byl jsem vášnivým uživatelem Tableau po celá léta. V dnešní době nemůžu vyřešit kvantitativní problém bez použití Tableau, který mi pomůže vizuálně prozkoumat moje data a iterovat prostřednictvím nápadů a hypotéz. Ale, některé problémy vyžadují více těžké zvedání v Tableau než viz zvládne jednoduše. Dnes, budeme diskutovat Tableau Clustering a proč je užitečné při vytváření lepší analýzu dat.

co je Tableau Clustering?

Tableau nedávno začal přidávat další statistické nástroje, které poskytují výkonné způsoby vizualizace a zkoumání dat. Tableau clustering je jednou z nejnovějších funkcí v Tableau 10. To dává pokročilé statistiky do vašich rukou s několika málo kliknutí.

Tableau Clustering umožňuje snadno identifikovat statisticky podobné skupiny. V prosté angličtině, na základě atributů, které řeknete tablo, projde a určí podobnosti a vytvoří skupiny podobné vzhledu. Pak můžete vrtat do nich pro více podrobností nebo porovnat, jak se každá skupina chová vůči sobě navzájem.

jak jsme diskutovali výše, schopnost segmentovat data do užitečných skupin nebo košů je stejně důležitá jako hodnocení a identifikace vašich horních a dolních hodnot. Je to nutnost pro každého analytika dat. Tableau Clustering posouvá tuto schopnost na zcela novou úroveň. Pro přístup k němu nepotřebujete kód ani nemusíte být vyškoleným statistikem.

Tableau Clustering vyniká vizuálním viděním vztahů mezi daty. Například, mohli bychom se divit, “ jak tyto 6 věci spolu interagují a jaké výsledky produkují?“Co kdybychom chtěli přidat opatření místo rozměrů? Například nákupní vzory (prodej) a částka, kterou skutečně vyděláme (zisk) a návratové nebo slevové vzory(Sleva, vrácení).

tableau clustering nám umožňuje přidat tyto další informace. To nám pomáhá přejít od jednoduchých segmentů k pokročilým, zahrnující údaje o vzorcích chování a akcích (opatřeních) a také informace o atributech, jako je Region nebo marketingový kanál (dimenze).

proč je Clustering Tableau užitečný?

rychlejší získání lepších poznatků nám umožňuje podniknout další kroky. Být schopen podniknout kroky, které mají dopad, z vás dělá hrdinu; to z vás dělá osobu se všemi odpověďmi. To je úžasný pocit a to je to, co nám tablo shlukování umožňuje dosáhnout. Schopnost najít skryté postřehy s Tableau snadné drag and drop funkce je významným krokem v dostat se k akci rychleji.

Tableau Clustering příklady

zde jsou některé příklady vizzes o tom, jak lidé používají tableau clustering vytvořit segmenty a najít poznatky, které nemohli dostat snadno:

Marketing pro Chris Penn použil nástroj Clustering Tableau k nalezení poznatků o svém vlastním blogu, které byly zakryty tradičními metodami vizualizace. Konkrétně vrtání do toho, jaká témata příspěvků na sociálních médiích vedla nové uživatele, velký počet přeskupení nebo stagnoval:

Chris Wood poskytuje zasvěcenou interaktivní analýzu ohrožené mládeže ve Washingtonu, D. C. školní čtvrť, také vysvětluje, jak k tomu použil clustering Tableau.

<href=’#‘><img alt= „procenta ohrožené mládeže ve školách a demografické zastoupení ve Washingtonu D. C.“ src=’https:&#47;&#47;public.tableau.com&#47;static&#47;images&#47;DC&#47;DCPS&#47;Dashboard3&#47;1_rss.png ‚style=‘ border: none ‚ / >< / a>

Tableau Clustering používá

podívejte se na další aplikace Tableau clustering při práci níže.

1. Segmentace zákazníků

Řekněme, že máte skupinu zákazníků, která se přihlásí velmi zřídka, nikdy nevolá podporu, začala s nízkými měsíčními opakujícími se příjmy,ale v průběhu času utratila tuny za upgrady. To je zvláštní skupina s obrovským organickým růstem a nízkými náklady, i když počáteční příjmy byly nízké. Tableau clustering může najít skupiny, jako je tento.

2. Průzkum trhu

jak určíme různé skupiny na trhu a vytvoříme produkty a marketingová sdělení, která s těmito lidmi rezonují? Například, banka našla skupinu podnikatelů, kteří využívali kapitál ze svých domovů prostřednictvím 2. hypotéky k financování svých startupů. Vědomí, že to vedlo k zcela nové řadě produktů pro banku, která rezonovala s touto skupinou mnohem silněji.

3. Průzkumy zákazníků

jaké tableau clustery se objevují mezi spokojenými zákazníky, jaké clustery se objevují mezi nespokojenými zákazníky? Využívají nespokojení zákazníci také vaše vynikající podpůrné služby?

4. Algoritmy shody nebo doporučení

Netflix: Například, na základě filmů, které mají silnou ženskou protagonistku, vtipný Humor,a britští herci, doporučujeme všechny filmy založené na každé knize Jane Austenové vůbec.

5. Telecom

Umístěte mobilní věže tak, aby všichni zákazníci dostávali optimální sílu signálu na základě adres, vzorců použití, roamingu, předplatného, špiček, dopravních vzorců a silnic atd.

6. Plánování

Řekněme, že jste policejní šéf, který se snaží maximalizovat svůj čas důstojníka s omezeným rozpočtem. Musíte naplánovat hlídky ve špičkách v oblastech s největší pravděpodobností trestné činnosti, opět na základě libovolného počtu faktorů, jako je denní doba, počasí,úroveň příjmů a vzdělání, minulé kriminální události, typy trestné činnosti, známá místa gangů atd.

já osobně používám tableau clustering po celou dobu ve své každodenní analytické práci a zjistil jsem, že má bezkonkurenční schopnosti vyprávět příběh o skupinách dat. Zůstaňte naladěni na část 2 kde se zabývám tím, jak vytvořit vlastní tabulky shlukování grafů.

jak vytvořit Clustering Tableau

pojďme skočit a vytvořit tabulku shlukování tableau z datové sady Superstore, která ukazuje vztah mezi prodejem a zisky se zvýrazněním dalších polí, jako je marketingový kanál nebo kategorie produktů. Začneme s výhledem s těmito poli vytáhl:

a. Tableau clustering creation
  1. Nejprve klikněte na‘ Show Me ‚v pravém horním rohu a zvolte‘ Scatter Plot ‚ možnost dostat to do více užitečného formátu. Pak uvidíte, že marketingový kanál a Region jsou na tvarech a barevných policích.

Tableau Clustering Tutorial

  1. poté jej z rozbalovací nabídky v horní části nastavte na „celé zobrazení“.
  2. pak přidáme několik dalších „dimenzí“. Přidejte kategorii produktů, Segment zákazníků a podkategorii produktů do police s podrobnostmi.
  3. následně klikněte na kartu „tvary“ a nastavte každou ze značek na vyplněnou z rozbalovací nabídky označené “ vyberte paletu tvarů.’Poté zvolte Přiřadit paletu a klikněte na Ok
  4. dále klikněte na kartu Analytics vlevo nahoře nad rozměry.
  5. dalším krokem v clusteru Tableau je kliknutí na Cluster a jeho přetažení. Nezapomeňte jej umístit na horní část zobrazeného pole clusteru.
  6. všimněte si také, že 2 clustery jsou generovány automaticky z dat.
B. Hrajte s potenciálními shluky Tableau
  1. pojďme si hrát s počtem potenciálních shluků Tableau. Změňte číslo z automatického na 5. Pak byste měli vidět různé barvy.Tableau Clustering Steps
  2. přejděte vpravo nahoře, kde Zvýrazňovač dat zobrazuje různé clustery Tableau. Kliknutím na každý z nich za sebou zvýrazníte tento segment na grafu rozptylu. Vidíte nějaké zajímavé skupiny, jako skupina s vysokými tržbami, nízkým ziskem?
  3. klikněte na šipku dolů na každé pilulce, kterou položíte na polici s podrobnostmi, a vyberte „Zobrazit zvýrazňovač.“
  4. Ty by se měly objevit na pravé straně. Proklikejte je a zjistěte, zda se objevují nějaké zajímavé postřehy. Například v rámci zvýrazňovače marketingového kanálu odhaluje výběr „SEO“ nebo „sociální média“ některé zajímavé postřehy. Nebo výběr „Google Adwords“ odhaluje zajímavou odlehlou hodnotu.

Tableau Clustering příklad

s tímto pokročilým tableau clustering graf vytvořen, zůstaňte naladěni na část 3, Kde jsem se zabývat, jak interpretovat, vysvětlit a vizuálně doladit Tableau clustering grafy.

C. Tableau clustering vizuální jemné doladění

můžeme snadno vytvořit úžasné tableau clustering graf, ale tam je nějaký vizuální doladění udělat, než budeme moci zasáhnout domácí běh s naším šéfem. Proto jsme vytvořili snadný průvodce shlukováním Tableau, takže interpretace a vysvětlení dat je snazší. Než skočíme, pojďme se podívat na některá čísla pod kapotou.

d. Tableau shlukování interpretace a analýza

Jak mám pochopit každý z mých tableau shlukování nad rámec jen eyeballing to?

  1. Nejprve klikněte na šipku dolů na pilulku klastrů, která by měla být na polici barev.
  2. poté zvolte popište klastry.
  3. nakonec se objeví okno se spoustou informací o tom, jak byl vytvořen. Chcete věnovat pozornost následujícím skutečnostem:
e. proměnné shlukování Tableau
  • proměnné shlukování Tableau – to jsou opatření, která křupáte, abyste našli look-a-likes (tj. skupina podobných zákazníků podle prodeje a zisku)
  • úroveň detailů – to jsou rozměry, které začleňujete do clusteru Tableau (tj. ukažte mi vypadat jako zákazníci podle prodeje a zisku, analýzou segmentu zákazníků, marketingového kanálu, kategorie produktů atd. a hledání společných rysů napříč všemi těmito).
  • Počet shluků-jedná se o odlišné skupiny nebo segmenty, které algoritmus našel
  • shluky – musíte je najít dolů.
    • počet položek-ukazuje, kolik datových bodů je v každém clusteru (mohou to být vaše pruhy nebo kruhy na rozptylovém grafu)
    • centra-toto je průměrná hodnota v každém clusteru. Uvidíte zjevné rozdíly.
      • je v pořádku mít shlukování Tableau různých velikostí, protože data se mohou silněji seskupovat na jednom konci než na druhém, ale chcete, aby každý cluster měl dostatek datových bodů, aby byl smysluplný.
      • pokud má pouze jeden nebo dva,zvažte vyloučení těch z pohledu, protože by mohly být odlehlé hodnoty zkreslující vaše výsledky, nebo zvažte změnu počtu klastrů.
      • Poznámka: většina center klastrů se objeví ve vědecké notaci, což je frustrující. Pokud kliknete na tlačítko Kopírovat do schránky a vložíte jej do Excelu, můžete čísla naformátovat, abyste správně věděli, co představují.
F. Čištění tableau clusterings

nyní vyčistíme clustery trikem, jak je přejmenovat s bonusem, že je můžeme použít v jiných grafech a analýzách. (Všimněte si, že po dokončení tohoto kroku nemůžete zobrazit předchozí základní čísla, takže se ujistěte, že jste zkopírovali čísla nebo pořídili snímek obrazovky.) Toto je konečný produkt:

jak vytvořit klastry v Tableau

    1. podržte klávesu Ctrl a poté klikněte na pilulku klastrů na polici barev a přetáhněte ji do rozměrů.
    2. nyní dvakrát klikněte na pilulku klastrů, kterou jste právě přetáhli do dimenzí, a přejmenujte ji na “ Sales & Profit Clusters.“Toto je nyní pole, které můžeme znovu použít později, což bude velmi užitečné při analýze určitých segmentů zákazníků.
    3. klikněte na šipku dolů na přejmenované Pilulce a zvolte Upravit skupinu.
    4. klikněte pravým tlačítkem na Cluster 1 a zvolte Přejmenovat. Typ “ Nízký Prodej, Nízký Zisk.“
    5. postupujte stejným způsobem pro Cluster 2 (Všimněte si, že nemusí být v číselném pořadí!). Přejmenování je na “ vysoký prodej, nízký zisk.“
    6. přejmenujte Cluster 3 na “ nejlepší umělci.“
    7. poté přejmenujte Cluster 4 na “ prodej střední úrovně, nízký zisk.“
    8. také přejmenujte Cluster 5 na “ střední prodej, Střední zisk.“
    9. Nyní přetáhněte aktualizovanou pilulku“ sales and Profit Clusters “ a nahraďte stávající pole clusterů na polici barev. Můžete to udělat umístěním této pilulky přímo na druhou. Nebo přetažením aktuálního pole na Color off a jeho nahrazením novým. Postupujte spolu s níže uvedeným gifem a uvidíte, že je dokončen až do tohoto bodu (kliknutím zobrazíte celou obrazovku):

Tableau Clustering Video

G. Změna barev v Tableau Clustering

nyní změníme barevné schéma v tableau clustering, aby naše barvy vyjadřovaly trochu větší význam.

  1. v legendě klikněte na šipku rozbalovací nabídky vpravo nahoře a zvolte Upravit barvy.
  2. nastavte paletu barev na Superfishel Stone v rozbalovací nabídce.
  3. Nyní vyberte segment“ Top Performers “ a klikněte na tmavě zelenou pilulku.
  4. opakujte tento postup a změňte „nízký prodej, nízký zisk“ na oranžovou barvu. Změňte „vysoký prodej, nízký zisk“ na červenou. Změňte „prodej střední úrovně…“ na světle olivovou barvu. Změňte „střední prodej“ na barvu aqua.
  5. zvolte OK.

nyní máme některé statisticky platné segmenty, které můžeme znovu použít a které jsou zvýrazněny smysluplnými tituly, které označují další krok. Například „vysoký prodej, nízké zisky“ nás vede k velmi zřejmé otázce „proč“. Pak můžeme hlouběji vrtat, abychom zjistili, jaké další povrchy z těchto datových bodů naznačují akce, které musíme podniknout.

jak vysvětlím shlukování Tableau ostatním lidem…?

… a dostat „palec nahoru“ od svého šéfa?

použijte následující tipy:

vysvětlete Clustering Tableau v angličtině

Najděte členy potenciální skupiny (mohou to být zákazníci ,mohou to být města, může to být cokoli, na co se snažíte seskupit) , které jsou si navzájem co nejvíce podobné a co nejpodobnější další skupině. Chceme, aby každá skupina byla co nejunikátnější a nejvýraznější, zatímco chceme, aby každý člen určité skupiny byl co nejpodobnější.

kvantitativně vysvětlete tabulkové shlukování

pro daný počet shluků nebo skupin podobných vzhledu (označených písmenem „K“) algoritmus rozdělí data do mnoha shluků nebo skupin. Algoritmus určí, co si myslí, že je pro vás optimální počet klastrů, na základě vašich dat. Ale můžete to snadno změnit, abyste zjistili, zda se objeví nové vzory. Každý Cluster Tableau má střed (centroid), který je průměrnou hodnotou všech bodů v tomto clusteru. Každý cluster je platné statistické seskupení, které se dynamicky aktualizuje při změně hodnot dat nebo při přidávání nových dat.

sdílejte příklad shlukování Tableau

řekněme, že máte informace o čtyřech řetězcích pizzy Domino a seznam adres zákazníků. Ale tyto adresy zákazníků nejsou vázány na konkrétní umístění Domina. Budete muset ručně třídit adresy a porovnat je v Mapách Google, abyste zjistili, ze kterého místa by si měli objednat. Clustering Tableau to provede automaticky. To by křupat přes data a pak určit, které čtvrti jsou kolem každého Domino umístění. Měli byste čtyři klastry. To je v podstatě to, co Google dělá, když hledáte „pizzu poblíž mě,“ mimochodem.

Napsat komentář

Vaše e-mailová adresa nebude zveřejněna.