A continuación, acota los resultados calculando nuevos centros para cada división mediante el cálculo del promedio de todos los puntos asignados al mismo clúster:. Luego revisa la asignación de las marcas a los clústeres y reasigna cualquier marca que ahora esté más cercana a otro centro que antes.

Los clústeres se redefinen y las marcas se reasignan de forma iterativa hasta que no se produzcan más cambios.

Tableau usa el criterio de Calinski-Harabasz para evaluar la calidad del clúster. El criterio de Calinski-Harabasz se define como. donde SS B es la varianza global entre clústeres, SS W es la varianza global dentro del clúster, k el número de clústeres y N el número de observaciones.

Si un usuario no especifica el número de clústeres, Tableau selecciona el número de clústeres que corresponde al primer máximo local del índice de Calinski-Harabasz. De forma predeterminada, k-means se ejecutará para hasta 25 clústeres si el primer máximo local del índice no se alcanza para un valor más pequeño de k.

Puede establecer un valor máximo de 50 clústeres. Nota: Si una variable categórica que sea una dimensión tiene más de 25 valores únicos, Tableau no la tendrá en cuenta al calcular los clústeres. Cuando haya valores nulos para una medida, Tableau asigna los valores de las filas con valores nulos a una categoría Sin agrupación.

Tableau escala los valores automáticamente para que las columnas que tiene un rango mayor de magnitudes no dominen los resultados. Por ejemplo, un analista podría estar usando la inflación y el PIB como variables de entrada para la agrupación, pero debido a que los valores del PIB se expresan en trillones de dólares, esto podría hacer que los valores de inflación no se tengan prácticamente en cuenta en el cálculo.

Tableau utiliza un método de escalado llamado normalización mín-máx , en el que los valores de cada variable se asignan a un valor entre 0 y 1 restando su mínimo y dividiéndolo por su intervalo.

En el cuadro de diálogo Describir clústeres se proporciona información sobre los modelos que Tableau ha calculado para la agrupación en clústeres. Puede utilizar estas estadísticas para evaluar la calidad del agrupamiento.

Cuando la vista incluye agrupamiento, puede abrir el cuadro de diálogo Describir clústeres haciendo clic con el botón derecho en Clústeres en la tarjeta Marcas Control y clic en un Mac y seleccionando Describir clústeres. La información en el cuadro de diálogo Describir clústeres es de solo lectura, puede hacer clic en Copiar al portapapeles y luego pegar el contenido de la pantalla en un documento escribible.

En la pestaña Resumen se identifican las entradas usadas para generar los clústeres y se proporcionan algunas estadísticas que caracterizan a los clústeres.

Identifica los campos que usa Tableau para calcular clústeres. Son los campos que se muestran en el cuadro Variables del cuadro de diálogo Clústeres. Identifica los campos que contribuyen en el nivel de detalle de la vista es decir, los campos que determinan el nivel de agregación. Para obtener más información, consulte Cómo afectan las dimensiones al nivel de detalle de la vista.

Identifica el método de escalado usado para el procesamiento previo. Actualmente, la normalización es el único método de escalado que utiliza Tableau. Métrica que cuantifica la separación entre clústeres como suma de distancias cuadráticas entre el centro de cada clúster valor promedio , medido por el número de puntos de datos asignados al clúster, y el centro del conjunto de datos.

Cuanto mayor sea el valor, mejor será la separación entre los clústeres. La métrica que cuantifica la cohesión de los clústeres como suma de las distancias cuadráticas entre el centro de cada clúster y las marcas individuales del clúster.

Cuanto menor sea el valor, más consistentes serán los clústeres. Calcula el total de la suma de cuadrados entre grupos y la suma de cuadrados dentro del grupo.

Los valores están comprendidos entre 0 y 1; los valores superiores suelen indicar un modelo mejor. No obstante, puede aumentar esta relación aumentando el número de clústeres, por lo que podría ser engañoso comparar un modelo de cinco clústeres con uno de tres clústeres utilizando solo este valor.

El análisis de discordancia ANOVA es una colección de modelos estadísticos y procedimientos asociados útil para analizar la discordancia dentro y entre observaciones que se han dividido en grupos o clústeres. En este caso, el análisis de discordancia se calcula por variable, y el análisis de discordancia resultante se puede utilizar para determinar cuáles son las variables más efectivas para distinguir los clústeres.

Entre los análisis relevantes de las estadísticas de discordancia para la agrupación en clústeres figuran los siguientes:. La estadística F para ANOVA unidireccional o de un solo factor, proporciona la fracción de la discordancia explicada por una variable.

Es el ratio de la varianza entre grupos con respecto a la varianza total. Cuanto más grande sea la estadística F, mejor se distinguirá la variable correspondiente entre los clústeres. El valor p es la probabilidad que tiene la distribución F de todos los valores posibles de la estadística F en un valor mayor que la estadística F real para una variable.

Si el valor p está dentro de un nivel de relevancia especificado, la hipótesis nula que todos los elementos individuales de una variable son muestras aleatorias de la misma población se puede rechazar.

Los grados de libertad para esta distribución F son k - 1, N - k , donde k es el número de clústeres y N es el número de elementos filas agrupados.

Cuanto más bajo sea el valor p, más difieren entre los clústeres los valores esperados de los elementos de la variable correspondiente. El modelo de media cuadrática es la ratio entre la suma de cuadrados entre grupos y el modelo de grados de libertad.

La suma de cuadrados entre grupos es una medida de la discrepancia entre medias de clústeres. Si las medias de los clústeres están próximas unas a otras y, por tanto, próximas a la media general , este valor será pequeño. El modelo tiene k-1 grados de libertad, donde k es el número de clústeres.

El error de media cuadrática es la ratio entre la suma de cuadrados dentro de grupos y el error de grados de libertad. La suma de cuadrados dentro del grupo mide la discrepancia entre las observaciones dentro de cada clúster. El error tiene N-k grados de libertad, donde N es el número total de elementos filas agrupados y k es el número de clústeres.

El error de suma de cuadrados puede imaginarse como el error de media cuadrática general, si pensamos que cada centro de clúster representa la "verdad" para cada clúster. La funcionalidad de la agrupación en clústeres de Tableau divide las marcas de la vista en clústeres, donde las marcas de cada clúster son más similares entre sí de lo que lo son con respecto a las marcas de otros clústeres.

En este ejemplo se muestra cómo un investigador podría utilizar la función de agrupación para encontrar un conjunto de marcas óptimo en este caso, países o regiones en una fuente de datos.

Como la esperanza de vida aumenta en todo el mundo, y como la gente mayor son más activos, el turismo para la tercera edad pueda resultar un mercado lucrativo para las empresas que sepan cómo encontrar y atraer clientes potenciales.

El conjunto de datos de muestra Indicadores Mundiales que viene con Tableau contiene el tipo de datos que puede ayudar a las empresas a identificar los países o regiones en los que hay suficientes clientes del tipo correcto.

A continuación se muestra un ejemplo de cómo el agrupamiento de Tableau podría ayudar a una empresa a identificar los países o regiones donde el negocio del turismo de la tercera edad podría tener éxito.

Imagine que es el analista. A continuación le mostramos cómo debería proceder. Abra la fuente de datos de ejemplo Indicadores Mundiales en Tableau Desktop. En la tarjeta Marcas , cambie el tipo de marca a Mapa :. Ahora debería aparecer una proyección de mapa donde todos los países o regiones se muestren rellenos con un color sólido:.

El siguiente paso consiste en identificar los campos que usará como variables para la agrupación. A continuación le mostramos los campos que debe elegir:. No se garantiza que estos campos sean los ideales para elegir o que vayan a producir resultados de clúster claros y sin ambigüedades.

El agrupamiento es un proceso iterativo: la experimentación conduce al descubrimiento, lo cual, a su vez, conduce a más experimentación. Arrastre estos cinco campos del panel Datos a Detalle en la tarjeta Marcas. Arrastre Clúster del panel Análisis y suéltelo en la vista:.

Tableau muestra los cuadros de diálogo Clústeres y añade las medidas de la vista a la lista de variables:. También actualiza la vista añadiendo clústeres a Color. En este caso, Tableau busca dos clústeres distintos y no puede asignar determinados países o regiones de color rosa rojizo a cada clúster:.

Nota: Consulte Funcionamiento de la agrupación en clústeres para obtener información detallada sobre los datos que Tableau asigna a "Sin agrupación". Ha decidido que dos clústeres no es suficiente no dispone de los recursos para establecer una tienda en la mitad de los países o regiones del mundo.

Por ello, escribe 4 en el campo Número de clústeres del cuadro de diálogo Clústeres. Para el nodo de SVM, la interfaz generalmente será eth1 y eth2.

Inicie sesión en VxFlex OS. Transfiera los paquetes de MDM y LIA a los nodos de clúster de MDM recientemente identificados. NOTA: Los siguientes comandos contienen una versión de VxFlex OS que se utiliza para fines de demostración.

Utilice los archivos adecuados para la versión de VxFlex OS implementada en el sistema que está redistribuyendo. Nota: Este paso puede ser necesario si el MDM permanece en servicio como un modo de espera.

En esta página, se explican los dos modos de operación y las decisiones de configuración del clúster principal que puedes tomar cuando creas un clúster en Google Kubernetes Engine GKE. Como regla general, las opciones que se analizan aquí no se pueden cambiar después de que se crea un clúster.

Estas opciones afectan la disponibilidad , la estabilidad de la versión y la red del clúster. Antes de que podamos hablar sobre los tipos de clústeres, es importante comprender el nivel de flexibilidad, responsabilidad y control que necesitas para tu clúster. El nivel de control que necesitas determina el modo de operación que se usará en GKE y las configuraciones del clúster que debes realizar.

Autopilot : proporciona una configuración de clúster completamente aprovisionada y administrada. En los clústeres creados con el modo Autopilot, las opciones de configuración del clúster se crean para ti. Los clústeres de Autopilot están preconfigurados con una configuración de clúster optimizada que está lista para las cargas de trabajo de producción.

Estándar : proporciona flexibilidad de configuración avanzada sobre la infraestructura subyacente del clúster. Para los clústeres creados con el modo Estándar, determina las opciones de configuración necesarias para las cargas de trabajo de producción. Para obtener más información sobre estos modos y obtener más información sobre Autopilot, consulta la descripción general de Autopilot.

Según el modo de operación que elegiste, debes seleccionar qué opciones de configuración necesitas para el clúster. En el modo Autopilot, la mayoría de las opciones se crean para ti. En el modo Estándar, debes seleccionar las opciones de configuración que funcionen mejor para las cargas de trabajo de producción.

Con GKE, puedes crear un clúster adaptado a los requisitos de disponibilidad de tu carga de trabajo y tu presupuesto. Los tipos de clústeres disponibles son: zonal de una zona o de varias zonas y regional.

Para ayudarte a elegir qué clúster disponible crear en el modo Estándar, consulta Elige un plano de control regional o zonal. Después de crear un clúster, no puedes cambiarlo de zonal a regional, o viceversa.

En su lugar, debes crear un clúster nuevo y, luego, migrar el tráfico hacia él. Los clústeres zonales tienen un solo plano de control en una sola zona. Según tus requisitos de disponibilidad, puedes optar por distribuir los nodos para tu clúster zonal en una sola zona o en varias zonas.

Para crear un clúster zonal en el modo Estándar, consulta Crea un clúster zonal. Un clúster de una zona tiene solo un plano de control que se ejecuta en una zona. Este plano de control administra las cargas de trabajo en los nodos que se ejecutan en la misma zona. Si ejecutas una carga de trabajo en una sola zona, esta no estará disponible en caso de una interrupción zonal.

Un clúster de varias zonas tiene una sola réplica del plano de control que se ejecuta en una zona y nodos que se ejecutan en varias zonas. Las cargas de trabajo se ejecutan incluso durante una actualización del clúster o una interrupción de la zona donde se ejecuta el plano de control.

Sin embargo, el clúster, sus nodos y sus cargas de trabajo no se pueden configurar hasta que el plano de control esté disponible. Los clústeres de varias zonas ofrecen un equilibrio entre disponibilidad y costo para cargas de trabajo coherentes.

Si deseas mantener la disponibilidad, y la cantidad de nodos y grupos de nodos cambian con frecuencia, considera usar un clúster regional.

Si ejecutas una carga de trabajo en varias zonas y hay una interrupción zonal, la carga de trabajo se interrumpe en esa zona, pero permanece disponible en otras zonas. Un clúster regional tiene varias réplicas del plano de control que se ejecutan en varias zonas dentro de una región determinada.

Los nodos de un clúster regional pueden ejecutarse en varias zonas o en una sola zona según las ubicaciones de nodos configuradas. De forma predeterminada, GKE replica cada grupo de nodos en tres zonas de la región del plano de control. Cuando creas un clúster o agregas un grupo de nodos nuevo, puedes cambiar la configuración predeterminada si especificas las zonas en las que se ejecutan los nodos del clúster.

Todas las zonas deben estar dentro de la misma región que el plano de control. Usa clústeres regionales para ejecutar tus cargas de trabajo de producción, ya que ofrecen mayor disponibilidad que los zonales. Para crear un clúster regional en modo Estándar, consulta Crea un clúster regional. Para crear un clúster regional en el modo Autopilot, consulta Crea un clúster de Autopilot.

Cuando creas un clúster, puedes elegir la versión de Kubernetes específica del clúster o puedes tomar decisiones sobre la combinación general entre estabilidad y características.

Sin importar cómo administres la versión de tu clúster, te recomendamos que habilites la actualización automática para el clúster y sus nodos.

GKE actualiza los nodos para los clústeres de Autopilot de manera automática. Si conoces el nivel de estabilidad que necesitas para un clúster determinado, puedes inscribir el clúster en un canal de versiones. De forma predeterminada, los clústeres nuevos se inscriben en el canal de versiones regular.

Google actualiza el clúster y sus nodos de forma automática cuando hay una actualización disponible en ese canal de versiones.

El canal rápido recibe varias actualizaciones por mes, mientras que el canal estable solo recibe algunas actualizaciones por año. Si sabes que necesitas usar una versión compatible específica de Kubernetes para una carga de trabajo determinada, puedes especificarla cuando creas el clúster.

Si no necesitas controlar la versión del parche específica que usas, puedes inscribir tu clúster en un canal de versiones en lugar de administrar la versión directamente.

Si eliges usar una versión estática en lugar de inscribir el clúster en un canal de versiones es decir, sin canal y no estableces una versión específica para el clúster.

se usa la versión predeterminada actual. La versión predeterminada se selecciona en función del uso y el rendimiento en el mundo real, y se cambia con regularidad. Por lo general, la versión predeterminada para estáticos está alineada con el canal de versiones regular.

Si bien la versión predeterminada es la más consolidada, otras versiones disponibles son versiones de Google Analytics que aprobaron las pruebas internas y la calificación. Los cambios en la versión predeterminada se anuncian en las notas de la versión.

Cuando se crea un clúster de GKE, puedes especificar el modo de enrutamiento de red y cómo aislar la red del clúster. En Google Kubernetes Engine, los clústeres se pueden distinguir de acuerdo con la forma en que enrutan el tráfico de un pod a otro pod.

Un clúster que usa IP de alias se denomina clúster nativo de la VPC.

Los sistemas estándar de Sun Cluster proporcionan alta disponibilidad y fiabilidad en una única ubicación. Si la aplicación debe mantenerse disponible tras desastres impredecibles como un terremoto, inundación o caída de tensión, puede configurar el clúster como un clúster de campus.

Los clústeres de campus permiten localizar componentes de clúster, como nodos y almacenamiento compartido, en salas separadas a varios kilómetros de distancia.

Puede separar los nodos y el almacenamiento compartido y colocarlos en distintas instalaciones del campus corporativo o en cualquier otro lugar a un número determinado de kilómetros. En el caso de que un desastre afecte a una instalación, los nodos que han sobrevivido pueden asumir el servicio del nodo que tiene el fallo.

Esto permite que las aplicaciones y datos permanezcan disponibles para los usuarios. El sistema Sun Cluster consigue que la ruta entre los usuarios y los datos esté completamente disponible mediante los discos multisistema, la ruta múltiple y un sistema de archivos global.

El sistema Sun Cluster supervisa los fallos de:. Aplicaciones: la mayoría de los servicios de datos de Sun Cluster proporcionan un supervisor de fallos que regularmente comprueba los servicios de datos, con el fin de determinar su estado.

Un supervisor de errores comprueba que el daemon de la aplicación o los daemons se estén ejecutando y que los clientes reciban servicio. Según la información que devuelvan los análisis, se puede iniciar una acción predefinida como el reinicio de los daemons o una recuperación de fallos.

Rutas de discos: Sun Cluster admite la supervisión de rutas de discos DPM que mejora la fiabilidad general de la recuperación de fallos y la conmutación informando del fallo de una ruta de discos secundaria.

Protocolo de Internet IP de ruta múltiple: el software de ruta múltiple de la red IP de Solaris de los sistemas Sun Cluster proporciona el mecanismo básico para la supervisión de adaptadores de red pública.

La ruta múltiple IP también permite la recuperación de fallos de direcciones IP desde un adaptador a otro si se detecta un fallo. El sistema Sun Cluster se puede instalar, configurar y administrar mediante las interfaces SunPlex Manager o de la línea de comandos CLI.

El sistema Sun Cluster también dispone de un módulo que se ejecuta como parte del software Sun Management Center que proporciona una interfaz gráfica de usuario GUI para ciertas tareas del clúster.

SunPlex Manager es una herramienta basada en el navegador para administrar sistemas Sun Cluster. El sistema SunPlex Manager permite a los administradores efectuar la supervisión y la gestión del sistema, la instalación del software y la configuración del sistema.

Administración de dispositivos del quórum, transportes, dispositivos de almacenamiento compartido y grupos de recursos. Avanzada comprobación de errores y detección automática de interconexiones privadas. La interfaz de línea de comandos de Sun Cluster es un conjunto de utilidades que permiten instalar y administrar los sistemas Sun Cluster, así como administrar la parte del gestor de volúmenes del software Sun Cluster.

La interfaz de línea de comandos de Sun Cluster permite efectuar las siguientes tareas de administración de xSunPlex:. Gestionar el registro de los tipos de recursos, crear grupos de recursos y activar recursos dentro de un grupo de recursos.

Cambiar el dominio del nodo, el estado de los grupos de recursos y los grupos de dispositivos de discos. El sistema Sun Cluster también cuenta con un módulo que se ejecuta como parte del software Sun Management Center.

El clúster se basa en éste para realizar las funciones de administración y supervisión. Las siguientes tareas se pueden efectuar a través de una interfaz de línea de comandos CLI o una interfaz gráfica de usuario GUI :.

También es posible utilizar el software Sun Management Center como interfaz para gestionar la reconfiguración dinámica en los servidores de Sun Cluster.

Ésta incluye la creación de dominios, la conexión de tarjetas dinámicas y la desconexión dinámica. En los sistemas UNIX convencionales el usuario root, también conocido como superusuario, es omnipotente: puede leer y guardar datos en cualquier archivo, ejecutar todos los programas y enviar señales de finalización a cualquier proceso.

El control de acceso basado en el rol RBAC de Solaris es una alternativa al modelo de superusuario "todo o nada"; usa el principio de seguridad del privilegio mínimo, según el cual ningún usuario debe recibir más privilegios que los necesarios para llevar a cabo su trabajo.

RBAC permite a una organización distribuir y empaquetar los permisos o derechos del superusuario en funciones o cuentas especiales de usuario que se pueden asignar a individuos determinados, de esta manera se pueden establecer diferentes normas de seguridad. Las cuentas se pueden configurar para administradores con funciones especiales en áreas como la seguridad, el trabajo en red, los cortafuegos, las copias de seguridad y el funcionamiento del sistema.

Previous : Prefacio Next : Capítulo 2 Conceptos claves de Sun Cluster. Capítulo 1 Introducción a Sun Cluster El sistema SunPlex es una solución integrada de hardware y software de Sun Cluster que se utiliza para crear servicios de alta disponibilidad y escalabilidad.

Este capítulo incluye los siguientes apartados: Aplicaciones con una gran disponibilidad con Sun Cluster Fallo de supervisión Herramientas de configuración y administración Aplicaciones con una gran disponibilidad con Sun Cluster Un clúster son dos sistemas o nodos o más que trabajan conjuntamente como un único sistema permanentemente disponible, con el fin de proporcionar aplicaciones, recursos de sistemas y datos a los usuarios.

El sistema Sun Cluster consigue una alta disponibilidad en la combinación del hardware y del software siguientes: Los sistemas de discos redundantes proporcionan una mayor capacidad de almacenamiento. Gestión de disponibilidad Una aplicación está realmente disponible si sobrevive a cualquier fallo de software o hardware que se produzca en el sistema.

Después de arrastrar un grupo de clústeres al panel Datos , puede usarlo en otras hojas de trabajo. Arrastre Clústeres desde la tarjeta Marcas hasta el panel Datos para crear un grupo de Tableau:. Después de crear un grupo a partir de clústeres, los clústeres de grupo y originales están separados y son distintos.

La edición de los clústeres no afecta al grupo y la edición del grupo no afecta a los resultados del clúster. El grupo tiene las mismas características que cualquier otro grupo de Tableau.

Forma parte de la fuente de datos. A diferencia de los clústeres originales, puede usar el grupo de otras hojas de trabajo en el libro de trabajo. Por tanto, si cambia el nombre del grupo de clústeres guardado, dicho cambio no afectará a la agrupación en clústeres originales de la vista.

Consulte Corregir errores de datos o combinar miembros de dimensión mediante la agrupación de datos. No podrá guardar clústeres en el panel Datos bajo ninguna de las siguientes circunstancias:. Si se desasocian las medidas de la vista y las medidas que está usando como variables de agrupación en clústeres no son las mismas que las medidas de la vista.

Para obtener más información, consulte Cómo desasociar datos. Si Nombres de medidas o Valores de medidas está en la vista.

Al guardar un campo Clústeres como grupo, se guarda con su modelo analítico. Puede utilizar los grupos de clústeres en otras hojas de trabajo y libros de trabajo, aunque no se actualizarán automáticamente. En este ejemplo se ha aplicado a otra hoja de trabajo un grupo de clústeres guardado y su modelo analítico.

Como resultado, algunas de las marcas todavía no se incluyen en la agrupación en clústeres indicado con marcas de color gris. Si los datos subyacentes varían, puede utilizar la opción Reajustar para actualizar y volver a calcular los datos de un grupo de clústeres guardado.

Haga clic con el botón derecho en un grupo de clústeres en el panel Datos y, después, haga clic en Reajustar. A continuación se muestra un ejemplo de una agrupación en clústeres actualizada después de reajustar el clúster guardado:. Si reajusta clústeres guardados, se crearán clústeres nuevos y los alias existentes para cada categoría de grupo de clústeres se sustituirán por nuevos alias de clústeres genéricos.

Tenga en cuenta que el reajuste de clústeres guardados puede cambiar sus visualizaciones que usen clústeres y alias existentes.

El análisis de clústeres divide las marcas de la vista en clústeres, donde las marcas de cada clúster son más similares entre sí de lo que lo son con respecto a las marcas de otros clústeres.

Tableau distingue los clústeres según el color. Nota : para obtener más información sobre el funcionamiento de la agrupación en clústeres en Tableau, consulte la entrada de blog Understanding Clustering in Tableau 10 Información sobre la agrupación en clústeres en Tableau Tableau usa el algoritmo k-means para la agrupación en clústeres.

Para un número dado de clústeres k, el algoritmo divide los datos en k clústeres. Cada clúster tiene un centro centroide que es el valor promedio de todos los puntos de ese clúster. K-means ubica centros a través de un procedimiento iterativo que minimiza las distancias entre los puntos individuales de un clúster y el centro del clúster.

En Tableau puede especificar el número de clústeres que quiera o bien hacer que Tableau pruebe distintos valores de k y que sugiera el número óptimo de clústeres consulte Criterios utilizados para determinar el número óptimo de clústeres.

K-means requiere una especificación inicial de los centros de los clústeres. Empezando con un clúster, el método elige una variable cuya media se utiliza como un umbral para dividir los datos en dos.

Los centroides de estas dos partes se utilizan para inicializar k-means para optimizar la membresía de los dos clústeres. A continuación, se elige uno de los dos clústeres para dividirlo y una variable dentro del clúster, cuya media se utiliza como umbral para dividir el clúster en dos.

K-means se utiliza para dividir los datos en tres clústeres, inicializado con los centroides de las dos partes del clúster partido y el centroide del clúster que ha quedado. Este proceso se repite hasta que se alcanza un número determinado de clústeres.

Tableau utiliza el algoritmo de Lloyd con las distancias cuadradas euclídeas para calcular el agrupamiento k-means para cada k. A continuación, acota los resultados calculando nuevos centros para cada división mediante el cálculo del promedio de todos los puntos asignados al mismo clúster:.

Luego revisa la asignación de las marcas a los clústeres y reasigna cualquier marca que ahora esté más cercana a otro centro que antes. Los clústeres se redefinen y las marcas se reasignan de forma iterativa hasta que no se produzcan más cambios. Tableau usa el criterio de Calinski-Harabasz para evaluar la calidad del clúster.

El criterio de Calinski-Harabasz se define como. donde SS B es la varianza global entre clústeres, SS W es la varianza global dentro del clúster, k el número de clústeres y N el número de observaciones. Si un usuario no especifica el número de clústeres, Tableau selecciona el número de clústeres que corresponde al primer máximo local del índice de Calinski-Harabasz.

De forma predeterminada, k-means se ejecutará para hasta 25 clústeres si el primer máximo local del índice no se alcanza para un valor más pequeño de k.

Puede establecer un valor máximo de 50 clústeres. Nota: Si una variable categórica que sea una dimensión tiene más de 25 valores únicos, Tableau no la tendrá en cuenta al calcular los clústeres. Cuando haya valores nulos para una medida, Tableau asigna los valores de las filas con valores nulos a una categoría Sin agrupación.

Tableau escala los valores automáticamente para que las columnas que tiene un rango mayor de magnitudes no dominen los resultados. Por ejemplo, un analista podría estar usando la inflación y el PIB como variables de entrada para la agrupación, pero debido a que los valores del PIB se expresan en trillones de dólares, esto podría hacer que los valores de inflación no se tengan prácticamente en cuenta en el cálculo.

Tableau utiliza un método de escalado llamado normalización mín-máx , en el que los valores de cada variable se asignan a un valor entre 0 y 1 restando su mínimo y dividiéndolo por su intervalo.

En el cuadro de diálogo Describir clústeres se proporciona información sobre los modelos que Tableau ha calculado para la agrupación en clústeres. Puede utilizar estas estadísticas para evaluar la calidad del agrupamiento.

Cuando la vista incluye agrupamiento, puede abrir el cuadro de diálogo Describir clústeres haciendo clic con el botón derecho en Clústeres en la tarjeta Marcas Control y clic en un Mac y seleccionando Describir clústeres.

La información en el cuadro de diálogo Describir clústeres es de solo lectura, puede hacer clic en Copiar al portapapeles y luego pegar el contenido de la pantalla en un documento escribible. En la pestaña Resumen se identifican las entradas usadas para generar los clústeres y se proporcionan algunas estadísticas que caracterizan a los clústeres.

Identifica los campos que usa Tableau para calcular clústeres. Son los campos que se muestran en el cuadro Variables del cuadro de diálogo Clústeres. Identifica los campos que contribuyen en el nivel de detalle de la vista es decir, los campos que determinan el nivel de agregación.

Para obtener más información, consulte Cómo afectan las dimensiones al nivel de detalle de la vista.

Identifica el método de escalado usado para el procesamiento previo. Actualmente, la normalización es el único método de escalado que utiliza Tableau. Métrica que cuantifica la separación entre clústeres como suma de distancias cuadráticas entre el centro de cada clúster valor promedio , medido por el número de puntos de datos asignados al clúster, y el centro del conjunto de datos.

Cuanto mayor sea el valor, mejor será la separación entre los clústeres. La métrica que cuantifica la cohesión de los clústeres como suma de las distancias cuadráticas entre el centro de cada clúster y las marcas individuales del clúster.

Cuanto menor sea el valor, más consistentes serán los clústeres. Calcula el total de la suma de cuadrados entre grupos y la suma de cuadrados dentro del grupo. Los valores están comprendidos entre 0 y 1; los valores superiores suelen indicar un modelo mejor.

No obstante, puede aumentar esta relación aumentando el número de clústeres, por lo que podría ser engañoso comparar un modelo de cinco clústeres con uno de tres clústeres utilizando solo este valor. El análisis de discordancia ANOVA es una colección de modelos estadísticos y procedimientos asociados útil para analizar la discordancia dentro y entre observaciones que se han dividido en grupos o clústeres.

En este caso, el análisis de discordancia se calcula por variable, y el análisis de discordancia resultante se puede utilizar para determinar cuáles son las variables más efectivas para distinguir los clústeres. Entre los análisis relevantes de las estadísticas de discordancia para la agrupación en clústeres figuran los siguientes:.

Combinación de diferentes tipos de información en un informe unido. Cómo funcionan los informes unidos. Crear un informe unido. Adición de un tipo de informe a un informe unido. Cambio del tipo de informe principal. Fórmulas de resumen con informes unidos. Agregar una fórmula de resumen a un informe unido.

Trabajo con bloques. Agregar un bloque. Clasificación de bloques. Cambio del nombre de un bloque. Cómo mostrar y ocultar recuentos de registros en un bloque. Eliminación de un bloque. Ejemplos de informe unido. Límites, limitaciones y asignaciones de informes unidos.

Informes sobre cambios históricos. Realizar un seguimiento de los cambios a lo largo del tiempo con Supervisión de los cambios en sus Oportunidades de ventas en curso.

Visualización de los cambios de las oportunidades en curso a lo Identificación de negociaciones históricas con un valor mínimo. Búsqueda de negociaciones excluidas. Identificación de negociaciones en reducción. Consulta de los cambios de los importes de previsiones. Seguimiento del historial de casos.

Limitaciones de los informes de tendencias históricas. Filtrar datos de informe históricos. Crear un informe a partir de datos históricos con instantáneas de Preparar instantáneas de creación de informes. Definir una Instantánea de creación de informes. Asignar campos de instantáneas de creación de informes.

Programar y ejecutar una instantánea de creación de informes. Gestionar instantáneas de creación de informes. Solucionar problemas de instantáneas de creación de informes. Referencia de tipos de informes. Tipos de informe estándar.

Informes de cuentas y contactos. Informes de actividad. Informes administrativos. Informes de campañas. Informes de contenido y archivo. Informes de Sales Engagement. Informes de candidatos. Informes de oportunidades. Sugerencias sobre Trabajo con informes de oportunidades.

Informes de oportunidades estándar. Tipos de informes de oportunidades. Informe Oportunidades con funciones de contacto. Informe de oportunidades con funciones de contacto y productos.

Informe de oportunidades con competidores. Informe Oportunidades con tendencias históricas. Informe de historial de campos de oportunidades. Informe de historial de oportunidades. Oportunidades con informe de equipos de oportunidades.

Oportunidades con informe de equipos de oportunidades y productos. Informe Oportunidades de socios. Informe Oportunidades con productos. Informe Tendencias de oportunidades.

Informe Oportunidades con presupuestos y PDF de presupuesto. Informe Oportunidades con presupuestos y partidas de presupuesto. Informes de productos y activos. informes de autoservicio. Creación de informes sobre actividad de soporte. Tipos de informes personalizados diseñados previamente. informes de Salesforce CRM Call Center.

Creación de un tipo de informe personalizado para el historial de Crear un tipo de informe personalizado en Previsiones de colaboración.

Preparación de líderes de ventas para realizar informes sobre Informes de ideas. Elaborar informes en artículos de Salesforce Knowledge. Creación de una carpeta para los informes de artículos. Crear un tipo de informe para informes de artículos. Creación de un informe de artículos.

Campos disponibles en informes de Salesforce Knowledge. Informes de sesión de chat. Informes de socios. Activar el informe del propietario de la cuenta. Crear informes sobre File Search Activity. Realizar informes acerca de las vistas de elementos de noticias Artículos relacionados e informes de preguntas.

Desviación de casos de comunidad a partir de debates y artículos. Crear un informe sobre documentos externos adjuntos a casos. Activar o desactivar actualizaciones en la vista previa de informes.

Personalizar las vistas de informes en la página de ejecución. Actualizar campos múltiples en línea en la página de ejecución de Filtrar datos de informes. Filtrar informes por valores. Filtrar informes utilizando comparaciones de campo con filtros de Agregar un filtro de resumen Beta.

Adición de lógica de filtro. Filtrar entre objetos con filtros cruzados. Creación de un filtro cruzado. Modificar un filtro cruzado. Eliminar de un filtro cruzado. Ejemplo: Uso de CON en filtros cruzados. Ejemplo: Uso de SIN en filtros cruzados. Ejemplo: Múltiples filtros cruzados y un subfiltro.

Límites y consideraciones de filtro cruzado. Filtrar datos de informes por jerarquía de funciones. Filtrar informes con parámetros de URL en Lightning Experience. Filtrar informes de historial de campos por valores nuevos y Filtrar informes de conocimiento por categoría. Referencia de tipos de filtros.

Ejemplo: Uso de límites de filas en filtros de informe. Referencia de operadores de filtro. Referencia de filtro de fecha relativa. Notas sobre el filtrado de tipos de campos y valores. Sugerencias de filtrado de varias divisas. Programar y suscribirse a informes. Suscribirse a informes en Lightning Experience.

Recibir notificaciones cuando se cumplen las condiciones de los Adjuntar archivos a suscripciones de informes. Suscribirse para obtener notificaciones de informe en Salesforce Reportar sobre suscripciones y notificaciones. Combinar suscripciones, acciones y condiciones en un informe.

Objetos de creación de informes de suscripción. Expresiones Cron para programaciones de suscripción. Programar informes Salesforce Classic. Programación de la actualización de un informe. Ver la programación de un informe. Gestión de la programación de un informe. Cambiar la programación de un informe.

Eliminar la programación de un informe. Sugerencias sobre la programación de informes. Exportar y conectar informes con otras herramientas.

Exportación de un informe. Informes de Salesforce en Quip. Ver sus informes en dispositivos móviles con Informes mejorados. Desglosar sus informes para obtener aún más información. Organizar informes. Buscar informes y paneles en Lightning Experience. Buscar informes y paneles desde la ficha Informes en Salesforce Obtener la información que necesita de la vista de lista de la ficha Personalizar listas de informes y paneles en Lightning Experience.

Cambiar el nombre de un informe. Describir un informe. Impresión de un informe. Mantener sus carpetas de informes favoritas a la vista. Ocultar tipos de informe no utilizados. Ejecución de informes en segundo plano. Exportación de informes para que se ejecuten en segundo plano. Ver y gestionar informes en segundo plano.

Entrega de su informe. Gráficos de informe integrados. Agregar un gráfico de informe a un formato de página. Personalización de un gráfico de informe en un formato de página. Ocultar un gráfico de informe que muestra un error. Filtrado de gráficos de informes para mostrar los datos relevantes Actualización de datos de gráficos de informe.

Ejemplo de gráficos de informes en una página Cuenta. Límites de los gráficos de informe en las páginas. Eliminación de un informe. Analizar informes con Einstein Discovery para informes.

Configurar Einstein Discovery para informes. Analizar datos de informe. Sugerencias de informe para Einstein Discovery para informes. Einstein Discovery para informes: Límites y asignaciones.

Supervisar estadísticas de uso para Einstein Discovery para informes. Informes de solución de problemas. Mejorar rendimiento de informe. Crear un panel. Crear un panel de Lightning Experience.

Modificar y personalizar widgets de panel de Lightning Experience. Gráficos de indicadores dinámicos en paneles de Lightning Experience.

Ordenar datos en widgets de panel. Dar color a datos del panel con temas y paletas. Agregar un informe a un panel desde el informe. Utilizar gráficos de informe de origen en widgets de panel.

Mostrar información tabular con una tabla Lightning. Mostrar subtotales en grupos de primer nivel en tablas de Lightning. Definir los decimales de las cifras de paneles, gráficos, tablas y Establecer el rango de eje para un gráfico de panel. Alternar entre los formatos de panel de 12 o 9 columnas.

Modificar paneles con accesos directos del teclado en Lightning Crear un panel de Salesforce Classic. Paneles de Salesforce Classic. Agregar un componente de panel en Salesforce Classic.

Modificar un componente de panel en Salesforce Classic. Activación de la disponibilidad de campos en un componente del panel. Selección del destino de los usuarios al hacer clic en un componente Tabla de cuatro columnas personalizada.

Tipos de componentes de panel. Tipos de gráficos. Gráficos de barras. Gráficos de barra agrupados. Gráficos de barras apilados.

Gráficos de columna. Gráficos de columna agrupados. Gráficos de columna apilados. Gráficos de líneas. Gráficos de líneas agrupados. Gráficos de línea acumulados. Gráficos de línea acumulados agrupados. Gráficos circulares. Gráficos de anillos.

Gráficos de embudo. Gráficos de dispersión. Configuración de datos para componentes de gráfico de panel. Configuración de datos para los componentes de gráfico de columna y Configuración de datos para componentes de gráfico de embudo del panel.

Configuración de datos para componentes de gráfico de dispersión del Configuración de datos para los componentes del medidor de panel.

Configuración de datos para componentes de gráfico de líneas de panel. Configuración de datos para componentes métricos de panel. Configuración de datos para los componentes de gráfico circular y de Configuración de datos para componentes de tabla de panel.

Configuración visual para componentes de gráfico de panel. Configuración de formato para componentes de gráfico de barras del Configuración de formato para componentes de panel de embudo. Configuración de formato para componentes de gráfico de dispersión Configuración de formato para componentes de medidor de panel.

Configuración de formato para componentes de gráfico de líneas panel. Configuración de formato para los componentes métricos de panel. Configuración de formato para componentes de panel de gráfico Configuración de formato para componentes de tabla de panel.

Modificar paneles en el modo de accesibilidad en Salesforce Classic. Establecer propiedades de panel en el modo de accesibilidad. Incorporación y modificación de componentes del panel en el modo de Propiedades del componente de panel en el modo de accesibilidad.

Filtrar un panel. Agregar un filtro de panel. Campos equivalentes en filtros de panel. Aplicar un filtro de panel.

Filtrar paneles con parámetros de URL en Lightning Experience. Ejemplos de filtros de panel. Controlar la visibilidad de datos de panel. Consideraciones de visibilidad de datos de panel.

Configurar la visibilidad de datos de panel en Lightning Experience. Configurar la visibilidad de datos de panel en Salesforce Classic. Paneles dinámicos. Crear un panel dinámico en Lightning Experience.

Crear un panel dinámico en Salesforce Classic. Suscribirse a o programar paneles. Suscribirse a paneles en Lightning Experience:. Programar una actualización de panel en Salesforce Classic.

Vincular desde widgets de panel en Lightning Experience. Vincular un widget de panel a un sitio web o un registro de Salesforce. Visitar un vínculo de un widget de panel. Trabajar con paneles. Actualizar datos de panel.

Ampliar widgets de panel para ver una versión más grande en Compartir una imagen de un widget de panel de Chatter en Lightning Ver informes de origen filtrados en Lightning Experience. Cambiar el tamaño de las columnas de tablas de Lightning.

Organizar paneles. Incrustar paneles en la ficha Inicio y en aplicaciones Lightning. Cambiar el propietario de panel. Imprimir un panel. Descargar un panel en un archivo PNG. Eliminar un panel. Instalar los paneles de muestra de CRM desde AppExchange. Publicar paneles Lightning en Slack.

Mejorar el rendimiento del panel: Prácticas recomendadas. Mejorar el rendimiento del panel. Carpetas de informes y paneles. Niveles de acceso para carpetas de informes y paneles. Acceso de visor a carpetas de informes y paneles. Acceso de editor a carpetas de informes y paneles. Acceso de gestor a carpetas de informes y paneles.

Comparar los niveles de acceso para carpetas de informes y paneles. Uso compartido de carpetas mejorado para informes y paneles. Acceso a Carpetas de paneles.

Acceso a Carpetas de informes. Permisos de usuario para compartir informes y paneles. Crear una carpeta de informes o paneles Lightning. Crear una subcarpeta de informes o paneles en Lightning Experience. Búsqueda global de carpetas.

Búsqueda rápida de carpetas. Agregar una carpeta de informes o paneles como un favorito. Cambiar el nombre a una carpeta de informes y paneles en Lightning Mover paneles entre carpetas en Lightning Experience.

Mover informes entre carpetas en Lightning Experience. Compartir una carpeta de informe o panel en Salesforce Classic. Compartir una carpeta de informe o panel con un usuario individual Compartir un informe o panel con un grupo en Salesforce Classic.

Compartir un informe o panel por función en Salesforce Classic. Mover un informe o panel entre carpetas en Salesforce Classic.

Eliminar carpetas de paneles o informes. Límites, Limitaciones, Asignaciones y Requisitos técnicos de Asignaciones y límites de paneles e informes. Informes y paneles: Qué es diferente o no está disponible en la Requisitos técnicos de paneles e informes de Lightning.

CRM Analytics. Primeros pasos en el uso de CRM Analytics. Conozca lo que puede hacer con CRM Analytics. Proceso de exploración. Recopilaciones de datos. Conceptos de exploración de datos. Elementos clave de un panel de CRM Analytics. Consulte sus datos para conocer su negocio.

Supervisar su negocio periódicamente con paneles de CRM Analytics. Responder a preguntas Ad Hoc con lentes de CRM Analytics. Abrir CRM Analytics. Unificar y gestionar sus análisis. Buscar análisis y perspectivas. Recomendaciones inteligentes.

Buscar paneles y conjuntos de datos por campo utilizando búsqueda Obtener respuestas de datos mientras busca con Solicitar datos para Ejecutar aplicaciones.

Agregar sus análisis a los favoritos. Establecer y enviar notificaciones inteligentes. Obtener actualizaciones programadas con Suscripciones de correo Supervisar mediciones importantes con la lista de alertas de CRM Depurar y compartir perspectivas con recopilaciones.

Crear una recopilación. Agregar artículos a una recopilación. Conservar y compartir vistas de panel de CRM Analytics en una Compartir una recopilación. Anclar y ocultar una recopilación.

Modificar recopilaciones. Organizar artículos en una recopilación. Eliminar elementos de una recopilación. Agregar recopilaciones a páginas Lightning.

Suscribirse a múltiples recopilaciones compartidas. Ver, colaborar y realizar acciones desde CRM Analytics. Platicar con sus datos. Guardar su vista filtrada de un panel. Consideraciones al abrir una vista de panel. Controlar quién ve qué en una aplicación con visibilidad de activos.

Colaborar con anotaciones de paneles. Presentar paneles dinámicos e interactivos. Compartir paneles, widgets y lentes. Vistas de Tableau en CRM Analytics. Requisitos previos para vistas de Tableau en CRM Analytics. Configurar parámetros de publicación en Tableau. Permitir a los usuarios publicar contenido de Tableau.

Publicar contenido de Tableau en CRM Analytics.