byłem zapalonym użytkownikiem Tableau od lat. I prawie nie może rozwiązać problem ilościowy te dni bez użycia Tableau, aby pomóc mi wizualnie zbadać moje dane i iteracji poprzez pomysły i hipotezy. Ale niektóre problemy wymagają więcej ciężkich podnoszenia w Tableau niż viz może obsłużyć po prostu. Dzisiaj omówimy klastry Tableau i dlaczego jest to przydatne w tworzeniu lepszej analizy danych.

co to jest klastrowanie Tableau?

Tableau niedawno zaczął dodawać więcej narzędzi statystycznych, które zapewniają potężne sposoby wizualizacji i eksploracji danych. Tableau clustering jest jednym z najnowszych funkcji w Tableau 10. Udostępnia zaawansowane statystyki za pomocą kilku kliknięć.

Tableau Clustering pozwala łatwo zidentyfikować statystycznie podobne grupy. W prostym angielskim, na podstawie atrybutów powiedzieć Tableau, będzie przejść i określić podobieństwa i stworzyć wygląd-a-jak grupy. Następnie możesz zagłębić się w te elementy, aby uzyskać więcej szczegółów lub porównać zachowanie każdej grupy względem siebie.

jak omówiliśmy powyżej, możliwość dzielenia danych na przydatne grupy lub pojemniki jest równie ważna jak ranking i identyfikacja górnych i dolnych wartości. To konieczność dla każdego analityka danych. Klastrowanie Tableau przenosi tę zdolność na zupełnie nowy poziom. Nie potrzebujesz kodu lub musisz być wyszkolonym statystykiem, aby uzyskać do niego dostęp.

Tableau klastrowania wyróżnia się wizualnie widząc relacje między danymi. Na przykład, możemy się zastanawiać: „jak te 6 rzeczy oddziałują ze sobą i jakie rezultaty dają?”A gdybyśmy chcieli dodać miary zamiast wymiarów? Na przykład wzorce zakupu (sprzedaż) i kwota, którą faktycznie osiągamy (zysk) oraz wzorce zwrotu lub rabatu (Rabat, Zwroty).

grupowanie Tableau pozwala nam dodać te dodatkowe informacje. Pomaga nam to wyjść poza proste segmenty do zaawansowanych, zawierających dane o wzorcach zachowań i działaniach (miarach), a także informacje o atrybutach, takich jak Region lub kanał marketingowy (Wymiary).

dlaczego klastrowanie Tableau jest przydatne?

szybsze uzyskiwanie lepszych informacji pozwala nam podjąć więcej działań. Umiejętność podejmowania działań, które mają wpływ, czyni z Ciebie bohatera; to sprawia, że jesteś osobą ze wszystkimi odpowiedziami. To niesamowite uczucie i to właśnie Tableau clustering pozwala nam osiągnąć. Możliwość znalezienia ukrytych spostrzeżeń z łatwym przeciąganiem i upuszczaniem funkcji Tableau jest ważnym krokiem w szybszym dotarciu do działania.

Tableau klastrowania przykłady

oto kilka przykładów vizes jak ludzie używali Tableau klastrowania do tworzenia segmentów i znaleźć wgląd nie mogli dostać się do łatwo:

Marketing Pro Chris Penn użył narzędzia klastrowania Tableau, aby znaleźć spostrzeżenia na temat własnego bloga, które zostały zasłonięte tradycyjnymi metodami wizualizacji. Mianowicie, wiercenie w jakie tematy postów w mediach społecznościowych doprowadziło nowych użytkowników, dużą liczbę reshares, lub były w stagnacji:

Chris Wood daje wnikliwą interaktywną analizę zagrożonej młodzieży w Washington, D. C. School district, wyjaśniając również, w jaki sposób użył Tableau clustering to zrobić.

<a href=’#’><img alt = „odsetek młodzieży zagrożonej w szkołach i reprezentacja demograficzna w Waszyngtonie” 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 używa

Sprawdź więcej aplikacji Tableau clustering w pracy poniżej.

1. Segmentacja klientów

powiedzmy, że masz grupę klientów, którzy logują się bardzo rzadko, nigdy nie dzwonią do pomocy technicznej, zaczęli z niskimi miesięcznymi przychodami cyklicznymi, ale z czasem wydali mnóstwo na aktualizacje. To dziwna grupa o ogromnym wzroście organicznym i niskich kosztach, mimo że początkowe przychody były niskie. Tableau clustering można znaleźć grupy takie jak to.

2. Badania rynku

Jak określić różne grupy na rynku i stworzyć produkty i komunikaty marketingowe, które współgrają z tymi ludźmi? Na przykład bank znalazł grupę przedsiębiorców, którzy wykorzystywali kapitał ze swoich domów za pośrednictwem drugiego kredytu hipotecznego do finansowania swoich startupów. Wiedząc, że doprowadziły do zupełnie nowej linii produktów dla banku, który rezonował znacznie silniej z tej grupy.

3. Ankiety klientów

jakie klastry pojawiają się wśród zadowolonych Klientów, jakie klastry pojawiają się wśród niezadowolonych klientów? Czy niezadowoleni klienci również korzystają z doskonałych usług wsparcia?

4. Algorytmy dopasowywania lub rekomendacji

: Na przykład, w oparciu o filmy, które mają silną bohaterkę, dowcipny Humor i brytyjskich aktorów, polecamy wszystkie filmy oparte na każdej książce Jane Austen kiedykolwiek.

5. Telecom

Ustaw wieże komórkowe tak, aby wszyscy klienci otrzymywali optymalną siłę sygnału na podstawie adresów, wzorców użytkowania, roamingu, subskrypcji, godzin szczytu, wzorców ruchu i dróg itp.

6.

powiedz, że jesteś szefem policji, który stara się zmaksymalizować czas swojego oficera przy ograniczonym budżecie. Musisz zaplanować patrole w godzinach szczytu w najbardziej prawdopodobnych obszarach przestępczości, ponownie w oparciu o dowolną liczbę czynników, takich jak pora dnia, pogoda, poziom dochodów i wykształcenia, przeszłe wydarzenia przestępcze, rodzaje przestępczości, znane lokalizacje gangów itp.

osobiście używam Tableau klastrowania cały czas w mojej codziennej pracy analitycznej i uważam, że ma niezrównane umiejętności w opowiadaniu historii o grupach danych. Stay tuned do części 2 gdzie omówię, jak tworzyć własne Tableau wykresy klastrowania.

Jak utworzyć Tableau klastrowania

niech wskoczyć i utworzyć Tableau klastrowania wykresu z zestawu danych Superstore, który pokazuje związek między sprzedażą i zyskami z podświetleniem innych dziedzin, takich jak kanał marketingowy lub kategorii produktu. Zaczynamy od widoku z tymi polami wyciągniętymi:

A. tworzenie klastrów Tableau
  1. najpierw kliknij „Pokaż mi” w prawym górnym rogu i wybierz opcję „Wykres punktowy”, aby uzyskać to w bardziej użytecznym formacie. Następnie zobaczysz, że kanał marketingowy i Region znajdują się odpowiednio na półkach kształtów i kolorów.

Tableau Clustering Tutorial

  1. następnie ustaw go na „cały widok” z rozwijanego menu u góry.
  2. dodajmy jeszcze kilka 'wymiarów’. Dodaj kategorię produktu, Segment klienta i podkategorię produktu do półki z detalami.
  3. następnie kliknij kartę „kształty”, aby ustawić każdy ze znaków do wypełnienia z rozwijanego menu o nazwie ” wybierz paletę kształtów.’Następnie wybierz Przypisz paletę i kliknij Ok
  4. następnie kliknij kartę Analytics w lewym górnym rogu, nad Twoimi wymiarami.
  5. następnym krokiem w klastrze Tableau jest kliknięcie klastra i przeciągnięcie go. Pamiętaj, aby umieścić go na górze okna klastra, które się pojawi.
  6. zauważ również, że 2 klastry są generowane automatycznie z danych.
B. Zagraj z potencjalnymi klastrami Tableau
  1. Zagrajmy z liczbą potencjalnych klastrów Tableau. Zmień liczbę z automatycznej na 5. Następnie powinieneś zobaczyć różne kolory. kroki klastrowania Tableau
  2. przejdź do prawej góry, gdzie zakreślacz danych pokazuje różne klastry Tableau. Kliknij każdy z nich po kolei, aby wyróżnić ten segment na wykresie punktowym. Czy widzisz jakieś ciekawe grupy, takie jak grupa wysokiej sprzedaży, niski zysk?
  3. kliknij strzałkę w dół na każdej tabletce, którą umieścisz na półce z detalami i wybierz ” Pokaż zakreślacz.”
  4. te powinny pojawić się po prawej stronie. Kliknij je, aby zobaczyć, czy pojawiają się jakieś interesujące spostrzeżenia. Na przykład pod zakreślaczem kanału marketingowego wybranie ” SEO ” lub „social Media” ujawnia interesujące spostrzeżenia. Lub wybranie „Google Adwords” ujawnia interesującą przewagę.

Tableau klastrowania przykład

z tym zaawansowanym Tableau klastrowania wykresu stworzony, stay tuned do części 3 gdzie obejmują Jak interpretować, wyjaśnić, i wizualnie dostroić tableau klastrowania Wykresów.

C. Tableau klastrowanie wizualne dostrajanie

możemy łatwo zbudować niesamowite Tableau klastrowanie wykresu,ale jest trochę wizualne dostrajanie zrobić, zanim możemy trafić home-run z naszym szefem. Dlatego stworzyliśmy łatwy przewodnik Tableau klastrowania więc interpretacja danych i Wyjaśnienie staje się łatwiejsze do zrobienia. Zanim zaczniemy, przyjrzyjmy się numerom pod maską.

D. tableau clustering interpretacja i analiza

jak zrozumieć każdy z moich Tableau clusterings poza tylko spojrzeniem na to?

  1. najpierw kliknij strzałkę w dół na pigułce klastrów, która powinna znajdować się na Twojej kolorowej półce.
  2. następnie wybierz opisz klastry.
  3. na koniec pojawi się okno z dużą ilością informacji o tym, jak to zostało utworzone. Chcesz zwrócić uwagę na następujące kwestie:
E. tableau clustering zmienne
  • zmienne Tableau clustering – są to środki, które są crunching znaleźć look-a-likes (tj. grupa podobnych klientów według sprzedaży i zysku)
  • poziom szczegółowości-są to wymiary, które są włączenie do klastrowania Tableau (tj. Pokaż mi wygląd-a-like klientów według sprzedaży i zysku, analizując segment klientów, kanał marketingowy, Kategoria produktu, itp. i znalezienie wspólnych cech tych wszystkich).
  • liczba klastrów-są to odrębne grupy lub segmenty, które znalazł algorytm
  • klastry-musisz przewinąć w dół, aby je znaleźć.
    • liczba elementów – pokazuje, ile punktów danych znajduje się w każdym klastrze (mogą to być twoje słupki lub okręgi na wykresie punktowym)
    • centra – jest to średnia wartość w każdym klastrze. Zobaczysz oczywiste różnice.
      • to jest OK, aby Tableau klastrów o różnych rozmiarach, jak dane mogą grupować silniej na jednym końcu, a następnie drugi, ale chcesz, aby każdy klaster miał wystarczającą ilość punktów danych, aby mieć znaczenie.
      • jeśli ma tylko jeden lub dwa, rozważ wykluczenie tych z widoku, ponieważ mogą one być odstającymi zniekształcającymi wyniki lub rozważ zmianę liczby klastrów.
      • Uwaga: większość ośrodków klastrowych pojawi się w notacji naukowej, co jest frustrujące. Jeśli klikniesz przycisk Kopiuj do schowka i wkleisz go do programu Excel, możesz sformatować liczby, aby poprawnie wiedzieć, co one reprezentują.
F. Czyszczenie klastrów Tableau

teraz oczyśćmy klastry za pomocą sztuczki, aby zmienić ich nazwę z dodatkową korzyścią z możliwości korzystania z nich w innych wykresach i analizach. (Pamiętaj, że po wykonaniu tego kroku nie możesz wyświetlić poprzednich podstawowych liczb, więc upewnij się, że skopiowałeś liczby lub zrobiłeś zrzut ekranu.) Jest to produkt końcowy:

jak tworzyć klastry w Tableau

    1. przytrzymaj klawisz Ctrl, a następnie kliknij pigułkę klastry na półce kolorów, a następnie przeciągnij ją do wymiarów.
    2. teraz kliknij dwukrotnie pigułkę klastrów, którą właśnie przeciągnąłeś do Dimensions i zmień jej nazwę na ” klastry zysków Sprzedaży &.”Jest to obecnie dziedzina, którą możemy później ponownie wykorzystać, co będzie bardzo pomocne w analizie niektórych segmentów klientów.
    3. kliknij strzałkę w dół na zmienioną pigułkę i wybierz Edytuj grupę.
    4. kliknij prawym przyciskiem myszy klaster 1 i wybierz Zmień nazwę. Typ ” Niska Sprzedaż, Niski Zysk.”
    5. postępuj zgodnie z tą samą procedurą dla klastra 2 (zauważ, że mogą nie być w kolejności numerycznej!). Zmień nazwę NA ” wysoka sprzedaż, niski zysk.”
    6. Zmień nazwę klastra 3 na ” Top Performers.”
    7. następnie zmień nazwę klastra 4 na ” sprzedaż Średniej klasy, niski zysk.”
    8. również Zmień nazwę klastra 5 na ” Średnia sprzedaż, średni zysk.”
    9. teraz przeciągnij zaktualizowaną pigułkę „klastry sprzedaży i zysku” i Zastąp istniejące pole klastrów na półce kolorów. Możesz to zrobić, umieszczając tę pigułkę bezpośrednio na drugiej. Lub przeciągając bieżące pole na kolor off i zastępując je nowym. Śledź wraz z poniższym gifem, aby zobaczyć go ukończonego do tego momentu (Kliknij, aby zobaczyć go na pełnym ekranie):

Tableau Clustering Video

G. Zmiana Kolorów w Tableau Clustering

teraz zmieńmy schemat kolorów w Tableau clusterings, aby nasze kolory przekazywały trochę więcej znaczenia.

  1. na legendzie kliknij strzałkę rozwijaną w prawym górnym rogu i wybierz Edytuj Kolory.
  2. Ustaw paletę kolorów na kamień Superfishel w rozwijanym menu.
  3. TERAZ Wybierz segment „Top Performers” i kliknij ciemnozieloną pigułkę.
  4. powtórz tę procedurę i zmień „niska sprzedaż, niski zysk” na pomarańczowy kolor. Zmień „wysoka sprzedaż, niski zysk” na czerwony. Zmień „Mid-tier Sales …” na jasny oliwkowy kolor. Zmień „średnią sprzedaż” na kolor aqua.
  5. wybierz OK.

mamy teraz kilka statystycznie ważnych segmentów, które możemy ponownie wykorzystać i które są wyróżnione znaczącymi tytułami wskazującymi następny krok. Na przykład ” wysoka sprzedaż, niskie zyski „prowadzi nas do bardzo oczywistego pytania” dlaczego”. Następnie możemy zagłębić się głębiej, aby zobaczyć, co jeszcze wychodzi z tych punktów danych, które wskazują na działania, które musimy podjąć.

jak wytłumaczyć innym…?

… i dostać „kciuki w górę” od szefa?

użyj następujących wskazówek:

wyjaśnij klastrowanie Tableau w języku angielskim

Znajdź członków potencjalnej grupy (mogą to być klienci, mogą być miasta, może być wszystko, na czym próbujesz zgrupować), które są do siebie jak najbardziej podobne i jak dis-podobne do następnej grupy. Chcemy, aby każda grupa była tak wyjątkowa i odrębna, jak to możliwe, podczas gdy chcemy, aby każdy członek danej grupy był jak najbardziej podobny.

wyjaśnij Tableau klastrowania ilościowo

dla danej liczby klastrów lub grup typu look-a-like (oznaczonych literą „K”), algorytm dzieli dane na wiele klastrów lub grup. Algorytm określi, co uważa za optymalną liczbę klastrów dla Ciebie, na podstawie Twoich danych. Ale można to łatwo zmienić, aby zobaczyć, czy pojawiają się nowe wzory. Każdy klaster Tableau ma centrum (centroid), który jest średnią wartość wszystkich punktów w tym klastrze. Każdy klaster jest poprawną grupą statystyczną, która będzie dynamicznie aktualizowana w miarę zmiany wartości danych lub dodawania nowych danych.

podziel się przykładem grupowania Tableau

Załóżmy, że masz informacje o czterech sieciach Domino ’ s pizza i listę adresów klientów. Ale te adresy klientów nie są powiązane z żadną lokalizacją Domino. Musisz ręcznie sortować adresy i porównywać je na Mapach Google, aby określić, z której lokalizacji mają zamówić. Klastrowanie Tableau robi to automatycznie. To będzie chrupać przez dane, a następnie określić, które dzielnice są wokół każdej lokalizacji Domino. Miałbyś cztery klastry. To jest w zasadzie to, co robi Google, gdy szukasz „pizza blisko mnie”, nawiasem mówiąc.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.