O painel de resultados ArcGIS Business Analyst Web App exibe os resultados da análise por meio de resumos de dados, visualizações e uma tabela. As visualizações de dados e a tabela são interativas. Por exemplo, se você pairar sobre uma barra no histograma ou uma célula na tabela, seu local correspondente será destacado no mapa.
Você pode acessar o painel de resultados nos seguintes fluxos de trabalho:
- Mapas codificados por cores
- Pesquisa de mapa inteligente
- Análise de adequação
- Pesquisa de pontos de interesse (POI)
- Comparações de referências
Exemplos
Os cenários a seguir fornecem exemplos de organizações que usam o painel de resultados em vários fluxos de trabalho.
Exemplo de mapas codificados por cores
Um prestador de assistência médica no oeste da Pensilvânia está pesquisando a densidade populacional. A organização está criando um mapa codificado por cores para identificar áreas com população densa e que poderiam se beneficiar de locais temporários de vacinação. No fluxo de trabalho do mapa codificado por cores, a organização utiliza as variáveis População Total e Densidade Populacional. Os resultados são preenchidos no mapa e no painel de resultados, que mostra um resumo, um histograma e uma tabela.
Assista à animação abaixo para explorar o painel de resultados do mapa codificado por cores.
Exemplo de pesquisa de mapa inteligente
Uma organização sem fins lucrativos de justiça habitacional no oeste da Pensilvânia está pesquisando a acessibilidade e a disponibilidade de moradias. A organização está usando a pesquisa de mapa inteligente para encontrar áreas que precisam de investimento. No fluxo de trabalho de pesquisa de mapa inteligente, a organização usa as variáveis da lista Habitação, que incluem Valor Mediano da Casa, Tamanho Médio da Família, Total de Unidades Habitacionais, Porcentagem da Renda para Hipoteca e Índice de Acessibilidade da Habitação. Os resultados são preenchidos no mapa e no painel de resultados, que mostra um resumo, histograma, gráfico de bolhas e tabela.
Assista à animação abaixo para explorar o painel de resultados do mapa inteligente.
Exemplo da análise de adequação
O proprietário de uma pequena empresa de lavanderias está interessado em expandir para novos mercados. O proprietário da empresa analisou quais fatores contribuíram para uma instalação bem-sucedida, como vagas de estacionamento, áreas com alto percentual de moradias ocupadas por locatários e áreas com densidade populacional relativamente alta. O proprietário da empresa usa esses critérios para realizar uma análise de adequação analisando grupos de quarteirões no Condado de Dane, Wisconsin. As pontuações de adequação dos locais são retornadas em dois locais: codificação por cores dos grupos de blocos no mapa e no painel de resultados, que mostra um resumo , histograma , gráfico de bolhas, e tabela.
Assista à animação abaixo para explorar o painel de resultados da análise de adequação.
Para criar você mesmo este exemplo, consulte o tutorial Expandir um pequeno negócio.
Exemplo de pesquisa de pontos de interesse (POI)
Um cinema em Nova Orleans, Louisiana, busca se expandir para um novo território e compreender o cenário competitivo atual. Eles realizam uma pesquisa de pontos de interesse (POI) para cinemas e POIs relacionados. Os resultados são preenchidos no mapa e no painel de resultados, que mostra um resumo, histograma, gráfico de bolhas e tabela.
Anotação:
O painel de resultados mostra um histograma e um gráfico de bolhas somente ao usar o Data Axle como fonte de dados.
Assista à animação abaixo para explorar o painel de resultados da pesquisa de pontos de interesse (POI).
Exemplos de comparações de referências
Uma agência B2B está pesquisando locais em Pittsburgh, Pensilvânia, para uma campanha publicitária de televisão. Eles usam o fluxo de trabalho de comparações de referência para comparar códigos postais na área de mercado designada (DMA) de Pittsburgh com a lista de variáveis de População e renda e a mediana como valor de referência. O mapa implementa codificação de cores com o método de comparação de Referência acima e abaixo para representar se um código postal está acima ou abaixo da mediana.
A agência pode usar essa análise para determinar onde direcionar sua campanha publicitária com base em como os sites se comparam ao valor de referência. Por exemplo, códigos postais acima da mediana representam áreas de renda mais alta ou mais populosas, ideais para publicidade de luxo, enquanto códigos postais abaixo da mediana podem ter como alvo produtos de baixo custo. Se a agência precisasse realizar análises adicionais, ela poderia usar o desvio padrão para avaliar se há uma diferença de renda que poderia sugerir segmentar diferentes tipos de produtos ou serviços na mesma área.
Assista à animação abaixo para explorar o painel de resultados das comparações de referências,
Cálculos
As informações no painel de resultados têm uma base metodológica estatística. Os conceitos estatísticos subjacentes utilizados em cada guia do painel de resultados são descritos com mais detalhes abaixo.
Guia Resumo
A guia Resumo 
fornece uma visão geral da análise em nível agregado do fluxo de trabalho. Por exemplo, lista o número total de geografias analisadas e tendências nos dados.
| Cálculo | Descrição | Fluxos de trabalhos |
|---|---|---|
Dados de nível agregado | Os dados em nível agregado são um resumo de dados. Pode ser representado na forma de médias, percentagens ou proporcionalidade. |
|
5 Primeiros / 5 Últimos | Os 5 Primeiros e os 5 Últimos representam os cinco locais de classificação mais alta e mais baixa. |
|
Tendências | As tendências representam como a variável de dados mudou ao longo do tempo, se os dados da série temporal estiverem disponíveis para a variável. |
|
Posição | A posição de um local é como a pontuação final desse local se compara a outros locais na análise. Quanto melhor for a pontuação final, maior será a posição do local. |
|
Pontuação | A pontuação de adequação final de um local é calculada adicionando as pontuações ponderadas para cada uma das variáveis usadas na análise. |
|
Pontuação ponderada | A pontuação ponderada para cada variável é calculada como uma diferença percentual entre o valor de um determinado local e o valor de destino selecionado pelo usuário. A pontuação de adequação final de um local é calculada adicionando as pontuações ponderadas para cada uma das variáveis usadas na análise. |
|
Dentro do limite | Um intervalo define um valor mínimo e máximo para limitar o escopo de análise. Os valores que estão dentro do intervalo estão dentro do mínimo e máximo definidos. |
|
Média ou mediana | A média é calculada somando todos os valores e dividindo essa soma pelo número de valores. Ela fornece um ponto central dos dados. |
|
Mínimo | O mínimo é o menor valor nos dados. |
|
Máximo | O máximo é o maior valor nos dados. |
|
Mediana | A mediana é o valor médio quando os dados são ordenados do menor para o maior. Se o conjunto de dados for distorcido, a mediana pode fornecer uma indicação melhor da tendência central do que a média, porque é menos afetada por valores extremos ou atípicos, que podem distorcer a média. |
|
Desvio padrão | O desvio padrão mede quanta variação ou dispersão há em um conjunto de dados. Um desvio padrão baixo significa que a maioria dos pontos de dados está próxima da média, enquanto um desvio padrão alto indica uma ampla dispersão de dados. Avaliar o desvio padrão ajuda a avaliar o quão dispersos os dados estão em comparação às referências. |
|
IQR | O IQR é útil para identificar a distribuição central dos dados e geralmente é visualizado em gráficos de caixa. A faixa inter-quartil (IQR) mede a dispersão dos 50% intermediários dos dados. É o intervalo entre o primeiro quartil (Q1) e o terceiro quartil (Q3). |
|
Distorção | A assimetria mede a assimetria de uma distribuição de dados. |
|
Curtose | Curtose descreve o pico e o peso das caudas em uma distribuição de dados em comparação a uma distribuição normal. Indica a presença de valores atípicos em comparação a uma distribuição normal. |
|
Guia Histograma
A guia Histograma 
fornece um histograma interativo que visualiza as variáveis ou atributos usados para a geografia selecionada. Um histograma é uma representação gráfica, semelhante a um gráfico de barras, que representa a distribuição dos dados.
| Cálculo | Descrição | Fluxos de trabalhos |
|---|---|---|
Desvio padrão | O desvio padrão é a medida de quanta variação existe em uma variável ou atributo, em comparação com sua média. Aumentar o desvio padrão (DP) representa um aumento na variação da média e, portanto, uma gama maior de pontos de dados. Diminuir o DP representa uma diminuição na variação da média, o que restringe os pontos de dados utilizados e pode ser mais preciso. |
|
Valores Atípicos | Os valores atípicos representam pontos de dados ou valores que estão em um intervalo anormal e não seguem o padrão de restante dos dados. |
|
Guia Gráfico de Bolhas
A guia Gráfico de bolhas 
fornece um gráfico de bolhas ou representação visual do gráfico de dispersão dos dados. Um gráfico de bolhas e um gráfico de dispersão apontam nos eixos x e y para representar a distribuição dos dados. Em um gráfico de bolhas, o tamanho do ponto plotado é proporcional ao valor dos dados.
| Cálculo | Descrição | Fluxos de trabalhos |
|---|---|---|
Gráfico de bolhas | Um gráfico de bolhas traça pontos nos eixos x e y para representar a distribuição dos dados. Em um gráfico de bolhas, o tamanho do ponto plotado é proporcional ao valor dos dados. |
|
Gráfico de dispersão | Um gráfico de dispersão representa pontos nos eixos x e y para representar a distribuição dos dados. Em um gráfico de dispersão, o tamanho de cada ponto plotado é padronizado. |
|
Eixo X | O eixo x em um gráfico é horizontal ou orientado de Leste a Oeste. |
|
Eixo Y | O eixo y em um gráfico é vertical ou orientado de Norte a Sul. |
|
Linha de regressão | Em estatística, uma linha de regressão é uma linha reta usada em uma visualização de dados (como um gráfico de dispersão) para representar como as variáveis correspondem entre si. Uma linha de regressão é calculada com uma fórmula, na qual y = mx + b. Nesta fórmula, a variável m representa a inclinação da linha de regressão e a variável b representa a interceptação y. Os analistas de dados usam uma linha de regressão para compreender as tendências nos dados e estimar ou prever qual poderia ser um valor. Para medir o quão próximos os dados estão da linha de regressão, use o valor R-quadrado (R2). |
|
Guia Tabela
A guia Tabela 
fornece os resultados dos dados em formato tabular e para download.
| Cálculo | Descrição | Fluxos de trabalhos |
|---|---|---|
Pontuação | A pontuação de adequação final de um local é calculada adicionando as pontuações ponderadas para cada uma das variáveis usadas na análise. |
|
Pontuação ponderada | A pontuação ponderada para cada variável é calculada como uma diferença percentual entre o valor de um determinado local e o valor de destino selecionado pelo usuário. A pontuação de adequação final de um local é calculada adicionando as pontuações ponderadas para cada uma das variáveis usadas na análise. |
|
Referências | Uma referência é um conjunto de valores para comparação. |
|
Recursos
Para saber mais sobre os fluxos de trabalho que geram painéis de resultados, consulte o seguinte: