Nach dem Einlesen und der Konsolidierung eines übermittelten Datensatzes berechnet das Inspirient-System automatisch deskriptive Statistiken und wendet eine Reihe von Analysemethoden an. Diese Analysemethoden und ihre Eingabeanforderungen sind nachstehend im Einzelnen aufgeführt.

Analysemethode Beschreibung Datenanforderungen Muster Tags
Deskriptive Statistik Berechnet deskriptive Statistiken für alle Dimensionen der Eingabedaten und erstellt ein Profil für jede Spalte und Tabelle Kategorische und/oder numerische Variablen Maximum, Minimum, Durchschnitt, Standardabweichung, Wertebereich und Art der Häufigkeitsverteilung Column profile Table profile Histogram
Aggregation Aggregationsanalyse, vergleichbar mit einer Pivot-Analyse in Microsoft Excel, für alle Dimensionskombinationen (bis hin zu dreifachen Dimensionskombinationen) Kategorische und/oder numerische Variablen Maximum, Minimum, Durchschnitt und Standardabweichung Aggregation
Erkennung von Anomalien Entdeckung potentiell unbekannter Muster durch unüberwachte maschinelle Lernverfahren zur Erkennung von Ausreißern Geschäftsunregelmäßigkeiten, Dateninkonsistenzen, Abweichungen von einem Muster und Ausreißer auf Spaltenebene Kategorische und/oder numerische Variablen, Geschäfts-KPIs (optional) Anomaly
Slicing und Dicing Automatisches Slicing und Dicing des Datensatzes bei Bedarf, z.B. Fokussierung auf das letzte vollständige Geschäftsjahr oder Drill-down auf das umsatzstärkste Produkt Kategorische und/oder numerische Variablen n/a Drill-down
Zeitreihentrends und -prognosen Die Trendanalyse liefert ein umfassendes Ranking aller Zeitreihentrends und -prognosen in den Eingabedaten Zeitdimension und kategorische und/oder numerische Variablen Zeitreihentrends und Trendabweichungen Time series Trend Deviation
Einfache and multivariate Regressionsanalyse Die Regressionsanalyse ermittelt die Beziehungen zwischen den Variablen (linear und logistisch) und fasst die wichtigsten Beziehungen zusammen. Die Ausgabetabelle enthält Beziehungsstärken und -funktionen Mehrere numerische Variablen und kategorische Variablen Korrelationsstärke und Anomalien Regression Correlation Deviation
Geoanalyse Analyse geografischer Informationen und Visualisierung in Form von regionalen Karten und/oder Geo-Standort-Highlights Standortvariable Regionale Hotspots Geographic
Root Cause Analysis Erklärungen von Mustern in den Eingabedaten, die möglicherweise zur Aufdeckung versteckter Kausalitäten führen Abhängige und unabhängige Variablen Assoziationsregeln zur Erklärung relevanter Muster Root cause