Tags sind Metainformationen, die die Inspirient Automated Analytics Engine zu jedem Ergebnis hinzufügt, das sie aus einem Datensatz ableitet. Tags geben unter anderem genau an, auf welchen Dimensionen des Datensatzes ein Ergebnis basiert, mit welcher Methode es abgeleitet wurde und welche Muster identifiziert wurden. Der Hauptzweck der Tags besteht darin, die Navigation in den Ergebnissen zu unterstützen, z.B. können die Benutzer nach allen Ergebnissen suchen, die als auf einer Dimension wie ‘Profitabilität’ (ein Quelldimensions-Tag) basierend und mit einem Trend (ein Muster-Tag) versehen sind.

#Arten von Tags

Ähnliche Tags werden gruppiert; insgesamt gibt es sieben verschiedene Arten von Tags:

• Benutzer-Tags – Tags, die zu Ergebnissen hinzugefügt werden, zu denen ein Benutzer z.B. positives Feedback gegeben hat, d.h. die ihm gefallen haben
• Quelldimensions-Tags – Tags, die sich auf die Namen von Spalten und Tabellen (im Falle mehrerer Eingabetabellen) im Quelldatensatz beziehen
• Tags für generierte Dimensionen – Tags, die sich auf dynamisch generierte Dimensionen beziehen, z.B. durch automatische Anreicherung eines Datensatzes
• Methoden-Tags – Tags, die zu Ergebnissen hinzugefügt werden, die unter Verwendung einer bestimmten Analysemethode abgeleitet wurden, z.B. Aggregation oder Zeitreihenanalyse
• Muster-Tags – Tags, die zu Ergebnissen hinzugefügt werden, die ein bestimmtes Muster enthalten, z.B. eine Anomalie/einen Ausreißer oder einen Trend im Zeitverlauf
• Hotspot-Tags – Tags für bestimmte Datenwerte, die Gegenstand eines erkannten Musters sind
• Story-Tags – Tags, die zu Ergebnissen hinzugefügt werden, die in einer Story gruppiert sind. Einige Ergebnisse können Teil von mehreren Stories sein.

Gleichartige Tags werden in derselben Farbe kodiert, damit intuitiv erkennbar ist, welcher Tag welche Bedeutung hat.

#Die Tag Cloud

Die Menge aller in einer Analyse verwendeten Tags ist in der Tag Cloud verfügbar. Die Tag Cloud kann über das Symbol links neben dem Suchfeld aufgerufen werden.

Bei der Auswahl von Tags aus der Tag Cloud werden auf der Benutzeroberfläche nur Ergebnisse angezeigt, die mit diesen Tags übereinstimmen. Die derzeit aktiven Tags werden dem Suchfeld hinzugefügt. Genauer gesagt, werden die Ergebnisse so gefiltert, dass sie mit allen derzeit aktiven Tags übereinstimmen, d.h. es wird ein logisches UND implementiert.

Ein Klick auf ein aktives Tag im Suchfeld kehrt die Wirkung um und zeigt nur Ergebnisse an, die das betreffende Schlagwort nicht enthalten, d.h. es wird ein logisches NICHT umgesetzt.

Tags, die auf die aktuelle Auswahl von Erkenntnissen nicht zutreffen, werden in der Tag Cloud ausgeblendet oder optional gar nicht angezeigt (über die Tag Cloud-Konfiguration oben rechts). Die Sortierreihenfolge der Tags in der Tag Cloud kann durch Anklicken des Sortiersymbols neben der Kopfzeile jeder Tag-Gruppe an die Suchpräferenzen des Benutzers angepasst werden.

Die Tags sind größtenteils selbsterklärend. Eine detailliertere Beschreibung für komplexere Tags ist verfügbar, wenn Sie den Mauszeiger in der Tag Cloud über sie bewegen.

#Best Practices

• Tags eignen sich hervorragend für die schnelle Erkundung – Tags eignen sich hervorragend, um einen schnellen Überblick über einen Datensatz zu erhalten. Wählen Sie die Gitteransicht und probieren Sie einige Kombinationen aus, insbesondere mit den Muster-Tags.
• Negierte Tags helfen bei zu vielen Ergebnissen – Datensätze mit vielen Dimensionen können zu einer großen Auswahl an Ergebnissen führen. Der schnellste Weg, das Rauschen zu beseitigen, ist die Verwendung negierter Tags, d.h., wählen Sie ein Tag aus, das Sie nicht interessiert, und klicken Sie dann im Suchfeld erneut darauf, um alle zugehörigen Ergebnisse zu entfernen.
• Benutzer-Tags für die Zusammenarbeit mit anderen – Benutzer-Tags, die durch positives Feedback zu einem Ergebnis hinzugefügt werden, sind für alle Benutzer sichtbar, mit denen eine Analyse geteilt wurde. Eine schnelle Möglichkeit, gemeinsam die relevantesten Ergebnisse zu finden, besteht darin, einige Ergebnisse schnell zu mögen (auch von einem mobilen Gerät aus) und dann zu überprüfen, wer welches Ergebnis interessant fand.