Ich bin seit Jahren ein begeisterter Benutzer von Tableau. Ich kann heutzutage so ziemlich kein quantitatives Problem lösen, ohne Tableau zu verwenden, um meine Daten visuell zu untersuchen und Ideen und Hypothesen zu durchlaufen. Einige Probleme erfordern jedoch mehr schweres Heben in Tableau, als eine Visualisierung einfach bewältigen kann. Heute werden wir Tableau Clustering diskutieren und warum es für eine bessere Analyse von Daten nützlich ist.

Was ist Tableau Clustering?

Tableau hat vor kurzem damit begonnen, weitere statistische Tools hinzuzufügen, die leistungsstarke Möglichkeiten zur Visualisierung und Untersuchung von Daten bieten. Tableau Clustering ist eine der neuesten Funktionen in Tableau 10. Mit nur wenigen Klicks erhalten Sie erweiterte Statistiken.

Mit Tableau Clustering können Sie statistisch ähnliche Gruppen einfach identifizieren. Im Klartext: Basierend auf Attributen, die Sie Tableau mitteilen, werden Ähnlichkeiten ermittelt und Look-a-Like-Gruppen erstellt. Sie können dann einen Drilldown in diese durchführen, um weitere Details zu erhalten, oder vergleichen, wie sich jede Gruppe relativ zueinander verhält.

Wie wir oben besprochen haben, ist die Fähigkeit, Daten in nützliche Gruppen oder Bins zu segmentieren, genauso wichtig wie das Ranking und die Identifizierung Ihrer oberen und unteren Werte. Ein Muss für jeden Datenanalysten. Tableau Clustering hebt diese Fähigkeit auf eine ganz neue Ebene. Sie benötigen keinen Code oder müssen ein ausgebildeter Statistiker sein, um darauf zugreifen zu können.

Tableau Clustering zeichnet sich durch die visuelle Darstellung der Beziehungen zwischen Daten aus. Zum Beispiel könnten wir uns fragen: „Wie interagieren diese 6 Dinge miteinander und welche Ergebnisse bringen sie hervor?“ Was wäre, wenn wir Maße anstelle von Dimensionen hinzufügen wollten? Zum Beispiel Kaufmuster (Verkäufe) und Betrag, den wir tatsächlich machen (Gewinn) und Rückgabe- oder Rabattmuster (Rabatt, Rückgabe).

Mit Tableau Clustering können wir diese zusätzlichen Informationen hinzufügen. Dies hilft uns, über einfache Segmente hinauszugehen und Daten zu Verhaltensmustern und Aktionen (Maßnahmen) sowie Attributinformationen wie Region oder Marketingkanal (Dimensionen) zu integrieren.

Warum ist Tableau Clustering nützlich?

Wenn wir schneller bessere Einblicke erhalten, können wir mehr Maßnahmen ergreifen. In der Lage zu sein, Maßnahmen zu ergreifen, die Wirkung zeigen, macht Sie zu einem Helden; es macht Sie zu der Person mit allen Antworten. Das ist ein großartiges Gefühl und genau das ermöglicht uns Tableau Clustering. Die Möglichkeit, versteckte Einblicke mit der einfachen Drag & Drop-Funktionalität von Tableau zu finden, ist ein wichtiger Schritt, um schneller zum Handeln zu gelangen.

Tableau-Clustering-Beispiele

Hier finden Sie einige Beispiele dafür, wie Benutzer Tableau-Clustering verwendet haben, um Segmente zu erstellen und Erkenntnisse zu finden, auf die sie nicht so einfach zugreifen konnten:

Marketing-Profi Chris Penn nutzte das Tableau-Clustering-Tool, um Einblicke in seinen eigenen Blog zu erhalten, die mit herkömmlichen Visualisierungsmethoden verdeckt wurden. Genauer gesagt, welche Themen von Social-Media-Posts neue Nutzer, eine große Anzahl von Reshares oder stagnierende Nutzer hervorgebracht haben:

Chris Wood gibt eine aufschlussreiche interaktive Analyse gefährdeter Jugendlicher im Schulbezirk Washington, DC, und erklärt auch, wie er Tableau Clustering dazu verwendet hat.

< ein href=’#‘>< img alt=’At-Risk Youth Percentages within Schools and Demographic Representation in Washington D.C. ‚ src=’https:&#47;&#47;public.tableau.com&#47;static&#47;images&#47;DC&#47;DCPS&#47;Dashboard3&#47;1_rss.png ‚ style=’Grenze: keine‘ /></a>

Tableau Clustering verwendet

Im Folgenden finden Sie weitere Tableau Clustering-Anwendungen.

1. Kundensegmentierung

Angenommen, Sie haben eine Gruppe von Kunden, die sich sehr selten anmeldet, nie den Support anruft, mit geringen monatlichen wiederkehrenden Einnahmen begonnen hat, aber im Laufe der Zeit Tonnen für Upgrades ausgegeben hat. Das ist eine seltsame Gruppe mit enormem organischem Wachstum und niedrigen Kosten, obwohl die anfänglichen Einnahmen niedrig waren. Tableau Clustering kann Gruppen wie diese finden.

2. Marktforschung

Wie bestimmen wir verschiedene Gruppen auf dem Markt und erstellen Produkte und Marketingbotschaften, die bei diesen Menschen Anklang finden? Zum Beispiel fand eine Bank eine Gruppe von Unternehmern, die Eigenkapital aus ihren Häusern über eine 2nd-Hypothek verwendeten, um ihre Startups zu finanzieren. Zu wissen, dass dies zu einer völlig neuen Produktlinie für die Bank führte, die bei dieser Gruppe viel stärker Anklang fand.

3. Kundenbefragungen

Welche Tableau-Clusterings tauchen bei zufriedenen Kunden auf, welche Cluster bei unzufriedenen Kunden? Nutzen auch die unzufriedenen Kunden Ihre hervorragenden Supportleistungen?

4. Matching- oder Empfehlungsalgorithmen

Netflix: Basierend auf Filmen mit einer starken Protagonistin, witzigem Humor und britischen Schauspielern empfehlen wir beispielsweise alle Filme, die auf jedem Jane Austen-Buch basieren.

5. Telecom

Positionieren Sie die Mobilfunkmasten so, dass alle Kunden eine optimale Signalstärke basierend auf Adressen, Nutzungsmustern, Roaming, Abonnements, Spitzenzeiten, Verkehrsmustern und Straßen usw. erhalten.

6. Planung

Angenommen, Sie sind ein Polizeichef, der versucht, Ihre Offizierszeit mit begrenztem Budget zu maximieren. Sie müssen Patrouillen zu Spitzenzeiten in den am meisten kriminalitätsgefährdeten Gebieten planen, wiederum basierend auf einer beliebigen Anzahl von Faktoren, wie Tageszeit, Wetter, Einkommen und Bildungsniveau, vergangene Verbrechensereignisse, Arten von Verbrechen, bekannte Bandenstandorte, etc.

Ich persönlich verwende Tableau Clustering ständig in meiner täglichen Analysearbeit und finde, dass es unübertroffene Fähigkeiten hat, eine Geschichte über Datengruppen zu erzählen. Bleiben Sie dran für Teil 2, in dem ich behandle, wie Sie Ihre eigenen Tableau-Clusterdiagramme erstellen.

So erstellen Sie ein Tableau-Clustering

Lassen Sie uns ein Tableau-Clustering-Diagramm aus dem Superstore-Dataset erstellen, das die Beziehung zwischen Umsatz und Gewinn mit Hervorhebung anderer Felder wie Marketingkanal oder Produktkategorie zeigt. Wir beginnen mit einer Ansicht mit diesen Feldern:

A. Tableau Clustering creation
  1. Klicken Sie zuerst oben rechts auf ‚Show Me‘ und wählen Sie die Option ‚Scatter Plot‘, um dies in ein nützlicheres Format zu bringen. Dann sehen Sie, dass sich Marketingkanal und Region in den Regalen für Formen bzw.

 Tableau Clustering Tutorial

  1. Stellen Sie danach im Dropdown-Menü oben die Option ‚Gesamte Ansicht‘ ein.
  2. Dann fügen wir einige weitere ‚Dimensionen‘ hinzu. Fügen Sie dem Detailregal Produktkategorie, Kundensegment und Produktunterkategorie hinzu.
  3. Klicken Sie anschließend auf die Karte ‚Formen‘, um jede der zu füllenden Markierungen aus dem Dropdown-Menü mit der Bezeichnung ‚Form auswählen‘ festzulegen.‘ Wählen Sie dann Palette zuweisen und klicken Sie auf OK
  4. Klicken Sie anschließend oben links über Ihren Dimensionen auf die Registerkarte Analytics.
  5. Der nächste Schritt in Tableau Clustering besteht darin, auf Cluster zu klicken und es herauszuziehen. Stellen Sie sicher, dass Sie es über dem angezeigten Clusterfeld platzieren.
  6. Beachten Sie außerdem, dass 2 Cluster automatisch aus den Daten generiert werden.
B. Spielen Sie mit potenziellen Tableau-Clustern
  1. Spielen wir mit der Anzahl potenzieller Tableau-Clusterings. Ändern Sie die Zahl von Automatisch auf 5. Dann sollten Sie die verschiedenen Farben sehen.Tableau-Clustering-Schritte
  2. Gehen Sie nach rechts oben, wo der Datenmarker die verschiedenen Tableau-Clusterings anzeigt. Klicken Sie nacheinander auf jedes Segment, um dieses Segment im Streudiagramm hervorzuheben. Sehen Sie einige interessante Gruppen, wie eine Gruppe mit hohem Umsatz, geringem Gewinn?
  3. Klicken Sie auf den Abwärtspfeil auf jeder Pille, die Sie in das Detailregal legen, und wählen Sie „Textmarker anzeigen“.“
  4. Diese sollten auf der rechten Seite erscheinen. Klicken Sie sich durch diese, um zu sehen, ob interessante Einblicke entstehen. Wenn Sie beispielsweise unter dem Marketing Channel Highlighter „SEO“ oder „Social Media“ auswählen, erhalten Sie einige interessante Einblicke. Oder die Auswahl von „Google Adwords“ zeigt einen interessanten Ausreißer.

 Tableau-Clustering-Beispiel

Wenn Sie dieses erweiterte Tableau-Clustering-Diagramm erstellt haben, bleiben Sie dran für Teil 3, in dem ich behandle, wie Tableau-Clustering-Diagramme interpretiert, erklärt und visuell optimiert werden.

C. Tableau Clustering visuelle Feinabstimmung

Wir können leicht ein fantastisches Tableau Clustering-Diagramm erstellen, aber es gibt einige visuelle Feinabstimmungen, bevor wir mit unserem Chef einen Homerun machen können. Aus diesem Grund haben wir eine einfache Anleitung zum Tableau-Clustering erstellt, damit die Interpretation und Erläuterung von Daten einfacher wird. Bevor wir einsteigen, werfen wir einen Blick auf einige der Zahlen unter der Haube.

D. Tableau Clustering interpretation and analysis

Wie verstehe ich jedes meiner Tableau Clusterings, wenn ich es nicht nur anschaue?

  1. Klicken Sie zuerst auf den Abwärtspfeil auf der Clustertablette, die sich in Ihrem Farbregal befinden sollte.
  2. Wählen Sie dann Cluster beschreiben.
  3. Zuletzt erscheint ein Fenster mit vielen Informationen darüber, wie dies erstellt wurde. Sie möchten auf Folgendes achten:
E. Tableau-Clustering-Variablen
  • Variablen des Tableau-Clusters – Dies sind die Kennzahlen, die Sie verwenden, um Look-a-Likes zu finden (z. gruppieren Sie ähnliche Kunden nach Umsatz und Gewinn)
  • Detaillierungsgrad – Dies sind die Dimensionen, die Sie in das Tableau-Clustering einbeziehen (d. h. Zeigen Sie mir Look-a-like-Kunden nach Umsatz und Gewinn, indem Sie Kundensegment, Marketingkanal, Produktkategorie usw. analysieren. und Gemeinsamkeiten zwischen all diesen zu finden).
  • Anzahl der Cluster – dies sind die verschiedenen Gruppen oder Segmente, die der Algorithmus gefunden hat
  • Cluster – Sie müssen nach unten scrollen, um diese zu finden.
    • Anzahl der Elemente – zeigt an, wie viele Datenpunkte sich in jedem Cluster befinden (dies können Ihre Balken oder die Kreise in einem Streudiagramm sein)
    • Zentren – Dies ist der Durchschnittswert innerhalb jedes Clusters. Sie werden die offensichtlichen Unterschiede sehen.
      • Es ist in Ordnung, Tableau-Clustering unterschiedlicher Größe zu haben, da Daten an einem Ende möglicherweise stärker gruppiert werden als an einem anderen, aber Sie möchten, dass jeder Cluster über genügend Datenpunkte verfügt, um aussagekräftig zu sein.
      • Wenn nur ein oder zwei Cluster vorhanden sind, sollten Sie diese aus der Ansicht ausschließen, da dies möglicherweise Ausreißer sind, die Ihre Ergebnisse verzerren, oder die Anzahl der Cluster ändern.
      • Hinweis: Die meisten Clusterzentren werden in wissenschaftlicher Notation angezeigt, was frustrierend ist. Wenn Sie auf die Schaltfläche In Zwischenablage kopieren klicken und sie in Excel einfügen, können Sie die Zahlen so formatieren, dass Sie genau wissen, was sie darstellen.

F. Tableau-Clusterings bereinigen

Lassen Sie uns nun die Cluster mit einem Trick bereinigen, um sie umzubenennen, mit dem zusätzlichen Vorteil, dass Sie sie in anderen Diagrammen und Analysen verwenden können. (Beachten Sie, dass Sie nach Abschluss dieses Schritts die vorherigen zugrunde liegenden Zahlen nicht mehr anzeigen können.) Dies ist das Endprodukt:

 So erstellen Sie Cluster in Tableau

    1. Halten Sie die Strg-Taste gedrückt und klicken Sie dann auf die Cluster-Pille im Farbregal, und ziehen Sie diese dann in Dimensionen.
    2. Doppelklicken Sie nun auf die Cluster, die Sie gerade in Dimensions gezogen haben, und benennen Sie sie in „Sales & Profit Clusters“ um.“ Dies ist jetzt ein Feld, das wir später wieder verwenden können, was bei der Analyse bestimmter Kundensegmente sehr hilfreich sein wird.
    3. Klicken Sie auf den Abwärtspfeil in der umbenannten Liste und wählen Sie Gruppe bearbeiten.
    4. Klicken Sie mit der rechten Maustaste auf Cluster 1 und wählen Sie Umbenennen. Typ „Geringer Umsatz, geringer Gewinn.“
    5. Befolgen Sie das gleiche Verfahren für Cluster 2 (beachten Sie, dass sie möglicherweise nicht in numerischer Reihenfolge sind!). Es ist zu „Hohe Verkäufe, Niedrigen Gewinn.“
    6. Benennen Sie Cluster 3 in „Top Performers“ um.“
    7. Benennen Sie dann Cluster 4 in „Mittlerer Umsatz, geringer Gewinn“ um.“
    8. Benennen Sie Cluster 5 außerdem in „Mittlerer Umsatz, mittlerer Gewinn“ um.“
    9. Ziehen Sie nun das aktualisierte Feld „Umsatz- und Gewinncluster“ und ersetzen Sie das vorhandene Clusterfeld im Farbregal. Sie können dies tun, indem Sie diese Pille direkt über die andere legen. Oder indem Sie das aktuelle Feld ein- oder ausschalten und durch das neue ersetzen. Folgen Sie dem GIF unten, um es bis zu diesem Punkt zu sehen (Klicken Sie, um es im Vollbildmodus zu sehen):

 Tableau Clustering Video

G. Ändern der Farben in Tableau Clustering

Lassen Sie uns nun das Farbschema in Tableau Clusterings ändern, damit unsere Farben etwas mehr Bedeutung vermitteln.

  1. Klicken Sie in der Legende auf den Dropdown-Pfeil oben rechts und wählen Sie Farben bearbeiten.
  2. Stellen Sie die Farbpalette im Dropdown-Menü auf Superfishel Stone ein.
  3. Wählen Sie nun das Segment „Top Performers“ und klicken Sie auf die dunkelgrüne Pille.
  4. Wiederholen Sie diesen Vorgang und ändern Sie „Geringer Umsatz, geringer Gewinn“ in Orange. Ändern Sie „Hoher Umsatz, niedriger Gewinn“ auf Rot. Ändern Sie „Mid-Tier Sales …“ in die Farbe helloliv. Ändern Sie „Mittlere Verkäufe“ in die Aqua-Farbe.
  5. Wählen Sie OK.

Wir haben jetzt einige statistisch gültige Segmente, die wir wiederverwenden können und die mit aussagekräftigen Titeln hervorgehoben sind, die den nächsten Schritt anzeigen. Zum Beispiel führt uns „Hohe Umsätze, niedrige Gewinne“ zu der sehr offensichtlichen „Warum“ -Frage. Wir können dann einen tieferen Drilldown durchführen, um zu sehen, was aus diesen Datenpunkten noch hervorgeht, die auf Maßnahmen hinweisen, die wir ergreifen müssen.

Wie erkläre ich Tableau Clustering anderen Personen…?

… und die „Daumen hoch“ von Ihrem Chef bekommen?

Verwenden Sie die folgenden Tipps:

Tableau-Clustering auf Englisch erklären

Suchen Sie nach Mitgliedern einer potenziellen Gruppe (Kunden, Städte, alles, was Sie gruppieren möchten), die einander so ähnlich wie möglich und der nächsten Gruppe so ähnlich wie möglich sind. Wir möchten, dass jede Gruppe so einzigartig und verschieden wie möglich ist, während wir möchten, dass jedes Mitglied einer bestimmten Gruppe so ähnlich wie möglich ist.

Tableau-Clustering quantitativ erklären

Für eine bestimmte Anzahl von Clustern oder Look-a-Like-Gruppen (bezeichnet mit dem Buchstaben „K“) partitioniert der Algorithmus die Daten in so viele Cluster oder Gruppen. Der Algorithmus bestimmt anhand Ihrer Daten, was seiner Meinung nach die optimale Anzahl von Clustern für Sie ist. Aber Sie können das leicht ändern, um zu sehen, ob neue Muster entstehen. Jeder Tableau-Cluster verfügt über einen Mittelpunkt (Schwerpunkt), der dem Durchschnittswert aller Punkte in diesem Cluster entspricht. Jeder Cluster ist eine gültige statistische Gruppierung, die dynamisch aktualisiert wird, wenn sich Datenwerte ändern oder neue Daten hinzugefügt werden.

Teilen Sie ein Beispiel für Tableau-Clustering

Angenommen, Sie haben Informationen zu vier Domino’s Pizza-Ketten und eine Liste von Kundenadressen. Diese Kundenadressen sind jedoch nicht an einen bestimmten Domino-Standort gebunden. Sie müssten die Adressen manuell sortieren und in Google Maps vergleichen, um festzustellen, von welchem Ort aus sie bestellen sollen. Tableau Clustering erledigt dies automatisch. Es würde durch die Daten knirschen und dann bestimmen, welche Nachbarschaften sich um den Standort jedes Domino befinden. Sie hätten vier Cluster. Dies ist im Wesentlichen das, was Google tut, wenn Sie nach „Pizza in meiner Nähe“ suchen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.