ik ben al jaren een fervent gebruiker van Tableau. Ik kan tegenwoordig vrijwel geen kwantitatief probleem oplossen zonder Tableau te gebruiken om me te helpen mijn gegevens visueel te verkennen en ideeën en hypothesen te herhalen. Maar, sommige problemen vereisen meer zwaar tillen in Tableau dan een viz gewoon aankan. Vandaag bespreken we Tableau Clustering en waarom het nuttig is bij het creëren van een betere analyse van gegevens.

Wat is Tableau Clustering?

Tableau is onlangs begonnen met het toevoegen van meer statistische hulpmiddelen die krachtige manieren bieden om gegevens te visualiseren en te verkennen. Tableau clustering is een van de nieuwste functies in Tableau 10. Het brengt geavanceerde statistieken in uw handen met slechts een paar klikken.

met Tableau Clustering kunt u gemakkelijk statistisch vergelijkbare groepen identificeren. In gewoon Engels, op basis van attributen die je Tableau vertelt, zal het gaan door en overeenkomsten te bepalen en look-a-like groepen te creëren. U kunt dan boren in die voor meer detail of vergelijken hoe elke groep gedraagt ten opzichte van elkaar.

zoals we hierboven hebben besproken, is de mogelijkheid om gegevens te segmenteren in nuttige groepen of bakken net zo belangrijk als het rangschikken en identificeren van uw boven-en onderwaarden. Het is een must voor elke data analist. Tableau Clustering tilt dat vermogen naar een geheel nieuw niveau. Je hebt geen code nodig of moet een getrainde statisticus zijn om er toegang toe te krijgen.

Tableau Clustering blinkt uit in het visueel zien van de relaties tussen data. We kunnen ons bijvoorbeeld afvragen: “hoe interageren deze 6 dingen met elkaar en welke resultaten produceren ze?”Wat als we maatregelen wilden toevoegen in plaats van dimensies? Bijvoorbeeld, aankoop patronen (verkoop) en bedrag dat we daadwerkelijk maken (winst) en retour of korting patronen (korting, rendement).

met Tableau clustering kunnen we deze aanvullende informatie toevoegen. Dit helpt ons verder te gaan dan eenvoudige segmenten naar Geavanceerde, met gegevens over gedragspatronen en acties (maatregelen), evenals attribuutinformatie zoals regio of marketingkanaal (dimensies).

Waarom is Tableau Clustering nuttig?Door sneller betere inzichten te krijgen, kunnen we meer actie ondernemen. In staat zijn om actie te ondernemen die een impact maakt maakt je een held; het maakt jou de persoon met alle antwoorden. Dat is een geweldig gevoel en het is wat Tableau clustering ons in staat stelt om te bereiken. De mogelijkheid om verborgen inzichten te vinden met Tableau ‘ s easy drag and drop-functionaliteit is een belangrijke stap om sneller tot actie te komen.

Tableau Clustering voorbeelden

hier zijn enkele voorbeelden van hoe mensen Tableau clustering hebben gebruikt om segmenten te maken en inzichten te vinden die ze niet gemakkelijk konden vinden:Marketingprofessional Chris Penn gebruikte de Tableau clustering tool om inzichten te vinden over zijn eigen blog die verborgen werden gehouden door traditionele visualisatiemethoden. Namelijk, boren in welke onderwerpen van social media berichten dreef nieuwe gebruikers, groot aantal reshares, of waren stagnerend:

Chris Wood geeft een inzichtelijke interactieve analyse van risico jongeren in de Washington, D. C. school district, ook uit te leggen hoe hij gebruikte Tableau clustering om dit te doen.

<a href=’#’><img alt=’Risico Jongeren Percentages binnen de Scholen en Demografische Vertegenwoordiging 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=’border: none’ /></a>

Tableau Clustering Gebruikt

bekijk meer Tableau clustering toepassingen op het werk hieronder.

1. Klantsegmentatie

zegt dat u een groep klanten hebt die zeer zelden inlogt, nooit Ondersteuning Belt, begon met lage maandelijkse terugkerende inkomsten, maar tonnen aan upgrades heeft uitgegeven na verloop van tijd. Dat is een vreemde groep met een enorme organische groei en lage kosten, ook al waren de eerste inkomsten laag. Tableau clustering kan groepen als deze vinden.

2. Marktonderzoek

hoe bepalen we verschillende groepen in de markt en creëren we producten en marketingboodschappen die resoneren met deze mensen? Bijvoorbeeld, een bank vond een groep ondernemers die was met behulp van het eigen vermogen van hun huizen via een 2e hypotheek om hun startups te financieren. Wetende dat leidde tot een hele nieuwe lijn van producten voor de bank die veel sterker resoneerde met die groep.

3. Customer surveys

welke Tableau clusterings verschijnen onder tevreden klanten, welke clusters verschijnen onder ontevreden klanten? Zijn de ontevreden klanten ook gebruik te maken van uw uitstekende ondersteunende diensten?

4. Algoritmen voor Matching of aanbeveling

Netflix: Bijvoorbeeld, gebaseerd op films die een sterke vrouwelijke Protagonist, geestige Humor, en Britse acteurs hebben, raden we alle films gebaseerd op elk Jane Austen boek ooit.

5. Telecom

positioneert de zendmasten zodat alle klanten een optimale signaalsterkte krijgen op basis van adressen, gebruikspatronen, roaming, abonnementen, piekuren, verkeerspatronen en wegen, enz.

6. Planning

stel dat u een politiechef bent die probeert uw officierstijd te maximaliseren met een beperkt budget. Je moet patrouilles plannen op piekuren in de meest misdaad-waarschijnlijke gebieden, opnieuw gebaseerd op een aantal factoren, zoals tijdstip van de dag, het weer, inkomen en opleidingsniveau, vroegere misdaadgebeurtenissen, soorten criminaliteit, bekende bendelocaties, enz.

persoonlijk gebruik ik Tableau clustering de hele tijd in mijn dagelijkse analysewerk en ik vind dat het ongeëvenaarde vaardigheden heeft in het vertellen van een verhaal over groepen gegevens. Stay tuned voor deel 2 waar ik cover hoe je je eigen Tableau clustering grafieken te maken.

Hoe maak je een Tableau Clustering

laten we springen in en maak een Tableau clustering grafiek uit de Superstore Dataset die de relatie tussen verkoop en winst Toont met accentuering van andere velden zoals marketing kanaal of productcategorie. We beginnen met een weergave met deze velden eruit getrokken:

A. Tableau clustering creation
  1. klik eerst op’ Show Me ‘in de rechterbovenhoek en kies de optie ‘Scatter Plot’ om dit in een meer nuttig formaat te krijgen. Dan, je zult zien dat Marketing kanaal en regio zijn op de vormen en kleur planken, respectievelijk.

Tableau Clustering Tutorial

  1. daarna, stel het in op ‘hele weergave’ uit het drop-down menu aan de bovenkant.
  2. laten we dan nog een aantal ‘dimensies’toevoegen. Voeg productcategorie, klantensegment en Productsubcategorie toe aan de detailplank.
  3. klik vervolgens op de kaart’ vormen ‘om elk van de markeringen in te stellen op gevuld in het drop down menu met het label’ Select Shape Palette.’Kies vervolgens palet toewijzen en klik op Ok
  4. Volgende, klik op het tabblad Analytics in de linkerbovenhoek, boven uw dimensies.
  5. de volgende stap in Tableau clustering is klikken op Cluster en slepen. Zorg ervoor dat u deze bovenop het Clustervenster plaatst dat wordt weergegeven.
  6. merk ook op dat 2 clusters automatisch worden gegenereerd uit de gegevens.
B. speel met potentiële tableauclusterings
  1. laten we spelen met het aantal potentiële tableauclusterings. Verander het nummer van automatisch naar 5. Dan moet je de verschillende kleuren zien.Tableau Clustering stappen
  2. Ga naar rechtsboven waar de Data highlighter de verschillende Tableau clusterings toont. Klik op elk segment achter elkaar om dat segment op de scatter plot te markeren. Zie je een aantal interessante groepen, zoals een groep van hoge omzet, lage winst?
  3. klik op de pijl-omlaag op elke pil die u op de detailplank plaatst en selecteer “Highlighter tonen”.”
  4. deze moeten aan de rechterkant worden vermeld. Klik hier doorheen om te zien of er interessante inzichten ontstaan. Bijvoorbeeld, onder de Marketing kanaal highlighter, het kiezen van “SEO” of “Social Media” onthult een aantal interessante inzichten. Of het kiezen van “Google Adwords” onthult een interessante uitschieter.

Tableau Clustering voorbeeld

met deze geavanceerde Tableau clustering grafiek gemaakt, stay tuned voor deel 3 waar ik behandelen hoe te interpreteren, uit te leggen, en visueel fine-tunen Tableau clustering grafieken.

C. Tableau clustering visual fine tuning

we kunnen gemakkelijk een geweldige tableau clustering grafiek bouwen, maar er is wat visuele fine-tuning te doen voordat we een home-run kunnen slaan met onze baas. Daarom hebben we een eenvoudige gids voor Tableau clustering gemaakt, zodat de interpretatie en uitleg van gegevens gemakkelijker te doen wordt. Voordat we erin springen, laten we eens kijken naar een aantal van de nummers onder de motorkap.

D. interpretatie en analyse van Tableau-clustering

hoe begrijp ik elk van mijn Tableau-clustering verder dan het alleen maar bekijken?

  1. klik eerst op de pijl-omlaag op de Clusters-pil die op uw kleurenplank moet staan.
  2. kies vervolgens de clusters beschrijven.
  3. tenslotte zal er een venster verschijnen met veel informatie over hoe dit is gemaakt. U wilt aandacht besteden aan het volgende:
E. Tableau clustering variables
  • variabelen van Tableau clustering-dit zijn de maten die u aan het kraken bent om look-a-likes (d.w.z. groep vergelijkbare klanten door verkoop en winst)
  • detailniveau-dit zijn de dimensies die u in de Tableau clustering (dat wil zeggen Toon me look-a-like klanten door verkoop en winst, door het analyseren van klantsegment, marketingkanaal, productcategorie, enz. en het vinden van overeenkomsten tussen al deze).
  • aantal clusters-dit zijn de verschillende groepen of segmenten die het algoritme heeft gevonden
  • Clusters – u moet naar beneden scrollen om deze te vinden.
    • aantal Items-geeft aan hoeveel gegevenspunten er in elk cluster zijn (dit kunnen uw maten zijn of de cirkels op een spreidingsgrafiek)
    • centra-dit is de gemiddelde waarde binnen elk cluster. Je zult de duidelijke verschillen zien.
      • het is OK om Tableau-Clustering van verschillende groottes te hebben, omdat gegevens aan het ene uiteinde sterker kunnen groeperen dan aan het andere, maar u wilt dat elk cluster voldoende gegevenspunten heeft om zinvol te zijn.
      • als er slechts één of twee clusters zijn, overweeg dan om die uit de visie te sluiten, omdat ze uitschieters kunnen zijn die uw resultaten scheeftrekken, of overweeg het aantal clusters te wijzigen.
      • Opmerking: De meeste clustercentra zullen verschijnen in wetenschappelijke notatie, wat frustrerend is. Als u op de knop Kopiëren naar klembord klikt en deze in Excel plakt, kunt u de getallen opmaken, zodat u correct weet wat ze vertegenwoordigen.
F. Opruimen Tableau clusterings

laten we nu de clusters opschonen met een truc om ze te hernoemen met de toegevoegde bonus van het kunnen gebruiken in andere grafieken en analyses. (Merk op dat als u deze stap hebt voltooid, u de vorige onderliggende getallen niet kunt bekijken, dus zorg ervoor dat u de getallen hebt gekopieerd of een schermafbeelding hebt gemaakt.) Dit is het eindproduct:

hoe Clusters te maken in Tableau

    1. Houd de Ctrl toets ingedrukt en klik vervolgens op de Clusters-pil op de kleurenplank en sleep dit vervolgens naar dimensies.
    2. nu, dubbelklik op de Clusters pil die je net meegesleurd in dimensies en hernoem het naar “Sales & Profit Clusters.”Dit is nu een gebied dat we later opnieuw kunnen gebruiken, wat zeer nuttig zal zijn bij het analyseren van bepaalde segmenten van klanten.
    3. klik op de pijl-omlaag op de hernoemde pil en kies Groep bewerken.
    4. Klik met de rechtermuisknop op Cluster 1 en kies hernoemen. Type ” Lage Verkoop, Lage Winst.”
    5. volg dezelfde procedure voor Cluster 2 (Merk op dat ze niet in numerieke volgorde staan!). Hernoem is naar ” hoge omzet, lage winst.”
    6. hernoem Cluster 3 naar ” Top Performers.”
    7. hernoem vervolgens Cluster 4 naar ” Mid-tier Sales, Low Profit.”
    8. hernoem ook Cluster 5 naar ” Medium Sales, Medium Profit.”
    9. Sleep nu de bijgewerkte” Sales and Profit Clusters ” pil en vervang het bestaande clusters veld op de kleurenplank. U kunt dit doen door het plaatsen van deze pil direct op de top van de andere. Of, door het huidige veld op kleur uit te slepen en te vervangen door de nieuwe. Volg samen met de GIF hieronder om te zien dat het voltooid tot dit punt (klik om het volledige scherm te zien):

Tableau Clustering Video

G. kleuren veranderen in Tableau Clustering

laten we nu het kleurenschema in Tableau clustering wijzigen, zodat onze Kleuren Iets meer betekenis hebben.

  1. Klik in de legenda op de drop-down pijl rechtsboven en kies kleuren bewerken.
  2. zet het kleurenpalet op Superfishel Stone in het vervolgkeuzemenu.
  3. kies nu het segment “Top Performers” en klik op de donkergroene pil.
  4. herhaal deze procedure en verander “Low Sales, Low Profit” in de oranje kleur. Verander “hoge omzet, lage winst” in rood. Verander “Mid-tier Sales …” in de lichte olijfkleur. Wijzig “Medium Sales” naar de aqua kleur.
  5. kies OK.

we hebben nu enkele statistisch geldige segmenten die we kunnen hergebruiken en die zijn gemarkeerd met betekenisvolle titels die de volgende stap aangeven. Bijvoorbeeld,” hoge omzet, lage winst “leidt ons naar de zeer voor de hand liggende” waarom ” vraag. We kunnen dan dieper boren om te zien welke andere oppervlakken van deze datapunten aangeven welke acties we moeten ondernemen.

hoe leg ik Tableau clustering uit aan andere mensen…?

… en krijg de “thumbs up” van uw baas?

gebruik de volgende tips:

Explain Tableau Clustering in English

zoek leden van een potentiële groep (kunnen klanten zijn, kunnen steden zijn, kan alles zijn waar je op probeert te groeperen) die zo veel mogelijk op elkaar lijken en zo weinig mogelijk op de volgende groep lijken. We willen dat elke groep zo uniek en verschillend mogelijk is, terwijl we willen dat elk lid van een bepaalde groep zo vergelijkbaar mogelijk is.

leg Tableau Clustering kwantitatief uit

voor een bepaald aantal clusters of “look-a-like” groepen (aangeduid met de letter “K”) partitioneert het algoritme de gegevens in zoveel clusters of groepen. Het algoritme zal bepalen wat het denkt is het optimale aantal clusters voor u, op basis van uw gegevens. Maar je kunt dat gemakkelijk veranderen om te zien of er nieuwe patronen ontstaan. Elke Tableau Cluster heeft een centrum (centroid) dat is de gemiddelde waarde van alle punten in dat cluster. Elk cluster is een geldige statistische groepering die dynamisch wordt bijgewerkt als gegevenswaarden veranderen of als nieuwe gegevens worden toegevoegd.

deel een voorbeeld van Tableau Clustering

stel dat u informatie hebt over vier pizzaketens van Domino en een lijst met klantadressen. Maar die klantadressen zijn niet gekoppeld aan een bepaalde Domino ‘ s locatie. Je zou moeten handmatig sorteren door de adressen en ze vergelijken op Google Maps om te bepalen welke locatie ze moeten bestellen van. Tableau clustering doet dit automatisch. Het zou crunch door de gegevens en dan bepalen welke buurten zijn rond elke Domino ‘ s locatie. Je zou vier clusters hebben. Dit is eigenlijk wat Google doet als je zoekt naar “pizza bij mij”, trouwens.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.