Ein Unternehmen verfolgt die Verkaufspreise von Sneakern im Zeitverlauf in einem Amazon QuickSight-Dashboard, wobei die Preise von vielen Einzelhändlern erfasst werden. Das Unternehmen möchte ungewöhnlich hohe Preisausreißer erkennen und visuell darstellen. Welcher Ansatz erfüllt diese Anforderungen?

Die QuickSight-Anomalieerkennungs-Insights sind die effektivste Methode, um ungewöhnlich hohe Preisausreißer in einem QuickSight-Dashboard zu identifizieren und visuell darzustellen. Ein vertikales Balkendiagramm eignet sich gut zur Visualisierung von Preisdaten. Das Hinzufügen eines berechneten Feldes, das die Preiswerte quadriert, kann die Ausreißer visuell stärker hervorheben, ist aber nicht zwingend erforderlich für die Erkennung. Die anderen Optionen sind weniger geeignet: Die erste Option schlägt vor, die Quadratwurzel zu nehmen und eine benutzerdefinierte Lambda-Funktion zu verwenden, was unnötig komplex ist, da QuickSight integrierte Anomalieerkennungsfunktionen bietet. Die zweite Option würde Ausreißer löschen, anstatt sie zu identifizieren und darzustellen, was dem Ziel widerspricht, sie zu visualisieren. Die vierte Option würde nur die 10 niedrigsten Preise hervorheben, nicht die ungewöhnlich hohen Ausreißer.