLR:
#InputDataFrame - Dataframe in R that contains the output of the parent
component.
#The following two parameters are fetched from the user from the property view:
#IndepenentColumns - Column names that you want to use as independent
variables for the component.
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
85
#DependentColumn - Column name that you want to use as a dependent variable
for the component.
SLR<-function(InputDataFrame,IndepenentColumn,DependentColumn)
{
finalString<-paste(paste(DependentColumn,"~" ), IndepenentColumn); #
Formatting the final string to
#pass to "lm" function
slr_model<-lm(finalString); # calling the "lm" function and storing the output
model in "slr_model"
#To get the predicted values for the training data set, call the "predict"
function withthis model and
#input dataframe, which is represented by "InputDataFrame".
result<-predict(slr_model, InputDataFrame); # Storing the predicted values in
the "result" variable.
output<- cbind(InputDataFrame, result);#combining "InputDataFrame" and
"result" to get the final table.
plot(slr_model); #Plotting model visualization.
# returnvalue - function must always return a list that contains
results("out"), and model variable
#("slrmodel"), if present.
#The output variable stores the final result.
#The model variable is used for model scoring.
return (list(slrmodel=slr_model,out=output))
}
#The following is the argument description for the model scoring function
"SLRModelScoring":
#MInputDataFrame - Dataframe in R that contains the output of the parent
component.
#MIndepenentColumns - Column names to be used as independent variables for the
component.
#Model - Model variable that is used for scoring.
SLRModelScoring<-function (MInputDataFrame, MIndependentColumn, Model)
{
#Calling "predict" function to get the predictive value with "Model " and
"MInputDataFrame".
predicted<-predict (Model, data.frame(MInputDataFrame [, MIndependentColumn]),
level=0.95);
# returnvalue - function should always return a list that contains the result
("model result"),
# The output variable stores the final result
return(list(modelresult=predicted))
}
Deux exemples de conversion d'un script R en format de fonction R valide reconnu par Expert Analytics
sont donnés ci-dessous :
Script R
dataFrame<-read.csv("C:\\CSVs\
\Iris.csv")
attach(dataFrame)
set.seed(4321)
kmeans_model<kmeans(data.frame(`SepalLength`,`Sepa
lWidth`,
`PetalLength`,`PetalWidth`),
centers=5,iter.max=100,nstart=1,algor
ithm=
"Hartigan-Wong")
kmeans_model$cluster
86
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Format de fonction R (reconnu par Expert Analytics)
kmeansfunction<function(dataFrame,independent,
Clustersize,Iterations,algotype,numbe
rofinitialdsets)
{
set.seed(4321)
kmeans_model<kmeans(data.frame(dataFrame[,independ
ent]),
centers=Clustersize,iter.max=Iteratio
ns, nstart=numberofinitialdsets,
algorithm= algotype)
output<- cbind(dataFrame,
kmeans_model$cluster);
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
Script R
Format de fonction R (reconnu par Expert Analytics)
boxplot(output); return
(list(out=output));
}
dataFrame<read.csv("C:\\Datasets\\cnr\
\Iris.csv")
attach(dataFrame) library(rpart)
cnr_model<-rpart
(Species~PetalLength+PetalWidth
+SepalLength+
SepalWidth, method="class")
library(rpart)
predict(cnr_model, dataFrame,type =
c("class"))
5.
6.
cnrFunction<function(dataFrame,IndependentColumns
,dep)
{
library(rpart);
formattedString<paste(IndependentColumns, collapse =
'+');
finalString<-paste(paste(dep, "~" ),
formattedString); cnr_model<rpart(finalString, method="class");
output<- predict(cnr_model,
dataFrame,type=c("class"));
out<- cbind(dataFrame, output);
return
(list(result=out,modelcnr=cnr_model))
;
}
cnrFunctionmodel<function(dataFrame,ind,modelcnr,type)
{
output<predict(modelcnr,data.frame(dataFram
e[,ind]),type=type);
out<- cbind(dataFrame, output);
return (list(result=out));
Dans la section Détails de la fonction principale, saisissez les informations suivantes :
a.
Dans la liste déroulante Nom de la fonction principale, sélectionnez SLR.
b.
Dans la liste déroulante Trame de données d'entrée, sélectionnez InputDataFrame.
c.
Dans la zone Trame des données de sortie, saisissez out.
d.
Sélectionnez la case à cocher Option pour enregistrer le modèle.
Le champ Nom de la variable de modèle est accessible et Détails sur la fonction de définition de score pour
un modèle s'affiche.
e.
Dans la zone Nom de la variable de modèle, saisissez slrmodel.
f.
Cochez les cases Afficher le résumé et Option pour exporter au format PMML.
Dans la section Détails sur la fonction de définition de score pour un modèle, saisissez les informations
suivantes :
a.
Dans Nom de la fonction de définition de score pour un modèle, sélectionnez SLRModelScoring.
b.
Dans la liste déroulante Trame de données d'entrée, sélectionnez MInputDataFrame.
c.
Dans le champ Trame des données de sortie, saisissez modelresult.
d.
Dans la liste déroulante Nom de la variable de modèle d'entrée, sélectionnez Modèle.
7.
Sélectionnez Suivant.
La page Paramètres s'affiche.
8.
Dans la section Définition de la table de sortie des Paramètres de la fonction principale, appliquez les sousétapes suivantes :
a.
Sélectionnez Ne prendre en compte aucune colonne.
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
87
9.
b.
Dans la liste déroulante Type de données, sélectionnez Entier.
c.
Dans la zone Nom de la nouvelle colonne prédite, saisissez Colonne prédite.
Dans la section Définition de la vue Propriété, appliquez les sous-étapes suivantes :
a.
Dans Nom d'affichage des propriétés, dans la zone Colonne indépendante, saisissez Colonne
indépendante.
b.
Dans la liste déroulante Type de contrôle, sélectionnez Sélecteur de colonnes (unique) comme type de
contrôle pour la Colonne indépendante.
c.
Dans Nom d'affichage des propriétés, dans la zone Colonne indépendante, saisissez Colonne
dépendante.
d.
Dans la liste déroulante Type de contrôle, sélectionnez Sélecteur de colonnes (unique) comme type de
contrôle pour la Colonne dépendante.
10. Dans la section Définition de la table de sortie des Paramètres de définition de score pour un modèle,
sélectionnez Prendre en compte toutes les colonnes du composant précédent.
11. Dans la liste déroulante Type de données, sélectionnez Entier.
12. Dans la zone Nom de la nouvelle colonne prédite, saisissez Colonne de sortie.
13. Dans la section Définition de la vue Propriété, appliquez les sous-étapes suivantes :
a.
Dans Nom d'affichage des propriétés, saisissez Colonne indépendante.
b.
Dans la liste déroulante Type de contrôle, sélectionnez Sélecteur de colonnes (unique) comme type de
contrôle pour la Colonne indépendante.
14. Sélectionnez Terminer.
Selon le type d'analyse effectué, vous pouvez créer un modèle simplement comme tout autre composant.
Informations associées
Assistant de création de composant R [page 82]
Modèles [page 234]
Création d'un modèle [page 135]
9.2
Composant personnalisé PAL
En tant qu'utilisateur expert, vous pouvez créer un composant Bibliothèque d'analyses prédictives SAP HANA
(PAL). D'autres utilisateurs peuvent ainsi ajouter ces composants personnalisés PAL à leurs analyses.
Le composant PAL nouvellement ajouté est listé sous
liste de composants sur la droite.
Algorithmes
Composants PAL personnalisés
dans la
Le composant personnalisé PAL est créé à l'aide d'algorithmes depuis la bibliothèque d'analyses prédictives SAP
HANA. Les algorithmes PAL suivants sont actuellement pris en charge dans Expert Analytics :
88
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
Table 38 : Algorithmes PAL
Algorithme
Fonction correspondante
Analyse ABC
ABC
Agglomérer clustering hiérarchique
HCAGGLOMERATE
ARIMA
ARIMATRAIN
Classement
BINNING
Arbre de décision C4.5
CREATEDT
Régression exponentielle
EXPREGRESSION
Croissance FP
FPGROWTH
K-Medoids
KMEDOIDS
Bayes naïf
NBCTRAIN
Plage d'échelle
SCALINGRANGE
Remarque
Vous pouvez enregistrer les composants Arbre de décision C4.5 et Régression exponentielle comme modèle.
Remarque
Pour en savoir plus sur les algorithmes PAL et les utilisations de chaque algorithme, voir Référence de
bibliothèque d'analyses prédictives SAP HANA (PAL) à l'adresse http://help.sap.com/hana_platform
9.2.1
Assistant de création de composant PAL
Vous pouvez spécifier des propriétés pour le composant personnalisé SAP HANA Predictive Analysis Library
(PAL).
Propriétés de l'assistant de création de composant PAL
Table 39 : Général
Propriété
Description
Nom du composant
Saisissez un nom pour le composant.
Remarque
Vous ne pouvez pas renommer un composant personna­
lisé existant.
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
89
Propriété
Description
Type de composant
Sélectionnez le type du composant.
Remarque
Vous ne pouvez pas modifier le type de composant.
Description du composant
Saisissez une description du composant, qui s'affichera sous
forme d'infobulle pour le composant créé.
Table 40 : Paramètres de la fonction
Propriété
Description
Zone
Nom de la zone Bibliothèque. Elle est définie par défaut sur
AFLPAL.
Fonction
Sélectionnez l'une des fonctions dans la liste déroulante pour
définir des paramètres pour cette fonction :
Paramètres d'entrée
●
ABC
●
HCAGGLOMERATE
●
ARIMATRAIN
●
BINNING
●
CREATEDT
●
EXPREGRESSION
●
FPGROWTH
●
KMEDOIDS
●
NBCTRAIN
●
SCALINGRANGE
Remarque
Les paramètres dépendent de la fonction sélectionnée.
Nom du paramètre
Remarque
Les noms du paramètre dépendent de la fonction sélec­
tionnée. Les noms du paramètre ne peuvent pas être modi­
fiés.
Nom d'affichage
Saisissez un autre nom à afficher pour le paramètre.
Valeur par défaut
Saisissez une valeur par défaut pour le paramètre. Selon le
type de données du paramètre, cette valeur peut être une va­
leur numérique ou une valeur de texte.
Remarque
Des valeurs par défaut ne peuvent pas être saisies lorsque
le paramètre dépend des données d'entrée.
Type de données
90
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Il peut s'agir de chaîne, d'entier ou de double selon le paramè­
tre. Les types de données ne sont pas modifiables.
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
Propriété
Description
Inclure un paramètre
●
Pour les paramètres obligatoires : Cette case est cochée
par défaut et ne peut pas être décochée.
●
Pour les paramètres facultatifs : Cette case est cochée
par défaut mais vous pouvez la décocher pour les para­
mètres que vous ne voulez pas inclure dans le compo­
sant.
Paramètres du modèle
Remarque
Les paramètres du modèle peuvent uniquement être spé­
cifiés pour certaines fonctions. Les propriétés sont identi­
ques à celles des paramètres d'entrée : Nom de paramètre,
Nom d'affichage, Valeur par défaut, Type de données et In­
clure paramètre
9.2.2
Création d'un composant PAL
Comment créer un composant personnalisé SAP HANA Predictive Analysis Library (PAL) pour l'utiliser dans des
analyses.
Pour créer un composant personnalisé PAL, vous devez être connecté à une source de données SAP HANA.
1.
Dans l'espace Prévision, sélectionnez
2.
Dans la page Général, saisissez les informations suivantes :
a.
Saisissez un Nom du composant unique.
b.
Sélectionnez Type de composant
Composant PAL
dans la liste de composants sur la droite.
La valeur par défaut est Algorithmes.
c.
Saisissez une Description du composant facultative.
Elle apparaît sous forme d'info-bulle lorsque vous déplacez le curseur sur le composant créé dans la liste
de composants sur la droite.
3.
Sélectionnez Suivant.
La page Paramètres de la fonction s'affiche.
4.
Sélectionnez une Fonction dans la liste déroulante.
Remarque
La zone est définie par défaut sur AFLPAL.
5.
Facultatif : saisissez un Nom d'affichage pour n'importe lequel des paramètres répertoriés.
6.
Facultatif : saisissez une Valeur par défaut pour n'importe lequel des paramètres répertoriés.
Remarque
La valeur par défaut peut être une valeur numérique ou une valeur de texte selon le Type de données
spécifié pour le paramètre. Le champ Valeur par défaut est grisé pour des paramètres dépendant des
données d'entrée.
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
91
7.
Pour des paramètres facultatifs, vous pouvez décocher la case Inclure un paramètre.
Remarque
La case Inclure un paramètre ne peut pas être décochée pour des paramètres obligatoires.
8.
9.
Pour des fonctions incluant des paramètres de modèle, vous pouvez spécifier les éléments suivants pour
chaque paramètre :
a.
Nom d'affichage
b.
Valeur par défaut
c.
Inclure un paramètre
Cliquez sur Terminer.
Le composant est listé sous Algorithmes Composants PAL personnalisés dans la liste de composants
sur la droite. Il peut être ajouté à une analyse comme tout autre composant. Vous pouvez configurer le
composant lorsqu'il est ajouté à une analyse en sélectionnant Configurer les paramètres dans le menu
contextuel.
Vous pouvez modifier le composant PAL si vous devez apporter des modifications aux détails du composant.
92
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Ajout d'un composant personnalisé
10 Analyse des données
10.1 Analyse des données
Après une exécution de l'analyse, le résultat de chaque composant de l'analyse est représenté à l'aide de
différents diagrammes de visualisation.
Pour analyser les données, procédez comme suit :
1.
Une fois l'analyse effectuée, passez à la vue Résultats en sélectionnant le bouton Résultats de la barre d'outils.
2.
Pour afficher la visualisation d'un composant, sélectionnez-le dans l'analyse, dans la liste de composants sur
la droite.
Par défaut, le résultat du composant s'affiche dans la vue Tableau.
Le tableau suivant résume les composants et les diagrammes de visualisation qu'ils prennent en charge.
Composants
Diagrammes de visualisation
Sources de données et préprocesseurs
Diagramme matriciel à nuage de points, Diagramme de
résumé statistique, Coordonnées parallèles
Algorithmes de mise en cluster
Diagrammes de représentation de cluster et Résumé de
l'algorithme
Arbres de décision
Arbre de décision, Résumé de l'algorithme, Matrice de
confusion
Algorithmes de série chronologique
Diagramme de tendance, Résumé de l'algorithme
Algorithmes de régression
Diagramme de tendance, Résumé de l'algorithme
Algorithmes d'association
Diagramme à nuage de balises Apriori, Résumé de
l'algorithme
Le tableau suivant résume les points de données pris en charge pour les visualisations.
Remarque
Si le jeu de données d'entrée dépasse la limite du point de données d'interactivité, les diagrammes sont
renvoyés sans interactivité. Si le jeu de données d'entrée dépasse la limite du point de données maximal, les
données dépassant la limite ne sont pas affichées dans le diagramme.
Table 41 :
Diagrammes
Nombre maximal de points de données pris en charge
Avec interactivité
Sans interactivité
Diagramme de tendance
4000
6000
Diagramme matriciel à nuage de points
500
1000
Diagramme à coordonnées parallèles
60000
75000
Guide de l'utilisateur d'Expert Analytics
Analyse des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
93
10.2 Diagramme matriciel à nuage de points
Les diagrammes matriciels à nuage de points sont des matrices de diagrammes (n*n diagrammes, où n est le
nombre d'attributs sélectionnés) utilisées pour comparer des données à travers différentes dimensions. Par
défaut, trois attributs numériques au maximum sont sélectionnés pour l'analyse, à partir du premier attribut de la
source de données, et une matrice 3*3 de diagrammes est tracée. Toutefois, vous pouvez sélectionner
manuellement les attributs requis depuis l'option Indicateurs de la section Données et actualiser la visualisation en
sélectionnant Appliquer.
Remarque
Vous pouvez sélectionner au maximum trois attributs numériques depuis Indicateur dans la section Données.
10.3 Diagramme de résumé statistique
Le résumé statistique fournit des informations de résumé pour les attributs numériques de la source de données.
Les informations de résumé comprennent le nombre, la valeur minimale, la variance, l'écart type, la somme, la
moyenne, la plage et le nombre d'enregistrements. Pour les sources de données HANA en ligne, les deux
paramètres supplémentaires tels que l'inclinaison et l'aplatissement sont également inclus dans le résumé. Un
diagramme de type histogramme est tracé pour chaque attribut.
94
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Analyse des données
10.4 Coordonnées parallèles
Les coordonnées parallèles consistent en une technique de visualisation destinée à visualiser des données
multidimensionnelles et des modèles à plusieurs variables dans les données pour analyse.
Dans ce diagramme, par défaut, les sept premiers attributs sont représentés sous forme d'axes parallèles
espacés verticalement. Vous pouvez sélectionner manuellement les attributs requis depuis Indicateurs et
actualiser le diagramme en sélectionnant Appliquer. Chaque axe est étiqueté à l'aide du nom d'attribut et des
valeurs minimales et maximales pour les attributs. Chaque observation est représentée sous forme d'une série de
points reliés le long des axes parallèles. Vous pouvez sélectionner la couleur par option pour filtrer les données en
fonction de la valeur de catégorie.
Remarque
Vous pouvez sélectionner au maximum sept attributs numériques dans la section Indicateurs.
Guide de l'utilisateur d'Expert Analytics
Analyse des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
95
10.5 Arbre de décision
Un arbre de décision consiste en une technique de visualisation permettant de classifier des observations dans
des groupes et de prédire des événements à venir en fonction du jeu de règles décisionnelles.
Cette présentation est utilisée pour l'analyse de type Arbre de décision. Dans cette technique, un arbre de
décision binaire est créé en répartissant les observations dans deux sous-groupes plus petits jusqu'à ce que le
critère d'arrêt soit rempli. Le nœud feuille indique les données classifiées. Vous pouvez agrandir l'arbre de
décision en choisissant le bouton d'agrandissement.
Remarque
Il est impossible d'afficher un arbre de décision s'il existe plus de 32 valeurs catégoriques pour une colonne
dépendante.
Remarque
Le rendu de l'arbre de décision diffère en fonction du fournisseur d'algorithme. Par exemple, l'arbre de décision
pour l'algorithme Arbre CNR de R est différent de l'arbre de décision pour l'algorithme SAP HANA C4.5.
96
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Analyse des données
Chaque nœud de l'arbre de décision représente la classification des données à ce niveau. Vous pouvez afficher le
contenu de nœud en sélectionnant
sur chaque nœud.
10.6 Diagramme de tendance
Un diagramme de tendance sert à visualiser la corrélation entre les variables dépendantes et indépendantes. En
mode tendance, vous pouvez analyser les performances de l'algorithme en comparant les variables dépendantes
réelles aux valeurs prédites, les variables dépendantes étant représentées par un graphique à barres et les valeurs
prédites par un graphique linéaire. En mode remplissage, l'algorithme remplit les valeurs manquantes et affiche le
résultat sous forme de graphique linéaire.
Guide de l'utilisateur d'Expert Analytics
Analyse des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
97
Si un jeu de données est très important, il se peut que le diagramme ne soit pas clair. Pour une meilleure visibilité
des données, utilisez le sélecteur Plage situé en bas du diagramme pour sélectionner une plage de données
spécifique du grand jeu de données. Les données de la zone sélectionnée s'affichent dans l'éditeur de
visualisation.
Remarque
Dans les diagrammes d'algorithme de type Régression linéaire multiple (MLR), l'attribut de l'axe X est
mentionné comme ID d'enregistrement.
10.7 Diagramme du cluster
Un graphique de cluster est une technique de visualisation utilisant différents diagrammes pour représenter des
informations de cluster telles que la distribution du cluster, la densité et la distance du cluster, la distribution des
fonctionnalités et la représentation du centre du cluster.
Distribution du cluster
La distribution du cluster représente le nombre d'observations dans chaque cluster et elle est représentée par un
diagramme à barres horizontales. Néanmoins, vous pouvez également visualiser la distribution du cluster sous
forme de diagramme à secteurs ou à barres verticales.
98
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Analyse des données
Densité et distance du cluster
La distance entre les clusters et la densité de chaque cluster sont représentées par un diagramme de réseau.
Chaque nœud du réseau représente un cluster et sa taille. La couleur du nœud représente la densité.
Distribution des fonctionnalités
La comparaison de la distribution totale des clusters comparativement à la distribution de chaque cluster est
représentée par un histogramme. Vous pouvez sélectionner l'indicateur requis depuis Indicateurs, dans la section
Données. Vous pouvez afficher la distribution des fonctionnalités pour chaque cluster en sélectionnant le numéro
de cluster dans Clusters, section Données.
Représentation du centre de cluster
L'algorithme K-moyennes de R calcule les points centraux de chaque fonctionnalité de chaque cluster. La
comparaison de chaque point central et du cluster est représentée par le diagramme en radar. Par défaut, le
diagramme est affiché avec des données normalisées. En mode normalisé, les données seront représentées dans
la plage de 0 à 1. Vous pouvez toutefois décocher l'option Normaliser les résultats dans Paramètres
10.8 Diagramme à nuage de balises Apriori
Un diagramme à nuage de balises Apriori permet de visualiser et de retrouver les éléments individuels fréquents,
en fonction de la règle d'association. Dans ce diagramme de visualisation, les règles de haute importance sont les
plus fortes. L'importance des règles varie en fonction des valeurs de confiance et de gain. Plus la valeur de
confiance est élevée, plus la couleur des règles est foncée ; et plus la valeur Lift est importante, plus la taille de
police des règles est grande. Vous pouvez modifier les valeurs de prise en charge, de confiance et de lift en
ajustant les curseurs respectifs des plages dans le volet Données.
Guide de l'utilisateur d'Expert Analytics
Analyse des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
99
10.9 Matrice de confusion
Une matrice de confusion contient des informations sur la classification réelle et prédite effectuée par un
algorithme, ce qui permet d'apprécier le degré de précision. Vous pouvez afficher le diagramme en sélectionnant
la méthode de sortie Classification et Tendance pour l'algorithme Arbre CNR. Il s'agit d'une matrice n*n (où n
désigne les valeurs distinctes présentes dans la colonne indépendante sélectionnée pour l'algorithme), qui mappe
le nombre d'occurrences pour chaque valeur prédite en fonction de la valeur réelle. Les entrées figurant sur la
diagonale de la matrice représentent les prédictions correctes. Les entrées ne figurant pas sur la diagonale de la
matrice représentent la classification incorrecte.
Lorsque vous déplacez le curseur sur une classe, la valeur prédite true et le compte réel du jeu de données sont
affichés. La table des dérivés représente l'efficacité (caractère confidentiel, spécificité, précision et prédictions
négatives) de l'algorithme. A l'aide de l'option Paramètres, vous pouvez analyser les données en nombre, en
pourcentage ou dans les deux formats.
10.10 Diagramme Composant R personnalisé
Vous pouvez afficher les résultats d'une analyse de Composant R personnalisé sous forme de diagramme en
mode connecté.
Le type de diagramme peut varier en fonction du jeu de données et de ce qui est généré par l'algorithme utilisé
dans le Composant R personnalisé.
Remarque
La case Afficher la visualisation doit être cochée lors de la création du Composant R personnalisé pour que les
résultats de l'analyse s'affichent sous forme de diagramme. Le script R pour le composant doit contenir des
appels pour placer les données sur la carte.
100
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Analyse des données
Informations associées
Assistant de création de composant R [page 82]
Guide de l'utilisateur d'Expert Analytics
Analyse des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
101
11
Visualisation des données
11.1
Visualisation des données
L'espace Visualiser fournit des outils pour la création de diagrammes.
Voici les principales zones permettant d'interagir avec l'espace Visualiser :
102
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
Table 42 : Légende : zones de l'espace Visualiser
Numéro
Zone
Description
1
Panneau Indicateurs et dimensions
Utilisez ce panneau pour afficher, trier, sélectionner et filtrer
les données dans une visualisation. Les données sont re­
groupées en facettes représentant les catégories de don­
nées (par exemple, le nom du client, l'adresse et le numéro
de téléphone). Vous pouvez faire glisser des facettes direc­
tement dans la zone de dessin du diagramme ou dans les
rayons dans le Générateur de diagrammes.
Deux orientations apportent une fonctionnalité différente :
●
En Orientation horizontale (
), les données associées
à chaque dimension sont affichées dans une colonne
au-dessus de la zone de dessin du diagramme. Vous
pouvez rechercher des valeurs de données spécifiques
dans une dimension, sélectionner plusieurs valeurs à in­
clure ou exclure d'une visualisation et afficher les indica­
teurs associés à une dimension.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
103
Numéro
Zone
Description
2
Zone de dessin du diagramme
Utilisez cette zone pour créer, modifier et explorer une vi­
sualisation. Il est possible de créer un diagramme en faisant
glisser des indicateurs, des dimensions ou des en-têtes de
facettes de deux manières :
●
Créez un diagramme et faites glisser des indicateurs,
des dimensions et des en-têtes de facettes directement
dans la zone de dessin du diagramme ou dans des ray­
ons du Générateur de diagrammes.
●
Ajustez rapidement le contenu et l'apparence d'une vi­
sualisation grâce aux boutons de la barre d'outils dans
le coin supérieur droit de la zone de dessin du dia­
gramme :
○
Tri (
) : organise les données des diagrammes
par indicateur.
○
Ajouter ou modifier un classement par indicateur
(
) : concentre un diagramme sur un nombre de
membres spécifié de la dimension supérieure ou in­
férieure.
○
Effacer le diagramme (
) : supprime l'ensemble
des dimensions et des indicateurs d'un diagramme
ainsi que tous les filtres appliqués à ce diagramme.
○
Actualiser (
) : actualise les données du dia­
gramme.
○
Paramètres (
) : définit les propriétés du dia­
gramme.
○
Agrandir (
) : agrandit la zone de dessin du dia­
gramme en mode plein écran.
104
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
Numéro
Zone
Description
3
Outils de visualisation
Utilisez les outils en haut de ce panneau pour passer de l'on­
(Le Générateur de diagrammes se trouve
glet du Générateur de diagramme (
dans l'exemple.)
Visualisations associées (
●
) à l'onglet
):
Utilisez l'onglet Générateur de diagramme pour modifier
le type de diagramme et personnaliser un diagramme.
●
Utilisez l'onglet Visualisations associées pour sélection­
ner des diagrammes prédéfinis générés automatique­
ment à partir des indicateurs et des dimensions du jeu
de données actuel.
○
Ajoutez les visualisations associées au récit actuel
et modifiez-les.
○
Affichez tous les diagrammes suggérés en sélec­
tionnant Afficher tout.
○
Supprimez des indicateurs ou des dimensions utili­
sés pour générer une visualisation via l'icône Filtrer
visualisations associées (
). La liste de visualisa­
tions associées disponible sera alors affinée.
4
Sélecteur de diagrammes
Utilisez-le pour sélectionner le type de diagramme à utiliser
pour une visualisation.
5
Rayons
Utilisez-les pour ajouter des facettes aux rayons dans une vi­
sualisation. Lorsque vous faites glisser une facette dans un
rayon, la zone de dessin du diagramme se met automatique­
ment à jour.
6
Galerie de visualisation
Utilisez-la pour créer des visualisations et les sélectionner
dans un récit.
●
Créez une visualisation en cliquant sur le bouton Créer
une visualisation (+).
●
Supprimez ou copiez une visualisation en sélectionnant
l'icône Paramètres (
●
).
Modifiez l'ordre des visualisations dans la Galerie de vi­
sualisation en les faisant glisser dans l'ordre souhaité.
Informations associées
Création de diagrammes [page 106]
Utilisation du Générateur de diagrammes [page 108]
Propriétés de diagramme [page 110]
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
105
11.1.1
Création de diagrammes
Un récit peut contenir un ou plusieurs diagrammes et vous pouvez créer des diagrammes dans la zone de dessin
du diagramme ou via le Générateur de diagrammes. Tous les diagrammes inclus dans un récit sont accessibles
dans la galerie de visualisation sous la zone de dessin du diagramme.
11.1.1.1
Types de diagramme
Certains types de données conviennent particulièrement à un certain type de diagramme.
Table 43 : Types de diagramme
Type d'analyse
Description
Diagrammes disponibles
Comparaison
Compare les différences entre les valeurs ou affiche
●
Diagramme à barres
une comparaison simple des divisions d'indicateurs
●
Diagramme à colonnes
catégoriques.
●
Diagramme à colonnes
avec 2 axes Y
Par exemple, utilisez un diagramme à barres pour
comparer les différences de chiffres d'affaires entre
●
3D
plusieurs pays.
Pourcentage
Diagramme à colonnes en
●
Diagramme en radar
●
Diagramme à aires
●
Nuage de mots clés
●
Heatmap
●
Table
Affichage le pourcentage des parties d'un tout ou
●
Diagramme à secteurs
les valeurs sous forme de rapport à un tout. La lé­
●
Diagramme en anneau
gende affiche le pourcentage et les valeurs totales.
●
Diagramme à secteurs
avec profondeur
Vous pouvez, par exemple, utiliser un diagramme à
secteurs pour savoir directement qui a enregistré
●
Diagramme à colonnes
empilées
les meilleures ventes par rapport à la valeur totale
●
Arborescence
●
Entonnoir
Affiche les relations entre les valeurs ou compare
●
Nuage de points
plusieurs valeurs d'indicateurs.
●
Diagramme matriciel à
des ventes :
Total des ventes = 200 $, Paul 10 % (20 $), Da­
vid 65 % (130 $) et Susan 25 % (50 $)
Corrélation
Vous pouvez, par exemple, afficher la corrélation de
106
nuage de points
deux indicateurs et comprendre l'impact du premier
●
Diagramme à bulles
sur le deuxième.
●
Diagramme de réseau
●
Point numérique
●
Arborescence
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
Type d'analyse
Description
Diagrammes disponibles
Tendance
Affiche une tendance dans les valeurs de données
●
Graphique linéaire
(particulièrement pour les dimensions temporelles,
●
Diagramme à colonnes
comme une année) ou la progression de vos don­
nées et les schémas possibles.
avec 2 axes Y
●
combiné
Vous pouvez, par exemple, utiliser un diagramme à
courbes pour afficher les tendances de produit des
●
Diagramme à courbes
combiné avec 2 axes Y
ventes d'un produit sur un certain nombre d'an­
nées.
Diagramme à courbes
●
Diagramme en cascade
●
Diagramme en boîte
●
Diagramme à coordon­
nées parallèles
Géographique
Affiche une carte de l'objet pays utilisé dans l'ana­
●
lyse et peut facultativement afficher les données
pour les dimensions (triées par pays sur la carte) ou
graphique
●
la répartition géographique des données pour un
pays. Le jeu de données utilisé doit contenir des
Online.
11.1.1.2
Diagramme choroplèthe
géographique
●
données géographiques. Pour créer une carte géo­
graphique, vous devez avoir un compte Esri ArcGis
Diagramme à bulles géo­
Diagramme à secteurs
géographique
●
Carte géographique
Création d'un diagramme directement dans la zone
de dessin du diagramme
Vous pouvez créer rapidement un diagramme en faisant glisser des indicateurs et des dimensions dans la zone de
dessin du diagramme située dans la zone centrale de l'espace Visualiser.
Un diagramme doit comporter au moins un indicateur. Lorsque vous ajoutez une dimension au diagramme, ses
valeurs sont calculées en fonction des indicateurs du diagramme.
1.
Dans la zone Visualiser, sélectionnez l'icône Générateur de diagrammes
.
2.
Sélectionnez un type de diagramme dans les listes du Générateur de diagrammes.
Diagramme à barres est le type de diagramme par défaut, mais vous pouvez le modifier à tout moment.
3.
Sélectionnez un indicateur et faites-le glisser sur un axe de la zone de dessin du diagramme.
Du texte dans le corps du diagramme vous guide vers l'axe adéquat pour l'indicateur. Une coche s'affiche
lorsque vous faites glisser l'indicateur sur une zone où il peut être déposé.
4.
Sélectionnez une dimension et faites-la glisser dans la zone de dessin du diagramme.
Du texte dans le corps du diagramme vous guide vers l'axe adéquat pour la dimension. Une coche s'affiche
lorsque vous faites glisser la dimension sur une zone où elle peut être déposée.
5.
Ajoutez des indicateurs et des dimensions supplémentaires selon vos besoins.
Par exemple, si vous sélectionnez Diagramme à colonnes 2 axes Y, vous devez ajouter un indicateur ou une
dimension à l'axe Y à gauche de la zone de dessin du diagramme et à l'axe Y à droite de la zone de dessin du
diagramme.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
107
6.
Pour filtrer les données dans le diagramme, sélectionnez l'icône Ajouter des filtres
dessin du diagramme et sélectionnez une dimension pour le filtre.
en haut de la zone de
7.
Sélectionnez le bouton + dans la galerie de visualisation pour ajouter le diagramme au récit.
Le diagramme est disponible dans la galerie de visualisation et dans l'espace Créer.
Chaque diagramme que vous créez dans l'espace Visualiser est automatiquement enregistré dans la session en
cours, il est disponible dans l'espace Créer, mais il n'est pas enregistré dans le récit. Pour accéder au diagramme
lors de la prochaine ouverture du récit, vous devez enregistrer ce dernier.
Informations associées
Filtrage des données de diagrammes [page 116]
Enregistrement d'un récit [page 131]
Récits et données visualisées [page 125]
11.1.1.3
Utilisation du Générateur de diagrammes
Vous pouvez utiliser le Générateur de diagrammes pour modifier le type de diagramme et personnaliser un
diagramme.
Le Générateur de diagrammes dispose des trois catégories de rayon suivantes : indicateurs, dimensions et treillis.
Les rayons affichés sont déterminés par le type de diagramme sélectionné. Vous pouvez faire glisser des facettes
ou les ajouter aux rayons affichés.
Table 44 : Rayons pour indicateurs
Rayon
Description
Axe
Un axe d'un diagramme. Plusieurs rayons d'axe peuvent être disponibles. Par exemple, si vous
sélectionnez un Diagramme à barres avec 2 axes X, les rayons Axe X 1 et Axe X 2 s'affichent.
Diagramme à bulles
Représente trois dimensions de données
Couleur
La couleur d'une zone dans des diagrammes de carte ou la couleur d'un mot dans un nuage de
mots-clés
Heatmap
Représente des valeurs individuelles comme couleurs
Diagramme de réseau
Un diagramme de flux affichant l'ordre dans lequel les éléments doivent être complétés en af­
fichant les éléments et leurs dépendances
Diagramme à coordonnées
Visualise la géométrie à nombre élevé de dimensions et analyse les données à plusieurs varia­
parallèles
bles
Secteurs de diagramme
Les sections d'un diagramme à secteurs
108
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
Rayon
Description
Profondeur du diagramme
L'épaisseur de chaque section d'un diagramme à secteurs
Diagramme en radar
Affiche les données à plusieurs variables sous forme de diagramme bidimensionnel de trois ou
quatre variables quantitatives représentées sur des axes partant du même point
Tableau
Un ensemble d'éléments de données affiché en colonnes verticales (identifiées par noms) et
en lignes horizontales. La cellule est l'unité dans laquelle une ligne et une colonne se croisent.
Nuage de mots clés
Une représentation graphique de mots clés générés par l'utilisateur associés à du contenu en
ligne, utilisant généralement des couleurs et tailles de police pour représenter l'importance et
la fréquence de certains mots clés.
Arborescence
Une structure de données simulant une structure d'arbre hiérarchique avec une valeur racine
et des sous-arborescences d'enfants, représentée sous forme de nœuds liés.
Treemap
Représente de grandes quantités de données structurées de manière hiérarchique (sous
forme d'arborescence)
Valeur
La valeur principale utilisée dans un diagramme de type entonnoir ou le numéro affiché dans
un diagramme chiffré numérique
Poids
L'intensité de la couleur de chaque zone d'un diagramme de carte ou la taille d'un mot dans un
nuage de mots-clés. Par exemple, si vous créez un nuage de mots-clés qui affiche le chiffre
d'affaires de chaque pays et que le chiffre d'affaires est utilisé pour déterminer l'importance
du mot, les noms des pays au chiffre d'affaires supérieur sont plus grands que ceux des pays
au chiffre d'affaires inférieur.
Table 45 : Rayons pour dimensions
Rayon
Description
Animation
Ajoute une animation au diagramme. Lorsque vous cliquez sur le bouton de commande lire en
dessous du diagramme, celui-ci passe aux valeurs de la dimension ajoutée à ce rayon.
Couleur de la zone
Couleur utilisée pour chaque zone dans un diagramme de carte.
Nom de zone
L'étiquette utilisée pour chaque zone dans un diagramme de carte.
Épaisseur de la zone
L'épaisseur pour chaque zone dans un diagramme de carte
Axe
Axe du diagramme. Plusieurs rayons d'axe peuvent être disponibles. Par exemple, si vous sé­
lectionnez un Diagramme à barres, le rayon de l'axe Y s'affiche.
Hauteur de bulle
Hauteur d'une bulle dans un diagramme à bulles
Largeur de bulle
Largeur d'une bulle dans un diagramme à bulles
Catégorie
Sections de données dans un diagramme en entonnoir
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
109
Rayon
Description
Couleur
Couleurs de la légende du diagramme Les couleurs du diagramme sont mises à jour afin de
correspondre à la légende.
Géographie
Les données géographiques dans un diagramme géographique
Forme de légende
La forme de chaque entrée de la légende et chaque point de données. Cette option ne s'appli­
que qu'aux diagrammes à nuages de points.
Lien de réseau
Nœuds d'un diagramme de réseau
Données de superposition
Superposition de données supplémentaire dans un diagramme à secteurs géographique Lors­
que vous ajoutez plusieurs dimensions, vous créez des diagrammes à secteurs sur la carte
géographique.
Radar avec branches
Variables quantitatives représentées sur des axes partant du même point dans un diagramme
en radar
Sous-totaux de ligne
Ajoute un sous-total aux lignes d'un tableau
Nœud d'arborescence
Nœuds d'un diagramme en arborescence
Mot
Texte affiché dans un nuage de mots-clés
Couleur des mots
Couleur du texte dans un nuage de mots clés
Épaisseur des mots
Épaisseur du texte dans un nuage de mots clés
Vous pouvez ajouter des dimensions au treillis pour créer des diagrammes supplémentaires pour comparaison.
Par exemple, si vous créez un diagramme à barres qui compare le chiffre d'affaires par région puis ajoutez le pays
au treillis, plusieurs diagrammes s'affichent. Chaque diagramme affiche le chiffre d'affaires par région pour un
pays.
Informations associées
Création d'un diagramme à l'aide du Générateur de diagrammes [page 111]
Ajout ou modification d'un diagramme prédéfini [page 112]
11.1.1.3.1
Propriétés de diagramme
La définition des propriétés pour un diagramme permet d'améliorer son utilisation. Par exemple l'ajout
d'étiquettes et de légendes peut améliorer l'analyse visuelle des données.
Pour définir des propriétés de diagramme, sélectionnez l'icône Paramètres
diagramme.
110
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
, au-dessus de la zone de dessin du
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
Table 46 : Propriétés de diagramme
Propriété
Description
Afficher le titre
Ajoute un titre au diagramme. Vous pouvez modifier le titre à tout moment.
Afficher la légende
Ajoute une légende présentant une couleur différente pour chaque indicateur
d'un diagramme. Pour ajouter des dimensions à la légende en différentes cou­
leurs, sélectionnez Couleur de la légende dans le Générateur de diagrammes.
Afficher les étiquettes des données
Affiche les valeurs d'indicateur pour chaque dimension d'un diagramme.
Utiliser les indicateurs sous forme de
Trace deux ou plusieurs indicateurs sous forme de dimension dans un dia­
dimension
gramme, pour illustrer comment des données sont réparties sur plusieurs indi­
cateurs, sur un seul axe.
Vous devez ajouter au moins deux indicateurs à un diagramme avant de sélec­
tionner cette option. Les indicateurs s'affichent sous forme de facette de nou­
velle dimension dans le Générateur de diagrammes.
Définir l'échelle de l'axe
Définit les limites pour les valeurs affichées sur l'axe Y, soit sous forme de plage,
soit automatiquement sur la valeur d'indicateur la plus élevée.
Cette option s'applique uniquement aux diagrammes contenant des indicateurs
sur l'axe Y.
11.1.1.3.2
Création d'un diagramme à l'aide du Générateur de
diagrammes
Le Générateur de diagrammes offre plus de contrôle sur la création des diagrammes que la zone de dessin du
diagramme.
Le Générateur de diagrammes se trouve à droite de l'espace Visualiser et affiche des options pour le type de
diagramme sélectionné.
1.
Dans l'espace Visualiser ou l'espace Créer, sélectionnez l'icône Générateur de diagrammes
2.
Dans le Générateur de diagrammes, sélectionnez le type de diagramme à créer.
.
Diagramme à barres est le type de diagramme par défaut. Vous pouvez modifier le type de diagramme à tout
moment.
3.
Sélectionnez un rayon vide dans le Générateur de diagrammes et sélectionnez des indicateurs et des
dimensions pour le diagramme dans la liste qui s'affiche ou faites glisser une facette dans un rayon vide.
Chaque diagramme doit comporter au moins un indicateur. Lorsque vous ajoutez une dimension dans un
diagramme, ses valeurs sont calculées en fonction des indicateurs du diagramme.
4.
Ajoutez des indicateurs et des dimensions supplémentaires selon vos besoins.
Par exemple, si vous sélectionnez Diagramme à colonnes 2 axes Y, vous devez ajouter un indicateur ou une
dimension à l'axe Y à gauche de la zone de dessin du diagramme et à l'axe Y qui s'affiche à droite de la zone de
dessin du diagramme.
5.
Pour filtrer les données dans le diagramme, sélectionnez l'icône Ajouter des filtres
dessin du diagramme et sélectionnez la dimension pour le filtre.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
en haut de la zone de
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
111
6.
Sélectionner l'icône + dans la galerie de visualisation pour ajouter le diagramme au récit.
Le diagramme est disponible dans la galerie de visualisation et dans l'espace Composer. Chaque diagramme
que vous créez dans l'espace Visualiser est automatiquement enregistré dans la session en cours, il est
disponible dans l'espace Composer. Toutefois, il n'est pas automatiquement enregistré dans le récit.
7.
Enregistrez le récit.
L'enregistrement du récit garantit que le diagramme sera disponible la prochaine fois que vous ouvrirez le
récit.
Informations associées
Filtrage des données de diagrammes [page 116]
Enregistrement d'un récit [page 131]
Récits et données visualisées [page 125]
Utilisation du Générateur de diagrammes [page 108]
11.1.1.3.3
Ajout ou modification d'un diagramme prédéfini
L'onglet Visualisations associées contient des diagrammes prédéfinis suggérés en fonction des indicateurs et des
dimensions d'un jeu de données.
Un diagramme doit comporter au moins un indicateur. Lorsque vous ajoutez une dimension dans un diagramme,
ses valeurs sont calculées en fonction des indicateurs du diagramme.
Vous pouvez sélectionner un diagramme de l'onglet Visualisations associées pour lancer immédiatement la
visualisation des données, puis pour modifier le diagramme selon vos besoins en informations.
1.
Dans l'espace Visualiser, ouvrez l'onglet Visualisations associées, sélectionnez un diagramme prédéfini et
cliquez sur le bouton + dans la galerie de visualisation pour ajouter le diagramme au récit actuel.
Ainsi, le diagramme n'est pas remplacé ultérieurement par un diagramme prédéfini.
2.
Sélectionnez l'icône Visualisations associées
3.
Dans la liste de diagrammes suggérés, sélectionnez Afficher tout pour afficher tous les diagrammes suggérés.
4.
Sélectionnez le diagramme à ajouter.
Le diagramme s'affiche dans la zone de dessin du diagramme et ses facettes sont chargées dans le
Générateur de diagrammes.
5.
Utilisez le Générateur de diagrammes pour ajouter ou modifier des dimensions et des indicateurs :
6.
112
.
○
Pour ajouter des indicateurs ou des dimensions, sélectionnez un rayon vide dans le Générateur de
diagrammes et sélectionnez des indicateurs et des dimensions pour votre diagramme dans la liste qui
s'affiche.
○
Pour ajouter une facette au diagramme, faites glisser la facette dans un rayon vide.
○
Placez le pointeur sur la facette et cliquez sur l'icône Supprimer
glisser une facette hors d'un rayon pour la supprimer.
pour supprimer une facette ou faites
Pour filtrer les données dans le diagramme, sélectionnez l'icône Ajouter des filtres
dessin du diagramme et sélectionnez une dimension pour le filtre.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
en haut de la zone de
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
7.
Sélectionner le bouton + dans la galerie de visualisation pour ajouter le diagramme au récit.
Le diagramme est disponible dans la galerie de visualisation et dans l'espace Composer. Chaque diagramme
que vous créez dans l'espace Visualiser est automatiquement enregistré dans la session en cours, il est
disponible dans l'espace Composer. Toutefois, il n'est pas automatiquement enregistré dans le récit.
8.
Enregistrez le récit.
L'enregistrement du récit garantit que le diagramme sera disponible la prochaine fois que vous ouvrirez le
récit.
Informations associées
Filtrage des données de diagrammes [page 116]
Enregistrement d'un récit [page 131]
Récits et données visualisées [page 125]
Utilisation du Générateur de diagrammes [page 108]
11.1.1.3.4
Ajout d'un calcul
Vous pouvez ajouter un ou plusieurs calculs à une visualisation.
Les calculs suivants sont disponibles :
●
Somme cumulative
●
Minimum cumulatif
●
Maximum cumulatif
●
Nombre cumulatif
●
Nombre cumulatif (valeurs vides exclues)
●
Moyenne cumulative
●
Moyenne cumulative (valeurs vides exclues)
●
Moyenne mobile
●
Pourcentage
1.
Dans le Générateur de diagrammes, sélectionnez l'indicateur de la visualisation auquel ajouter un calcul.
2.
Cliquez sur l'icône Options
3.
Sélectionnez un calcul dans la liste.
et sélectionnez Ajouter un calcul.
La visualisation se met à jour pour inclure le calcul et une facette contenant le calcul s'affiche dans le Générateur
de diagrammes.
11.1.1.3.5
Suppression d'un calcul
1.
Dans le Générateur de diagrammes, sélectionnez la facette dans l'indicateur contenant le calcul à supprimer.
2.
Sélectionnez l'icône Supprimer
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
113
11.1.1.3.6
Renommage d'un diagramme
Le titre affiché au-dessus d'un diagramme est généré automatiquement à partir des indicateurs et des
dimensions ajoutés au diagramme.
Cliquez sur l'icône Options
en regard du titre et sélectionnez Renommer, puis saisissez un nouveau titre.
Conseil
Cliquez deux fois sur un titre pour le modifier rapidement.
11.1.1.3.6.1
Restauration du titre par défaut d'un diagramme
Une fois un titre de diagramme modifié, le cas échéant, vous pouvez restaurer le titre d'origine généré
automatiquement à partir des indicateurs et des dimensions du diagramme.
Cliquez sur l'icône Options
11.1.2
en regard du titre et sélectionnez Restaurer le titre par défaut.
Tri des données
Les indicateurs et dimensions peuvent être triés par ordre de valeurs croissantes ou décroissantes.
11.1.2.1
Tri par indicateur
Si les données du diagramme sont filtrées par classement, vous devez d'abord le supprimer pour pouvoir trier par
indicateur.
1.
Sélectionnez un indicateur dans le Générateur de diagrammes.
2.
Cliquez sur l'icône Options
et sélectionnez Trier par ordre croissant ou Trier par ordre décroissant.
Conseil
Sélectionnez l'icône trier
rapidement l'ordre de tri.
dans la barre d'outils de la zone de dessin du diagramme pour annuler
Les données du diagramme sont triées.
114
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
11.1.2.2
Tri des dimensions
Lorsque le panneau Indicateurs et dimensions s'affiche horizontalement, vous pouvez trier les dimensions visibles
dans le panneau. Le tri des dimensions n'affecte pas les données affichées dans une visualisation.
1.
Cliquez sur l'icône Orientation horizontale
dans le panneau Indicateurs et dimensions.
2.
Sélectionnez la dimension à trier et cliquez sur l'icône Options
3.
Choisissez un ordre de tri :
.
○
Pour une dimension numérique, cliquez sur Trier du plus bas au plus élevé ou Trier du plus élevé au plus
bas.
○
Pour une dimension alphanumérique, cliquez sur Trier de A à Z ou Trier de Z à A.
○
Pour une dimension de date ou temporelle, cliquez sur Afficher du plus tôt au plus tard ou Afficher du plus
tard au plus tôt.
Les données de la colonne de dimension sont triées.
11.1.2.3
Tri de dimensions par occurrence dans le panneau
Indicateurs et dimensions
Vous pouvez trier les dimensions visibles dans le panneau Indicateurs et dimensions d'après le nombre de fois où
chaque valeur de dimension figure dans un jeu de données.
Le tri des dimensions n'affecte pas les données affichées dans une visualisation.
1.
Cliquez sur l'icône Orientation horizontale
2.
Affichez le nombre d'occurrences :
dans le panneau Indicateurs et dimensions.
a.
Placez le pointeur au-dessus de la dimension à filtrer.
b.
Cliquez sur l'icône Options
et sélectionnez Afficher l'indicateur et Occurrences.
Le nombre d'occurrences s'affiche à côté de chaque valeur de dimension dans la colonne.
3.
Triez par occurrence :
a.
Placez le pointeur au-dessus de la dimension sélectionnée à l'étape 2.
b.
Cliquez sur l'icône Options
et sélectionnez Trier de l'indicateur le plus bas à l'indicateur le plus élevé ou
Trier de l'indicateur le plus élevé à l'indicateur le plus bas.
Les données de la colonne de dimension sont triées par occurrence.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
115
11.1.2.4
Tri des dimensions par occurrence dans la boîte de
dialogue Filtre
Dans la boîte de dialogue Filtre, vous pouvez trier les dimensions selon le nombre de fois où chacune figure dans
un jeu de données. Le tri des dimensions n'affecte pas les données affichées dans une visualisation.
Le tri par occurrence est disponible uniquement pour les valeurs des dimensions discrètes. Les valeurs de la plage
ne sont pas prises en charge dans la boîte de dialogue Filtre
1.
Sélectionnez l'icône Ajouter des filtres
.
2.
Dans la liste qui s'affiche, sélectionnez une dimension.
3.
Sélectionnez Afficher le nbre d'occurrences.
Le nombre d'occurrences s'affiche à côté de chaque valeur de dimension et dans la liste de valeurs.
4.
Placez le curseur sur un nom de dimension et sélectionnez l'icône Options
5.
Sélectionnez Trier par nombre d'occurrences, du plus faible au plus élevé or Trier par nombre d'occurrences,
du plus élevé au plus faible.
.
La liste des valeurs de dimension est triée par occurrences.
Informations associées
Ajout de filtres [page 116]
Tri de dimensions par occurrence dans le panneau Indicateurs et dimensions [page 115]
11.1.3
Filtrage des données de diagrammes
Lors du filtrage des données dans un diagramme, les filtres s'appliquent aux données affichées dans le
diagramme (et non au jeu de données).
●
Sélectionnez l'icône Ajouter des filtres
●
Sélectionnez les points de données dans un diagramme à filtrer ou excluez-les.
●
Utilisez le panneau Indicateurs et dimensions pour sélectionner les données à afficher.
●
Affichez uniquement les points de données ayant le classement supérieur ou inférieur.
11.1.3.1
.
Ajout de filtres
Vous pouvez ajouter des filtres aux valeurs numériques, de dates et discrètes dans les dimensions.
1.
116
Dans l'espace Visualiser, sélectionnez l'icône Ajouter des filtres
diagramme.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
au-dessus de la zone de dessin du
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
2.
Sélectionnez une dimension dans la liste.
Si une dimension comprend une icône Hiérarchie de dimension
afficher toutes les dimensions de la hiérarchie.
, cliquez sur
pour déplier la liste et
Une boîte de dialogue s'affiche pour le type de dimension sur lequel vous placez un filtre. Pour les valeurs
discrètes, une liste de valeurs de données s'affiche dans la boîte de dialogue. Pour les valeurs de dates et
numériques, un filtre de plage est disponible dans cette boîte de dialogue.
3.
Exécutez l'une des actions suivantes pour sélectionner les valeurs de données :
Option
Description
Pour les va­
Sélectionnez une ou plusieurs valeurs dans la liste.
leurs discrètes
Lorsque vous déplacez le pointeur de la souris sur un nom de dimension, une icône rechercher
s'af­
fiche et vous pouvez rechercher une dimension.
Utilisez le filtre de plage pour inclure toutes les dates d'une plage spécifiée et décidez d'exclure ou non
les valeurs vides.
Pour les va­
leurs de date
Faites glisser les barres pour augmenter ou réduire la plage de dates, saisissez les dates ou utilisez le
calendrier pour les sélectionner.
Pour les va­
leurs numéri­
ques
Utilisez le filtre de plage pour inclure tous les nombres d'une plage spécifiée et décidez d'exclure ou non
les valeurs vides.
Faites glisser les barres pour augmenter ou réduire la plage de nombres ou sélectionnez l'étiquette de
nombre pour saisir une valeur.
4.
Sélectionnez OK.
Un jeton Filtre répertoriant les points de données sélectionnés s'affiche au-dessus du diagramme.
Pour supprimer un filtre, cliquez sur l'icône Supprimer
11.1.3.2
.
Filtrage ou exclusion de points de données dans un
diagramme
Vous pouvez exclure des points de données non pertinents ou filtrer des points de données pour concentrer un
diagramme sur un ensemble de données spécifique.
1.
Dans la zone de dessin du diagramme, sélectionnez les points de données à exclure ou à filtrer.
Conseil
Faites glisser pour dessiner une zone autour d'un groupe de points de données à sélectionner.
2.
Dans l'infobulle qui s'affiche, sélectionnez Filtrer ou Exclure.
Un jeton Filtre répertoriant les points de données sélectionnés s'affiche au-dessus de la zone de dessin du
diagramme.
Pour supprimer un filtre, cliquez sur le filtre et sélectionnez l'icône Supprimer
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
117
11.1.3.3
Filtrage des données à l'aide du panneau Indicateurs
et dimensions
1.
Sélectionnez l'icône Orientation horizontale
horizontalement.
pour afficher le panneau Indicateurs et dimensions
2.
Dans le panneau Indicateurs et dimensions, sélectionnez un ou plusieurs points de données de la dimension à
filtrer.
3.
Sélectionnez l'icône Options
4.
Selon le type de filtre à appliquer, sélectionnez l'une des options suivantes :
.
Option
Description
Effacer les
Efface toutes les valeurs sélectionnées dans la dimension.
sélections
Inclure
Inclut les valeurs sélectionnées dans le diagramme. Un jeton Filtre avec les valeurs sélectionnées
s'affiche dans la barre Filtre.
Exclure
Exclut les valeurs sélectionnées du diagramme. Un jeton Filtre avec les valeurs sélectionnées en po­
lice barrée s'affiche dans la barre Filtre.
Les données du diagramme sont filtrées.
Pour supprimer un filtre, cliquez sur l'icône Supprimer
11.1.3.4
sur le jeton Filtre.
Filtrage des données par classement
Le filtrage des données cible une visualisation sur un nombre de points de données spécifié ayant les valeurs les
plus hautes ou les plus basses.
1.
Dans la barre d'outils de la zone de dessin du diagramme
classement par indicateur.
, cliquez sur l'icône Ajouter ou modifier un
2.
Dans la boîte de dialogue Classement, sélectionnez l'indicateur pour le classement.
3.
Sélectionnez Haut ou Bas comme cible du classement.
4.
Sélectionnez le nombre de résultats à afficher.
Le nombre par défaut est 3.
5.
Sélectionnez (Tout) pour classer les données d'après toutes les dimensions ou sélectionnez la dimension
pour le classement dans la liste.
Par exemple, si un diagramme affiche Chiffre d'affaires par pays et ligne de produits, le classement des cinq
premiers points de données par pays affiche les données de chaque ligne de produits dans les cinq pays ayant
le chiffre d'affaires le plus élevé.
6.
Sélectionnez OK.
Le diagramme affiche les données pour lesquelles vous avez appliqué le filtre.
118
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
Pour modifier ou supprimer un classement, sélectionnez l'indicateur auquel vous avez appliqué le classement
dans le Générateur de diagrammes, puis cliquez sur l'icône Options
11.1.4
.
Application de la mise en forme conditionnelle
La mise en forme conditionnelle peut mettre en évidence des points de données importants dans une table et
peut servir à distinguer les valeurs remplissant une condition (par exemple, supérieures à un certain nombre ou
dans une certaine plage).
Vous pouvez définir plusieurs règles de mise en forme conditionnelle et les gérer dans la boîte de dialogue du
Gestionnaire de règles.
Règles de mise en forme conditionnelle multiples
●
Lorsque vous créez plusieurs règles de mise en forme conditionnelle basées sur le même indicateur, des
cellules peuvent remplir la condition pour plusieurs règles. Lorsque cela se produit, toutes les règles qui
s'appliquent à une cellule (c'est-à-dire, les règles actives) sont considérées comme un ensemble. La mise en
forme de l'ensemble (de toutes les règles actives) s'appliquera ou aucune mise en forme ne s'appliquera,
selon les priorités des règles.
●
Pour chaque cellule d'une table, la mise en forme définie pour la règle active à la priorité la plus élevée est
appliquée en premier. La mise en forme des règles de priorité inférieure peut également être appliquée.
Toutefois, si deux ensembles de mises en forme pour des règles actives qui modifient la même dimension
sont conflictuelles, aucune mise en forme définie pour la règle à la priorité inférieure n'est appliquée à la
cellule.
●
Pour chaque cellule d'un tableau, les mises en forme Gras et Italique peuvent uniquement être appliquées par
la règle active à la priorité la plus élevée.
Exemple
Dans une table avec un indicateur montrant les pertes dans les points de vente de votre société, vous pourriez
appliquer la mise en forme conditionnelle pour identifier les magasins ayant des taux élevés de pertes. Une
règle de mise en forme conditionnelle pourrait modifier la couleur de l'arrière-plan de la cellule dans la colonne
Perte en rouge pour chaque magasin présentant des pertes plus élevées qu'un montant spécifié.
Exemple
Une cellule remplit les conditions pour trois règles de mise en forme conditionnelle. La règle active à la priorité
la plus élevée définit la police sur Times New Roman. La règle présentant la deuxième priorité la plus élevée
définit la couleur de l'arrière-plan sur rouge. La dernière règle définirait la couleur d'arrière-plan sur noir et la
couleur de la police sur blanc, mais elle est ignorée car elle est conflictuelle avec la deuxième règle.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
119
11.1.4.1
Création d'une règle de mise en forme conditionnelle
Par défaut, les nouvelles règles de mise en forme conditionnelle ont une priorité supérieure aux plus anciennes.
Pour pouvoir définir une règle de mise en forme conditionnelle, un indicateur doit être ajouté à une table.
1.
Cliquez sur l'icône Créer règle de mise en forme conditionnelle
.
2.
Dans la boîte de dialogue de l'Éditeur de règles, saisissez un nom pour la règle.
Si vous ne spécifiez pas de nom, la règle est automatiquement nommée en fonction de la condition définie.
3.
Dans la liste Basé sur, sélectionnez un indicateur.
Cet indicateur détermine les valeurs utilisées dans la règle ainsi que la colonne dans laquelle la mise en forme
apparaît.
4.
Sélectionnez un opérateur et saisissez une ou plusieurs valeurs pour la condition.
5.
Sélectionnez Format, l'apparence des cellules qui remplissent la condition, puis OK.
6.
Dans la boîte de dialogue de l'Éditeur de règles, cliquez sur OK.
La règle de mise en forme conditionnelle est appliquée à la table.
Vous pouvez utiliser la boîte de dialogue du Gestionnaire de règles pour modifier la priorité des règles, le cas
échéant.
11.1.4.2
Gestion des règles de mise en forme conditionnelle
Utilisez la boîte de dialogue Gestionnaire de règles pour modifier, ajouter, supprimer, activer ou désactiver et
définir l'ordre de priorité des règles.
Pour pouvoir gérer les règles de mise en forme conditionnelle, un indicateur doit être ajouté à une table.
1.
Cliquez sur la flèche en regard de l'icône Créer règle de mise en forme conditionnelle
Gestion des règles.
La boîte de dialogue Gestionnaire de règles apparaît.
2.
Exécutez l'une des actions suivantes pour modifier les règles de mise en forme conditionnelle pour la table :
3.
120
, puis cliquez sur
Option
Description
Créer une règle
Sélectionner l'icône +.
Supprimer une règle
Sélectionner l'icône -.
Modifier une règle
Sélectionner une règle dans la liste et cliquez sur Modification de règle.
Désactiver une règle
Décocher la case dans la colonne Appliquée en regard du nom de la règle. Les règles désac­
tivées ne sont pas appliquées à la table, mais vous pouvez les réactiver selon vos besoins.
Modifier la priorité d'une
règle
Sélectionner la règle et utiliser les icônes de flèche Modifier ordre de la règle pour la dépla­
cer plus haut ou plus bas dans la liste.
Sélectionner OK.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
11.1.5
Données hiérarchiques
L'icône Hiérarchie de dimension
indique qu'une hiérarchie est associée à une dimension. Il existe plusieurs
manières de rechercher des données hiérarchiques et d'interagir avec elles.
11.1.5.1
Localisation de dimensions dans une hiérarchie
Les relations hiérarchiques entre les dimensions sont visibles dans le panneau Indicateurs et dimensions.
Seule la facette contenant le niveau supérieur de la hiérarchie s'affiche dans le panneau Indicateurs et dimensions,
mais vous pouvez développer la facette pour voir les autres niveaux.
Vous pouvez ajouter une dimension à n'importe quel niveau d'une hiérarchie dans un diagramme.
Effectuez l'une des actions suivantes :
○
Si le panneau Indicateurs et dimensions est orienté verticalement, sélectionnez l'icône + en regard d'une
dimension pour afficher toutes les dimensions de la hiérarchie.
○
Si Indicateurs et dimensions est orienté verticalement, cherchez les dimensions affichées côte à côte dans la
hiérarchie.
11.1.5.2
Modification du niveau de la hiérarchie affichée dans
le Générateur de diagrammes
Si une dimension comportant une hiérarchie fait partie d'un diagramme, le niveau affiché dans le diagramme peut
être modifié dans le Générateur de diagrammes.
1.
Sélectionnez une facette contenant une hiérarchie.
2.
Sélectionnez l'icône en forme de flèche vers le bas
pour sélectionner un niveau de la hiérarchie.
Le diagramme affiche le niveau sélectionné et un filtre reflétant le niveau hiérarchique s'affiche au-dessus de la
zone de dessin du diagramme.
11.1.5.3
Exploration en avant dans les données hiérarchiques
Si une dimension contenant une hiérarchie est incluse dans un diagramme, vous pouvez effectuer une exploration
avant des données, un niveau à la fois, dans la zone de dessin du diagramme.
1.
Sélectionnez un point de données dans le diagramme ou une étiquette d'axe.
2.
Dans l'info-bulle qui s'affiche, sélectionnez l'icône Explorer en avant
.
Le diagramme affiche les données d'un niveau inférieur de la hiérarchie. Un jeton Filtre s'affiche au-dessus du
diagramme et l'étiquette d'axe se met à jour pour refléter la sélection.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
121
11.1.5.4
Exploration en arrière dans les données hiérarchiques
Si vous avez exploré en avant les données d'un diagramme, vous pouvez explorer en arrière, un niveau à la fois,
dans la zone de dessin de diagramme.
Sélectionnez l'icône Explorer en arrière
créés par l'exploration avant.
dans la zone de dessin du diagramme ou supprimez les jetons Filtre
Le diagramme affiche les données sélectionnées.
11.1.6
Recherche d'indicateurs, de dimensions et de valeurs
de données
Vous pouvez rechercher des indicateurs et des dimensions par nom et des valeurs de dimensions.
L'icône rechercher
se trouve dans le panneau Indicateurs et dimensions.
●
Lorsque le panneau est orienté verticalement, vous pouvez utiliser l'icône
indicateurs et dimensions par nom.
●
Lorsque le panneau est orienté horizontalement, l'icône
devient accessible quand le pointeur de la souris
est placé dans une colonne et vous pouvez l'utiliser pour rechercher des valeurs de données spécifiques pour
chaque dimension.
pour rechercher des
Table 47 : Opérateurs pour les recherches
Opérateur pris en charge
Description
*
Correspond à tous les caractères, de zéro à plusieurs fois.
Par exemple, a*a, correspond à tout mot contenant la lettre
a, suivi de toute combinaison de lettres, suivi d'une autre let­
tre a.
Correspond à tout caractère une seule fois.
?
Par exemple, a?a, correspond à tout mot contenant la lettre
a, suivi de toute lettre unique, suivi d'une autre lettre a.
Si une dimension contient des étiquettes associées, sélectionnez l'icône Options
par clé ou Rechercher par étiquette.
et sélectionnez Rechercher
Vous ne pouvez pas rechercher des chaînes de texte avec les caractères littéraux * et ?. La commande de
recherche est disponible pour les dimensions de texte et de nombre entier. Elle n'est pas disponible pour les
dimensions de date, d'heure, d'horodatage ou dimension numérique autre qu'un nombre entier.
122
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
11.1.7
Indicateurs associés aux dimensions
Vous devez afficher le panneau Indicateurs et dimensions horizontalement pour afficher les valeurs d'indicateur
associées à une dimension. Vous pouvez également afficher le nombre de fois où chaque valeur de dimension
s'affiche dans un jeu de données.
Exemple
Supposez qu'un jeu de données contient un indicateur nommé “Nombre de parties gagnées” (calculé sous
forme de somme) et une dimension nommée “Nom de l'équipe”. Vous pouvez afficher le nombre total de
parties que chaque équipe a gagnées en regard de chaque nom d'équipe dans le panneau Indicateurs et
dimensions.
11.1.7.1
Affichage d'un indicateur associé à une dimension
1.
Sélectionnez l'icône Orientation horizontale
horizontalement.
pour afficher le panneau Indicateurs et dimensions
2.
Placez le curseur sur une dimension et sélectionnez l'icône Options
3.
Sélectionnez Afficher l'indicateur, puis l'indicateur à afficher.
en regard de la dimension.
Un indicateur s'affiche à côté de chaque valeur dans la colonne de dimension.
11.1.7.2
Affichage du nombre d'occurrences de valeurs de
dimension
Vous pouvez afficher le nombre de fois où chaque dimension s'affiche dans votre jeu de données.
1.
Sélectionnez l'icône Orientation horizontale
horizontalement.
2.
Placez le curseur sur la dimension à filtrer et sélectionnez l'icône Options
3.
Sélectionnez
Afficher l'indicateur
pour afficher le panneau Indicateurs et dimensions
en regard de la dimension.
Occurrences .
Le nombre d'occurrences s'affiche à côté de chaque valeur de dimension dans la colonne.
Informations associées
Tri de dimensions par occurrence dans le panneau Indicateurs et dimensions [page 115]
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
123
11.1.8
Types d'agrégation pris en charge
Les types d'agrégation pris en charge par SAP Lumira comprennent sum, count, minimum et maximum. Vous ne
pouvez pas modifier le type d'agrégation d'un indicateur. Cependant, vous pouvez également ajouter des
indicateurs représentant des calculs plus complexes, des valeurs de devises et d'autres unités de mesure.
124
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Visualisation des données
12
Création de récits
12.1
Récits et données visualisées
Un récit est un document de style présentation qui utilise des visualisions, des blocs texte, des images, des
graphiques et des contrôles d'entrée pour décrire les données.
Un récit peut inclure plusieurs pages et chaque page avoir sa propre mise en forme : un plan, un graphisme
d'informations ou un rapport. Après l'acquisition des données et la création d'un récit, la première étape consiste
à choisir une mise en forme pour la première page du récit.
12.1.1
Éléments de page
Après avoir sélectionné la mise en page d'un récit, vous pouvez mettre en forme ses pages dans l'espace Créer.
Utilisez l'espace Créer pour créer et modifier les documents de style présentation appelés récits. Les récits
utilisent des visualisions, des blocs texte, des images, des graphiques et des contrôles d'entrée pour décrire vos
données. Ils peuvent inclure plusieurs pages et chaque page peut être un plan, un graphisme d'informations ou un
rapport.
Table 48 : Éléments d'options de page dans le panneau Options de page
Mise en page
Éléments de page que vous pouvez ajouter
Plan
OPTIONS DE PAGE
Graphisme
d'informations
●
Titre du plan : cochez la case Afficher titre pour afficher le titre de la page de plan.
●
Couleur d'arrière-plan : sélectionnez une couleur d'arrière-plan pour la page de plan.
●
Image d'arrière-plan : ajouter une image d'arrière-plan pour la page de plan.
OPTIONS DE PAGE
●
●
Taille : sélectionnez Standard (4:3), Écran large (16:9) ou Défilement continu.
Couleur d'arrière-plan : sélectionnez une couleur d'arrière-plan pour la page de graphisme d'informa­
tions.
●
Propriétés de la grille : cochez la case Afficher pour afficher les lignes de la grille sur la page de gra­
phisme d'informations.
●
Actualiser la page : sélectionnez cette option pour actualiser les visualisations sur la page de graphisme
d'informations.
●
Actualiser la page à l'ouverture : sélectionnez ON pour actualiser la page de graphisme d'informations
ou OFF pour ne pas actualiser la page lorsqu'elle s'ouvre.
Rapport
COULEUR D'ARRIÈRE-PLAN : sélectionnez une couleur d'arrière-plan pour la page du rapport.
Guide de l'utilisateur d'Expert Analytics
Création de récits
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
125
Table 49 : Éléments de couleur de section dans le panneau Options de page
Élément de page
Élément de mise en forme
Couleur d'arrière-
COULEUR D'ARRIÈRE-PLAN : sélectionnez une couleur d'arrière-plan pour la section de la page.
plan
126
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Création de récits
Table 50 : Éléments de propriétés de visualisation dans le panneau Options de page
Élément de page
Élément de mise en forme
Visualisations
PROPRIÉTÉS DE VISUALISATION
●
Général :
○
Afficher le titre du diagramme : sélectionnez cette propriété pour afficher le titre du dia­
gramme et le mettre en forme.
○
Afficher la légende : sélectionnez cette propriété pour afficher la légende du diagramme et la
mettre en forme.
○
Afficher les étiquettes de données : sélectionnez cette propriété pour afficher les valeurs pour
○
Mettre en forme les étiquettes de données : sélectionnez cette propriété pour mettre en forme
chaque dimension d'un diagramme.
les valeurs pour chaque dimension d'un diagramme.
●
Axe X et Axe Y :
○
Afficher l'axe : sélectionnez cette propriété pour afficher l'axe.
○
Afficher le titre de l'axe : sélectionnezpour afficher le titre de l'axe et le mettre en forme.
○
Afficher les étiquettes d'axe : sélectionnezpour afficher les étiquettes de l'axe et les mettre en
forme.
●
Diagrammes à barres
●
Colonne: sélectionnez une forme et une couleur de colonne pour le diagramme à courbes.
●
Éléments de diagramme à courbes :
○
Aires de diagramme : sélectionnez la couleur d'arrière-plan de l'aire de diagramme.
○
Titre du diagramme : afficher le titre du diagramme et le mettre en forme.
○
Zone de traçage : modifiez la couleur d'arrière-plan de la zone de traçage.
○
Légende : afficher la légende du diagramme et afficher et mettre en forme le titre de légende.
○
Étiquette de données : afficher les étiquettes de données ou les pictogrammes d'étiquette de
données.
○
Axe horizontal : afficher le texte défilant et la ligne d'axe, afficher les étiquettes de données et
les mettre en forme, et afficher les pictogrammes d'étiquette de données.
○
○
Titre de l'axe horizontal : afficher le titre de l'axe et le mettre en forme.
Axe vertical : afficher le texte défilant et la ligne d'axe, afficher les étiquettes de données et les
mettre en forme, et ajuster l'échelle de valeur de l'axe.
○
Titre de l'axe vertical : afficher le titre de l'axe et le mettre en forme.
○
Marqueur : sélectionnez et mettez en forme un pictogramme pour représenter les points de
données.
●
○
Ligne : définir le style, la couleur et l'épaisseur de la ligne.
○
Zone de traçage : afficher ou masquer les lignes de la grille.
Éléments de diagramme en anneau :
Guide de l'utilisateur d'Expert Analytics
Création de récits
○
Aires de diagramme : modifier la taille du cercle interne de l'anneau.
○
Titre du diagramme : afficher le titre du diagramme et le mettre en forme.
○
Zone de traçage : modifier la couleur d'arrière-plan de la zone de traçage.
○
Légende : afficher la légende du diagramme et afficher et mettre en forme le titre de légende.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
127
Élément de page
Élément de mise en forme
○
Tranche : modifier la couleur de la tranche de l'anneau (pour attirer l'attention sur ce point de
données).
○
Étiquette de données : cochez la case Afficher les étiquettes de données pour afficher les éti­
quettes de données et les mettre en forme.
Texte
PROPRIÉTÉS DU TEXTE
Images
●
Police : sélectionnez le style de police, la couleur et la taille du texte.
●
Couleur d'arrière-plan : sélectionnez la couleur d'arrière-plan du texte.
●
Alignement : sélectionnez l'alignement du texte.
●
Listes : ajouter des listes à puces ou numérotées au texte.
●
Lien hypertexte : ajouter, modifier ou supprimer un lien hypertexte.
●
Texte Dynamique : ajouter, modifier ou supprimer un texte dynamique.
PROPRIÉTÉS DE L'IMAGE
●
Mode d'affichage : sélectionnez le mode de mise à l'échelle de l'image.
○
Contenir : la totalité de l'image figure dans le cadre, en conservant le rapport largeur/hauteur
de l'image.
○
Couvrir : l'image est mise à l'échelle pour couvrir ou remplir la totalité du cadre, en conservant
le rapport largeur/hauteur de l'image. Une partie de l'image peut être coupée.
○
Étiré : toute l'image est étendue pour s'ajuster à la totalité du cadre.
○
Panoramique : l'image est mise à l'échelle pour remplir le cadre horizontalement. Le bas de
l'image peut être coupé.
Contrôles d'entrée
●
Couleur d'arrière-plan : sélectionnez la couleur d'arrière-plan de l'image.
●
Actions liées à l'image : ajouter, modifier ou supprimer un lien hypertexte.
MODE DE SÉLECTION : sélectionnez la sélection Simple ou Multiple pour les filtres.
(filtres)
Pictogrammes
Formes
128
PROPRIÉTÉS DU PICTOGRAMME
●
Couleur de remplissage : sélectionnez la couleur de remplissage du pictogramme.
●
Couleur des lignes : sélectionnez la couleur de la ligne pour le pictogramme.
●
Actions du pictogramme : ajouter, modifier ou supprimer un lien hypertexte.
PROPRIÉTÉS DE LA FORME
●
Couleur de remplissage : sélectionnez la couleur de remplissage de la forme.
●
Couleur des lignes : sélectionnez la couleur de la ligne pour la forme.
●
Largeur de ligne : sélectionnez la largeur des lignes (en pixels) d'une forme.
●
Actions de la forme : ajouter, modifier ou supprimer un lien hypertexte.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Création de récits
Table 51 : Actions dans le panneau Options de page
Action
Description
Organiser
Sélectionnez la position de l'élément par rapport aux autres :
Reculer, Arrière-plan, Avancer ou Premier plan.
Alignement
Sélectionnez l'alignement des éléments : Aligner à gauche,
Aligner au centre, Aligner à droite, Aligner en haut, Aligner au
milieu ou Aligner en bas.
Autres actions
Sélectionnez Dupliquer pour copier l'élément ou Étendre pour
étendre l'élément à la taille de la fenêtre.
Taille et position
Sélectionnez la largeur, la hauteur, la position de l'axe X, la po­
sition de l'axe Y et l'angle de l'élément.
12.1.2
Création d'un récit
Vous pouvez vous servir de plans, de graphismes d'informations et de rapports pour créer des récits sur les
données.
1.
Dans l'espace Créer, sélectionnez Nouveau récit.
2.
Sélectionnez Plan, Graphisme d'informations ou Rapport comme mise en forme pour la première page du
récit.
Les options de modèle de page s'affichent pour le style de page choisi.
3.
Saisissez un nom de récit, le cas échéant, puis sélectionnez Créer.
Les éléments que vous pouvez ajouter à votre page s'affichent sur le côté gauche de la fenêtre. Les images
déjà importées apparaissent dans le groupe Images.
4.
Faites glisser les éléments sur la page, selon vos besoins :
○
Dans les mises en page Plan et Rapport, ajoutez Contrôles d'entrée— des dimensions que vous pouvez
ajouter à partir du Panneau de contenu à la page pour filtrer les données affichées. Faites glisser une
dimension sur la page et sélectionnez une ou plusieurs valeurs. Les diagrammes sont mis à jour avec les
valeurs appliquées par le filtre.
○
Les mises en page de Graphisme d'informations sont divisées en deux sections que vous pouvez
redimensionner, repositionner ou supprimer.
○
Dans les mises en page de Plan, vous pouvez repositionner un élément en faisant glisser l'icône en forme
de diamant dans le coin supérieur droit de l'élément.
○
Dans les mises en page de Rapport, vous pouvez redimensionner les éléments (mais vous ne pouvez pas
les repositionner). Vous pouvez employer la barre de défilement de la page pour voir tous les éléments
d'un tableau.
Remarque
Les diagrammes ajoutés aux pages Plan et Rapport sont mis à jour s'ils sont modifiés dans l'espace
Visualiser.. Toutefois, les diagrammes ajoutés à une page Graphisme d'informations ne sont pas mis à jour
par les modifications apportées à l'espace Visualiser.
Guide de l'utilisateur d'Expert Analytics
Création de récits
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
129
5.
Pour créer d'autres pages, sélectionnez Ajouter page et répétez les étapes 2 à 4.
6.
Enregistrez le récit.
Si vous fermez le navigateur sans enregistrer votre récit, votre travail sera perdu.
12.1.2.1
Mise en forme d'un récit
Un récit comprend une ou plusieurs pages et chaque page peut inclure une ou plusieurs sections. Vous pouvez
mettre en forme l'aspect général de chaque page et de chaque élément utilisé sur la page en ajoutant de la
couleur, une mise en forme du texte, un alignement du paragraphe, des titres de diagrammes, des étiquettes
d'axes, des légendes et une mise en forme des lignes et des formes.
1.
Dans l'espace Créer, ouvrez la page du récit à mettre en forme.
Le panneau Options du plan affiche les options disponibles pour ce type de page.
2.
Sélectionnez les options de mise en forme selon vos besoins.
3.
Sélectionnez un élément de la page.
Le panneau Options du plan affiche les options disponibles pour cet élément.
4.
Sélectionnez les options de mise en forme de l'élément selon vos besoins.
5.
Enregistrez le récit.
12.1.2.2
Ajout de texte dynamique à un récit
Dans toutes les mises en page, vous pouvez ajouter du texte dynamique basé sur les indicateurs du jeu de
données. Le texte dynamique est mis à jour lorsque le jeu de données est actualisé.
Vous ne pouvez pas créer d'objets texte dynamiques basés sur des dimensions et ajouter du texte dynamique
ainsi qu'un lien hypertexte au même texte.
1.
Dans l'espace Créer, sélectionnez la page dans laquelle ajouter du texte dynamique.
2.
Sélectionnez un élément de texte et placez le curseur là où vous souhaitez insérer du texte dynamique ou
sélectionnez le texte pour le remplacer par le texte dynamique.
3.
Dans le panneau Propriétés du texte, cliquez sur l'icône Ajouter ou modifier texte dynamique
La boîte de dialogue Nouvelle formule s'affiche.
4.
Saisissez un nom pour la formule.
5.
Cliquez deux fois sur des indicateurs et des fonctions pour les saisir dans la zone de syntaxe Formule.
6.
Saisissez les paramètres de la fonction et les informations associées en fonction de la tâche de la fonction.
.
Vous devez saisir les noms des colonnes utilisées dans la formule. Les noms des colonnes sont suggérés
lorsque vous commencez à les saisir.
7.
Si vous insérez des informations de calendrier et que vous devez choisir des dates, sélectionnez le bouton
Sélectionner une date en bas de la liste de fonctions.
8.
Cliquez sur OK pour appliquer la formule.
Les éléments de texte dynamique sont ajoutés à l'objet texte et seront mis à jour chaque fois que le jeu de
données sera actualisé.
130
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Création de récits
12.1.2.2.1
Modification du texte dynamique d'un récit
1.
Dans l'espace Créer, sélectionnez la page contenant le texte dynamique à modifier.
2.
Sélectionnez le texte dynamique à modifier.
3.
Dans le panneau Propriétés du texte, cliquez sur l'icône Ajouter ou modifier texte dynamique
La boîte de dialogue Modifier la formule s'affiche.
4.
Modifiez le texte dans la zone Formule ou modifiez d'autres options selon vos besoins, puis cliquez sur OK.
12.1.2.2.2
.
Suppression du texte dynamique d'un récit
1.
Dans l'espace Créer, sélectionnez la page dans laquelle supprimer du texte dynamique.
2.
Sélectionnez le texte dynamique à supprimer.
3.
Dans le panneau Propriétés du texte, cliquez sur l'icône Supprimer texte dynamique
12.1.3
Enregistrement d'un récit
12.1.4
Modification d'un récit
.
Cliquez sur Modifier en haut à droite de la fenêtre.
Le récit s'ouvre dans l'espace Créer.
Informations associées
Récits et données visualisées [page 125]
12.1.5
Exploration d'une visualisation dans un récit
Vous pouvez explorer des visualisations sur des pages de plan. Vous pouvez, par exemple explorer en avant et en
arrière, filtrer des valeurs et ajouter des classements.
Vous pouvez explorer une visualisation des manières suivantes :
Guide de l'utilisateur d'Expert Analytics
Création de récits
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
131
●
Explorer en avant et en arrière une valeur
●
Filtrer une ou plusieurs valeurs
●
Ajouter, modifier ou supprimer un classement
●
Effectuer un zoom et un panoramique sur les diagrammes géographiques
●
Modifier le titre
1.
Dans l'espace Visualisation, sélectionnez Explorer dans le coin supérieur droit d'une visualisation.
La visualisation s'ouvre dans une nouvelle fenêtre.
2.
Lorsque vous avez terminé l'exploration de la visualisation, cliquez sur Mettre à jour pour enregistrer vos
modifications et revenir au plan.
12.1.6
Actualisation des données sur une page Graphisme
d'informations
Par défaut, les données d'un graphisme d'informations ne sont pas actualisées automatiquement. Toutefois, vous
pouvez actualiser manuellement les données chaque fois que vous ouvrez une page Graphisme d'informations.
L'actualisation est utile pour les données en temps réel, lorsque vous avez besoin des informations les plus
récentes dans un graphisme d'informations. Cependant, l'actualisation des données peut modifier le message
narratif d'un graphisme d'informations car il modifie les données sur lesquelles ce dernier est fondé.
1.
Dans l'espace Créer, ouvrez la page Graphisme d'informations pour actualiser les données.
2.
Sous Options de page, exécutez l'une des actions suivantes :
○
Pour actualiser manuellement la page, sélectionnez l'icône Actualiser les visualisations sur la page.
○
Pour actualiser automatiquement la page, sous Actualiser la page à l'ouverture, cliquez sur le bouton
Activé.
Une boîte de dialogue s'affiche et indique que les visualisations seront mises à jour pour utiliser les données
les plus récentes, ce qui pourrait modifier les personnalisations existantes.
Les données de cette page Graphisme d'informations seront actualisées chaque fois que vous ouvrirez le
graphisme d'informations.
132
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Création de récits
13
Partage des données
13.1
Publication sur SAP Lumira Server
SAP Lumira Server est une application d'analyse visuelle des données qui fournit un accès Web aux informations
stockées dans un référentiel SAP HANA.
Vous pouvez utiliser SAP Lumira Server pour partager des jeux de données et des récits en fonction des sources
de données SAP HANA que vous avez créées comme suit :
●
Vous pouvez publier des jeux de données vers SAP Lumira Server puis permettre à vos collaborateurs de
projet de les consulter et de les modifier.
●
Vous pouvez publier des récits vers SAP Lumira Server puis permettre à vos collaborateurs de projet de les
consulter. Les récits ne peuvent pas être modifiés.
Le partage de l'accès aux jeux de données et récits publiés est affecté aux rôles (et non aux utilisateurs
individuels) et un rôle est attribué à chaque utilisateur. (Les rôles sont définis dans SAP HANA Studio.) Vous
décidez des rôles pour lesquels l'accès aux jeux de données et récits publiés est autorisé. Toutefois, seul le statut
Afficher peut être affecté à un rôle car les récits publiés ne peuvent pas être modifiés. Pour en savoir plus sur les
rôles et le partage sur SAP Lumira Server, consultez le guide SAP Lumira Server User Guide.
Informations associées
Publication des récits et des jeux de données vers SAP Lumira Server [page 133]
13.1.1
Publication des récits et des jeux de données vers SAP
Lumira Server
Les récits publiés sont en affichage seul. Pour modifier un récit publié vers SAP Lumira Server, modifiez-le
d'abord, puis republiez-le.
●
Saisissez l'URL de SAP Lumira Server.
Sélectionnez Fichier Préférences Réseau et copiez l'URL du serveur dans la zone de SAP Lumira
Server. Vous devez disposer de vos informations de connexion pour SAP Lumira Server.
●
Affichez les restrictions de publication :
○
Le Aucun type d'agrégation pour un indicateur n'est pas pris en charge.
○
Les visualisations comportant des calculs prédictifs ou de prévisions ne sont pas prises en charge.
○
Les formules suivantes ne peuvent pas être publiées correctement sur SAP Lumira Server :
AddMonthToDate, AddYearToDate, LastDayOfMonth, DayOfYear, Week, LastWord et
ExceptLastWord.
Guide de l'utilisateur d'Expert Analytics
Partage des données
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
133
1.
Dans l'espace Partager, effectuez l'une des actions suivantes :
Option
Description
Pour publier un ré­
cit
Cliquez sur le lien Récits en haut de la zone de dessin centrale et cliquez sur un récit. Les récits en­
registrés dans l'espace Créer sont listés dans la zone de dessin centrale.
Pour publier un jeu Cliquez sur un jeu de données dans le volet Jeux de données.
de données
2.
Sélectionnez le bouton Publier vers SAP Lumira Server en haut de la barre de menus.
3.
Saisissez le nom de votre compte et votre mot de passe, puis cliquez sur Connexion.
4.
Sélectionnez Suivant.
Si vous republiez un récit ou un jeu de données qui existe déjà sur SAP Lumira Server, un message vous
indique que le récit ou le jeu de données existe déjà. Si vous souhaitez créer une copie sur le serveur, vous
devez la créer dans l'application et la publier séparément. Sinon, la version sur le serveur sera écrasée.
5.
6.
134
Effectuez l'une des actions suivantes :
Option
Description
Pour conserver la version publiée et créer
une copie
Sélectionnez Ne pas écraser dans la liste Détails et sélectionnez Annuler.
Vous pouvez ensuite créer une copie dans l'application et la publier.
Pour remplacer la version publiée par une
version mise à jour
Sélectionnez Écraser dans la liste Détails, sélectionnez Vérifier, puis
Publier.
Sélectionnez Terminé.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Partage des données
14 Utilisation des modèles
14.1 Création d'un modèle
Un modèle est un composant réutilisable créé par apprentissage d'un algorithme à l'aide de données historiques
et par enregistrement de l'instance.
Pour créer un modèle, vous devez enregistrer l'état de l'algorithme. En général, vous créez des modèles pour les
raisons suivantes :
●
Pour partager les règles de gestion calculées pouvant être appliquées à des données similaires
●
Pour prévoir les données invisibles à l'aide de l'instance formée de l'algorithme
1.
Acquérez les données de la source de données souhaitée.
Le composant de source de données est ajouté à une nouvelle analyse dans l'espace Prévision.
2.
Dans l'espace Prévision, cliquez deux fois sur le composant d'algorithme requis.
3.
Dans le menu contextuel du composant, sélectionnez Configurer les paramètres et configurez les paramètres
du composant.
4.
Sélectionnez
5.
Dans le menu contextuel de l'algorithme, sélectionnez Enregistrer en tant que modèle.
6.
Saisissez un nom et une description pour le modèle.
7.
Si un modèle ayant le même nom existe déjà, sélectionnez l'option Ecraser, le cas échéant pour écraser le
modèle existant.
8.
Sélectionnez Enregistrer.
9.
Sélectionnez OK.
(Exécuter l'analyse).
Le modèle est créé et s'affiche dans la section Modèles de la liste de composants sur la droite. Vous pouvez
utiliser ce modèle comme tout autre composant pour créer une analyse.
Remarque
Les noms de colonne indépendante utilisés lors de l'évaluation du modèle doivent être les mêmes que ceux de
colonne indépendante utilisés lors de la création du modèle.
14.2 Exportation d'un modèle au format PMML
Vous pouvez exporter les informations de modèle vers un fichier local au format standard PMML (Predictive
Modeling Markup Language) et partager le modèle avec d'autres applications compatibles PMML pour analyser
des jeux de données similaires.
Pour exporter un modèle au format PMML, procédez comme suit :
Guide de l'utilisateur d'Expert Analytics
Utilisation des modèles
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
135
1.
Créez un modèle.
2.
Dans l'espace Prévision, dans la section Modèles, cliquez deux fois sur le modèle requis.
3.
Dans le menu contextuel du modèle, sélectionnez Exporter le modèle.
4.
Sélectionnez Utiliser cette option pour exporter les modèles de données dans le fichier Predictive Model
Markup Language (*.pmml).
5.
Sélectionnez Exporter.
6.
Saisissez un nom pour le fichier.
7.
Sélectionnez le type de fichier de votre choix, PMML ou XML.
8.
Sélectionnez Enregistrer.
14.3 Exportation d'un modèle dans un fichier .spar
Vous pouvez exporter un modèle dans un fichier .spar et le partager avec vos collègues.
Pour exporter un modèle, procédez comme suit :
1.
Créez un modèle.
2.
Sélectionnez le modèle à exporter, puis Exporter le modèle dans les actions de composant, ou bien faites
glisser le modèle dans l'éditeur d'analyse et sélectionnez Exporter le modèle dans le menu contextuel.
3.
Sélectionnez Utiliser cette option pour exporter le modèle de données dans le fichier archive (.spar) d'Expert
Analytics.
4.
Sélectionnez Exporter.
5.
Saisissez un nom pour le fichier .spar.
6.
Sélectionnez Enregistrer.
7.
Sélectionnez OK.
Pour exporter plusieurs modèles dans un seul fichier .spar, sélectionnez
Sélectionnez les modèles à exporter, puis Exporter.
Fichier
Exporter tous les modèles .
14.4 Exportation d'un modèle SAP HANA en tant que
procédure stockée
Vous pouvez exporter un modèle SAP HANA en tant que procédure stockée dans la base de données SAP HANA.
Tous les utilisateurs de SAP HANA peuvent utiliser ces modèles pour l'analyse.
●
Vous devez avoir créé et enregistré un modèle dans la liste de composants sous Modèles.
●
Avant d'exporter un modèle SAP HANA en tant que procédure stockée, vérifiez que votre compte est défini
dans SAP HANA.
1.
Dans l'espace Prévision, sélectionnez Modèles dans la liste de composants sur la droite.
2.
Sélectionnez le modèle requis, puis dans la section Actions de composant, sélectionnez Exporter le modèle.
3.
Sélectionnez Utiliser cette option pour exporter un modèle SAP HANA en tant que procédure stockée.
136
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Utilisation des modèles
4.
Sélectionnez Exporter.
5.
Sélectionnez le schéma requis sous lequel doit s'afficher la procédure.
6.
Spécifiez un nom pour la procédure.
Remarque
Pour écraser une procédure existante ayant le même nom dans le schéma sélectionné, sélectionnez
Écraser, le cas échéant.
7.
Sélectionnez Exporter.
La procédure exportée et les objets associés (tables/types) s'affichent sous le schéma sélectionné dans la base
de données SAP HANA.
Conseil
Vous pouvez employer une procédure stockée pour une utilisation en dehors d'Expert Analytics. Exécutez le
SQL suivant pour obtenir le résultat du score :
CREATE TABLE InputData like PAS00AMYWGCT0Y_ZE4LISJ2MWSCOREPROCEDURE_INPUT_TYPE ;
Here insert the data that you would like to score on.
Insert into InputData …….
CREATE TABLE ResultTable like PAS00AMYWGCT0Y_ZE4LISJ2MWSCOREPROCEDURE_OUTPUT_TYPE;
call "ANALYTICS"."ScoreProcedure"(InputData,ResultTable) WITH OVERVIEW;
select * from ResultTable;
Informations associées
Création d'un modèle [page 135]
14.4.1 Suppression de la procédure stockée exportée de SAP
HANA
Vous pouvez supprimer la procédure stockée exportée à partir de SAP HANA à l'aide de SAP HANA Studio. Veillez
à ce que votre compte soit défini dans SAP HANA.
Pour supprimer la procédure stockée exportée à partir de SAP HANA, procédez comme suit :
1.
Dans SAP HANA Studio, accédez à la procédure que vous avez exportée.
Remarque
Vous pouvez trouver la procédure exportée sous le dossier Procédure du schéma.
2.
Cliquez avec le bouton droit de la souris sur la procédure et sélectionnez Ouvrir la définition.
L'onglet Définition s'affiche.
3.
Dans l'onglet Définition, sélectionnez l'onglet Créer une instruction.
Guide de l'utilisateur d'Expert Analytics
Utilisation des modèles
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
137
4.
Dans l'onglet Créer une instruction, copiez les commentaires SQL (commandes précédées d'un double trait
d'union "--").
5.
Dans l'onglet Navigateur, cliquez avec le bouton droit de la souris sur la procédure, puis sélectionnez Console
SQL.
L'onglet Console SQL s'affiche.
6.
Dans l'onglet Console SQL, collez les commentaires SQL et sélectionnez Exécuter, ou appuyez sur la touche
F8.
Remarque
Avant d'exécuter les commentaires, assurez-vous d'avoir supprimé le double trait d'union (- -), qui précède
les commentaires SQL.
14.5 Importation d'un modèle
Vous pouvez importer un modèle partagé par votre collègue et l'utiliser pour les analyses.
Pour importer un modèle, procédez comme suit :
1.
Dans l'espace Prévision, sélectionnez
Importer le modèle
dans la liste de composants sur la droite.
2.
Sélectionnez un fichier .spar valide, puis sélectionnez Ouvrir.
3.
Sélectionnez les modèles à importer et sélectionnez Terminer.
Le modèle est importé et s'affiche dans la section Modèles de la liste de composants.
14.6 Suppression d'un modèle
Il est recommandé d'utiliser cette option avec prudence car la suppression d'un modèle peut rendre inutilisable
l'analyse contenant la référence du modèle.
Pour supprimer un modèle, procédez comme suit :
1.
Dans l'espace Prévision, sélectionnez Modèles dans la liste de composants.
2.
Sélectionnez le modèle requis, puis Supprimer dans les actions de composant.
138
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Utilisation des modèles
15
Propriétés des composants
15.1
Algorithmes
Utilisez les algorithmes pour procéder à l'extraction de données et à l'analyse statistique sur vos données. Par
exemple, pour déterminer des tendances et des modèles dans vos données.
Expert Analytics propose des algorithmes intégrés tels que les régressions, séries chronologiques et valeurs hors
norme. Cependant, les algorithmes de type arbres de décision, k-means, réseau neuronal, série chronologique et
régression de la bibliothèque en open source de R sont également pris en charge. Vous pouvez également
procéder à une analyse in-database à l'aide des algorithmes de la bibliothèque Predictive Analysis (PAL) de SAP
HANA.
15.1.1
Régression
15.1.1.1
Régression exponentielle SAP HANA
Propriétés pouvant être configurées pour l'algorithme de régression exponentielle SAP HANA.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme réalise une analyse de
régression à une seule variable. Il détermine la manière dont la variable individuelle influence une autre variable
à l'aide d'une fonction exponentielle.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
139
Propriétés de l'algorithme Régression exponentielle SAP HANA
Table 52 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonnes indépendantes
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Nom de la colonne prédite
Saisissez un nom pour la colonne venant d'être ajoutée, qui
contient les valeurs prédites.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 1.
15.1.1.2
Régression géométrique SAP HANA
Propriétés pouvant être configurées pour l'algorithme de régression géométrique SAP HANA.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme réalise une analyse de
régression à une seule variable. Il détermine la manière dont la variable individuelle influence une autre variable
à l'aide d'une fonction géométrique.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
140
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de l'algorithme Régression géométrique SAP HANA
Table 53 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonnes indépendantes
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Nom de la colonne prédite
Saisissez un nom pour la colonne venant d'être ajoutée, qui
contient les valeurs prédites.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 1.
15.1.1.3
Régression linéaire multiple HANA
Propriétés pouvant être configurées pour l'algorithme de régression linéaire multiple HANA.
Syntaxe
Cet algorithme permet de trouver la relation linéaire entre une variable dépendante et une ou plusieurs
variables indépendantes.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
141
Propriétés de la régression linéaire multiple HANA
Table 54 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonnes indépendantes
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 1.
15.1.1.4
Régression logarithmique SAP HANA
Propriétés pouvant être configurées pour l'algorithme de régression logarithmique SAP HANA.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme effectue des analyses de
régression logarithmique bidimensionnelle. Il détermine la manière dont la variable individuelle influence une
autre variable à l'aide d'une fonction logarithmique PAL (Predictive Analysis Library, bibliothèque d'analyses
prédictives SAP HANA).
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
142
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de l'algorithme Régression logarithmique SAP HANA
Table 55 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonne indépendante
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 1.
15.1.1.5
Régression polynomiale SAP HANA
Propriétés pouvant être configurées pour l'algorithme de régression polynomiale SAP HANA.
Syntaxe
Utilisez cet algorithme pour rechercher la relation entre la variable indépendante et la variable dépendante
dans une ligne curviligne adaptée.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
143
Propriétés de l'algorithme Régression polynomiale SAP HANA
Table 56 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonnes indépendantes
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse de régression.
Degré du polynôme
Saisissez la plus grande valeur d'exposant d'une expression
polynomiale.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 1.
15.1.1.6
Régression linéaire multiple de R SAP HANA
Propriétés pouvant être configurées pour l'algorithme de régression linéaire multiple de R HANA.
Syntaxe
Cet algorithme permet de trouver la relation linéaire entre une variable dépendante et une ou plusieurs
variables indépendantes.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
144
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de l'algorithme Régression linéaire multiple de R SAP HANA
Table 57 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonnes indépendantes
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
contenant les valeurs manquantes durant le calcul.
manquante dans la colonne indépendante ou dépen­
dante.
Niveau de confiance
Saisissez le niveau de confiance de l'algorithme (l'exactitude
des prédictions). La valeur par défaut est 0,95.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
15.1.1.7
Régression logistique SAP HANA
Propriétés pouvant être configurées pour l'algorithme de régression logistique SAP HANA.
Syntaxe
Utilisez cet algorithme lorsque les variables indépendantes sont catégoriques ou sont un mélange de valeurs
continues et catégoriques. La régression logistique est une approche prédictive similaire à la régression OLS
(Ordinary Least Square).
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
145
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
Propriétés de l'algorithme Régression logistique SAP HANA
Table 58 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
Colonnes indépendantes
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Méthode d'itération
Sélectionnez la méthode d'itération.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Afficher les valeurs adaptées
Sélectionnez cette option pour afficher les valeurs adaptées
dans une nouvelle colonne.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Itération maximale
Saisissez le nombre maximal d'itérations autorisées pour cal­
culer le coefficient de l'algorithme. La valeur par défaut est
100.
Seuil de sortie
Saisissez une valeur de seuil pour sortir des itérations. La va­
leur par défaut est 0,00001.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 4.
146
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Mappage de valeur pour 0
Saisissez la valeur d'une variable qui est mappée à 0.
Mappage de valeur pour 1
Saisissez la valeur d'une variable qui est mappée à 1.
15.1.1.8
Régression automatisée HANA
Propriétés pouvant être configurées pour l'algorithme de régression automatisée (auto) HANA.
Syntaxe
L'algorithme de régression automatisée HANA a recours à une technique appelée minimisation du risque
structurel et crée un modèle polynomial. Cet algorithme peut gérer un très grand nombre d'attributs d'entrée
de manière automatisée pour trouver des tendances dans les données. Il fournit des indicateurs et des
graphiques pour garantir que la qualité et la robustesse des modèles appris soit facilement évaluable.
L'algorithme de régression automatisée HANA est uniquement disponible en mode en ligne (connecté à SAP
HANA). Un algorithme de régression automatisée similaire est disponible en mode hors ligne.
Pour en savoir plus sur les fonctions utilisées pour les algorithmes automatisés en ligne, voir le guide SAP
Automated Predictive Library Reference Guide (APL) à l'adresse http://help.sap.com/pa
Propriétés de la régression automatisée HANA
Table 59 : Propriétés de l'algorithme
Propriété
Description
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse de régression.
Variable cible
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Nom de la colonne prédite
Saisissez un nom pour la colonne récemment créée qui con­
tient les valeurs prédites.
15.1.1.9
Régression exponentielle de R
Propriétés pouvant être configurées pour l'algorithme de régression exponentielle de R.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme réalise une analyse de
régression à une seule variable. Il détermine comment une variable individuelle influence une autre variable à
l'aide d'une fonction exponentielle de la bibliothèque en open source de R.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
147
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
Propriétés de la régression exponentielle de R
Table 60 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonne indépendante
Sélectionnez la colonne d'entrée avec laquelle vous souhaitez
réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
manquante dans la colonne indépendante ou dépen­
dante.
Autoriser l'ajustement unique
Une valeur booléenne : si l'option est définie sur True, les coef­
ficients comportant un alias sont ignorés par la matrice de co­
variance des coefficients. Si elle est définie sur False, un mo­
dèle avec des coefficients comportant un alias produit une er­
reur.
Un modèle avec des coefficients comportant un alias signifie
que la matrice de carré x*x est singulière.
Contrastes
148
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Sélectionnez la liste des contrastes à utiliser pour que les fac­
teurs apparaissent sous forme de variables dans le modèle.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
15.1.1.10 Régression géométrique de R
Propriétés pouvant être configurées pour l'algorithme de régression géométrique de R.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme réalise une analyse de
régression à une seule variable. Il détermine comment une variable individuelle influence une autre variable à
l'aide d'une fonction géométrique de la bibliothèque en open source de R.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
Propriétés de la régression géométrique de R
Table 61 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonne indépendante
Sélectionnez la colonne d'entrée avec laquelle vous souhaitez
réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
149
Propriété
Description
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
manquante dans la colonne indépendante ou dépen­
dante.
Autoriser l'ajustement unique
Une valeur booléenne : si l'option est définie sur True, les coef­
ficients comportant un alias sont ignorés par la matrice de co­
variance des coefficients. Si elle est définie sur False, un mo­
dèle avec des coefficients comportant un alias produit une er­
reur.
Un modèle avec des coefficients comportant un alias signifie
que la matrice de carré x*x est singulière.
Contrastes
Sélectionnez la liste des contrastes à utiliser pour que les fac­
teurs apparaissent sous forme de variables dans le modèle.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
15.1.1.11 Régression linéaire de R
Propriétés pouvant être configurées pour l'algorithme de régression linéaire de R.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme réalise une analyse de
régression à une seule variable. Il détermine comment une variable individuelle influence une autre variable à
l'aide de la bibliothèque en open source de R.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
150
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de la régression linéaire de R
Table 62 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonne indépendante
Sélectionnez la colonne d'entrée avec laquelle vous souhaitez
réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
manquante dans la colonne indépendante ou dépen­
dante.
Autoriser l'ajustement unique
Une valeur booléenne : si l'option est définie sur True, les coef­
ficients comportant un alias sont ignorés par la matrice de co­
variance des coefficients. Si elle est définie sur False, un mo­
dèle avec des coefficients comportant un alias produit une er­
reur.
Un modèle avec des coefficients comportant un alias signifie
que la matrice de carré x*x est singulière.
Contrastes
Sélectionnez la liste des contrastes à utiliser pour que les fac­
teurs apparaissent sous forme de variables dans le modèle.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
151
15.1.1.12 Régression logarithmique de R
Propriétés pouvant être configurées pour l'algorithme de régression logarithmique de R.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme réalise une analyse de
régression à une seule variable. Il détermine comment une variable individuelle influence une autre variable à
l'aide d'une fonction logarithmique de la bibliothèque en open source de R.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
Propriétés de la régression logarithmique de R
Table 63 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode dans lequel vous voulez afficher les don­
nées de sortie.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonne indépendante
Sélectionnez la colonne source d'entrée avec laquelle vous
souhaitez réaliser la régression.
Colonne dépendante
Sélectionnez la colonne cible sur laquelle vous souhaitez réali­
ser la régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Valeurs possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
●
Arrêter : L'exécution de l'algorithme cesse si une valeur
contenant les valeurs manquantes durant le calcul.
est manquante dans la colonne indépendante ou dépen­
dante.
152
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Autoriser l'ajustement unique
Une valeur booléenne : si l'option est définie sur True, les coef­
ficients comportant un alias sont ignorés par la matrice de co­
variance des coefficients. Si elle est définie sur False, un mo­
dèle avec des coefficients comportant un alias produit une er­
reur.
Un modèle avec des coefficients comportant un alias signifie
que la matrice de carré x*x est singulière.
Contrastes
Sélectionnez la liste des contrastes à utiliser pour que les fac­
teurs apparaissent sous forme de variables dans le modèle.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
15.1.1.13 Régression linéaire multiple de R
Propriétés pouvant être configurées pour l'algorithme de régression linéaire multiple de R.
Syntaxe
Cet algorithme permet de trouver la relation linéaire entre une variable dépendante et une ou plusieurs
variables indépendantes.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
Propriétés de la régression linéaire multiple de R
Table 64 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
153
Propriété
Description
Colonnes indépendantes
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : Conserve les valeurs manquantes.
●
Arrêter : L'exécution de l'algorithme cesse si une valeur
est manquante dans la colonne indépendante ou dépen­
dante.
Niveau de confiance
Saisissez le niveau de confiance de l'algorithme. La valeur par
défaut est 0,95.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
15.1.1.14 Régression exponentielle
Propriétés pouvant être configurées pour l'algorithme de régression exponentielle.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme réalise une analyse de
régression à une seule variable. Il détermine comment une variable individuelle influence une autre variable à
l'aide d'une fonction exponentielle selon la méthodologie du moindre carré.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
154
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de la régression exponentielle
Table 65 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Modes possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonne indépendante
Sélectionnez la colonne d'entrée avec laquelle vous souhaitez
réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
manquante dans la colonne indépendante ou dépen­
dante.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
15.1.1.15 Régression géométrique
Propriétés pouvant être configurées pour l'algorithme de régression géométrique.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme réalise une analyse de
régression à une seule variable. Il détermine comment une variable individuelle influence une autre variable à
l'aide d'une fonction géométrique selon la méthodologie du moindre carré.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
155
Propriétés de la régression géométrique
Table 66 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonne indépendante
Sélectionnez la colonne d'entrée avec laquelle vous souhaitez
réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
manquante dans la colonne indépendante ou dépen­
dante.
Nom de la colonne prédite
Saisissez un nom pour la colonne récemment créée qui con­
tient les valeurs prédites.
15.1.1.16 Régression automatisée
Propriétés pouvant être configurées pour l'algorithme de régression automatisée (auto).
Syntaxe
L'algorithme de régression automatisée a recours à une technique appelée minimisation du risque structurel et
crée un modèle polynomial. Cet algorithme peut gérer un très grand nombre d'attributs d'entrée de manière
automatisée pour trouver des tendances dans les données. Il fournit des indicateurs et des graphiques pour
garantir que la qualité et la robustesse des modèles appris soit facilement évaluable.
156
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de la régression automatisée
Table 67 : Propriétés de l'algorithme
Propriété
Description
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse de régression.
Variable cible
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Nom de la colonne prédite
Saisissez un nom pour la colonne récemment créée qui con­
tient les valeurs prédites.
15.1.1.17 Régression linéaire
Propriétés pouvant être configurées pour l'algorithme de régression linéaire.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme réalise une analyse de
régression à une seule variable. Il détermine comment une variable individuelle influence une autre variable
selon la méthodologie du moindre carré.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
Propriétés de la régression linéaire
Table 68 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonne indépendante
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Sélectionnez la colonne d'entrée avec laquelle vous souhaitez
réaliser l'analyse de régression.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
157
Propriété
Description
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Valeurs possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
manquante dans la colonne indépendante ou dépen­
dante.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
15.1.1.18 Régression logarithmique
Propriétés pouvant être configurées pour l'algorithme de régression logarithmique.
Syntaxe
Cet algorithme permet de découvrir des tendances dans les données. Cet algorithme réalise une analyse de
régression à une seule variable. Il détermine comment une variable individuelle influence une autre variable à
l'aide d'une fonction logarithmique selon la méthodologie du moindre carré.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
158
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de la régression logarithmique
Table 69 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
Colonne indépendante
Sélectionnez la colonne d'entrée avec laquelle vous souhaitez
réaliser l'analyse de régression.
Colonne dépendante
Sélectionnez la colonne cible pour laquelle vous souhaitez
réaliser l'analyse de régression.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
manquante dans la colonne indépendante ou dépen­
dante.
Nom de la colonne prédite
15.1.2
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Valeurs hors norme
15.1.2.1
Détection des anomalies SAP HANA
Propriétés pouvant être configurées pour l'algorithme de détection des anomalies SAP HANA
Syntaxe
Utilisez cet algorithme pour rechercher dans les données des modèles non conformes au comportement
attendu.
Remarque
La création de modèles à l'aide de l'algorithme de détection d'anomalies SAP HANA n'est pas prise en
charge.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
159
Propriétés de l'algorithme de détection des anomalies SAP HANA
Table 70 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Colonnes indépendantes
Sélectionnez les colonnes source d'entrée.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Valeurs possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Pourcentage d'anomalies
Saisissez la valeur de pourcentage qui indique la proportion
des anomalies dans les données source. La valeur par défaut
est 10.
Méthode de détection d'anomalies
Sélectionnez la méthode de détection des anomalies.
●
Par distance par rapport au centre
●
Par somme des distances par rapport à tous les centres
Nbre max. d'itérations
Saisissez le nombre d'itérations autorisées pour trouver les
clusters. La valeur par défaut est 100.
Méthode de calcul des centres
Sélectionnez la méthode à utiliser pour calculer les centres de
cluster d'origine.
Type de normalisation
Sélectionnez le type de normalisation
Nombre de clusters
Saisissez le nombre de groupes pour la mise en cluster.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 1.
Seuil de sortie
Saisissez une valeur de seuil pour sortir des itérations. La va­
leur par défaut est 0,0001.
Mesure de distance
Saisissez la mesure permettant de calculer la distance entre
les enregistrements et les centre de cluster.
Nom de la colonne prédite
Saisissez un nom pour la nouvelle colonne qui contient les va­
leurs prédites.
160
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
15.1.2.2
Test de la plage interquartile SAP HANA
Propriétés pouvant être configurées pour l'algorithme d'intervalle interquartile HANA
Syntaxe
Cet algorithme permet de trouver les valeurs hors norme en fonction de la distribution statistique entre les
premier et troisième quartiles.
Remarque
●
Les données d'entrée associées à l'algorithme Test de la plage interquartile SAP HANA doivent
représenter au minimum 4 lignes.
●
La création de modèles à l'aide de l'algorithme Test de la plage interquartile SAP HANA n'est pas prise
en charge.
Propriétés de l'algorithme Test de la plage interquartile SAP HANA
Table 71 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Afficher les valeurs hors norme : Ajoute une colonne boo­
léenne aux données d'entrée spécifiant si la valeur cor­
respondante est une valeur hors norme.
●
Supprimer les valeurs hors norme : Supprime les valeurs
hors norme des données d'entrée.
Colonne indépendante
Sélectionnez la colonne source d'entrée.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Coefficient de clôture
Saisissez l'écart permis pour les valeurs de la plage interquar­
tile. La valeur par défaut est 1,5.
Nom de la colonne prédite
Saisissez un nom pour la nouvelle colonne qui contient les va­
leurs prédites.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
161
15.1.2.3
Intervalle interquartile
Propriétés pouvant être configurées pour l'algorithme d'intervalle interquartile
Syntaxe
Cet algorithme permet de trouver les valeurs hors norme en fonction de la distribution statistique entre les
premier et troisième quartiles.
Remarque
●
Les données d'entrée de l'algorithme IQR (intervalle interquartile) doivent représenter au minimum
4 lignes.
●
La création de modèles à l'aide de l'algorithme intervalle interquartile n'est pas prise en charge.
Propriétés de l'intervalle interquartile
Table 72 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Afficher les valeurs hors norme : Ajoute une colonne boo­
léenne aux données d'entrée spécifiant si la valeur cor­
respondante est une valeur hors norme.
●
Supprimer les valeurs hors norme : Supprime les valeurs
hors norme des données d'entrée.
Fonctionnalité
Sélectionnez la colonne source d'entrée avec laquelle vous
souhaitez réaliser l'analyse.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
manquante dans la colonne indépendante ou dépen­
dante.
Coefficient de clôture
Saisissez l'écart permis pour les valeurs de l'intervalle inter­
quartile. La valeur par défaut est 1,5.
Nom de la colonne prédite
Saisissez un nom pour la nouvelle colonne qui contient les va­
leurs escomptées.
162
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
15.1.2.4
Valeur aberrante voisine la plus proche
Propriétés pouvant être configurées pour l'algorithme de valeur aberrante voisine la plus proche.
Syntaxe
Cet algorithme permet de trouver les valeurs hors norme en fonction du nombre de voisins (N) et de la distance
moyenne des valeurs comparativement à leurs N voisins les plus proches.
Remarque
La création de modèles à l'aide de la valeur aberrante voisine la plus proche n'est pas prise en charge.
Propriétés de la valeur aberrante voisine la plus proche
Table 73 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Afficher les valeurs hors norme : Ajoute une colonne boo­
léenne aux données d'entrée spécifiant si la valeur cor­
respondante est une valeur aberrante.
●
Supprimer les valeurs hors norme : Supprime les valeurs
hors norme des données d'entrée.
Fonctionnalité
Sélectionnez la colonne source d'entrée avec laquelle vous
souhaitez réaliser l'analyse.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
manquante dans la colonne indépendante ou dépen­
dante.
Nombre de voisins
Saisissez le nombre de voisins permettant de trouver les dis­
tances. La valeur par défaut est 5.
Nombre de valeurs hors norme
Saisissez le nombre de valeurs aberrantes à supprimer.
Nom de la colonne prédite
Saisissez un nom pour la nouvelle colonne qui contient les va­
leurs escomptées.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
163
15.1.2.5
Test de variance SAP HANA
Propriétés pouvant être configurées pour l'algorithme de test de variance HANA
Syntaxe
Un test de variance SAP HANA identifie les valeurs hors norme dans un jeu de données numériques. La limite
inférieure et la limite supérieure des données sont calculées à partir de la moyenne, de l'écart-type des
données et de la valeur de multiplicateur que vous avez fournie.
Le multiplicateur désigne un coefficient de type double vous permettant de tester si toutes les valeurs d'un
vecteur numérique se trouvent dans la plage.
Si une valeur se trouve en dehors de la plage, cela signifie qu'elle ne satisfait pas au test de variance et que, par
conséquent, la valeur est marquée comme valeur hors norme.
Remarque
La création de modèles à l'aide de l'algorithme de détection d'anomalies SAP HANA n'est pas prise en
charge.
Propriétés du test de variance SAP HANA
Table 74 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
●
Afficher les valeurs hors norme : Ajoute une colonne boo­
léenne aux données d'entrée spécifiant si la valeur cor­
respondante est une valeur aberrante.
●
Supprimer les valeurs hors norme : Supprime les valeurs
hors norme des données d'entrée.
Colonnes indépendantes
Sélectionnez les colonnes source d'entrée.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
164
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Multiplicateur
Saisissez la valeur du multiplicateur pour décider de la plage
des limites inférieure et supérieure, vous permettant d'identi­
fier les valeurs aberrantes. La valeur par défaut est 3,0.
Remarque
La valeur d'entrée doit être un entier positif.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution.
Nom de la colonne prédite
Saisissez un nom pour la nouvelle colonne qui contient les va­
leurs escomptées.
15.1.3
Série chronologique
15.1.3.1
Lissage exponentiel simple SAP HANA
Propriétés pouvant être configurées pour l'algorithme de lissage exponentiel simple HANA
Syntaxe
Utilisez cet algorithme pour lisser la source de données.
Remarque
La création de modèles à l'aide de l'algorithme Lissage exponentiel simple SAP HANA n'est pas prise en
charge.
Propriétés de l'algorithme Lissage exponentiel simple SAP HANA
Table 75 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Variable cible
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
●
Tendance : affiche la source de données avec les valeurs
prédites pour le jeu de données spécifié.
●
Prévision : affiche les valeurs prévisionnelles pour la pé­
riode donnée.
Sélectionnez la colonne cible sur laquelle vous souhaitez réali­
ser l'analyse de séries chronologiques.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
165
Propriété
Description
Période
Sélectionnez la période de la prévision.
Périodes par an
Sélectionnez la période de la prévision. Cette option n'est acti­
vée que si vous sélectionnez "Personnalisée" pour "Période".
Année de début
Saisissez l'année à partir de laquelle les observations doivent
être prises en compte. Par exemple, 2009, 1987, 2019.
Période de début
Saisissez la période à partir de laquelle les observations doi­
vent être prises en compte. La valeur par défaut est 1.
Périodes de prédiction
Saisissez le nombre de périodes de prévision. Cette valeur est
utilisée uniquement si le mode de sortie est Prévision.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Valeurs d'années
Saisissez un nom pour la colonne créée qui contient les va­
leurs d'années.
Valeurs de trimestres
Saisissez un nom pour la colonne créée qui contient les va­
leurs de trimestres.
Valeurs de mois
Saisissez un nom pour la colonne créée qui contient les va­
leurs de mois.
Valeurs de périodes
Saisissez un nom pour la colonne créée qui contient les va­
leurs de périodes.
Alphanumérique
Saisissez une constante de lissage pour le lissage des obser­
vations (paramètre de base). Plage : 0-1.
15.1.3.2
Lissage exponentiel double SAP HANA
Propriétés pouvant être configurées pour l'algorithme de lissage exponentiel double HANA
Syntaxe
Utilisez cet algorithme pour lisser la source de données.
Remarque
La création de modèles à l'aide de l'algorithme Lissage exponentiel double SAP HANA n'est pas prise en
charge.
166
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de l'algorithme Lissage exponentiel double SAP HANA
Table 76 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
●
Tendance : affiche la source de données avec les valeurs
prédites pour le jeu de données spécifié.
●
Prévision : affiche les valeurs prévisionnelles pour la pé­
riode donnée.
Variable cible
Sélectionnez la colonne cible sur laquelle vous souhaitez réali­
ser l'analyse de séries chronologiques.
Période
Sélectionnez la période de la prévision.
Périodes par an
Sélectionnez la période de la prévision. Cette option n'est acti­
vée que si vous sélectionnez "Personnalisée" pour "Période".
Année de début
Saisissez l'année à partir de laquelle les observations doivent
être prises en compte. Par exemple, 2009, 1987, 2019.
Période de début
Saisissez la période à partir de laquelle les observations doi­
vent être prises en compte.
Périodes de prédiction
Saisissez le nombre de périodes de prévision. Cette valeur est
utilisée uniquement si le mode de sortie est Prévision.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Valeurs d'années
Saisissez un nom pour la colonne créée qui contient les va­
leurs d'années.
Valeurs de trimestres
Saisissez un nom pour la colonne créée qui contient les va­
leurs de trimestres.
Valeurs de mois
Saisissez un nom pour la colonne créée qui contient les va­
leurs de mois.
Valeurs de périodes
Saisissez un nom pour la colonne créée qui contient les va­
leurs de périodes.
Alphanumérique
Saisissez une constante de lissage pour le lissage des obser­
vations (paramètre de base). Plage : 0-1.
Beta
Saisissez une constante de lissage pour trouver les paramè­
tres de tendance. Plage : 0-1.
15.1.3.3
Lissage exponentiel triple SAP HANA
Propriétés pouvant être configurées pour l'algorithme de lissage exponentiel triple HANA.
Syntaxe
Utilisez cet algorithme pour lisser les données source et trouver des tendances saisonnières dans les données.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
167
Remarque
La création de modèles à l'aide de l'algorithme Lissage exponentiel triple SAP HANA n'est pas prise en
charge.
Propriétés de l'algorithme Lissage exponentiel triple SAP HANA
Table 77 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
●
Tendance : affiche la source de données avec les valeurs
prédites pour le jeu de données spécifié.
●
Prévision : affiche les valeurs prévisionnelles pour la pé­
riode donnée.
Variable cible
Sélectionnez la colonne cible sur laquelle vous souhaitez réali­
ser l'analyse de séries chronologiques.
Période
Sélectionnez la période de la prévision.
Périodes par an
Sélectionnez la période de la prévision. Cette option n'est acti­
vée que si vous sélectionnez "Personnalisée" pour "Période".
Année de début
Saisissez l'année à partir de laquelle les observations doivent
être prises en compte. Par exemple, 2009, 1987, 2019.
Période de début
Saisissez la période à partir de laquelle les observations doi­
vent être prises en compte.
Périodes de prédiction
Saisissez le nombre de périodes de prévision. Cette valeur est
utilisée uniquement si le mode de sortie est Prévision.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Valeurs d'années
Saisissez un nom pour la colonne créée qui contient les va­
leurs d'années.
Valeurs de trimestres
Saisissez un nom pour la colonne créée qui contient les va­
leurs de trimestres.
Valeurs de mois
Saisissez un nom pour la colonne créée qui contient les va­
leurs de mois.
Valeurs de périodes
Saisissez un nom pour la colonne créée qui contient les va­
leurs de périodes.
Alphanumérique
Saisissez une constante de lissage pour le lissage des obser­
vations (paramètre de base). Plage : 0-1.
Beta
Saisissez une constante de lissage pour trouver les paramè­
tres de tendance. Plage : 0-1.
168
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Gamma
Saisissez une constante de lissage pour trouver les paramè­
tres de tendance saisonnière. Plage : 0-1.
15.1.3.4
Lissage exponentiel triple de R SAP HANA
Propriétés pouvant être configurées pour l'algorithme de lissage exponentiel triple de R HANA.
Syntaxe
Utilisez cet algorithme pour lisser les données source et trouver des tendances saisonnières dans les données.
Propriétés de l'algorithme Lissage exponentiel triple de R SAP HANA
Table 78 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
●
Tendance : affiche la source de données avec les valeurs
prédites pour le jeu de données spécifié.
●
Prévision : affiche les valeurs prévisionnelles pour la pé­
riode donnée.
Variable cible
Sélectionnez la colonne cible sur laquelle vous souhaitez réali­
ser l'analyse de séries chronologiques.
Période
Sélectionnez la période de la prévision.
Périodes par an
Sélectionnez la période de la prévision. Cette option n'est acti­
vée que si vous sélectionnez "Personnalisée" pour "Période".
Année de début
Saisissez l'année à partir de laquelle les observations doivent
être prises en compte. Par exemple, 2009, 1987, 2019.
Période de début
Saisissez la période à partir de laquelle les observations doi­
vent être prises en compte.
Périodes de prédiction
Saisissez le nombre de périodes de prévision. Cette valeur est
utilisée uniquement si le mode de sortie est Prévision.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Valeurs d'années
Saisissez un nom pour la colonne créée qui contient les va­
leurs d'années.
Valeurs de trimestres
Saisissez un nom pour la colonne créée qui contient les va­
leurs de trimestres.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
169
Propriété
Description
Valeurs de mois
Saisissez un nom pour la colonne créée qui contient les va­
leurs de mois.
Valeurs de périodes
Saisissez un nom pour la colonne créée qui contient les va­
leurs de périodes.
Alphanumérique
Saisissez une constante de lissage pour le lissage des obser­
vations (paramètre de base). Plage : 0-1.
Beta
Saisissez une constante de lissage pour trouver les paramè­
tres de tendance. Plage : 0-1.
Gamma
Saisissez une constante de lissage pour trouver les paramè­
tres de tendance saisonnière. Plage : 0-1.
Saisonnier
Saisissez le type d'algorithme de lissage exponentiel HoltWin­
ters
Niveau de confiance
Saisissez le niveau de confiance de l'algorithme
Nbre d'observations périodiques
Saisissez le nombre d'observations périodiques nécessaires
au démarrage du calcul.
Niveau
Saisissez la valeur de début pour le niveau (a[0]) (l.start). Par
exemple : 0,4.
Tendance
Saisissez la valeur de début pour trouver les paramètres de
tendance (b[0]) (b.start). Par exemple : 0,4.
Saison
Saisissez des valeurs de début pour trouver les paramètres
saisonniers (s.start). Cette valeur dépend de la colonne que
vous sélectionnez. Par exemple, si vous sélectionnez la pé­
riode trimestre, vous devez fournir quatre valeurs doubles.
Entrées de l'optimiseur
Saisissez les valeurs de début pour alpha, beta et gamma re­
quises par l'optimiseur. Par exemple : 0,3, 0,1, 0,1.
15.1.3.5
Lissage exponentiel simple de R
Propriétés pouvant être configurées pour l'algorithme de lissage exponentiel simple de R.
Syntaxe
Utilisez cet algorithme pour lisser la source de données.
Remarque
La création de modèles à l'aide de l'algorithme Lissage exponentiel simple R n'est pas prise en charge.
170
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés du lissage exponentiel simple de R
Table 79 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
●
Tendance : affiche la source de données avec les valeurs
prédites pour le jeu de données spécifié.
●
Prévision : affiche les valeurs prévisionnelles pour la pé­
riode donnée.
Variable cible
Sélectionnez la colonne cible sur laquelle vous souhaitez réali­
ser l'analyse de séries chronologiques.
Période
Sélectionnez la période de la prévision.
Périodes par an
Sélectionnez la période de la prévision. Cette option n'est acti­
vée que si vous sélectionnez "Personnalisée" pour "Période".
Année de début
Saisissez l'année à partir de laquelle les observations doivent
être prises en compte. Par exemple, 2009, 1987, 2019.
Période de début
Saisissez la période à partir de laquelle les observations doi­
vent être prises en compte.
Périodes de prédiction
Saisissez le nombre de périodes de prédiction.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Valeurs d'années
Saisissez un nom pour la colonne créée qui contient les va­
leurs d'années.
Valeurs de trimestres
Saisissez un nom pour la colonne créée qui contient les va­
leurs de trimestres.
Valeurs de mois
Saisissez un nom pour la colonne créée qui contient les va­
leurs de mois.
Valeurs de périodes
Saisissez un nom pour la colonne créée qui contient les va­
leurs de périodes.
Alphanumérique
Saisissez une constante de lissage pour le lissage des obser­
vations (paramètre de base). La valeur par défaut est 0,3.
Plage : 0-1.
Niveau de confiance
Saisissez le niveau de confiance de l'algorithme
Nbre d'observations périodiques
Saisissez le nombre d'observations périodiques nécessaires
au démarrage du calcul. La valeur par défaut est 2.
Niveau
Saisissez la valeur de début pour le niveau (a[0]) (l.start). Par
exemple : 0,4.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
171
15.1.3.6
Lissage exponentiel double de R
Propriétés pouvant être configurées pour l'algorithme de lissage exponentiel double de R.
Syntaxe
Cet algorithme permet de lisser les données source et de trouver des tendances dans les données.
Remarque
La création de modèles à l'aide de l'algorithme Lissage exponentiel double R n'est pas prise en charge.
Propriétés du lissage exponentiel double de R
Table 80 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
●
Tendance : affiche la source de données avec les valeurs
prédites pour le jeu de données spécifié.
●
Prévision : affiche les valeurs prévisionnelles pour la pé­
riode donnée.
Variable cible
Sélectionnez la colonne cible sur laquelle vous souhaitez réali­
ser l'analyse de séries chronologiques.
Période
Sélectionnez la période de la prévision.
Périodes par an
Sélectionnez les périodes de la prévision. Cette option n'est
activée que si vous sélectionnez "Personnalisée" pour "Pé­
riode".
Année de début
Saisissez l'année à partir de laquelle les observations doivent
être prises en compte. Par exemple, 2009, 1987, 2019.
Période de début
Saisissez la période à partir de laquelle les observations doi­
vent être prises en compte.
Périodes de prédiction
Saisissez le nombre de périodes de prédiction.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Valeurs d'années
Saisissez un nom pour la colonne créée qui contient les va­
leurs d'années.
Valeurs de trimestres
Saisissez un nom pour la colonne créée qui contient les va­
leurs de trimestres.
Valeurs de mois
Saisissez un nom pour la colonne créée qui contient les va­
leurs de mois.
172
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Valeurs de périodes
Saisissez un nom pour la colonne créée qui contient les va­
leurs de périodes.
Alphanumérique
Saisissez une constante de lissage pour le lissage des obser­
vations (paramètre de base). La valeur par défaut est 0,3.
Plage : 0-1.
Beta
Saisissez une constante de lissage pour rechercher les para­
mètres de tendance. La valeur par défaut est 0,1. Plage : 0-1.
Niveau de confiance
Saisissez le niveau de confiance de l'algorithme
Nbre d'observations périodiques
Saisissez le nombre d'observations périodiques nécessaires
au démarrage du calcul. La valeur par défaut est 2.
Niveau
Saisissez la valeur de début pour le niveau (a[0]) (l.start). Par
exemple : 0,4.
Tendance
Saisissez la valeur de début pour trouver les paramètres de
tendance (b[0]) (b.start). Par exemple : 0,4.
Entrées de l'optimiseur
Saisissez les valeurs de début pour alpha, beta et gamma re­
quises par l'optimiseur. Par exemple : 0,3, 0,1, 0,1.
15.1.3.7
Lissage exponentiel triple de R
Propriétés pouvant être configurées pour l'algorithme de lissage exponentiel triple de R.
Syntaxe
Cet algorithme permet de lisser les données source et de trouver des tendances saisonnières dans les
données.
Remarque
La création de modèles à l'aide de l'algorithme Lissage exponentiel triple R n'est pas prise en charge.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
173
Propriétés du lissage exponentiel triple de R
Table 81 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
●
Tendance : affiche la source de données avec les valeurs
prédites pour le jeu de données spécifié.
●
Prévision : affiche les valeurs prévisionnelles pour la pé­
riode donnée.
Variable cible
Sélectionnez la colonne cible sur laquelle vous souhaitez réali­
ser l'analyse de séries chronologiques.
Période
Sélectionnez la période de la prévision.
Périodes par an
Sélectionnez la période de la prévision. Cette option n'est acti­
vée que si vous sélectionnez "Personnalisée" pour "Période".
Année de début
Saisissez l'année à partir de laquelle les observations doivent
être prises en compte. Par exemple, 2009, 1987, 2019.
Période de début
Saisissez la période à partir de laquelle les observations doi­
vent être prises en compte.
Périodes de prédiction
Saisissez le nombre de périodes de prédiction.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Valeurs d'années
Saisissez un nom pour la colonne créée qui contient les va­
leurs d'années.
Valeurs de trimestres
Saisissez un nom pour la colonne créée qui contient les va­
leurs de trimestres.
Valeurs de mois
Saisissez un nom pour la colonne créée qui contient les va­
leurs de mois.
Valeurs de périodes
Saisissez un nom pour la colonne créée qui contient les va­
leurs de périodes.
Alphanumérique
Saisissez une constante de lissage pour le lissage des obser­
vations (paramètre de base). La valeur par défaut est 0,3.
Plage : 0-1.
Beta
Saisissez une constante de lissage pour trouver les paramè­
tres de tendance. La valeur par défaut est 0,1. Plage : 0-1.
Gamma
Saisissez une constante de lissage pour trouver les paramè­
tres de tendance saisonnière. La valeur par défaut est 0,1.
Saisonnier
Saisissez le type d'algorithme de lissage exponentiel HoltWin­
ters
Niveau de confiance
Saisissez le niveau de confiance de l'algorithme
Nbre d'observations périodiques
Saisissez le nombre d'observations périodiques nécessaires
au démarrage du calcul. La valeur par défaut est 2.
174
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Niveau
Saisissez la valeur de début pour le niveau (a[0]) (l.start). Par
exemple : 0,4.
Tendance
Saisissez la valeur de début pour trouver les paramètres de
tendance (b[0]) (b.start). Par exemple : 0,4.
Saison
Saisissez des valeurs de début pour trouver les paramètres
saisonniers (s.start). Cette valeur dépend de la colonne que
vous sélectionnez. Par exemple, si vous sélectionnez la pé­
riode trimestre, vous devez fournir quatre valeurs doubles.
Entrées de l'optimiseur
Saisissez les valeurs de début pour alpha, beta et gamma re­
quises par l'optimiseur. Par exemple : 0,3, 0,1, 0,1.
15.1.3.8
Lissage exponentiel triple
Propriétés pouvant être configurées pour l'algorithme de lissage exponentiel triple
Syntaxe
Utilisez cet algorithme pour lisser les données source et trouver des tendances saisonnières dans les données.
Propriétés du lissage exponentiel triple
Table 82 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
●
Tendance : affiche la source de données avec les valeurs
prédites pour le jeu de données spécifié.
●
Prévision : affiche les valeurs prévisionnelles pour la pé­
riode donnée.
Variable cible
Sélectionnez la colonne cible sur laquelle vous souhaitez réali­
ser l'analyse de séries chronologiques.
Tenir compte de la colonne de date
Sélectionnez cette option pour spécifier si la colonne de date
doit être utilisée ou non.
Colonne de date
Saisissez le nom de la colonne contenant les valeurs de date.
Période
Sélectionnez la période de la prévision.
Périodes par an
Sélectionnez les périodes de la prévision. Cette option n'est
activée que si vous sélectionnez "Personnalisée" pour "Pé­
riode".
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
175
Propriété
Description
Année de début
Saisissez l'année à partir de laquelle les observations doivent
être prises en compte. Par exemple, 2009, 1987, 2019.
Période de début
Saisissez la période à partir de laquelle les observations doi­
vent être prises en compte.
Périodes de prédiction
Saisissez le nombre de périodes de prédiction.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Valeurs d'années
Saisissez un nom pour la colonne créée qui contient les va­
leurs d'années.
Valeurs de trimestres
Saisissez un nom pour la colonne créée qui contient les va­
leurs de trimestres.
Valeurs de mois
Saisissez un nom pour la colonne créée qui contient les va­
leurs de mois.
Valeurs de périodes
Saisissez un nom pour la colonne créée qui contient les va­
leurs de périodes.
Alphanumérique
Saisissez une constante de lissage pour le lissage des obser­
vations (paramètre de base). La valeur par défaut est 0,3.
Plage : 0-1.
Beta
Saisissez une constante de lissage pour trouver les paramè­
tres de tendance. La valeur par défaut est 0,1. Plage : 0-1.
Gamma
Saisissez une constante de lissage pour trouver les paramè­
tres de tendance saisonnière. La valeur par défaut est 0,1.
Plage : 0-1.
15.1.4
Arbres de décision
15.1.4.1
HANA C 4.5
Propriétés pouvant être configurées pour l'algorithme C 4.5 HANA
Syntaxe
Cet algorithme permet de classifier les observations en groupes et de prédire une ou plusieurs variables
discrètes basées sur d'autres variables.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
176
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de HANA C 4.5
Table 83 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
Remarque
Accepte uniquement les colonnes avec des entiers.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Pourcentage de données d'entrée
Saisissez le pourcentage de données à prendre en compte
pour l'analyse.
Fractionnement minimal
Saisissez le nombre d'enregistrements au-delà duquel le frac­
tionnement du nœud feuille n'est pas autorisé. La valeur par
défaut est 0.
Colonnes
Sélectionnez les colonnes indépendantes contenant des va­
leurs numériques.
Plages bin
Saisissez les plages bin.
Nom de la colonne prédite
Saisissez un nom pour la nouvelle colonne contenant la valeur
prédite.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 1.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
177
15.1.4.2
Arbre CNR de R SAP HANA
Propriétés pouvant être configurées pour l'algorithme d'arbre CNR de R HANA.
Syntaxe
Cet algorithme permet de classifier les observations en groupes et de prédire une ou plusieurs variables
discrètes basées sur d'autres variables. Cependant, vous pouvez également utiliser cet algorithme pour
découvrir des tendances dans les données.
Remarque
●
Le package "rpart" qui fait partie de R 2.15 ne peut pas traiter les noms de colonne comportant des
espaces ou des caractères spéciaux. La package "rpart" prend uniquement en charge le format du nom
de colonne d'entrée pris en charge par la trame de données de R.
●
Les noms de colonne indépendante utilisés lors de l'évaluation du modèle doivent être les mêmes que
ceux de colonne indépendante utilisés lors de la création du modèle.
●
Les noms de colonne contenant des espaces ou tout autre caractère spécial autre qu'un point (.) ne
sont pas pris en charge.
Propriétés de l'algorithme Arbre CNR de R SAP HANA
Table 84 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
178
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Valeurs possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans la colonne indépen­
dante ou dépendante.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Type d'algorithme
Sélectionnez le type d'analyse devant être réalisée par l'algo­
rithme.
Valeurs possibles :
●
Classification : Utilisez cette méthode si la variable dé­
pendante comporte des valeurs de catégorie.
●
Régression : Utilisez cette méthode si la variable dépen­
dante comporte des valeurs numériques.
Fractionnement minimal
Saisissez le nombre minimal d'observations nécessaire pour
fractionner un nœud. La valeur par défaut est 10.
Critère de fractionnement
Sélectionnez le critère de fractionnement du nœud.
Valeurs possibles :
●
Gini : Impureté Gini.
●
Informations : Obtention d'informations.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Paramètre de complexité
Saisissez le paramètre de complexité permettant de gagner
du temps en empêchant tout fractionnement qui n'améliore
pas l'ajustement. La valeur par défaut est 0,005.
Profondeur maximale
Saisissez le niveau de nœud maximal de l'arborescence finale
avec niveau 0 pour nœud racine.
Remarque
Si la profondeur maximale est supérieure à 30, l'algorithme
ne produit pas de résultat comme escompté (sur les ordi­
nateurs 32 bits).
Validation croisée
Saisissez le nombre de validations croisées. Une valeur de va­
lidation croisée supérieure augmente le temps de calcul et
produit des résultats plus précis.
Probabilité antérieure
Saisissez le vecteur des probabilités antérieures.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
179
Propriété
Description
Utiliser une substitution
Sélectionnez la substitution à utiliser dans le processus de
fractionnement.
Valeurs possibles :
●
Affichage seul : une observation avec une valeur man­
quante pour la règle de fractionnement principale n'est
pas envoyée plus bas dans l'arborescence.
●
Utiliser une substitution : utilisez cette option pour frac­
tionner des objets où la variable principale est man­
quante ; si toutes les substitutions sont manquantes,
l'observation n'est pas fractionnée.
●
Arrêt si manquant : si toutes les substitutions sont man­
quantes, envoie l'observation dans la direction de la ma­
jorité.
Style de substitution
Saisissez le style contrôlant la sélection de la meilleure substi­
tution.
Valeurs possibles :
●
Utiliser la classification correcte totale : l'algorithme uti­
lise le nombre total de classifications correctes pour trou­
ver une variable de substitution potentielle.
●
Utiliser le pourcentage de cas disponibles : l'algorithme
utilise le pourcentage des cas disponibles classifiés pour
trouver une substitution potentielle.
Nombre maximal de substitutions
Saisissez le nombre maximal de substitutions à conserver à
chaque nœud d'une arborescence.
Afficher la probabilité
Cochez la case Afficher la probabilité pour obtenir la probabi­
lité des valeurs prédites lors de l'évaluation (attribution d'un
score) d'un modèle de classification.
15.1.4.3
CHAID SAP HANA
Propriétés pouvant être configurées pour l'algorithme CHAID HANA.
Syntaxe
CHAID signifie CHi-squared Automatic Interaction Detection CHAID est une méthode de classification
permettant de générer des arbres de décision à l'aide de statistiques de khi carré afin d'identifier des
fractionnements optimaux.
Remarque
Le type de données des colonnes utilisées durant l'évaluation du modèle doit être le même que le type de
données des colonnes utilisées lors de la création du modèle.
180
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de l'algorithme CHAID SAP HANA
Table 85 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
Remarque
Accepte uniquement les colonnes avec des entiers.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Valeurs possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Pourcentage de données d'entrée
Saisissez le pourcentage de données à prendre en compte
pour l'analyse.
Fractionnement minimal
Saisissez le nombre minimal d'enregistrements pour un
nœud, au-dessous duquel le fractionnement de ce nœud n'est
pas autorisé. La valeur par défaut est 0.
Profondeur maximale
Saisissez la profondeur maximale de l'arborescence.
Nom de colonne
Sélectionnez le nom de la colonne indépendante contenant
des valeurs numériques.
Saisir les plages bin
Saisissez les plages bin.
Nom de la colonne prédite
Saisissez un nom pour la nouvelle colonne qui contient les va­
leurs escomptées.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
181
15.1.4.4
Arbre CNR de R
Propriétés pouvant être configurées pour l'algorithme d'arbre CNR de R.
Syntaxe
Cet algorithme permet de classifier les observations en groupes et de prédire une ou plusieurs variables
discrètes basées sur d'autres variables. Cependant, vous pouvez également utiliser cet algorithme pour
découvrir des tendances dans les données.
Remarque
●
Le package "rpart" qui fait partie de R 2.15 ne peut pas traiter les noms de colonne comportant des
espaces ou des caractères spéciaux. La package "rpart" prend uniquement en charge le format du nom
de colonne d'entrée pris en charge par la trame de données de R.
●
Les noms de colonne indépendante utilisés lors de l'évaluation du modèle doivent être les mêmes que
ceux de colonne indépendante utilisés lors de la création du modèle.
●
Les noms de colonne contenant des espaces ou tout autre caractère spécial autre qu'un point (.) ne
sont pas pris en charge.
Propriétés de l'arbre CNR de R
Table 86 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
182
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Rpart : L'algorithme supprime toutes les observations
pour lesquelles la colonne dépendante est manquante.
Toutefois, il conserve les observations pour lesquelles
une ou plusieurs colonnes indépendantes sont manquan­
tes.
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans la colonne indépen­
dante ou dépendante.
●
Conserver : L'algorithme conserve les enregistrements
●
Arrêter : L'algorithme arrête l'exécution si une valeur est
contenant les valeurs manquantes durant le calcul.
manquante dans la colonne indépendante ou dépen­
dante.
Type d'algorithme
Sélectionnez le type d'analyse devant être réalisée par l'algo­
rithme.
Valeurs possibles :
●
Classification : Utilisez ce type si la variable dépendante
comporte des valeurs de catégorie.
●
Régression : Utilisez ce type si la variable dépendante
comporte des valeurs numériques.
Fractionnement minimal
Saisissez le nombre minimal d'observations nécessaire pour
fractionner un nœud. La valeur par défaut est 10.
Critère de fractionnement
Sélectionnez le critère de fractionnement du nœud.
Valeurs possibles :
●
Gini : Impureté Gini.
●
Informations : Obtention d'informations.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Paramètre de complexité
Saisissez le paramètre de complexité permettant de gagner
du temps en empêchant tout fractionnement qui n'améliore
pas l'ajustement. La valeur par défaut est 0,005.
Profondeur maximale
Saisissez le niveau de nœud maximal de l'arborescence finale
avec niveau 0 pour nœud racine.
Remarque
Si la profondeur maximale est supérieure à 30, l'algorithme
ne produit pas de résultat comme escompté (sur les ordi­
nateurs 32 bits).
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
183
Propriété
Description
Validation croisée
Saisissez le nombre de validations croisées. Une valeur de va­
lidation croisée supérieure augmente le temps de calcul et
produit des résultats plus précis.
Probabilité antérieure
Saisissez le vecteur des probabilités antérieures.
Utiliser une substitution
Sélectionnez la substitution à utiliser dans le processus de
fractionnement.
Valeurs possibles :
●
Affichage seul : une observation avec une valeur man­
quante pour la règle de fractionnement principale n'est
pas envoyée plus bas dans l'arborescence.
●
Utiliser une substitution : utilisez cette option pour frac­
tionner des objets où la variable principale est man­
quante ; si toutes les substitutions sont manquantes,
l'observation n'est pas fractionnée.
●
Arrêt si manquant : si toutes les substitutions sont man­
quantes, l'algorithme envoie l'observation dans la direc­
tion de la majorité.
Style de substitution
Saisissez le style contrôlant la sélection de la meilleure substi­
tution.
Valeurs possibles :
●
Utiliser la classification correcte totale : l'algorithme uti­
lise le nombre total de classifications correctes pour trou­
ver une variable de substitution potentielle.
●
Utiliser le pourcentage de cas disponibles : l'algorithme
utilise le pourcentage des cas disponibles classifiés pour
trouver une substitution potentielle.
Nombre maximal de substitutions
Saisissez le nombre maximal de substitutions à conserver à
chaque nœud d'une arborescence.
Afficher la probabilité
Cochez la case Afficher la probabilité pour obtenir la probabi­
lité des valeurs prédites lors de l'évaluation (attribution d'un
score) d'un modèle de classification.
15.1.5
Réseau neuronal
15.1.5.1
Réseau neuronal MONMLP de R
Propriétés pouvant être configurées pour l'algorithme de réseau neuronal MONMLP de R.
Syntaxe
Cet algorithme permet la prévision, la classification et la reconnaissance de modèles statistiques à l'aide des
fonctions de la bibliothèque de R.
184
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Remarque
R ne prend pas en charge le stockage de PMML pour le réseau neuronal MONMLP.
Propriétés du réseau neuronal MONMLP de R
Table 87 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
Neurones de couche1 cachée
Saisissez le nombre de nœuds/neurones dans la première
couche cachée (hiddden1). La valeur par défaut est 5.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Fonction de transfert de couche cachée
Sélectionnez la fonction d'activation à utiliser pour la couche
cachée (Th).
Fonction de transfert de la couche de sortie
Sélectionnez la fonction d'activation à utiliser pour la couche
de sortie (To).
Dérivé de fonction de transfert de couche cachée
Sélectionnez le dérivé de la fonction d'activation de couche
cachée (Th.prime).
Dérivé de fonction de transfert de couche de sortie
Sélectionnez le dérivé de la fonction d'activation de couche de
sortie (To.prime).
Neurones de la couche2 cachée
Saisissez le nombre de nœuds/neurones dans la deuxième
couche cachée (hidden2). La valeur par défaut est 0.
Nbre max. d'itérations
Saisissez le nombre maximal d'itérations pour l'algorithme
d'optimisation (iter.max). La valeur par défaut est 5000.
Colonnes monotones
Saisissez les index des colonnes auxquelles vous voulez appli­
quer la contrainte de monotonie (monotone).
Itérations d'apprentissage
Saisissez le nombre d'itérations d'apprentissage après lequel
le calcul de la fonction coût s'arrête (iter.stopped).
Poids initiaux
Saisissez un vecteur de poids initiaux (init.weights).
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
185
Propriété
Description
Nbre max. d'exceptions
Saisissez le nombre maximal d'exceptions pour la routine
d'optimisation (max.exceptions).
Mettre à l'échelle la colonne dépendante
Pour mettre à l'échelle les colonnes dépendantes à la valeur
moyenne nulle et la variance d'unité avant l'ajustement, sélec­
tionnez True (scale.y).
Bagging requis
Pour utiliser l'agrégation de démarrage, sélectionnez True
(bag).
Essais pour éviter les minima locaux
Saisissez le nombre d'essais répétés pour éviter les minima
locaux (n.trials).
Nombre d'éléments de l'ensemble
Saisissez le nombre de membres de l'ensemble pour l'ajuste­
ment (n.ensemble).
15.1.5.2
Réseau neuronal NNet de R
Propriétés pouvant être configurées pour l'algorithme de réseau neuronal NNet de R.
Syntaxe
Cet algorithme permet la prévision, la classification et la reconnaissance de modèles statistiques à l'aide des
fonctions de la bibliothèque de R.
Propriétés du réseau neuronal NNet de R
Table 88 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Valeurs possibles :
●
Tendance : Prédit les valeurs pour la colonne dépendante
et ajoute une colonne supplémentaire dans le résultat
contenant les valeurs prédites.
●
Remplissage : Remplit les valeurs manquantes dans la
colonne cible.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
186
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Valeurs possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les valeurs manquan­
tes.
●
Arrêter : L'algorithme cesse si une valeur est manquante
dans la colonne indépendante ou dépendante.
Neurones de la couche cachée
Saisissez le nombre de nœuds/neurones dans la couche ca­
chée. La valeur par défaut est 5.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Type d'algorithme
Sélectionnez le type d'analyse devant être réalisée par l'algo­
rithme.
Ignorer la couche cachée
Pour ajouter des connexions pour ignorer des couches de l'en­
trée à la sortie, sélectionnez True.
Sortie linéaire
Pour obtenir une sortie linéaire, sélectionnez True. Si vous sé­
lectionnez le type d'analyse Classification, cette valeur doit
être True.
Utiliser Softmax
Sélectionnez True pour utiliser les paramètres "modèle log-li­
néaire" et "vraisemblance conditionnelle maximale".
Linout, entropy, softmax et censored sont mutuellement ex­
clusifs.
Utiliser Entropy
Pour utiliser le paramètre "vraisemblance conditionnelle maxi­
male", sélectionnez True. Par défaut, l'algorithme utilise la
méthode des moindres carrés.
Valeurs possibles :
●
True : Utiliser le paramètre "vraisemblance conditionnelle
maximale".
●
False : Utiliser la méthode des moindres carrés.
Utiliser Censored
Pour softmax, une ligne de (0,1,1) indique un exemple pour
chacune des classes 2 et 3, mais pour censored, elle indique
un exemple pour chacune des classes 2 ou 3.
Plage
Saisissez les poids initiaux aléatoires [-rang, rang]. Définissez
cette valeur sur 0,5 à moins d'une entrée importante. Si l'en­
trée est importante, choisissez la plage à l'aide de la formule :
rang * max(|x|) <= 1.
Perte de poids
Saisissez une valeur utilisée pour calculer les nouveaux poids
(perte de poids).
Nbre max. d'itérations
Saisissez le nombre maximal d'itérations autorisées.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
187
Propriété
Description
Matrice hessienne requise
Pour renvoyer l'indicateur hessien au meilleur set de poids,
sélectionnez True.
Poids maximal
Saisissez le nombre maximal de poids autorisés dans le cal­
cul.
Il n'existe aucune limite intrinsèque dans le code, mais l'aug­
mentation du nombre maximal de poids peut entraîner des
ajustements très lents et prenant beaucoup de temps.
Abstol
Saisissez la valeur indiquant l'ajustement parfait (abstol).
Reltol
L'algorithme cesse si l'optimiseur est incapable de réduire le
critère d'ajustement par un facteur : 1 - reltol.
Contrastes
Saisissez la liste des contrastes à utiliser pour que les facteurs
apparaissent sous forme de variables dans le modèle.
15.1.6
Organisation en clusters
15.1.6.1
K-Means SAP HANA
Propriétés pouvant être configurées pour l'algorithme K-Means de R HANA
Syntaxe
Cet algorithme permet de réunir les observations en groupes d'observations associées sans connaissance
préalable de ces relations. L'algorithme réunit les observations en groupes k, où k est fourni comme paramètre
d'entrée. L'algorithme affecte alors chaque observation aux clusters en fonction de la proximité de
l'observation avec la moyenne du cluster. Le processus se poursuit jusqu'à ce que les clusters convergent.
Remarque
●
Vous pouvez obtenir un numéro de cluster différent pour chaque cluster chaque fois que vous exécutez
l'algorithme K-Means SAP HANA. Toutefois, les observations dans chaque cluster restent les mêmes.
●
La création de modèles à l'aide de l'algorithme K-Means SAP HANA n'est pas prise en charge.
Propriétés des K-Means SAP HANA
Table 89 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
188
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Colonnes de catégories
Sélectionnez les colonnes d'entrée que vous souhaitez pren­
dre en compte en tant que colonnes de catégories.
Poids catégoriques
Saisissez les poids catégoriques.
Calculer la silhouette
Sélectionnez cette option pour calculer les valeurs de la sil­
houette. La silhouette spécifie la qualité de la mise en cluster.
La valeur 1 de la silhouette spécifie que la mise en cluster est
correcte et 0 spécifie que la mise en cluster est incorrecte.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve l'enregistrement con­
tenant les valeurs manquantes durant le calcul.
Nombre de clusters
Saisissez le nombre de groupes pour la mise en cluster. La va­
leur par défaut est 5.
Nom du cluster
Saisissez un nom pour la colonne créée qui contient le nom de
cluster.
Distance
Saisissez un nom pour la colonne venant d'être créée, qui con­
tient la distance des clusters par rapport au nom de leur cen­
troïde.
Nbre max. d'itérations
Saisissez le nombre d'itérations autorisées pour trouver les
clusters. La valeur par défaut est 100.
Méthode de calcul des centres
Sélectionnez la méthode à utiliser pour calculer les centres du
cluster d'origine.
Mesure de distance
Saisissez la méthode de calcul de la distance entre l'élément
et le centre du cluster.
Type de normalisation
Sélectionnez le type de normalisation
Nombre de threads
Saisissez le nombre de threads pouvant être utilisés pour
l'exécution. La valeur par défaut est 1.
Seuil de sortie
Saisissez une valeur de seuil pour sortir des itérations. La va­
leur par défaut est 0,000000001.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
189
15.1.6.2
K-Means de R SAP HANA
Propriétés pouvant être configurées pour l'algorithme K-Means de R HANA.
Syntaxe
Cet algorithme permet de réunir les observations en groupes d'observations associées sans connaissance
préalable de ces relations. L'algorithme réunit les observations en groupes k, où k est fourni comme paramètre
d'entrée. L'algorithme affecte alors chaque observation aux clusters en fonction de la proximité de
l'observation avec la moyenne du cluster. Le processus se poursuit jusqu'à ce que les clusters convergent.
Remarque
●
Vous pouvez obtenir un numéro de cluster différent pour chaque cluster chaque fois que vous exécutez
l'algorithme K-Means de R HANA. Toutefois, les observations dans chaque cluster restent les mêmes.
●
La création de modèles à l'aide de l'algorithme K-Means de R SAP HANA n'est pas prise en charge.
Propriétés de l'algorithme K-Means de R SAP HANA
Table 90 : Propriétés de l'algorithme K-Means de R SAP HANA
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Nombre de clusters
Saisissez le nombre de groupes pour la mise en cluster. La va­
leur par défaut est 5.
Nom du cluster
Saisissez un nom pour la colonne venant d'être créée qui con­
tient les numéros de cluster.
Nbre max. d'itérations
Saisissez le nombre d'itérations autorisées pour trouver les
clusters. La valeur par défaut est 100.
Nombre d'ensembles de centres de clusters initiaux
Saisissez le nombre d'ensembles de centres de clusters ini­
tiaux aléatoires pour l'organisation en clusters (n start). La va­
leur par défaut est 1.
Valeur de départ du centre de clusters initiaux
Saisissez une valeur pour sélectionner aléatoirement les cen­
tres de clusters initiaux à partir de données acquises.
Type d'algorithme
Sélectionnez le type d'algorithme à utiliser pour réaliser l'or­
ganisation en clusters des K-Moyennes de R HANA.
190
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
15.1.6.3
Mise en cluster automatisée HANA
Propriétés pouvant être configurées pour l'algorithme de mise en cluster automatisée (auto) HANA.
Syntaxe
La mise en cluster automatisée HANA est un algorithme de mise en cluster ciblé ou semi-supervisé conçu et
optimisé pour détecter les segments liés à une question de gestion spécifique. Il découvre les segments
naturels ou les comportements communs d'un jeu de données et fournit une description pour chacun des
segments.
Remarque
Lors de l'utilisation de l'algorithme de mise en cluster automatisée HANA, il est recommandé de supprimer
les valeurs avant d'acquérir le jeu de données. Vous trouverez l'option Supprimer les valeurs dans la section
Options avancées de la boîte de dialogue "Nouveau jeu de données".
L'algorithme de mise en cluster automatisée HANA est uniquement disponible en mode en ligne (connecté à SAP
HANA). Un algorithme de mise en cluster automatisée similaire est disponible en mode hors ligne.
Pour en savoir plus sur les fonctions utilisées pour les algorithmes automatisés en ligne, voir le guide SAP
Automated Predictive Library Reference Guide (APL) à l'adresse http://help.sap.com/pa
Propriétés de mise en cluster automatisée HANA
Table 91 : Propriétés de l'algorithme
Propriété
Description
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
Nombre minimum de clusters
Saisissez le nombre minimum de clusters que vous souhaitez
utiliser pour la mise en cluster.
Nombre maximum de clusters
Saisissez le nombre maximum de clusters que vous souhaitez
utiliser pour la mise en cluster.
Nom de la colonne prédite
Saisissez un nom pour la colonne récemment créée qui con­
tient les valeurs prédites.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
191
15.1.6.4
Mise en cluster automatisée
Propriétés pouvant être configurées pour l'algorithme de mise en cluster automatisée (auto).
Syntaxe
La mise en cluster automatisée est un algorithme de mise en cluster ciblé ou semi-supervisé conçu et optimisé
pour détecter les segments liés à une question de gestion spécifique. Il découvre les segments naturels ou les
comportements communs d'un jeu de données et fournit une description pour chacun des segments.
Remarque
Lors de l'utilisation de l'algorithme de mise en cluster automatisée, il est recommandé de supprimer les
valeurs avant d'acquérir le jeu de données. Vous trouverez l'option Supprimer les valeurs dans la section
Options avancées de la boîte de dialogue "Nouveau jeu de données".
Propriétés de mise en cluster automatisée
Table 92 : Propriétés de l'algorithme
Propriété
Description
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
Nombre minimum de clusters
Saisissez le nombre minimum de clusters que vous souhaitez
utiliser pour la mise en cluster.
Nombre maximum de clusters
Saisissez le nombre maximum de clusters que vous souhaitez
utiliser pour la mise en cluster.
Nom de la colonne prédite
Saisissez un nom pour la colonne récemment créée qui con­
tient les valeurs prédites.
15.1.6.5
K-Means de R
Propriétés pouvant être configurées pour l'algorithme K-Means de R.
Syntaxe
Cet algorithme permet de réunir les observations en groupes d'observations associées sans connaissance
préalable de ces relations. L'algorithme réunit les observations en groupes k, où k est fourni comme paramètre
d'entrée. L'algorithme affecte alors chaque observation aux clusters en fonction de la proximité de
l'observation avec la moyenne du cluster. Le processus se poursuit jusqu'à ce que les clusters convergent.
192
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Remarque
●
Vous pouvez obtenir un numéro de cluster différent pour chaque cluster chaque fois que vous exécutez
l'algorithme K-Means de R. Toutefois, les observations dans chaque cluster restent les mêmes.
●
La création de modèles à l'aide de l'algorithme K-Means de R n'est pas prise en charge.
Propriétés K-Means de R
Table 93 : Propriétés K-Means de R
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Nombre de clusters
Saisissez le nombre de groupes pour la mise en cluster.
Nom du cluster
Saisissez un nom pour la colonne créée qui contient le nom de
cluster.
Nbre max. d'itérations
Saisissez le nombre d'itérations autorisées pour trouver les
clusters. La valeur par défaut est 100.
Nombre d'ensembles de centres de clusters initiaux
Saisissez le nombre d'ensembles initiaux aléatoires initiaux de
centres de clusters pour l'organisation en clusters (n start). La
valeur par défaut est 1.
Valeur de départ du centre de clusters initiaux
Saisissez une valeur pour sélectionner aléatoirement les cen­
tres de clusters initiaux à partir de données acquises.
Algorithme
Sélectionnez le type d'algorithme à utiliser pour réaliser l'or­
ganisation en clusters des K-Means de R.
15.1.6.6
Cartes auto organisatrices HANA
Propriétés pouvant être configurées pour l'algorithme de cartes auto organisatrices HANA
Syntaxe
Une carte auto organisatrice (SOM) ou carte de fonctionnalités auto organisatrice (SOFM) est un type de
réseau artificiel de neurones qui est formé à l'aide de formations non surveillées afin de produire une
représentation discrétisée (habituellement à deux dimensions) de l'espace d'entrée des échantillons de
formation, nommée carte. Les cartes auto organisatrices sont différentes des autres réseaux artificiels de
neurones dans le sens où elles utilisent une fonction de voisinage pour préserver les propriétés topologiques de
l'espace d'entrée.
Cela les rend utiles pour visualiser les vues à faibles dimensions de données à nombre élevé de dimensions,
assimilable à la mise à l'échelle multi-dimensionnelle. Le modèle a été décrit à l'origine comme un réseau
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
193
artificiel de neurones par le professeur finlandais Teuvo Kohonen, on l'appelle parfois carte de Kohonen.
Comme la plupart des réseaux artificiel de neurones, les SOM fonctionnent de deux manières : formation et
cartographie. La formation crée la carte à l'aide d'exemples d'entrée. C'est un processus concurrentiel,
également nommé quantification vectorielle. La cartographie classifie automatiquement un nouveau vecteur
d'entrée.
L'approche SOM comporte plusieurs applications, par exemple la virtualisation, la mise en clusters de
documents Web et la reconnaissance de la parole.
Propriétés des cartes auto organisatrices HANA
Table 94 : Propriétés de l'algorithme
Propriété
Description
Hauteur de carte
Saisissez la hauteur de carte. La valeur par défaut est 5.
Largeur de carte
Saisissez la largeur de carte. La valeur par défaut est 5.
Alphanumérique
Saisissez une valeur pour le taux d'apprentissage. La valeur
par défaut est 0,5.
Forme de la carte
Sélectionnez la forme de la carte.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Calculer la silhouette
Sélectionnez cette option pour calculer les valeurs de la sil­
houette. La silhouette spécifie la qualité de la mise en cluster.
La valeur 1 de la silhouette spécifie que la mise en cluster est
correcte et 0 spécifie que la mise en cluster est incorrecte.
Nom du cluster
Saisissez un nom pour la nouvelle colonne contenant les nu­
méros de cluster du jeu de données spécifié.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Type de normalisation
Sélectionnez le type de normalisation
Types possibles :
Amorçage aléatoire
194
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
●
Normalisation non requise
●
Normalisation de nouvelle plage
●
Normalisation de score zéro :
Saisissez un nombre aléatoire à utiliser pour effectuer les cal­
culs. Si vous saisissez -1, l'algorithme sélectionne lui-même un
nombre aléatoire pour les calculs. La valeur par défaut est -1.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Nbre max. d'itérations
Saisissez le nombre d'itérations que l'algorithme doit utiliser
pour rechercher les clusters. La valeur par défaut est 100.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 2.
15.1.6.7
Analyse de la BdD HANA
Propriétés pouvant être configurées pour l'algorithme d'analyse de la BdD HANA
Syntaxe
L'analyse de la BdD HANA DBSCAN (Density-Based Spatial Clustering of Applications with Noise) est un
algorithme de mise en cluster de données basé sur la densité. Il permet de trouver un nombre de clusters à
partir de la distribution de la densité estimée des nœuds correspondants.
L'analyse de la BdD nécessite deux paramètres : l'analyse du rayon (eps) et le nombre minimal de points requis
pour former un cluster (minPts). L'algorithme commence par un point de départ arbitraire non visité. Le
nombre de voisins eps de ce point est extrait et si le nombre de points qu'il contient est égal ou supérieur à
minPts, un cluster démarre. Sinon, le point est considéré comme étant un bruit. Ces deux paramètres sont très
importants et sont généralement déterminés par l'utilisateur.
PAL fournit une méthode pour déterminer automatiquement ces deux paramètres. Vous pouvez décider de
spécifier vous-même les paramètres ou laisser le système les déterminer pour vous.
Propriétés d'analyse de la BdD HANA
Table 95 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Définir les paramètres automatiquement
Afin d'activer l'algorithme pour déterminer automatiquement
les points minimums et les paramètres du rayon, sélectionnez
True ; dans le cas contraire, sélectionnez False.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Calculer la silhouette
Sélectionnez cette option pour calculer les valeurs de la sil­
houette. La silhouette spécifie la qualité de la mise en cluster.
La valeur 1 de la silhouette spécifie que la mise en cluster est
correcte et 0 spécifie que la mise en cluster est incorrecte.
Nom du cluster
Saisissez un nom pour la nouvelle colonne contenant les nu­
méros de cluster du jeu de données spécifié (cluster).
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
195
Propriété
Description
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : l'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : l'algorithme conserve l'enregistrement con­
tenant les valeurs manquantes durant le calcul.
Mesure de distance
Sélectionnez l'option pour le calcul de la distance entre les
éléments et le centre du cluster.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pour l'exécution. La valeur par défaut est 1.
15.1.7
Association
15.1.7.1
HANA Apriori
Propriétés pouvant être configurées pour l'algorithme HANA Apriori.
Syntaxe
Cet algorithme permet de trouver des modèles de jeux d'éléments fréquents dans de grands jeux de données
transactionnels pour générer des règles d'association. Cet algorithme sert à comprendre quels produits et
services les clients ont tendance à acheter en même temps. En analysant les tendances d'achats des clients
avec l'analyse d'association, vous pouvez prédire leur comportement futur.
Par exemple, l'information selon laquelle un client qui achète des chaussures est plus enclin à acheter des
chaussettes en même temps peut être représentée dans une règle d'association (avec un minimum de prise en
charge et un minimum de confiance) comme suit : Chaussures=> Chaussettes [prise en charge =
0,5, confiance= 0,1]
Remarque
La création de modèles à l'aide de l'algorithme Apriori SAP HANA n'est pas prise en charge.
196
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de HANA Apriori
Table 96 : Propriétés de l'algorithme
Propriété
Description
Type d'Apriori
Sélectionnez Apriori.
Colonne d'élément
Sélectionnez les colonnes contenant les éléments auxquels
vous souhaitez appliquer l'algorithme.
Colonne ID de transaction
Sélectionnez la colonne contenant les ID de transaction aux­
quels vous souhaitez appliquer l'algorithme.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Valeurs possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les valeurs manquan­
tes pour le traitement.
Prise en charge
Saisissez une valeur pour le minimum de prise en charge d'un
élément. La valeur par défaut est 0,1.
Confiance
Saisissez une valeur pour le minimum de confiance de règles/
association. La valeur par défaut est 0,8.
Nombre maximal d'éléments
Entrez la longueur des éléments de début et des éléments dé­
pendants dans la sortie. La valeur par défaut est 5.
Nombre de threads
Saisissez le nombre de threads à l'aide desquels l'algorithme
doit s'exécuter. La valeur par défaut est 1.
15.1.7.2
AprioriLite SAP HANA
Propriétés pouvant être configurées pour l'algorithme AprioriLite HANA.
Syntaxe
Cet algorithme permet de trouver des modèles de jeux d'éléments fréquents dans de grands jeux de données
transactionnels en vue de générer des règles d'association. Il prend également en charge l'échantillonnage au
sein de l'algorithme.
Remarque
●
Vous pouvez utiliser l'algorithme AprioriLite SAP HANA à partir des propriétés de l'algorithme Apriori
SAP HANA en sélectionnant AprioriLite en tant que Type d'Apriori.
●
La création de modèles à l'aide de l'algorithme AprioriLite SAP HANA n'est pas prise en charge.
●
Il ne calcule en effet que deux grands jeux d'éléments.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
197
Propriétés de l'algorithme AprioriLite SAP HANA
Table 97 : Propriétés de l'algorithme
Propriété
Description
Type d'Apriori
Cliquez sur AprioriLite.
Colonne d'élément
Sélectionnez les colonnes contenant les éléments auxquels
vous souhaitez appliquer l'algorithme.
Colonne ID de transaction
Sélectionnez la colonne contenant les ID de transaction aux­
quels vous souhaitez appliquer l'algorithme.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les valeurs manquan­
tes pour le traitement.
Prise en charge
Saisissez une valeur pour le minimum de prise en charge d'un
élément. La valeur par défaut est 0,1.
Confiance
Saisissez une valeur pour le minimum de confiance de règles/
association. La valeur par défaut est 0,8.
Echantillonnage requis
Sélectionnez cette option pour échantillonner les données..
Pourcentage d'échantillonnage
Saisissez le pourcentage d'échantillonnage
Nouveau calcul requis
Sélectionnez cette option pour recalculer la prise en charge et
la confiance à chaque itération.
Nombre de threads
Saisissez le nombre de threads à utiliser pour l'exécution.
15.1.7.3
Apriori de R SAP HANA
Propriétés pouvant être configurées pour l'algorithme d'Apriori de R HANA
Syntaxe
Cet algorithme permet de trouver des modèles de jeux d'éléments fréquents dans de grands jeux de données
transactionnels pour générer des règles d'association à l'aide du package de R "arules". Cet algorithme sert à
comprendre quels produits et services les clients ont tendance à acheter en même temps. En analysant les
tendances d'achats des clients avec l'analyse d'association, vous pouvez faire des prédictions quant à leur
comportement futur.
Par exemple, l'information selon laquelle un client qui achète des chaussures est plus enclin à acheter des
chaussettes en même temps peut être représentée dans une règle d'association (avec un minimum de prise en
charge et un minimum de confiance) comme suit : Chaussures=> Chaussettes [prise en charge =
0,5, confiance= 0,1]
198
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de l'algorithme Apriori de R SAP HANA
Table 98 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Format d'entrée
Sélectionnez le format des données d'entrée.
Colonne(s) d'éléments
Sélectionnez les colonnes contenant les éléments auxquels
vous souhaitez appliquer l'algorithme.
Colonne ID de transaction
Sélectionnez la colonne contenant les ID de transaction aux­
quels vous souhaitez appliquer l'algorithme.
Prise en charge
Saisissez une valeur pour le minimum de prise en charge d'un
élément.
Confiance
Saisissez une valeur pour le minimum de confiance de règles/
association.
Règles
Saisissez un nom pour la nouvelle colonne contenant les rè­
gles apriori pour le jeu de données spécifié.
Valeurs de prise en charge
Saisissez un nom pour la nouvelle colonne contenant la prise
en charge pour les règles correspondantes.
Valeurs de confiance
Saisissez un nom pour la nouvelle colonne contenant les va­
leurs de confiance pour les règles correspondantes.
Valeurs Lift
Saisissez un nom pour la nouvelle colonne contenant les va­
leurs Lift pour les règles correspondantes.
ID de transaction
Saisissez un nom pour la nouvelle colonne contenant l'ID de
transaction.
Eléments
Saisissez un nom pour la nouvelle colonne contenant les
noms des éléments.
Règles de correspondance
Saisissez un nom pour la nouvelle colonne qui contient les rè­
gles de correspondance.
Elément(s) Lhs
Saisissez des étiquettes séparées par des virgules pour les
éléments qui doivent apparaître du côté gauche des règles ou
des jeux d'éléments.
Elément(s) Rhs
Saisissez des étiquettes séparées par des virgules pour les
éléments qui doivent apparaître du côté gauche des règles ou
des jeux d'éléments.
Les deux éléments
Saisissez des étiquettes séparées par des virgules pour les
éléments qui doivent apparaître des deux côtés des règles ou
des jeux d'éléments.
Aucun élément
Saisissez des étiquettes séparées par des virgules pour les
éléments à ne pas faire apparaître dans les règles ou les jeux
d'éléments.
Apparence par défaut
Saisissez une apparence par défaut pour les éléments qui ne
sont pas explicitement mentionnés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
199
Propriété
Description
Type de tri
Sélectionnez les options de tri pour trier les éléments en fonc­
tion de leur fréquence.
Critères de filtre
Saisissez une valeur numérique indiquant comment filtrer les
éléments non utilisés des transactions. La valeur par défaut
est 0,1.
Utiliser la structure d'arborescence
Pour organiser des transactions en arbre préfixe, sélectionnez
True.
Utiliser le tri par segment
Pour utiliser le tri par segment au lieu du tri rapide pour trier
les transactions, sélectionnez True.
Optimiser la mémoire
Pour minimiser la consommation de mémoire au lieu d'optimi­
ser la vitesse, sélectionnez True.
Charger la transaction dans la mémoire
Pour charger les transactions dans la mémoire, sélectionnez
True.
15.1.7.4
Apriori de R
Propriétés pouvant être configurées pour l'algorithme d'Apriori de R
Syntaxe
Cet algorithme permet de trouver des modèles de jeux d'éléments fréquents dans de grands jeux de données
transactionnels pour générer des règles d'association à l'aide du package de R "arules". Cet algorithme sert à
comprendre quels produits et services les clients ont tendance à acheter en même temps. En analysant les
tendances d'achats des clients avec l'analyse d'association, vous pouvez faire des prédictions quant à leur
comportement futur.
Par exemple, l'information selon laquelle un client qui achète des chaussures est plus enclin à acheter des
chaussettes en même temps peut être représentée dans une règle d'association (avec un minimum de prise en
charge et un minimum de confiance) comme suit : Chaussures=> Chaussettes [prise en charge =
0,5, confiance= 0,1]
Propriété d'Apriori de R
Table 99 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Format d'entrée
Sélectionnez le format des données d'entrée.
Colonne(s) d'éléments
Sélectionnez les colonnes contenant les éléments auxquels
vous souhaitez appliquer l'algorithme.
200
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Colonne ID de transaction
Sélectionnez la colonne contenant les ID de transaction aux­
quels vous souhaitez appliquer l'algorithme.
Prise en charge
Saisissez une valeur pour le minimum de prise en charge d'un
élément. La valeur par défaut est 0,1.
Confiance
Saisissez une valeur pour le minimum de confiance de règles/
association. La valeur par défaut est 0,8.
Règles
Saisissez un nom pour la nouvelle colonne contenant les rè­
gles apriori pour le jeu de données spécifié.
Valeurs de prise en charge
Saisissez un nom pour la nouvelle colonne contenant la prise
en charge pour les règles correspondantes.
Valeurs de confiance
Saisissez un nom pour la nouvelle colonne contenant les va­
leurs de confiance pour les règles correspondantes.
Valeurs Lift
Saisissez un nom pour la nouvelle colonne contenant les va­
leurs Lift pour les règles correspondantes.
ID de transaction
Saisissez un nom pour la nouvelle colonne contenant l'ID de
transaction.
Eléments
Saisissez un nom pour la nouvelle colonne contenant les
noms des éléments.
Règles de correspondance
Saisissez un nom pour la nouvelle colonne qui contient les rè­
gles de correspondance.
Elément(s) Lhs
Saisissez des étiquettes séparées par des virgules pour les
éléments qui doivent apparaître du côté gauche des règles ou
des jeux d'éléments.
Elément(s) Rhs
Saisissez des étiquettes séparées par des virgules pour les
éléments qui doivent apparaître du côté gauche des règles ou
des jeux d'éléments.
Les deux éléments
Saisissez des étiquettes séparées par des virgules pour les
éléments qui doivent apparaître des deux côtés des règles ou
des jeux d'éléments.
Aucun élément
Saisissez des étiquettes séparées par des virgules pour les
éléments à ne pas faire apparaître dans les règles ou les jeux
d'éléments.
Apparence par défaut
Saisissez une apparence par défaut pour les éléments qui ne
sont pas explicitement mentionnés.
Type de tri
Sélectionnez les options de tri pour trier les éléments en fonc­
tion de leur fréquence.
Critères de filtre
Saisissez une valeur numérique indiquant comment filtrer les
éléments non utilisés des transactions. La valeur par défaut
est 0,1.
Utiliser la structure d'arborescence
Pour organiser des transactions en arbre préfixe, sélectionnez
True.
Utiliser le tri par segment
Pour utiliser le tri par segment au lieu du tri rapide pour trier
les transactions, sélectionnez True.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
201
Propriété
Description
Optimiser la mémoire
Pour minimiser la consommation de mémoire au lieu d'optimi­
ser la vitesse, sélectionnez True.
Charger la transaction dans la mémoire
Pour charger les transactions dans la mémoire, sélectionnez
True.
15.1.8
Classification
15.1.8.1
HANA KNN
Propriétés pouvant être configurées pour l'algorithme HANA KNN
Syntaxe
Ce composant permet de classifier des objets en fonction de l'exemple de données apprises. Dans KNN, les
objets sont classifiés par les votes majoritaires de leurs voisins.
Remarque
La création de modèles à l'aide de l'algorithme KNN SAP HANA n'est pas prise en charge.
Propriétés de HANA KNN
Table 100 : Propriétés de l'algorithme
Propriété
Description
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Nombre de voisins
Saisissez le nombre de voisins à prendre en compte pour
trouver les distances. La valeur par défaut est 5.
Type de vote
Sélectionnez le type de vote permettant de calculer le nombre
de voisins.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Nom de schéma
202
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les fonctionnalités ou
les variables cibles.
●
Conserver : L'algorithme conserve les valeurs manquan­
tes.
Saisissez le nom du schéma qui contient les données appri­
ses.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriété
Description
Nom de la table
Saisissez le nom de la table qui contient les données apprises.
Colonnes indépendantes
Saisissez les colonnes d'entrée à prendre en compte pour les
données d'apprentissage.
Colonne dépendante
Saisissez les colonnes de sortie à prendre en compte pour les
données d'apprentissage.
Nom de la colonne prédite
Saisissez un nom pour la nouvelle colonne qui contient les va­
leurs de classification.
Nombre de threads
Saisissez le nombre de threads à l'aide desquels l'algorithme
doit s'exécuter. La valeur par défaut est 1.
15.1.8.2
Analyse ABC SAP HANA
Propriétés pouvant être configurées pour l'algorithme d'analyse ABC HANA
Syntaxe
Cet algorithme sert à classifier les objets (clients, salariés ou produits par exemple) d'après des indicateurs
particuliers, comme revenus ou bénéfices. Il suppose que les stocks d'une entreprise ne sont pas de valeur
égale. Ainsi, les stocks peuvent être regroupés en trois actégories (A, B et C) selon l'estimation de leur
importance. Les articles "A" sont très importants pour une entreprise. Les articles "B" ont une importance
moyenne, c'est-à-dire inférieure aux articles "A", mais supérieure aux articles "C". Les articles "C" sont les
moins importants.
Exemple de classification ABC :
●
Articles "A" – 20 % des comptes d'articles pour 70 % de la valeur de consommation annuelle de
l'ensemble des articles.
●
Articles "B" – 30% des comptes d'articles pour 25 % de la valeur de consommation annuelle de l'ensemble
des articles.
●
Articles "C" – 50% des comptes d'articles pour 5 % de la valeur de consommation annuelle de l'ensemble
des articles.
Propriétés de l'analyse ABC SAP HANA
Table 101 : Propriétés de l'algorithme
Propriété
Description
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
203
Propriété
Description
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les fonctionnalités ou
les variables cibles.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Pourcentage de décomposition de A
Saisissez le pourcentage d'articles à classifier dans le groupe
A. La valeur par défaut est 40. La plage possible est 0-100 %
Vérifiez que la somme des pourcentages des articles des
groupes A, B et C est égale à 100 %.
Pourcentage de décomposition de B
Saisissez le pourcentage d'articles à classifier dans le groupe
B. La valeur par défaut est 30. La plage possible est 0-100 %
Vérifiez que la somme des pourcentages des articles des
groupes A, B et C est égale à 100 %.
Pourcentage de décomposition de C
Saisissez le pourcentage d'articles à classifier dans le groupe
C. La valeur par défaut est 30. La plage possible est 0-100 %
Vérifiez que la somme des pourcentages des articles des
groupes A, B et C est égale à 100 %.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 30.
Nom de la colonne prédite
Saisissez un nom pour la colonne venant d'être ajoutée, qui
contient les valeurs prédites.
15.1.8.3
Analyse des scores pondérés SAP HANA
Propriétés pouvant être configurées pour l'algorithme d'analyse des scores pondérés HANA
Syntaxe
Une table des scores pondérés est une méthode d'évaluation des alternatives quand l'importance de chaque
score est différente. Dans une table des scores pondérés, un score est donné à chaque alternative pour chaque
critère. Ces scores sont ensuite pondérés selon l'importance de chaque critère. L'ensemble des scores
pondérés d'une alternative est ensuite cumulé pour calculer son score pondéré total. L'alternative comportant
le score total le plus élevé devrait être la meilleure.
Les tables de scores pondérés peuvent servir à prévoir le comportement futur des clients. Créez d'abord un
modèle d'après les données historiques de l'application d'exploration de données, puis appliquez le modèle aux
nouvelles données pour effectuer les prévisions. La prévision, c'est-à-dire la sortie du modèle, s'appelle un
score. Vous pouvez créer un seul score pour vos clients en prenant en compte différentes dimensions.
Une fonction définie par des tables de scores pondérés est une combinaison linéaire de fonctions d'une
variable.
f(x1,…,xn) = w1× f 1(x1) + … + wn× f n(xn)
204
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Analyse des scores pondérés SAP HANA
Table 102 : Propriétés de l'algorithme
Propriété
Description
Nom de colonne
Sélectionnez la colonne source d'entrée avec laquelle vous
souhaitez réaliser l'analyse.
Type
Sélectionnez le type "Discret" si la colonne sélectionnée com­
porte des données de catégories ou le type "Continu" si ce
sont des données numériques.
Pondérations
Saisissez les pondérations pour la colonne sélectionnée. La
valeur par défaut est 0,0.
Clés et scores
Saisissez les valeurs des clés et scores.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les fonctionnalités ou
les variables cibles.
●
Conserver : L'algorithme conserve les valeurs manquan­
tes.
Nombre de threads
Saisissez le nombre de threads à l'aide desquels l'algorithme
doit s'exécuter. La valeur par défaut est 1.
Nom de la colonne prédite
Saisissez un nom pour la nouvelle colonne qui contient les va­
leurs escomptées.
15.1.8.4
Bayes naïf HANA
Propriétés pouvant être configurées pour l'algorithme Bayes naïf HANA
Syntaxe
Le Bayes naïf (Naive Bayes) est un algorithme de classification basé sur un théorème de Bayes. Il estime la
probabilité conditionnelle de classe en supposant que les attributs sont conditionnellement indépendants les
uns des autres. Malgré sa simplicité, le Bayes naïf fonctionne très bien dans des domaines comme la
classification de documents et le filtrage de spams et nécessite seulement un petit volume de données
d'apprentissage pour estimer les paramètres requis pour la classification.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
205
Propriétés du Bayes naïf HANA
Table 103 : Propriétés de l'algorithme
Propriété
Description
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
Nom de la colonne prédite
Saisissez un nom pour la colonne créée qui contient les va­
leurs prédites.
Lissage de Laplace
Saisissez une constante de lissage pour le lissage des obser­
vations. La constante de lissage doit être une valeur double
supérieure à 0. Saisissez 0 pour désactiver le lissage de La­
place.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Nombre de threads
15.1.8.5
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les fonctionnalités ou
les variables cible.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Saisissez le nombre de threads que l'algorithme doit utiliser
pendant l'exécution. La valeur par défaut est 1.
Classification automatisée HANA
Propriétés pouvant être configurées pour l'algorithme de classification automatisée (auto) HANA.
Syntaxe
L'algorithme de classification automatisée HANA est utilisé pour la classification binaire/catégorique. Cet
algorithme détecte l'algorithme et le type de modèle qui conviennent le mieux en fonction de la variable cible
que vous avez sélectionnée. Il décide également si la saisie doit être continue ou catégorique et détermine le
classement le plus approprié pour les variables. Cela vous permet de diminuer les activités de préparation de
données et de test de modèle nécessaires lors de la création d'un modèle prédictif. De plus, des jeux de
données de formation et de validation sont également créés pour l'évaluation du modèle.
L'algorithme de classification automatisée HANA est uniquement disponible en mode en ligne (connecté à SAP
HANA). Un algorithme de classification automatisée similaire est disponible en mode hors ligne.
Pour en savoir plus sur les fonctions utilisées pour les algorithmes automatisés en ligne, voir le guide SAP
Automated Predictive Library Reference Guide (APL) à l'adresse http://help.sap.com/pa
206
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de la classification automatisée HANA
Table 104 : Propriétés de l'algorithme
Propriété
Description
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
Nom de la colonne prédite
Saisissez un nom pour une nouvelle colonne qui contient les
valeurs prédites.
15.1.8.6
Classification automatisée
Propriétés pouvant être configurées pour l'algorithme de classification automatisée (auto).
Syntaxe
L'algorithme de classification automatisée est utilisé pour la classification binaire/catégorique. Cet algorithme
détecte l'algorithme et le type de modèle qui conviennent le mieux en fonction de la variable cible que vous
avez sélectionnée. Il décide également si la saisie doit être continue ou catégorique et détermine le classement
le plus approprié pour les variables. Cela vous permet de diminuer les activités de préparation de données et de
test de modèle nécessaires lors de la création d'un modèle prédictif. De plus, des jeux de données de formation
et de validation sont également créés pour l'évaluation du modèle.
Propriétés de la classification automatisée
Table 105 : Propriétés de l'algorithme
Propriété
Description
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
Nom de la colonne prédite
Saisissez un nom pour une nouvelle colonne qui contient les
valeurs prédites.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
207
15.1.8.7
HANA Support Vector Machine
Propriétés pouvant être configurées pour l'algorithme HANA Support Vector Machine
Syntaxe
Support Vector Machines (SVMs) fait référence à une famille de modèles d'apprentissage supervisés utilisant
le concept de vecteur de support. En comparaison avec d'autres modèles d'apprentissage supervisés, les SVM
présentent des avantages du fait que les modèles produits par les SVM peuvent être soit linéaires soit non
linéaires, ces derniers étant réalisés par une technique appelée "astuce du noyau".
Comme la plupart des modèles supervisés, il existe une phase d'apprentissage et de test pour les SVM. Lors de
la phase d'apprentissage, une fonction f(x):->y, où f(∙) est une fonction (pouvant être non linéaire)
associant un exemple à une CIBLE, est apprise. L'ensemble d'apprentissage consiste en des paires
représentées par {xi, yi}, où x désigne un exemple représenté par plusieurs attributs et où y désigne une
CIBLE (informations supervisées). Lors de la phase de test, la fonction f(∙) apprise est ensuite utilisée pour
associer un exemple avec une CIBLE inconnue à sa CIBLE prévue.
Dans l'implémentation actuelle dans PAL, les SVM sont utilisables pour les trois tâches suivantes :
●
Support Vector Classification (SVC)
La classification est l'une des tâches les plus fréquentes dans de nombreux domaines y compris pour
l'apprentissage automatique, l'exploration de données, la vision par ordinateur et l'analyse des données de
gestion. En comparaison avec les classifieurs linéaires tels que la régression logistique, les SVC peuvent
produire une surface de décision non linéaire, ce qui donne une meilleure précision sur un jeu de données
du monde réel. Dans un scénario de classification, f(∙) fait référence à la fonction de décision et une
CIBLE fait référence à une "étiquette" représentée par un nombre réel.
●
Support Vector Regression (SVR)
La SVR est une autre méthode pour l'analyse de régression. En comparaison avec les méthodes de
régression linéaire classiques comme la régression à moindres carrés, la fonction de régression de SVR
peut être non linéaire. Dans un scénario de régression, f(∙) fait référence à la fonction de régression et la
CIBLE fait référence à la "réponse" représentée par un nombre réel.
●
Support Vector Ranking
Un algorithme "d'apprentissage d'ordonnancement" ("learning to rank") par paires qui apprend une
fonction d'ordonnancement à partir de plusieurs ensembles (distingués par ID de requête) d'exemples
ordonnancés est implémenté. Dans le scénario d'ordonnancement, f(∙) fait référence à la fonction
d'ordonnancement et la CIBLE fait référence à un score, en fonction duquel l'ordonnancement final est
effectué. Pour l'ordonnancement par paires, f(∙) est appris afin que la relation par paires exprimant
l'ordonnancement des exemples dans chaque ensemble soit prise en compte.
Étant donné que la non-linéarité est réalisée à l'aide de "l'astuce du noyau", outre les jeux de données, le type
de noyau et les paramètres doivent être également spécifiés.
208
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés de HANA Support Vector Machine
Table 106 : Propriétés de l'algorithme
Propriété
Description
Type d'algorithme
Sélectionnez le type d'analyse devant être réalisé par l'algo­
rithme.
●
Classification
●
Régression
●
Ordonnancement
Mode de sortie
Sélectionnez le mode selon lequel vous voulez utiliser la sortie
de cet algorithme.
Fonctionnalités
Sélectionnez les colonnes d'entrée avec lesquelles vous sou­
haitez réaliser l'analyse.
Variable cible
Sélectionnez la colonne cible avec laquelle vous souhaitez réa­
liser l'analyse.
ID de requête
Sélectionnez une colonne d'ID de requête pour l'ordonnance­
ment.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Valeurs possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : L'algorithme conserve les enregistrements
contenant les valeurs manquantes durant le calcul.
Type de noyau
Sélectionnez le type de noyau.
Gamma
Saisissez le coefficient gamma pour le noyau RBF.
Marge maximale
Saisissez une valeur de compromis que vous voulez prendre
en compte entre l'erreur d'apprentissage et la marge.
Degré
Saisissez un degré pour le noyau polynomial. La valeur par dé­
faut est 3.
Coefficient linéaire
Saisissez une valeur pour le coefficient linéaire.
Constante de coefficient
Saisissez une valeur pour la constante de coefficient.
Validation croisée
Sélectionnez cette option pour utiliser la validation croisée
pour le calcul.
Type de normalisation
Sélectionnez le type de normalisation
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pour l'exécution. La valeur par défaut est 1.
Nom de la colonne prédite
Saisissez un nom pour la colonne récemment créée qui con­
tient les valeurs prédites.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
209
15.2 Composants de préparation des données
Les composants de préparation des données permettent de préparer les données pour l'analyse. Il s'agit de
composants facultatifs.
15.2.1
Formule
Propriétés pouvant être configurées pour le composant de préparation de formule.
Syntaxe
Utilisez ce composant pour appliquer des fonctions et des opérateurs prédéfinis aux données. Toutes les
fonctions ou expressions à l'exception des fonctions de manipulation de données ajoutent une nouvelle
colonne avec le résultat de la formule.
Remarque
Lors de la saisie d'un littéral de chaîne contenant des apostrophes, un caractère de barre oblique inverse
doit servir d'échappement pour chaque apostrophe à l'intérieur du littéral de chaîne. Par exemple, saisissez
"Chiffre d'affaires" comme suit : "Chiffre d\'affaires".
Remarque
Lors de la saisie d'un nom de colonne contenant des crochets, un caractère de barre oblique inverse doit
servir d'échappement pour chaque crochet à l'intérieur du nom de colonne. Par exemple, saisissez
[[Age]Client] comme suit : [\Age\]Client].
Propriétés des formules
Table 107 : Propriétés du composant de préparation des données
Propriété
Description
Nom de la formule
Saisissez un nom pour la nouvelle colonne créée par applica­
tion de la formule.
Expression
Saisissez la formule que vous voulez appliquer. Par exemple,
Moyenne([Age]).
Exemple
Calcul de la moyenne d'âge des employés
Tableau Employés :
210
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
ID emp.
Nom emp.
Naiss.
Age
Date de
Date de
recrutement
confirmation
1
Laura
11/11/1986
25
12/9/2005
27/11/2005
2
Desy
12/5/1981
30
24/6/2000
10/7/2000
3
Alex
30/5/1978
33
10/10/1998
24/12/1998
4
Jean
6/6/1979
32
2/12/1999
20/12/1999
Pour calculer la moyenne d'âge des employés, procédez comme suit :
1.
Faites glisser le composant Formule dans l'éditeur d'analyse.
2.
Dans la vue de propriétés, saisissez un nom pour la formule.
Par exemple, Moyenne_Age.
3.
Dans le champ Expression, saisissez la formule : AVERAGE([Age])
4.
Sélectionnez Valider pour valider la syntaxe de la formule.
5.
Sélectionnez Terminé.
Tableau de résultat :
ID emp.
Nom emp.
Naiss.
Age
Date de
Date de
recrutement
confirmation
Moyenne_Age
1
Laura
11/11/1986
25
12/9/2005
27/11/2005
30
2
Desy
12/5/1981
30
24/6/2000
10/7/2000
30
3
Alex
30/5/1978
33
10/10/1998
24/12/1998
30
4
Jean
6/6/1979
32
2/12/1999
20/12/1999
30
Fonctions prises en charge
Catégorie
Fonction (Fonction en cas d'application au
Description
tableau Employés)
Date
JOURSENTRE
Renvoie le nombre de jours compris
entre deux dates.
DATEACTUELLE
Renvoie la date système actuelle.
MOISENTRE
Renvoie le nombre de mois entre deux
dates.
Par exemple, la nouvelle colonne
contient 2,0,2,0 lorsque
MOISENTRE([Date de recrutement],
[Date de confirmation]) est appliqué au
tableau Employés.
NOMDUJOUR
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Renvoie le nom du jour au format de
chaîne.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
211
Catégorie
Fonction (Fonction en cas d'application au
Description
tableau Employés)
Par exemple, la nouvelle colonne
contient lundi, samedi, samedi, jeudi
lorsque NOMDUJOUR([Date de
recrutement]) est appliqué au tableau
Employés.
NUMEROJOURDUMOIS
Renvoie le numéro du jour d'un mois en
particulier.
Par exemple, 12/11/1980 renvoie 11.
NUMEROJOURDELASEMAINE
Renvoie le numéro du jour d'une
semaine.
Par exemple, dimanche =1, lundi=2.
NUMEROJOURDEANNEE
Renvoie le numéro du jour d'une année.
Par exemple, 1er jan.=1, 1er fév.=32, 3
fév.=34.
DERNIERJOURDELASEMAINE
Renvoie la date du dernier jour d'une
semaine.
Par exemple, 12/9/2005 renvoie
17/9/2005.
DERNIERJOURDUMOIS
Renvoie la date du dernier jour d'un
mois.
Par exemple, 12/9/2005 renvoie
30/9/2005.
NUMEROMOISDEANNEE
Renvoie le numéro du mois d'une année.
Par exemple, jan.=1, fév.=2, mars=3.
NUMEROSEMAINEDEANNEE
Renvoie le numéro de la semaine d'une
année.
Par exemple, 12/9/2005 renvoie 38.
NUMEROTRIMESTREDEDATE
Renvoie le numéro du trimestre
correspondant à une date.
Par exemple, 12/9/2005 renvoie 3.
Chaîne
CONCAT
Permet la concaténation de deux
chaînes.
Par exemple, CONCAT('Etats-Unis',
'Australie') renvoie Etats-UnisAustralie.
DANSCHAINE
Renvoie true si la chaîne de recherche
se trouve dans la chaîne source.
Par exemple, DANSCHAINE('ETATSUNIS', 'USA') renvoie true.
212
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Catégorie
Fonction (Fonction en cas d'application au
Description
tableau Employés)
SOUSCHAINE
Renvoie une sous-chaîne de la chaîne
source.
Par exemple, SOUSCHAINE('EtatsUnis', 1,2) renvoie Etats.
Mathématiques
Manipulation de données
LONGCHAINE
Renvoie le nombre de caractères de la
chaîne source. Par exemple,
LONGCHAINE('Australie') renvoie 9.
MAX
Renvoie la valeur maximale d'une
colonne.
MIN
Renvoie la valeur minimale d'une
colonne.
NB
Renvoie le nombre de valeurs d'une
colonne.
SOMME
Renvoie la somme des valeurs d'une
colonne.
MOYENNE
Renvoie la moyenne des valeurs d'une
colonne.
@REPLACE
Réalise un remplacement d'une chaîne à
l'emplacement.
Par exemple,
@REPLACE([pays],'ETATS-UNIS',
'AMERIQUE') remplace ETATS-UNIS
par AMERIQUE dans la colonne de pays.
@BLANK
Remplace les valeurs vides par une
valeur spécifiée.
Par exemple, @BLANK([pays], 'ETATSUNIS') remplace toutes les valeurs vides
par ETATS-UNIS dans la colonne de
pays.
@SELECT
Sélectionne les lignes répondant à la
condition donnée. Vous pouvez utiliser
n'importe quel opérateur conditionnel
pour spécifier la condition.
Par exemple,
@SELECT([pays]=='ETATS-UNIS')
sélectionne les lignes où le pays est égal
à ETATS-UNIS.
Expression conditionnelle
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
SI(condition) ALORS(expression de
chaîne/expression mathématique/
expression conditionnelle) SINON
(expression de chaîne/expression
mathématique/expression
conditionnelle)
Vérifie si la condition est remplie et
renvoie une valeur si "true" et une autre
si "false".
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
213
Catégorie
Fonction (Fonction en cas d'application au
Description
tableau Employés)
Par exemple, SI([Date de
recrutement]>12/9/2005) ALORS
('Employé recruté après le 12 sep.
2005') SINON ('Employé recruté avant
ou le 12 sep. 2005')
Remarque
Les expressions mathématiques des fonctions qui renvoient une valeur numérique ne sont pas prises en
charge. Par exemple, l'expression NUMEROJOURDUMOIS(DATEACTUELLE())+2 n'est pas prise en charge car
NUMEROJOURDUMOIS renvoie une valeur numérique.
Opérateurs mathématiques
Utilisez les opérateurs mathématiques pour créer des formules contenant des colonnes numériques et/ou des
nombres. Par exemple, l'expression [Age] + 1 ajoute une nouvelle colonne avec les valeurs 26, 31, 34, 33.
Opérateurs mathématiques
Description
+
Opérateur d'addition
-
Opérateur de soustraction
*
Opérateur de multiplication
/
Opérateur de division
()
Parenthèses
^
Opérateur de puissance
%
Opérateur modulo
E
Opérateur exponentiel
Opérateurs conditionnels
Utilisez les opérateurs conditionnels pour créer des expressions SI ALORS SINON ou SELECT.
Opérateurs conditionnels
Description
==
Egal à
!=
Différent de
<
Inférieur à
>
Supérieur à
214
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Opérateurs conditionnels
Description
<=
Inférieur ou égal à
>=
Supérieur ou égal à
Opérateurs logiques
Utilisez les opérateurs logiques pour comparer deux conditions et renvoyer "true" ou "false". Par exemple,
SI([Date de recrutement]>12/9/2005 && [Age] >=25 ) ALORS ('True') SINON ('False') ajoute une nouvelle
colonne avec les valeurs True, False, False, False.
Opérateurs logiques
Description
&&
ET
||
OU
15.2.2 Echantillon
Propriétés pouvant être configurées pour le composant de préparation de l'échantillon.
Syntaxe
Ce composant permet de sélectionner un sous-ensemble de données dans de plus grands jeux de données.
Le composant Echantillon prend en charge les types d'échantillonnage suivants :
●
N premiers : sélectionne les n premiers enregistrements du jeu de données.
●
N derniers : sélectionne les n derniers enregistrements du jeu de données.
●
Tous les N : sélectionne chaque énième enregistrement du jeu de données où n est un intervalle. Par
exemple, si n=2, les 2e, 4e, 6e et 8e enregistrements sont sélectionnés, etc.
●
Aléatoire simple : sélectionne aléatoirement des enregistrements de taille n ou un pourcentage n des
enregistrements du jeu de données.
●
Aléatoire systématique : dans ce type d'échantillonnage, les échantillons d'intervalle ou de période sont
créés en fonction de la taille de période. Le composant Echantillon sélectionne le énième enregistrement
au hasard dans la première période et le énième enregistrement est sélectionné dans chaque période
consécutive.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
215
Propriétés de l'échantillon
Table 108 : Propriétés du composant de préparation des données
Propriété
Description
Type d'échantillonnage
Sélectionnez le type d'échantillonnage
Limiter les lignes par
Sélectionnez la méthode de limitation des lignes.
Nombre de lignes
Saisissez le nombre de lignes à sélectionner.
Pourcentage de lignes
Saisissez le pourcentage de lignes à sélectionner.
Taille de la période
Saisissez la taille de la période dans laquelle vous voulez sé­
lectionner une ligne aléatoire.
Taille de l'étape
Saisissez l'intervalle entre les lignes à sélectionner.
Nbre max. de lignes
Saisissez le nombre de lignes maximal à sélectionner.
Exemple
Sélection d'un sous-ensemble de données d'un certain jeu de données
ID emp.
Nom emp.
Naiss.
Age
1
Laura
11/11/1986
25
2
Desy
12/5/1981
30
3
Alex
30/5/1978
33
4
Jean
6/6/1979
32
5
Ted
4/7/1987
24
6
Tom
30/6/1970
41
7
Anna
24/6/1965
46
8
Valérie
6/7/1990
21
9
Marie
19/9/1985
26
10
Martin
21/11/1986
25
Echantillons de sortie :
1.
2.
216
N premiers : Pour n=5
ID emp.
Nom emp.
Naiss.
Age
1
Laura
11/11/1986
25
2
Desy
12/5/1981
30
3
Alex
30/5/1978
33
4
Jean
6/6/1979
32
5
Ted
4/7/1987
24
N derniers : Pour n=4
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
3.
4.
5.
ID emp.
Nom emp.
Naiss.
Age
7
Anna
24/6/1965
46
8
Valérie
6/7/1990
21
9
Marie
19/9/1985
26
10
Martin
21/11/1986
25
ID Emp
Nom emp.
Naiss.
Age
3
Alex
30/5/1978
33
6
Tom
30/6/1970
41
9
Marie
19/9/1985
26
Tous les N : Intervalle=3
Aléatoire simple : Pour nombre de lignes=2
Le résultat est constitué de deux lignes, quelles qu'elles soient.
ID emp.
Nom emp.
Naiss.
Age
7
Anna
24/6/1965
46
8
Valérie
6/7/1990
21
Aléatoire systématique : Taille de la période=4
ID emp.
Nom emp.
Naiss.
Age
2
Desy
12/5/1981
30
6
Tom
30/6/1970
41
10
Martin
21/11/1986
25
ID emp.
Nom emp.
Naiss.
Age
1
Laura
11/11/1986
25
5
Ted
4/7/1987
24
9
Marie
19/9/1985
26
ou
15.2.3 Définition des types de données
Propriétés pouvant être configurées pour le composant de préparation de la définition des types de données.
Syntaxe
Ce composant permet de modifier le nom, le type de données et le format de date de la colonne source.
Définir le type de données permet de préparer les données pour qu'elles conviennent à une analyse approfondie.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
217
Par exemple :
●
Si le nom de la colonne de la source de données est "des", il se peut que ce ne soit pas clair lors de l'analyse.
Vous pouvez renommer la colonne "Désignation" dans l'analyse de sorte que l'utilisateur final puisse la
comprendre plus facilement.
●
Si la date est stockée au format jjmmaa (120201, sans séparateur de date), elle peut être considérée par le
système comme une valeur d'entier. Grâce au composant Définition des types de données, vous pouvez
modifier le format de date au profit de n'importe quel format de date valide, tel que jj/mm/aaaa ou mm/jj/
aaaa, etc.
Pour modifier le nom, le type de données et le format de date de la colonne source, procédez comme suit :
1.
Ajoutez le composant de définition des types de données dans l'analyse.
2.
Dans le menu contextuel du composant, sélectionnez Configurer les propriétés.
3.
Pour modifier le nom de colonne, saisissez un nom d'alias pour la colonne source souhaitée.
4.
Pour modifier le type de données de la colonne, sélectionnez le type de données requis pour la colonne
source.
5.
Sélectionnez Terminé.
15.2.4 Filtrer
Propriétés pouvant être configurées pour le composant de préparation du filtre
Syntaxe
Utilisez ce composant pour filtrer les lignes et colonnes en fonction d'une condition spécifique.
Remarque
Le composant Filtre in-database ne prend pas en charge les fonctions et expressions avancées.
Remarque
Si vous modifiez la source de données après la configuration du composant Filtre, le composant Filtre
conserve malgré tout les filtres de ligne précédemment définis.
Propriétés de filtre
Table 109 : Propriétés du composant de préparation des données
Propriété
Description
Colonnes sélectionnées
Sélectionnez les colonnes pour l'analyse.
Condition de filtre
Saisissez la condition du filtre.
218
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Exemple
Filtrage de la colonne "Magasin" des données source et application de la condition "Profit > 2 000".
Magasin
Chiffre d'affaires
Profit
Land Mark
10000
1000
Spencer
20000
4500
Soch
25000
8000
1.
Décochez la colonne "Magasin" des Colonnes sélectionnées.
2.
Dans le volet Filtre de ligne, sélectionnez la colonne Profit.
3.
Dans l'option Sélectionner dans une plage, saisissez 2 000 dans la zone de texte De. La zone de texte A doit
être vide.
4.
Cliquez sur OK.
5.
Choisissez Enregistrer et fermer.
6.
Exécutez l'analyse.
Tableau de résultat :
Chiffre d'affaires
Profit
20000
4500
25000
8000
Syntaxe
Remarque
Le composant Filtre ne prend en charge que les expressions qui renvoient un résultat booléen.
Par exemple, dans le tableau Employés ci-dessous :
ID emp.
Nom emp.
Naiss.
Age
Date de
Date de
recrutement
confirmation
1
Laura
11/11/1986
25
12/9/2005
27/11/2005
2
Desy
12/5/1981
30
24/6/2000
10/7/2000
3
Alex
30/5/1978
33
10/10/1998
24/10/1998
4
Jean
6/6/1979
32
2/12/1999
20/12/1999
●
L'expression JOURSENTRE([Date de recrutement],[Date de confirmation]) n'est pas une expression de
filtre valide puisqu'elle renvoie une valeur numérique. L'utilisation correcte de l'expression JOURSENTRE
dans le filtre est JOURSENTRE([Date de recrutement],[Date de confirmation]) == 14. Cette expression
sélectionne les lignes dans lesquelles le nombre de jours entre "date de recrutement" et "date de
confirmation" est égal à 14. Pour le tableau des employés ci-dessus, la troisième ligne est sélectionnée.
●
NOMDUJOUR([Date de recrutement]) == 'samedi' sélectionne les deuxième et troisième lignes du tableau
des employés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
219
Remarque
Lors de la saisie d'un littéral de chaîne contenant des apostrophes, un caractère de barre oblique inverse
doit servir d'échappement pour chaque apostrophe à l'intérieur du littéral de chaîne. Par exemple, saisissez
"Chiffre d'affaires" comme suit : "Chiffre d\'affaires".
Remarque
Lors de la saisie d'un nom de colonne contenant des crochets, un caractère de barre oblique inverse doit
servir d'échappement pour chaque crochet à l'intérieur du nom de colonne. Par exemple, saisissez
[[Age]Client] comme suit : [\Age\]Client].
Fonctions prises en charge
Remarque
Le composant Filtre ne prend pas en charge les fonctions de manipulation des données.
Catégorie
Fonction (Fonction en cas d'application au
Description
tableau Employés)
Date
JOURSENTRE
Renvoie le nombre de jours compris
entre deux dates.
DATEACTUELLE
Renvoie la date système actuelle.
MOISENTRE
Renvoie le nombre de mois entre deux
dates.
Par exemple, la nouvelle colonne
contient 2,0,2,0 lorsque
MOISENTRE([Date de recrutement],
[Date de confirmation]) est appliqué au
tableau Employés.
NOMDUJOUR
Renvoie le nom du jour au format de
chaîne.
Par exemple, la nouvelle colonne
contient lundi, samedi, samedi, jeudi
lorsque NOMDUJOUR([Date de
recrutement]) est appliqué au tableau
Employés.
NUMEROJOURDUMOIS
Renvoie le numéro du jour d'un mois en
particulier.
Par exemple, 12/11/1980 renvoie 11.
NUMEROJOURDELASEMAINE
220
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Renvoie le numéro du jour d'une
semaine.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Catégorie
Fonction (Fonction en cas d'application au
Description
tableau Employés)
Par exemple, dimanche =1, lundi=2.
NUMEROJOURDEANNEE
Renvoie le numéro du jour d'une année.
Par exemple, 1er jan.=1, 1er fév.=32, 3
fév.=34.
DERNIERJOURDELASEMAINE
Renvoie la date du dernier jour d'une
semaine.
Par exemple, 12/9/2005 renvoie
17/9/2005.
DERNIERJOURDUMOIS
Renvoie la date du dernier jour d'un
mois.
Par exemple, 12/9/2005 renvoie
30/9/2005.
NUMEROMOISDEANNEE
Renvoie le numéro du mois d'une année.
Par exemple, jan.=1, fév.=2, mars=3.
NUMEROSEMAINEDEANNEE
Renvoie le numéro de la semaine d'une
année.
Par exemple, 12/9/2005 renvoie 38.
NUMEROTRIMESTREDEDATE
Renvoie le numéro du trimestre
correspondant à une date.
Par exemple, 12/9/2005 renvoie 3.
Chaîne
CONCAT
Permet la concaténation de deux
chaînes.
Par exemple, CONCAT('Etats-Unis',
'Australie') renvoie Etats-UnisAustralie.
DANSCHAINE
Renvoie true si la chaîne de recherche
se trouve dans la chaîne source.
Par exemple, DANSCHAINE('ETATSUNIS', 'USA') renvoie true.
SOUSCHAINE
Renvoie une sous-chaîne de la chaîne
source.
Par exemple, SOUSCHAINE('EtatsUnis', 1,2) renvoie Etats.
Mathématiques
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
MAX
Renvoie la valeur maximale d'une
colonne.
MIN
Renvoie la valeur minimale d'une
colonne.
NB
Renvoie le nombre de valeurs d'une
colonne.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
221
Catégorie
Fonction (Fonction en cas d'application au
Description
tableau Employés)
Expression conditionnelle
SOMME
Renvoie la somme des valeurs d'une
colonne.
MOYENNE
Renvoie la moyenne des valeurs d'une
colonne.
SI(condition) ALORS(expression de
chaîne/expression mathématique/
expression conditionnelle) SINON
(expression de chaîne/expression
mathématique/expression
conditionnelle)
Vérifie si la condition est remplie et
renvoie une valeur si "true" et une autre
si "false".
Par exemple, SI([Date de
recrutement]>12/9/2005) ALORS
('Employé recruté après le 12 sep.
2005') SINON ('Employé recruté avant
ou le 12 sep. 2005')
Remarque
Les expressions mathématiques des fonctions qui renvoient une valeur numérique ne sont pas prises en
charge. Par exemple, l'expression NUMEROJOURDUMOIS(DATEACTUELLE())==2 n'est pas prise en charge
car NUMEROJOURDUMOIS renvoie une valeur numérique.
Opérateurs mathématiques
Utilisez les opérateurs mathématiques pour créer des formules contenant des colonnes numériques et/ou des
nombres. Par exemple, l'expression [Age] + 1 ajoute une nouvelle colonne avec les valeurs 26, 31, 34, 33.
Opérateurs mathématiques
Description
+
Opérateur d'addition
-
Opérateur de soustraction
*
Opérateur de multiplication
/
Opérateur de division
()
Parenthèses
^
Opérateur de puissance
%
Opérateur modulo
E
Opérateur exponentiel
Opérateurs conditionnels
Utilisez les opérateurs conditionnels pour créer des expressions SI ALORS SINON ou SELECT.
222
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Opérateurs conditionnels
Description
==
Egal à
!=
Différent de
<
Inférieur à
>
Supérieur à
<=
Inférieur ou égal à
>=
Supérieur ou égal à
Opérateurs logiques
Utilisez les opérateurs logiques pour comparer deux conditions et renvoyer "true" ou "false". Par exemple,
SI([Date de recrutement]>12/9/2005 && [Age] >=25 ) ALORS ('True') SINON ('False') ajoute une nouvelle
colonne avec les valeurs True, False, False, False.
Opérateurs logiques
Description
&&
ET
||
OU
15.2.5 Normalisation
Propriétés pouvant être configurées pour le composant de préparation de la normalisation
Syntaxe
Ce composant permet de normaliser les données d'attribut. Les attributs dont la valeur est supérieure ont
tendance à présenter une pondération supérieure. La normalisation vise à transformer les données ayant une
plus grande plage en une plage plus petite, par exemple, [0,1], [-1,1].
Remarque
La normalisation affiche uniquement les colonnes contenant des valeurs numériques.
Le composant de normalisation prend en charge les méthodes de normalisation suivantes :
●
Normalisation Min-Max : Effectue une transformation linéaire sur les valeurs des données d'origine et met à
l'échelle chaque valeur pour qu'elle corresponde à une plage particulière. Lors d'une normalisation MinMax, il est possible de spécifier les valeurs Nouveau maximum et Nouveau minimum. Cette normalisation
s'avère utile pour garantir que les valeurs hors normes sont limitées au sein d'une plage déterminée.
Remarque
○
La valeur Nouveau maximum doit être supérieure à la valeur Nouveau minimum.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
223
●
Normalisation Score Z : Calculée en fonction de la moyenne et de ladéviation standard pour chaque
attribut. Cette normalisation s'avère utile pour déterminer si une valeur donnée est supérieure ou
inférieure à la moyenne et de combien.
●
Normalisation Échelle décimale : Le point décimal de la valeur de chaque attribut est déplacé selon sa
valeur absolue maximale.
Propriétés de normalisation
Table 110 : Propriétés du composant de préparation des données
Propriété
Description
Sélectionner une colonne
Sélectionnez une colonne à normaliser.
Type de normalisation
Sélectionnez le type de normalisation.
Nouveau maximum
Saisissez la valeur du nouveau maximum. La valeur par défaut
est 1.
Nouveau minimum
Saisissez la valeur du nouveau minimum. La valeur par défaut
est 0.
Exemple
Normalisation de la durée de parcours d'une distance
Tableau :
Nom
Distance (en mètres)
Durée (en secondes)
Laura
500
66
Desy
500
360
Alex
500
201
Jean
500
78
Ted
500
504
Pour normaliser la colonne de durée à l'aide de la normalisation Min-Max, procédez comme suit :
1.
Dans la vue Prévision, dans la Liste des composants, sélectionnez l'onglet Préparation des données.
2.
Faites glisser le composant Normalisation dans l'éditeur d'analyse, ou double-cliquez sur Normalisation.
3.
Dans le menu contextuel du composant Normalisation, sélectionnez Configurer les propriétés.
4.
Dans la liste déroulante Sélectionner une colonne, sélectionnez la colonne à normaliser.
Remarque
Seules les colonnes comportant des valeurs numériques peuvent être sélectionnées.
Par exemple, Durée (en secondes).
5.
Dans la liste déroulante Méthode de normalisation, sélectionnez Min-Max.
6.
Saisissez les valeurs de Nouveau maximum et Nouveau minimum, dans cet exemple, les valeurs sont
respectivement 0 et 1.
224
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
7.
Sélectionnez Terminé, puis Exécuter.
Tableau de résultat :
Nom
Distance (en mètres)
Durée (en secondes)
Laura
500
0,05
Desy
500
0,30
Alex
500
0,17
Jean
500
0,06
Ted
500
0,42
Répétez la même procédure pour la normalisation Score Z et Echelle décimale, comme indiqué dans la
normalisation Min-Max. Toutefois, dans le cas des normalisations Score Z et Echelle décimale, vous n'avez pas
à saisir les valeurs Nouveau maximum et Nouveau minimum.
Résultat de la normalisation Score Z :
Tableau de résultat :
Nom
Distance (en mètres)
Durée (en secondes)
Laura
500
-0,49
Desy
500
1,77
Alex
500
0,55
Jean
500
-0,40
Ted
500
2,88
Résultat de la normalisation Echelle décimale :
Tableau de résultat :
Nom
Distance (en mètres)
Durée (en secondes)
Laura
500
0,01
Desy
500
0,04
Alex
500
0,02
Jean
500
0,01
Ted
500
0,05
15.2.6 Classement SAP HANA
Propriétés pouvant être configurées pour le composant de préparation du classement HANA
Syntaxe
Le classement, également appelé discrétisation, lisse une valeur de données triée. Il divise la plage d'une
variable numérique en jeux de sous-intervalles appelés classe, et remplace chaque valeur par sa valeur de
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
225
classe. Le classement des données avant l'exécution de certains algorithmes, comme l'algorithme d'arbre de
décision, aide à réduire la complexité du modèle.
Il existe quatre méthodes de classement :
●
Largeurs égales à partir du nombre de classes
●
Largeurs égales à partir de la largeur de la classe
●
Profondeur égale
●
Ecart-type à partir de la moyenne
Et trois méthodes de lissage :
●
Lissage par moyenne de classe : chaque valeur d'une classe est remplacée par la valeur de classe de la
moyenne.
●
Lissage par médiane de classe : chaque valeur de classe est remplacée par la médiane de classe.
●
Lissage par limites de classe : les valeurs minimale et maximale dans une classe donnée sont identifiées en
tant que limites de classe. Chaque valeur de classe est ensuite remplacée par sa valeur limite la plus
proche.
Propriétés du classement SAP HANA
Table 111 : Propriétés du composant de préparation des données
Propriété
Description
Colonne indépendante
Sélectionnez la colonne source d'entrée sur laquelle vous sou­
haitez réaliser le classement.
Valeurs manquantes
Sélectionnez la méthode de traitement des valeurs manquan­
tes.
Méthodes possibles :
●
Ignorer : L'algorithme ignore les enregistrements conte­
nant des valeurs manquantes dans les colonnes indépen­
dantes ou dépendantes.
●
Conserver : Conserve les valeurs manquantes.
Méthode de classement
Sélectionnez la méthode de classement.
Nombre de classes
Saisissez le nombre de classes requises.
Méthode de lissage
Sélectionnez la méthode de lissage.
Nom de la colonne de classement
Saisissez un nom pour la nouvelle colonne contenant les ID
emplacement.
Noms de colonne des valeurs lissées
Saisissez le nom de la colonne contenant les valeurs lissées.
226
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Exemple
Classement des données dans un jeu de données
Ville
Température
Amsterdam
6
Francfort
12
Canton
13
Le Cap
15
Waldorf
10
Bangalore
23
Mumbai
24
Miami
30
Rio de Janeiro
32
Sydney
25
Dubaï
38
Pour classer la colonne de température par largeurs égales sur le nombre de largeurs et appliquer des
méthodes de lissage par moyenne, procédez comme suit :
1.
Faites glisser le composant Classement SAP HANA dans l'éditeur d'analyse.
2.
Cliquez deux fois sur Classement SAP HANA ou placez le curseur de la souris sur Classement SAP HANA,
puis sélectionnez Configurer les propriétés.
3.
Dans la liste déroulante Colonne indépendante, sélectionnez une colonne, par exemple Température.
Remarque
Seules les colonnes possédant des valeurs numériques peuvent être sélectionnées.
4.
Dans la liste déroulante Valeurs manquantes, choisissez Ignorer.
5.
Dans Méthode de classement, choisissez Largeurs égales à partir du nombre de classes.
6.
Dans nombre de classes, saisissez 4.
7.
Sélectionnez Classement requis.
8.
Dans Méthodes de lissage, choisissez Moyenne de classe.
9.
Sous Entrer un nom pour la colonne récemment ajoutée, dans Nom de la colonne de classement, saisissez
Classe de température.
Remarque
Vous pouvez nommer la colonne en fonction de vos critères de préférences ou d'analyse. Cette colonne
contient la valeur classée.
10. Sous Entrer un nom pour la colonne récemment ajoutée, dans Nom de la colonne des valeurs lissées,
saisissez Lissage de température.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
227
Remarque
Vous pouvez nommer la colonne en fonction de vos critères de préférences ou d'analyse. Cette colonne
contient la valeur lissée.
Tableau de résultat :
Ville
Température
Classe de température
Lissage de température
Amsterdam
6
1
8,0
Francfort
12
2
13,33333
Canton
13
2
13,33333
Le Cap
15
2
13,33333
Waldorf
10
1
8,0
Bangalore
23
3
25,5
Mumbai
24
3
25.5
Miami
30
3
25,5
Rio de Janeiro
32
4
35,0
Sydney
25
3
25,5
Dubaï
38
4
35,0
15.2.7 Normalisation SAP HANA
Propriétés pouvant être configurées pour le composant de préparation de la normalisation HANA
Syntaxe
Ce composant permet de normaliser les données d'attribut. La normalisation HANA met à l'échelle les données
d'attribut de valeur volumineuse afin qu'elles relèvent d'une plage spécifiée, comme -1,0 à 1,0 ou 0,0 à 1,0.
Vous pouvez utiliser ce composant pour une analyse in-database. La normalisation des données est utile pour
les algorithmes de classification impliquant des réseaux neuronaux ou les mesures de distance comme la
classification par voisin le plus proche ou la mise en cluster.
Remarque
Sélectionnez Remplacer la colonne si vous souhaitez que les données traitées remplacent la colonne
existante.
Le composant de normalisation prend en charge les méthodes de normalisation suivantes :
●
228
Normalisation Min-Max : Effectue une transformation linéaire sur les valeurs des données d'origine et met à
l'échelle chaque valeur pour qu'elle corresponde à une plage particulière. Lors d'une normalisation MinMax, il est possible de spécifier les valeurs Nouveau maximum et Nouveau minimum. Cette normalisation
s'avère utile pour garantir que les valeurs hors normes sont limitées au sein d'une plage déterminée.
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Remarque
○
●
La valeur Nouveau maximum doit être supérieure à la valeur Nouveau minimum.
Normalisation Score Z : Calculée en fonction de la moyenne et de ladéviation standard pour chaque
attribut. Cette normalisation s'avère utile pour déterminer si une valeur donnée est supérieure ou
inférieure à la moyenne et de combien.
●
Normalisation Échelle décimale : Le point décimal de la valeur de chaque attribut est déplacé selon sa
valeur absolue maximale.
Remarque
Vous pouvez sélectionner Remplacer la colonne si vous souhaitez que les données normalisées remplacent
les données de la colonne existante sur laquelle la normalisation est effectuée.
Exemple
Normalisation de la durée de parcours d'une distance
Tableau :
Nom
Distance (en mètres)
Durée (en secondes)
Laura
500
66
Desy
500
360
Alex
500
201
Jean
500
78
Ted
500
504
Pour normaliser la colonne de durée à l'aide de la normalisation Min-Max, procédez comme suit :
1.
Dans la vue Prévision, dans la Liste des composants, sélectionnez l'onglet Préparation des données.
2.
Faites glisser le composant Normalisation HANA dans l'éditeur d'analyse, ou double-cliquez sur
Normalisation HANA.
3.
Cliquez deux fois sur Normalisation SAP HANA ou placez le curseur de la souris sur Normalisation SAP
HANA, puis sélectionnez Configurer les propriétés.
4.
Sélectionnez les colonnes à normaliser.
Remarque
Seules les colonnes comportant des valeurs numériques peuvent être sélectionnées.
Par exemple, Durée (en secondes).
5.
Dans la liste déroulante Type de normalisation, sélectionnez Min-Max.
6.
Saisissez les valeurs Nouvelle maximale et Nouvelle minimale.
7.
Sélectionnez Terminé, puis Exécuter.
Tableau de résultat :
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
229
Nom
Distance (en mètres)
Durée (en secondes)
Durée (en
secondes)_Normalisée
Laura
500
66
0,05
Desy
500
360
0,30
Alex
500
201
0,17
Jean
500
78
0,06
Ted
500
504
0,42
Répétez la même procédure pour la normalisation Score Z et Echelle décimale, comme indiqué dans la
normalisation Min-Max. Toutefois, dans le cas des normalisations Score Z et Echelle décimale, vous n'avez pas
à saisir les valeurs Nouveau maximum et Nouveau minimum.
Résultat de la normalisation Score Z :
Tableau de résultat :
Nom
Distance (en mètres)
Durée (en secondes)
Laura
500
-0,49
Desy
500
1,77
Alex
500
0,55
Jean
500
-0,40
Ted
500
2,88
Résultat de la normalisation Echelle décimale :
Tableau de résultat :
Nom
Distance (en mètres)
Durée (en secondes)
Laura
500
0,01
Desy
500
0,04
Alex
500
0,02
Jean
500
0,01
Ted
500
0,05
15.2.8 HANA Partition
Propriétés pouvant être configurées pour le composant de préparation de HANA Partition.
Syntaxe
La composante HANA Partition partitionne un jeu de données d'entrée aléatoirement en trois sous-ensembles
disjoints appelés ensembles d'apprentissage, de test et de validation. La proportion de chaque sous-ensemble
est définie sous forme de paramètre. L'union des trois sous-ensembles ne doit pas être le jeu de données initial
complet.
230
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Vous pouvez partitionner le jeu de données à l'aide des méthodes de partition suivantes :
●
La partition aléatoire qui divise aléatoirement toutes les données.
●
La partition stratifiée qui divise chaque sous-catégorie aléatoirement.
Dans le deuxième cas, le jeu de données doit avoir au moins un attribut catégorique (par exemple, de type
varchar). Le jeu de données initial est divisé en fonction des différentes valeurs catégoriques de cet attribut.
Chaque sous-ensemble mutuellement exclusif est ensuite fractionné aléatoirement pour obtenir les sousensembles d'apprentissage, de test et de validation. Toutes les "valeurs catégoriques" ou "strates" sont ainsi
présentes dans le sous-ensemble échantillonné.
Propriétés de HANA Partition
Table 112 : Propriétés du composant de préparation des données
Propriété
Description
Méthode de partition
Sélectionnez la méthode de partition des données en ensem­
bles d'apprentissage, de test et de validation.
●
Aléatoire
●
Stratifié
Valeur de départ aléatoire
Saisissez un nombre aléatoire à utiliser pour effectuer les cal­
culs.
Partitionner lignes par
Sélectionnez la méthode de partition des lignes.
●
Pourcentage de lignes
●
Nombre de lignes
Ensemble d'apprentissage
Saisissez le nombre de lignes ou le pourcentage de lignes
pour l'ensemble d'apprentissage.
Ensemble de test
Saisissez le nombre de lignes ou le pourcentage de lignes
pour l'ensemble de test.
Ensemble de validation
Saisissez le nombre de lignes ou le pourcentage de lignes
pour l'ensemble de validation.
Nom de la colonne de partition
Saisissez un nom pour la nouvelle colonne contenant les va­
leurs partitionnées.
Nombre de threads
Saisissez le nombre de threads que l'algorithme doit utiliser
pour l'exécution.
15.3 Composants d'écriture de données
Les composants d'écriture de données permettent de stocker les résultats de l'analyse dans des fichiers plats ou
des bases de données pour une analyse approfondie.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
231
15.3.1
Composant d'écriture CSV
Propriétés pouvant être configurées pour le composant d'écriture CSV
Syntaxe
Utilisez ce composant pour écrire des données dans des fichiers plats tels que les fichiers CSV, TEXT et DAT.
Propriétés du composant d'écriture CSV
Table 113 : Propriétés du composant d'écriture de données
Propriété
Description
Nom du fichier
Sélectionnez le chemin d'accès au fichier et saisissez un nom
de fichier CSV, DAT ou TXT.
Ecraser,-le cas échéant.
Sélectionnez cette option pour écraser un fichier existant.
Séparateur de colonnes
Sélectionnez un séparateur de colonnes qui délimite les jetons
de données dans le fichier.
Insérer des guillemets
Sélectionnez le caractère de remplacement des séparateurs
de colonnes lors de l'écriture des données.
Inclure les en-têtes de colonne
Sélectionnez cette option pour utiliser la première ligne
comme en-têtes de colonne.
Encodage
Sélectionnez la méthode d'encodage de texte pour écrire les
données.
Séparateur décimal
Sélectionnez le caractère de représentation des décimales
dans les groupes de chiffres.
Séparateur de groupes
Sélectionnez le caractère de séparation des milliers.
Format des nombres
Saisissez le format de nombres que vous voulez appliquer aux
données numériques.
Format de date et d'heure
Sélectionnez le format de date que vous voulez appliquer aux
dates.
15.3.2 Composant d'écriture JDBC
Propriétés pouvant être configurées pour le composant d'écriture JDBC
Syntaxe
Utilisez ce composant pour écrire des données dans les bases de données relationnelles telles que MySQL, MS
SQL Server, DB2, Oracle, SAP MaxDB et SAP HANA.
232
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Propriétés du composant d'écriture JDBC
Table 114 : Propriétés du composant d'écriture de données
Propriété
Description
Type de base de données
Sélectionnez le type de base de données.
Répertoire du pilote de base de données
Saisissez l'emplacement du répertoire du pilote JDBC. Par
exemple, pour écrire dans la base de données Oracle, vous
devez spécifier l'emplacement du fichier jar Oracle JDBC (C:
\ojdbc6.jar).
Nom de l'ordinateur de la base de données
Saisissez le nom de l'ordinateur sur lequel est installée la base
de données.
Numéro de port
Saisissez le numéro de port de la base de données ou du ser­
vice.
Nom de la base de données
Saisissez le nom de la base de données.
Nom de l'utilisateur
Saisissez le nom d'utilisateur de la base de données.
Mot de passe
Saisissez le mot de passe pour la base de données.
Type de table
Saisissez le type de la table. Cette propriété est applicable lors
de l'écriture dans la base de données SAP HANA.
Nom de la table
Saisissez le nom de table.
Ecraser, le cas échéant.
Sélectionnez cette option pour remplacer la table si elle existe
déjà.
15.3.3 Composant d'écriture HANA
Propriétés pouvant être configurées pour le composant d'écriture HANA
Syntaxe
Utilisez ce composant pour écrire des données dans les tables de base de données SAP HANA.
Composant d'écriture HANA
Table 115 : Propriétés du composant d'écriture de données
Propriété
Description
Nom de schéma
Sélectionnez un schéma.
Type de table
Sélectionnez le type de table de la table dans laquelle vous
voulez écrire les données.
Nom de la table
Saisissez un nom de table.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
233
Propriété
Description
Ecraser,-le cas échéant.
Sélectionnez cette option pour remplacer la table si elle existe
déjà.
15.4 Modèles
Les modèles que vous créez en enregistrant l'état des algorithmes sont répertoriés dans la liste Composants de la
section Modèles.
Expert Analytics ne contient pas de modèles prédéfinis. Par conséquent, à moins d'avoir déjà enregistré un
algorithme configuré comme modèle, la section Modèles est vide.
Informations associées
Création d'un modèle [page 135]
234
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Guide de l'utilisateur d'Expert Analytics
Propriétés des composants
Clauses de non-responsabilité importantes et
informations juridiques
Exemples de code source
Le code et les lignes ou chaînes de code ("Code") inclus dans la présente documentation ne sont que des exemples et ne doivent en aucun cas être utilisés dans un
environnement productif. Le Code est utilisé uniquement pour mieux expliquer et visualiser les règles de syntaxe de certains codages. SAP ne sera pas tenu responsable
des erreurs ou dommages causés par l'utilisation de ce Code, sauf si de tels dommages étaient causés par SAP intentionnellement ou par négligence grave.
Accessibilité
Les informations contenues dans la documentation SAP représentent la vision actuelle de SAP concernant les critères d'accessibilité, à la date de publication de ladite
documentation, et ne peuvent en aucun cas être considérées comme juridiquement contraignantes pour garantir l'accessibilité aux produits logiciels. SAP décline toute
responsabilité pour le présent document. Cette clause de non-responsabilité ne s'applique toutefois pas à des cas de faute intentionnelle ou lourde de la part de SAP. En
outre, ce document n'entraîne pas des obligations contractuelles directes ou indirectes pour SAP.
Langage non discriminatoire
Dans la mesure du possible, la documentation SAP est non discriminatoire au titre du genre féminin ou masculin. Selon le contexte, le texte s'adresse au lecteur en utilisant
le pronom "vous" ou un substantif neutre (tel que "commercial" ou "jour ouvrable"). Lorsque le texte se réfère à des hommes et des femmes, que la troisième personne du
singulier ne peut pas être évitée ou qu'un substantif neutre n'existe pas, SAP se réserve le droit d'utiliser la forme masculine du nom ou du pronom. Ceci permet d'assurer
la bonne compréhension de la documentation.
Hyperliens Internet
La documentation SAP peut contenir des hyperliens vers Internet. Lesdits hyperliens sont utilisés pour indiquer où trouver l'information. SAP ne garantit pas la
disponibilité et l'exactitude des informations ou leur capacité à répondre à un but précis. SAP ne saurait être tenu responsable des dommages causés par l'utilisation
desdites informations sauf si de tels dommages étaient causés par une négligence grave ou une faute intentionnelle de SAP. Tous les liens sont catégorisés pour
transparence (voir : http://help.sap.com/disclaimer).
Guide de l'utilisateur d'Expert Analytics
Clauses de non-responsabilité importantes et informations juridiques
PUBLIC
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
235
www.sap.com/contactsap
© 2015 SAP SE ou société affiliée SAP. Tous droits réservés.
Toute reproduction ou communication de la présente publication,
même partielle, par quelque procédé et à quelque fin que ce soit, est
interdite sans l'autorisation expresse et préalable de SAP SE ou
d'une société affiliée SAP. Les informations du présent document
sont susceptibles d’être modifiées sans préavis.
Certains logiciels commercialisés par SAP SE et ses distributeurs
contiennent des composants logiciels qui sont la propriété
d'éditeurs tiers. Les spécifications des produits peuvent varier d’un
pays à l’autre.
Les informations du présent document sont fournies par SAP SE ou
par une société affiliée SAP uniquement à titre informatif, sans
engagement ni garantie d'aucune sorte. SAP SE ou ses sociétés
affiliées ne pourront en aucun cas être tenues responsables des
erreurs ou omissions relatives à ces informations. Les seules
garanties fournies pour les produits et les services de SAP SE ou
d'une société affiliée SAP sont celles énoncées expressément à titre
de garantie accompagnant, le cas échéant, lesdits produits et
services. Aucune des informations contenues dans le présent
document ne saurait constituer une garantie supplémentaire.
SAP et tous les autres produits et services SAP mentionnés dans ce
document, ainsi que leurs logos respectifs, sont des marques
commerciales ou des marques déposées de SAP SE (ou d'une
société affiliée SAP) en Allemagne ainsi que dans d'autres pays.
Tous les autres noms de produit et service mentionnés sont des
marques commerciales de leurs sociétés respectives.
Pour plus d'informations sur les marques déposées, voir http://
www.sap.com/corporate-en/legal/copyright/index.epx.