évek óta lelkes felhasználója vagyok a Tableau-nak. Manapság nem tudok kvantitatív problémát megoldani anélkül, hogy a tabló segítségével vizuálisan feltárnám az adataimat, és ötleteket és hipotéziseket iterálnék. De, egyes problémák több nehéz emelést igényelnek a Tablóban, mint amennyit egy viz egyszerűen képes kezelni. Ma megvitatjuk a csoportosulásokat, és azt, hogy miért hasznos az adatok jobb elemzésében.

mi az a csoportosulás?

a Tableau a közelmúltban több statisztikai eszközt kezdett hozzá, amelyek hatékony módszereket kínálnak az adatok megjelenítésére és feltárására. A Tableau klaszterezés a Tableau 10 egyik legújabb funkciója. Néhány kattintással fejlett statisztikákat ad a kezébe.

a Csoportcsoportok csoportosítása lehetővé teszi a statisztikailag hasonló csoportok egyszerű azonosítását. Egyszerű angol nyelven, a Tableau által elmondott attribútumok alapján átmegy és meghatározza a hasonlóságokat, és megjelenési csoportokat hoz létre. Ezután részletesebben belemerülhet ezekbe, vagy összehasonlíthatja, hogy az egyes csoportok hogyan viselkednek egymáshoz képest.

mint azt fentebb tárgyaltuk, az adatok hasznos csoportokba vagy tárolókba történő szegmentálásának képessége ugyanolyan fontos, mint a felső és alsó értékek rangsorolása és azonosítása. Minden adatelemző számára kötelező. A tabló klaszterezése ezt a képességet egy teljesen új szintre emeli. Nincs szüksége kódra, vagy képzett statisztikusnak kell lennie ahhoz, hogy hozzáférjen hozzá.

a tabló klaszterezés kiválóan látja az adatok közötti kapcsolatokat. Például elgondolkodhatunk azon, hogy “hogyan működik együtt ez a 6 dolog,és milyen eredményeket hoznak?”Mi lenne, ha dimenziók helyett intézkedéseket akarnánk hozzáadni? Például a vásárlási minták (értékesítés) és a ténylegesen elért összeg (nyereség), valamint a visszatérítési vagy diszkontminták (kedvezmény, hozam).

tabló klaszterezés lehetővé teszi számunkra, hogy adjunk ezt a további információt. Ez segít abban, hogy az egyszerű szegmenseken túl haladó szintre lépjünk, beépítve a viselkedési mintákra és műveletekre (intézkedésekre) vonatkozó adatokat, valamint olyan attribútuminformációkat, mint a régió vagy a marketingcsatorna (dimenziók).

miért hasznos a Csoportképcsoportosítás?

a jobb betekintés gyorsabb elérése lehetővé teszi számunkra, hogy több lépést tegyünk. Az, hogy képes cselekedni, ami hatással van, hőssé tesz; ez teszi az a személy, az összes választ. Ez egy fantasztikus érzés, és ez az, amit a Tableau klaszterezés lehetővé tesz számunkra. Az a képesség, hogy rejtett betekintést találjon a Tableau easy drag and drop funkciójával, fontos lépés a gyorsabb cselekvéshez.

tabló klaszterezési példák

Íme néhány példa arra, hogy az emberek hogyan használták a tabló klaszterezést szegmensek létrehozására és olyan betekintések keresésére, amelyekhez nem tudtak könnyen hozzáférni:

marketing profi Chris Penn a tabló klaszterező eszközt használta, hogy betekintést találjon saját blogjába, amelyet a hagyományos vizualizációs módszerek elhomályosítottak. Nevezetesen, hogy a közösségi média bejegyzéseinek milyen témái vezettek új felhasználókat, nagyszámú reshares, vagy stagnáltak:

Chris Wood éleslátó interaktív elemzést ad a veszélyeztetett fiatalokról a Washington D. C. iskolai körzetben, elmagyarázva azt is, hogyan használta a tabló klasztereket erre.

<a href=’#’><img alt = ‘veszélyeztetett fiatalok aránya az iskolákon belül és demográfiai képviselet Washington D. C.-ben’ 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 klaszterezés használ

nézze meg több Tableau klaszterezés alkalmazások munka alatt.

1. Ügyfélszegmentálás

tegyük fel, hogy van olyan ügyfélcsoportja, amely nagyon ritkán jelentkezik be, soha nem hív támogatást, alacsony havi ismétlődő bevételekkel kezdődött, de idővel rengeteg frissítést költött. Ez egy furcsa csoport, óriási organikus növekedéssel és alacsony költségekkel, annak ellenére, hogy a kezdeti bevételek alacsonyak voltak. A csoportosulások ilyen csoportokat találhatnak.

2. Piackutatás

Hogyan határozzuk meg a piac különböző csoportjait, és hozzunk létre olyan termékeket és marketing üzeneteket, amelyek rezonálnak ezekkel az emberekkel? Például egy bank talált egy vállalkozói csoportot, amely 2. jelzálogon keresztül saját tőkét használt fel az induló vállalkozások finanszírozására. Ennek ismerete egy teljesen új termékcsaládhoz vezetett a bank számára, amely sokkal erősebben rezonált ezzel a csoporttal.

3. Ügyfélfelmérések

milyen csoportosulások alakulnak ki az elégedett ügyfelek körében, milyen klaszterek alakulnak ki az elégedetlen ügyfelek körében? Az elégedetlen ügyfelek is használják a kiváló támogatási szolgáltatásokat?

4. Egyező vagy ajánló algoritmusok

Netflix: Például olyan filmek alapján, amelyek erős női főszereplővel, szellemes humorral és brit színészekkel rendelkeznek, minden Jane Austen könyv alapján készült filmet ajánlunk.

5. Telecom

helyezze el a cellatornyokat úgy, hogy minden ügyfél optimális jelerősséget kapjon a címek, a használati minták, a roaming, az előfizetések, a csúcsidők, a forgalmi minták és az utak stb.

6. Ütemezés

mondja, hogy rendőrfőnök vagy, aki korlátozott költségvetéssel próbálja maximalizálni a tiszt idejét. Be kell ütemeznie a járőröket csúcsidőben a leginkább bűncselekményre hajlamos területeken, ismét számos tényező alapján, mint például a napszak, az időjárás, a jövedelem és az iskolai végzettség, a múltbeli bűncselekmények, a bűncselekmények típusai, az ismert bandák helyszínei stb.

személy szerint a napi elemzési munkám során folyamatosan használom a Tableau fürtözést, és azt tapasztaltam, hogy páratlan képességekkel rendelkezik az adatcsoportokról szóló történet elmesélésében. Stay tuned rész 2 ahol terjed, hogyan lehet létrehozni a saját tabló klaszter diagramok.

Hogyan hozzunk létre tabló Klaszterezést

ugorjunk be, és hozzunk létre egy tabló klaszterezési diagramot a Superstore adatkészletből, amely bemutatja az értékesítés és a nyereség közötti kapcsolatot más mezők, például a marketingcsatorna vagy a termékkategória kiemelésével. A következő mezők kihúzásával kezdjük:

A. tabló klaszterezés létrehozása
  1. először kattintson a ‘Show Me’ gombra a jobb felső sarokban, és válassza a ‘Scatter Plot’ lehetőséget, hogy ezt hasznosabb formátumba hozza. Ezután látni fogja, hogy a marketingcsatorna és a régió az alakzatokon és a színes polcokon található.

csoportkép klaszterezés bemutató

  1. ezt követően állítsa a teljes nézetre a tetején található legördülő menüből.
  2. Ezután adjunk hozzá még néhány ‘dimenziót’. Adja hozzá a termékkategóriát, az Ügyfélszegmenst és a termék alkategóriát A részletes polchoz.
  3. ezt követően kattintson az ‘alakzatok’ kártyára, hogy az egyes jelöléseket kitöltse a ‘Alak paletta kiválasztása’ feliratú legördülő menüből.’Ezután válassza a paletta hozzárendelése lehetőséget, majd kattintson az Ok gombra
  4. Ezután kattintson az Analytics fülre a bal felső sarokban, a méretek felett.
  5. a Csoportcsoportok csoportosításának következő lépése a Cluster kattintása és kihúzása. Ügyeljen arra, hogy a megjelenő fürt mező tetejére helyezze.
  6. ezenkívül vegye figyelembe, hogy az adatokból automatikusan 2 klaszter jön létre.
B. Játssz a potenciális csoportosulásokkal
  1. játsszunk a lehetséges csoportosulások számával. Változtassa meg a számot Automatikusról 5-re. Ezután látnia kell a különböző színeket. tabló klaszterezési lépések
  2. menj át a jobb felső sarokba, ahol az Adatkiemelő a különböző csoportosulásokat mutatja. Kattintson mindegyikre egymás után, hogy kiemelje az adott szegmenst a szórási diagramon. Lát néhány érdekes csoportot, például egy magas értékesítési csoportot, alacsony profitot?
  3. kattintson a lefelé mutató nyílra minden tabletta, hogy tegye a részletes polcon, és válassza ki a “Show Highlighter.”
  4. ezeknek a jobb oldalon kell megjelenniük. Kattintson ezekre, hogy lássa, vannak-e érdekes felismerések. Például a marketingcsatorna kiemelő alatt a “SEO” vagy a “közösségi média” kiválasztása érdekes betekintést tár fel. Vagy a “Google Adwords” kiválasztása érdekes kiutat tár fel.

csoportkép csoportosítás példa

ezzel a fejlett csoportkép csoportosítás diagram létre, stay tuned a 3. rész, ahol fedezi, hogyan kell értelmezni, megmagyarázni, és vizuálisan finomhangolása csoportkép csoportosítás grafikonok.

C. Tabló klaszterezés vizuális finomhangolás

könnyen elkészíthetünk egy fantasztikus tabló klaszterezési diagramot, de van néhány vizuális finomhangolás, mielőtt a főnökünkkel otthoni futást érhetnénk el. Ezért létrehoztunk egy egyszerű útmutatót a tabló klaszterezéshez, így az adatok értelmezése és magyarázata könnyebbé válik. Mielőtt beugranánk, vessünk egy pillantást néhány számra a motorháztető alatt.

D. tabló klaszterezés értelmezése és elemzése

hogyan értem minden az én tabló klaszterek túl csak eyeballing azt?

  1. először kattintson a lefelé mutató nyílra a klaszterek piruláján, amelynek a színes polcon kell lennie.
  2. Ezután válassza a klaszterek leírása lehetőséget.
  3. végül megjelenik egy ablak, amely sok információt tartalmaz arról, hogyan jött létre. A következőkre szeretne figyelni:
E. Tableau klaszterezési változók
  • a Tableau klaszterezés változói – ezek azok az intézkedések, amelyeket a look-A-likes (azaz. csoportosítsa a hasonló ügyfeleket értékesítés és nyereség alapján)
  • részletességi szint – ezek azok a dimenziók, amelyeket beépít a Csoportcsoportosításba (azaz mutassa meg nekem a kinézetű ügyfeleket értékesítés és profit alapján, az ügyfélszegmens, a marketingcsatorna, a termékkategória stb.elemzésével. közös vonások keresése az összes között).
  • klaszterek száma – ezek azok a különálló csoportok vagy szegmensek, amelyeket az algoritmus talált
  • klaszterek – ezeket lefelé kell görgetni.
    • elemek száma – megmutatja, hogy hány adatpont van az egyes fürtökben (ezek lehetnek a sávok vagy a körök egy szórási diagramon)
    • központok – ez az átlagos érték az egyes fürtökön belül. Látni fogja a nyilvánvaló különbségeket.
      • rendben van, ha különböző méretű csoportosulások vannak, mivel az adatok erősebben csoportosulhatnak az egyik végén, mint a másikban, de azt szeretné, hogy minden klaszternek elegendő adatpontja legyen ahhoz, hogy értelmes legyen.
      • ha csak egy vagy kettő van, fontolja meg a nézetből való kizárást, mivel ezek kiugró értékek torzíthatják az eredményeket, vagy fontolja meg a fürtök számának módosítását.
      • megjegyzés: a klaszterközpontok többsége tudományos jelöléssel jelenik meg, ami frusztráló. Ha rákattint a Másolás a vágólapra gombra, és beilleszti az Excelbe, formázhatja a számokat, hogy pontosan tudja, mit képviselnek.
F. Tisztítás tabló klaszterek

most, nézzük tiszta a klaszterek fel egy trükk, hogy nevezze át őket a hozzáadott bónusz, hogy képes használni őket más grafikonok és elemzések. (Ne feledje, hogy miután elvégezte ezt a lépést, nem tudja megtekinteni az előző mögöttes számokat, ezért győződjön meg róla, hogy átmásolta a számokat, vagy készített egy képernyőképet.) Ez a végtermék:

Hogyan hozzunk létre klasztereket a Tableau-ban

    1. tartsa lenyomva a Ctrl billentyűt, majd kattintson a színes polcon található klaszterek tablettára, majd húzza át ezt dimenziókba.
    2. most kattintson duplán a klaszterek tablettát csak húzta dimenziók és nevezze át a “Sales & Profit klaszterek.”Ez most egy olyan terület, amelyet később újra felhasználhatunk, ami nagyon hasznos lesz az ügyfelek bizonyos szegmenseinek elemzésében.
    3. kattintson a lefelé mutató nyílra az átnevezett tablettán, és válassza a Csoport szerkesztése lehetőséget.
    4. kattintson a jobb gombbal az 1.fürtre, és válassza az Átnevezés lehetőséget. Típus ” Alacsony Értékesítés, Alacsony Profit.”
    5. kövesse ugyanezt az eljárást a 2. klaszter esetében (vegye figyelembe, hogy ezek nem lehetnek numerikus sorrendben!). Az Átnevezés ” magas értékesítés, alacsony Profit.”
    6. nevezze át a 3.klasztert “legjobb előadók” – re.”
    7. ezután nevezze át a 4. klasztert ” közepes szintű értékesítés, alacsony Profit.”
    8. az 5. klasztert is nevezze át ” közepes értékesítés, közepes nyereség.”
    9. most húzza a frissített “értékesítési és Profit klaszterek” tablettát, és cserélje ki a meglévő klaszterek mezőt a színes polcon. Ezt úgy teheti meg, hogy ezt a tablettát közvetlenül a másikra helyezi. Vagy húzza az aktuális mezőt a Color off-ra, és cserélje ki az új mezőre. Kövesse az alábbi GIF-et, hogy befejezze ezt a pontot (kattintson a teljes képernyő megtekintéséhez):

tabló klaszterezés videó

G. A színek megváltoztatása a tabló Klaszterezésben

most változtassuk meg a színsémát a tabló klaszterekben, hogy színeink egy kicsit több jelentést közvetítsenek.

  1. a jelmagyarázaton kattintson a jobb felső sarokban található legördülő nyílra, és válassza a színek szerkesztése lehetőséget.
  2. állítsa a színpalettát Superfishel Stone értékre a legördülő menüben.
  3. Most válassza ki a “legjobb előadók” szegmenst, és kattintson a sötétzöld pirulára.
  4. ismételje meg ezt az eljárást, és változtassa meg az “alacsony értékesítés, alacsony Profit” narancssárga színre. Változtassa a” magas értékesítés, alacsony Profit ” értéket pirosra. Változtassa meg a” középszintű értékesítést… ” a világos olíva színre. Változtassa meg a” közepes értékesítést ” az aqua színre.
  5. válassza az OK lehetőséget.

most van néhány statisztikailag érvényes szegmensünk, amelyeket újra felhasználhatunk, és amelyek értelmes címekkel vannak kiemelve, amelyek jelzik a következő lépést. Például a “magas értékesítés, alacsony nyereség” a nagyon nyilvánvaló “miért” kérdéshez vezet. Ezután mélyebbre fúrhatunk, hogy lássuk, milyen más felületek vannak ezekből az adatpontokból, amelyek jelzik a szükséges intézkedéseket.

hogyan magyarázzam el a Csoportcsoportok csoportosulását más embereknek…?

…és kap a “remek” a főnök?

használja a következő tippeket:

magyarázza el a csoportosulásokat Angolul

keresse meg a potenciális csoport tagjait (lehetnek ügyfelek, városok, bármi, amit csoportosítani próbál), amelyek a lehető legjobban hasonlítanak egymásra, és amennyire csak lehetséges, hogy hasonlóak legyenek a következő csoporthoz. Azt akarjuk, hogy minden csoport a lehető legegyedibb és legkülönlegesebb legyen, miközben azt akarjuk, hogy egy adott csoport minden tagja a lehető legjobban hasonlítson.

magyarázd el tabló klaszterezés mennyiségileg

egy adott számú klaszterek vagy look-a-like csoportok (jelöli a “K” betű), az algoritmus particionálja az adatokat, hogy sok klaszterek vagy csoportok. Az algoritmus az adatai alapján meghatározza, hogy szerinte mi az optimális klaszterek száma az Ön számára. De ezt könnyen megváltoztathatja, hogy lássa, megjelennek-e új minták. Minden tabló Klaszternek van egy középpontja (centroid), amely az adott klaszter összes pontjának átlagos értéke. Minden fürt egy érvényes statisztikai csoportosítás, amely dinamikusan frissül az adatértékek változásakor vagy új adatok hozzáadásakor.

osszon meg egy példát a tabló csoportosítására

tegyük fel, hogy van információja négy Domino pizzaláncról, valamint az ügyfelek címeinek listájáról. De ezek az ügyfelek címei nem kapcsolódnak semmilyen Domino tartózkodási helyéhez. Manuálisan kell rendeznie a címeket, és össze kell hasonlítania őket a Google Térképen, hogy meghatározza, melyik helyről kell megrendelnie. A Tableau klaszterezés ezt automatikusan elvégzi. Ez összeroppant az adatokat, majd meghatározza, hogy mely városrészek körül minden Dominó helyét. Négy csoportod lenne. Lényegében ezt teszi a Google, amikor a “pizza near me” kifejezésre keres.

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé.