利用 Intelligent Insights 執行深入分析
Intelligent Insights 是由 Microsoft Sustainability Manager 中的 AI 模型所產生。 AI 模型可讓您透過極端值、趨勢和關聯性見解，對計算和預先計算的排放資料進行更深入的分析。 模型會每月對整個所有排放資料表執行。 您可以透過設定，將這些作業排定在每月 1 日到 28 日之間的任何一天。
注意
Intelligent Insights 可在 Microsoft Sustainability Manager Premium 中使用。 如需方案的詳細資訊，請移至 Microsoft Sustainability Manager 方案。
檢視深入解析
若要檢視 Intelligent Insights：
在 Sustainability Manager 的分析區域中，選取 Intelligent Insights。
選取下列其中一個 Intelligent Insights 索引標籤：
極端值
極端值表示與同一內容下的其他記錄有顯著差異的記錄。 這可協助您發現資料品質問題或需要採取行動的領域。 下圖顯示更多有關極端值子類型的詳細資訊。
時間序列：時間序列異常值在每月聚合數據后，向您顯示各種上下文中時間序列數據中的異常值。 其中還會顯示這些序列的移動平均值和序列的預期範圍，以協助提供更多有關特定資料點為何被偵測為極端值的背景內容。
更改指向：更改指向是數據的突然跳躍或下降。 這可能是資料品質問題、資料遺失或未定期擷取資料所造成的結果。
貢獻：貢獻異常值突出顯示了與同一上下文中的其他實體相比，單個實體貢獻了很大一部分排放的區域。
趨勢
趨勢是資料隨時間變化的明顯方向。 一致增加或減少可能協助您找出正在改善或需要注意的區域。
除了一般趨勢 (例如本圖中的趨勢) 外，還存在異常趨勢。 在資料中偵測到許多趨勢時，就會對這些趨勢進行整體分析，以了解是否存在任何異常趨勢，這些趨勢的增加或減少速度明顯快於其他趨勢。
注意
對於極端值趨勢，Y 軸反映每個實體自見解所反白顯示的期間開始以來的 mtCO2e 百分比變化。
關聯性
關聯性會顯示跨背景的顯著資料關聯性，協助您預測結果或找出兩或多個條件之間的連結。
尋找最重要的見解
您可以對見解進行排序、篩選或加上書籤來尋找對您最重要的見解。
在極端值、趨勢或關聯性頁面上，選取下列其中一個動作：
排序：總分或 顯著性基於三個子分數：由演算法計算的統計顯著性、影響分數和相關性分數。 影響分數是組織整體排放相關見解中所涉及排放量的百分比。 關聯性分數是一組預先定義對見解進行排名的啟發式方法。 根據我們收到的客戶意見反應，關聯性可能會在一段時間後改變。
篩選：通過按設施、日期範圍、碳活動、組織單位和/或國家/地區進行向上或向下篩選，找到對您最重要的見解。 您可以分層篩選以取得更精細的結果。
書籤：當洞察有趣、重要，或者您只想維護它以供以後查看時，您可以為其添加書籤。 與所有其他見解不同，加入書籤的見解會從一個模型執行回合保留到另一個模型執行回合。 若要檢視加入書籤的見解，請選取書籤索引標籤。
排定模型執行
模型會每月對整個所有排放資料表執行一次，最多可追溯到四年前。 產生新見解時，任何先前未加入書籤的見解都會遭刪除。
您需要管理員層級存取權才能變更模型執行的日期。
在 Sustainability Manager 中，選取設定區域。
在左側導覽的應用程式設定底下，選取一般。
選取見解索引標籤。
在下拉式方塊中，選取模型執行的日期，然後選取儲存。
注意
模型將於所選日期的 00:00 UTC 開始執行。
常見問題集
如需有關 Intelligent Insights 可能發生的問題的詳細資訊，請參閱下列常見問題 (FAQ)。
為什麼無法依據日期對趨勢和關聯性見解進行排序？
趨勢和關聯性見解是根據一段時間的彙總資料所建立，最早可追溯到四年前的歷史資料。 我們建議依顯著性排序或套用篩選條件，以便向下切入進一步了解您的資料。
為什麼模型完成執行回合後未顯示見解？
如果模型成功完成執行回合但未傳回任何見解，則可能是您的環境中沒有足夠的碳排放資料可以產生見解。
為什麼模型完成執行回合後，並非所有的索引標籤都顯示見解？
視您資料的類型和數量而定，不一定每個類型都有見解。 隨著匯入資料的增多，您在模型完成每月執行回合後看到所有三種見解類型的可能性也會增加。
