A análise de séries temporais está no centro de como entendemos o comportamento dos dados ao longo do tempo. Seja monitorando leituras de sensores, acompanhando performance de sistemas ou analisando tendências de negócio, a capacidade de visualizar e explorar dados baseados em tempo é essencial para decisões informadas.
A funcionalidade Time Series Visualization in Real-Time Dashboard traz um conjunto dedicado de capacidades projetadas especificamente para navegar, comparar e customizar dados de séries temporais dentro dos seus Real-Time Dashboards.
Figura: O visual de séries temporais em ação, comparando múltiplas medidas em um intervalo de tempo ampliado.
Qual é o verdadeiro desafio com dados de séries temporais?
Conjuntos de dados temporais frequentemente contêm dezenas — ou centenas — de séries. Um único tile de dashboard monitorando o desempenho de máquinas em um chão de fábrica pode exibir leituras de cada sensor de cada equipamento. Encontrar os dados que realmente importam é difícil.
Abordagens tradicionais de gráficos tratam dados de séries temporais como qualquer outra visualização. Mas dados baseados em tempo têm características únicas: tendências emergem ao longo de períodos, padrões se repetem sazonalmente e anomalias se escondem nas lacunas entre leituras normais. Analisar esses dados exige mais do que um gráfico estático.
Usuários precisam de formas de navegar por muitas séries sem perder contexto, comparar valores entre diferentes períodos e focar em padrões específicos enquanto mantêm a visão geral acessível. É exatamente isso que o Time Series Visualization oferece.
O que há de novo?
Ajuste os dados
Quando você trabalha com séries temporais multivariadas, encontrar a série certa importa. O Time Series Visualization inclui uma barra de busca na legenda que permite localizar rapidamente séries específicas pelo nome. Você pode focar em uma única série selecionando-a no gráfico ou na legenda, e os elementos correspondentes são destacados automaticamente.
Para conjuntos com agrupamentos lógicos — como sensores organizados por máquina ou métricas organizadas por região — você pode navegar pelos grupos usando a árvore de navegação à direita.
O painel Entities exibe suas séries em uma estrutura de árvore hierárquica baseada nas suas seleções de entidade. Você pode filtrar a lista para encontrar séries específicas, expandir ou recolher grupos e usar checkboxes para mostrar ou ocultar séries individuais no gráfico. Isso facilita focar nos dados que importam sem modificar sua consulta subjacente.
Figura: Use o painel Entities & Measures para ajustar os dados – ocultando, mostrando e reordenando séries.
Figura: O painel Entities & Measures é recolhível em visuais pequenos, com uma legenda sempre visível.
Ajuste a linha do tempo
A visualização renderiza múltiplas medidas como gráficos separados, cada um com seu próprio eixo temporal e um slider de tempo sincronizado. Conforme você ajusta o intervalo de tempo, todos os gráficos são atualizados juntos, mantendo sua análise alinhada entre diferentes métricas.
Figura: Arraste o slider de tempo ou insira valores para renderizar todos os gráficos em um intervalo específico.
Customize seu visual
O editor do visual Time Series dá a você controle sobre como os dados são organizados e exibidos. Na seção Data, você define sua estrutura de séries temporais selecionando measured entities — as dimensões que categorizam seus dados, como região, máquina ou tipo de evento — e measured data, que são os valores numéricos que você quer acompanhar ao longo do tempo.
Opções adicionais de customização incluem escalonamento flexível do eixo Y (global, separado ou adaptativo com remoção de outliers), atribuição de cores via seletor ou paleta, controles de zoom e a opção de alternar entre escalas de eixo linear e logarítmica.
Figura: Configure e customiza o gráfico de séries temporais.
Onde isso é útil?
- IoT e monitoramento de equipamentos: Compare leituras de sensores entre múltiplas máquinas para identificar quais equipamentos estão saindo da tolerância.
- Análise operacional: Acompanhe tempos de resposta de aplicações, taxas de erro ou throughput ao longo do tempo. Navegue por tiers de serviço ou regiões geográficas para encontrar gargalos de performance. Use escala adaptativa para ver padrões sem que outliers dominem a visão.
- Análise de tendências de negócio: Analise padrões de vendas, receita ou engajamento de clientes ao longo de períodos. Compare este trimestre com o anterior, ou este ano com o mesmo período do ano passado, com intervalos de tempo alinhados que tornam padrões sazonais visíveis.
Como começar?
Time Series Visualization já está disponível em preview nos Real-Time Dashboards. Para saber mais sobre customização de visuais do dashboard, consulte a documentação oficial: Customize Real-Time Dashboard visuals.
Próximos passos:
- Saiba mais: Explore a documentação do Real-Time Dashboard para orientações sobre criação e customização de dashboards.
- Envie ideias: Compartilhe sugestões de funcionalidades através do Microsoft Fabric Ideas forum.
- Forneça feedback: Conte sua opinião na comunidade Fabric.
Perguntas Frequentes
-
O que diferencia essa visualização de um gráfico de linhas comum?
Ela foi projetada para séries multivariadas, com painel de entidades hierárquico, busca por nome de série, sincronização temporal entre múltiplos gráficos e eixos adaptativos com remoção de outliers. Não é apenas um line chart, mas uma ferramenta de exploração temporal. -
Preciso alterar minhas consultas para usar essa visualização?
Não. Você pode ocultar, mostrar e reordenar séries diretamente no visual sem modificar a query subjacente. A estrutura de entidades é definida no editor, mas os dados continuam sendo os mesmos. -
Essa preview está disponível em todas as regiões do Azure?
O artigo não especifica restrições regionais, mas por ser preview no Fabric, recomenda-se verificar a documentação oficial de disponibilidade para cada região, especialmente no Brasil. -
Como isso se aplica a cenários de monitoramento de infraestrutura?
Ideal para comparar sensores de múltiplas máquinas, tracking de latência e throughput por serviço, ou análise de métricas de negócio com sazonalidade. O zoom sincronizado e a escala adaptativa ajudam a isolar anomalias sem perder o contexto geral.
Artigo originalmente publicado em Azure Updates - Latest from Azure Charts.
