Índice
- Acessando a Detecção de Anomalias de Dados
- Exibindo verificações de dados descartadas do FDM
- Detecção de Anomalias de Dados Mês a Mês
- FDM para FEM Detecção de Anomalias de Dados
Acessando a Detecção de Anomalias de Dados
Dados de alta qualidade são o componente mais valioso do Higg Index e da plataforma Worldly. Para manter dados de alta qualidade, é importante identificar e corrigir quaisquer anomalias.
Uma Anomalia de Dados é um ponto de dados ou cálculo que difere significativamente de nossas observações e expectativas históricas.
Antes de publicar sua Avaliação, você pode ver uma mensagem que solicita a revisão de valores discrepantes. Clique em Revisar Valores Discrepantes para ver quais itens você precisa verificar.
Acessando a Detecção de Anomalias de Dados
O painel de Detecção de Anomalias de Dados aparecerá no lado direito da tela, que o guiará na revisão de quaisquer anomalias detectadas em sua avaliação.
Abaixo do texto, você verá hiperlink(s) solicitando que você revise suas entradas. Por exemplo, na captura de tela abaixo, você é solicitado a Revisar Montagem do produto final e Revisar Volume de Produção. Clicar no link o levará à parte da avaliação onde a suposta anomalia de dados está.
Detecção de Anomalias de Dados identifica qualquer anomalia, ou ponto de dados/cálculo significativamente diferente, que você pode descartar. Estes são destacados em amarelo.
Por exemplo, nesta captura de tela abaixo, o uso de energia normalizado parece alto para este tipo de instalação. Antes de prosseguir, você deve revisar todas as fontes de energia para verificar erros, incluindo o volume de produção reportado. Se você revisou os dados e pode confirmar que estão precisos, marque a caixa ao lado de "Eu revisei e parece correto". Você também pode selecionar Revisar Depois para descartar a anomalia.
- Selecionar Eu revisei e parece correto abrirá uma caixa de texto onde você pode adicionar um comentário sobre a dispensa da sinalização.
Clicar em Salvar moverá a anomalia para a lista Revisados. Será exibido quem marcou a anomalia como correta, bem como a data em que foi marcada como correta. Selecione as setas ao lado da anomalia para ir para a pergunta específica dentro da avaliação. - Selecionar Revisar Mais Tarde manterá a sinalização na lista Para Revisar . Clique na aba amarela para acessar a lista de valores atípicos.
Enquanto você estiver finalizando sua avaliação, você pode clicar na aba amarela para verificar qualquer coisa que ainda precise ser revisada.
A aba amarela fica verde quando não há mais anomalias de dados para serem revisadas.
Validações, destacadas em vermelho, identificam quaisquer erros que você deve corrigir e não pode ignorar.
Por exemplo, nesta captura de tela abaixo, a composição energética do Vapor Comprado para o ano de relatório precisa somar 100%. Você não poderá publicar a avaliação até que o valor seja revisado e alterado.
Assim que você vir esta mensagem, você pode publicar sua avaliação.
NOTA: FDM e FEM exigem verificações de valores atípicos antes da publicação.
- Anomalias de dados errôneas são pontos de dados que surgem de erros durante a coleta, registro, cálculo ou entrada de dados. Elas representam imprecisões e não refletem os verdadeiros padrões subjacentes nos dados. Por exemplo, um erro tipográfico que registra a idade de uma pessoa como 250 anos em vez de 25 seria uma anomalia errônea, pois não corresponde a um valor realista. Da mesma forma, registrar um valor de Energia nas unidades erradas sem conversão (por exemplo, um valor em megajoules, MJ, atribuído a unidades de quilowatt-hora, kWh) também leva a anomalias errôneas. Esses "dados ruins" devem ser identificados e tratados – normalmente por remoção ou correção (por exemplo, por meio de verificação ou substituição por valores imputados) – para manter a integridade da análise.
- Verdadeiras anomalias são pontos de dados legítimos que são estatisticamente raros, mas não errôneos. Elas ocorrem naturalmente nos dados e refletem fenômenos ou ocorrências reais. Verdadeiras anomalias frequentemente fornecem informações valiosas sobre comportamentos ou eventos incomuns, mas válidos. Por exemplo, um aumento anômalo no uso de Energia da Instalação pode corresponder ao aumento de refrigeração implementada durante uma onda de calor. Verdadeiras anomalias podem revelar tendências críticas, riscos ou oportunidades e não devem ser descartadas sem análise.
Exibindo verificações de dados descartadas do FDM
Exibir verificações de dados descartadas permite o monitoramento de problemas de qualidade de dados que podem ter sido negligenciados pela Instalação.
Os organismos de verificação que validam uma submissão FDM podem rever as verificações de dados descartadas utilizando as seguintes instruções:
- Clique no Nome da Conta[/nt=1][/nt] com hiperlink azul do envio.
- Revise quem foi autorizado como Verificador na lista de contatos. Esses indivíduos também têm acesso para visualizar verificações de valores atípicos descartadas.
- Clique em Visualizar.
- Verifique as respostas como de costume.
- Clique na caixa de marca de seleção verde, isso exibe todos os valores atípicos que a instalação já revisou como exemplos precisos.
- Clique em um outlier descartado para ver o outlier e a explicação, destacados em vermelho na captura de tela, da instalação sobre por que descartaram o outlier.
- Esta visualização também está disponível para marcas depois que estiver no status ASC, onde a autoavaliação foi concluída.
Detecção de Anomalias de Dados Mês a Mês
A detecção de anomalias mês a mês permite que as instalações gerenciem e corrijam proativamente as anomalias, o que melhora a precisão geral dos dados FDM reportados.
Este recurso adiciona um conjunto de verificações à detecção de valores atípicos existente, concentrando-se em aumentos ou diminuições significativas mês a mês no uso total de energia e água.
As instalações, auditores e marcas podem usar este recurso para analisar tendências de uso mensalmente.
- Você deve ter pelo menos uma submissão FDM com dados de uso de energia e/ou água para que este recurso funcione. Este exemplo mostra que 300.000 MJ de eletricidade adquirida foram reportados para esta submissão FDM.
- Clique em Enviar Dados.
- Certifique-se de que a marca de seleção ao lado de "Preencher com dados de avaliação publicados anteriormente" foi marcada e clique em Continuar Envio.
- Preencha sua submissão FDM com os dados necessários.
- Se os dados reportados para energia e/ou água forem 167% superiores à submissão anterior, a verificação de detecção de valores atípicos mês a mês será acionada.
- A partir daqui, você pode inserir o valor correto ou marcar a caixa com o rótulo "Eu revisei e parece correto"
- Depois que a anomalia de dados for revisada e salva, clique na caixa de seleção verde para revisar seu histórico de anomalias de dados na janela Detecção de Anomalias de Dados.
- Quando o envio estiver 100% concluído, clique em Submit Facility Data e digite POSTMODULE.
FDM para FEM Detecção de Anomalias de Dados
Tanto o FEM quanto o FEM exigem Detecção de Anomalias de Dados antes da publicação.
Observe que, embora os dados do FDM importados para o FEM não sejam verificados durante a transferência, o FEM executa a Detecção de Anomalias de Dados nos dados importados antes de a avaliação ser publicada.