Skip to main content
인과 그래프는 엣지로 이어진 변수 묶음입니다. 변수는 도메인에서 잴 수 있는 양입니다.

변수 종류

  • Continuous 실수값(온도, 가격, 지연).
  • Discrete 유한한 카테고리(부서, 상태, 티어).
  • Binary true/false(이탈, 승인, 플래그).
  • Count 음 아닌 정수(방문, 재시도, 근무 인원).
Nora가 종류별로 무난한 통계 처리를 고르지만, 덮어쓸 수 있습니다.

변수 만들기

그래프 캔버스에서 합니다.
  • + Variable을 누르고 채웁니다.
    • Name 부르는 방법(blood_pressure_systolic, refund_processed).
    • Display label 노드에 보일 사람용 이름.
    • Type continuous / discrete / binary / count.
    • Unit continuous 용(mmHg, USD, ms).
    • Description 한 줄. 툴팁에 뜨고 추출에 쓰입니다.
    • Values discrete 면 허용 카테고리.

모델링 조언

  • 잴 수 있는 변수를 고르세요. “고객 만족” 은 너무 흐릿합니다. “NPS 점수” 나 “해결까지 일수” 는 잴 수 있습니다.
  • 개념 하나에 변수 하나. “온도” 와 “압력” 을 한 노드에 합치지 마세요.
  • 재는 방향으로 이름 지으세요. no_refund가 아니라 refund_rate 로요. 긍정형이 추론할 때 이중부정을 피합니다.
  • 복합 변수는 나누세요. “비용” 은 labor_cost, materials_cost 등으로 나눕니다. 그래야 하류 엣지가 또렷합니다.

속성

변수마다 메타데이터를 둘 수 있습니다.
  • Range continuous의 예상 최소/최대.
  • Reference values 정상, 경고, 심각.
  • Source 변수를 재거나 어림한 곳(문서·데이터셋 링크).
  • Confidence 모델에서 이 변수의 역할에 대한 확신.
메타데이터는 분석과 검증에서 드러납니다(예: “Agent가 X = 200 이라는데 X의 범위는 0~50”).

묶기

관련 변수를 클러스터로 묶습니다(시각용일 뿐, 인과 의미에는 영향이 없습니다).
  • 변수를 그룹으로 끕니다.
  • 그룹에 이름과 색을 줍니다.
  • 접어서 세부를 숨기고, 펴서 낱개로 다룹니다.
큰 그래프에 좋습니다. 변수 50개 넘는 걸 서브시스템별로 묶으면 훑을 만해집니다.

이름 바꾸기

변수 이름을 바꾸면 모든 엣지, 붙은 문서, 저장된 분석이 함께 업데이트됩니다. 낡은 참조가 안 남습니다.

삭제

변수를 지우면 들어오고 나가는 엣지가 모두 사라집니다. Nora가 경고하고 어디까지 번지는지 보여줍니다. 지운 변수는 그래프 이력에서 30일 안에 되살릴 수 있습니다.

한꺼번에 들여오기

CSV에서 변수를 들여옵니다.
그다음 추출로 그 사이 엣지를 제안받습니다(문서에서 추출 참고).