Sono stato un avido utente di Tableau per anni. Praticamente non riesco a risolvere un problema quantitativo in questi giorni senza usare Tableau per aiutarmi a esplorare visivamente i miei dati e scorrere idee e ipotesi. Ma alcuni problemi richiedono un sollevamento più pesante in Tableau di quanto un viz possa gestire semplicemente. Oggi, discuteremo Tableau Clustering e perché è utile nella creazione di una migliore analisi dei dati.

Che cos’è il clustering di Tableau?

Tableau ha recentemente iniziato ad aggiungere altri strumenti statistici che forniscono potenti modi di visualizzare ed esplorare i dati. Tableau clustering è una delle caratteristiche più recenti in Tableau 10. Mette statistiche avanzate nelle tue mani con pochi clic.

Tableau Clustering consente di identificare facilmente gruppi statisticamente simili. In parole povere, in base agli attributi che dici a Tableau, passerà attraverso e determinerà somiglianze e creerà gruppi look-a-like. È quindi possibile eseguire il drill in quelli per maggiori dettagli o confrontare come ogni gruppo si comporta rispetto all’altro.

Come abbiamo discusso in precedenza, la possibilità di segmentare i dati in gruppi o bidoni utili è importante quanto classificare e identificare i valori superiore e inferiore. È un must per qualsiasi analista di dati. Il clustering di Tableau porta questa capacità a un livello completamente nuovo. Non hai bisogno di codice o bisogno di essere uno statistico addestrato per accedervi.

Tableau Clustering eccelle nel vedere visivamente le relazioni tra i dati. Ad esempio, potremmo chiederci: “Come interagiscono queste 6 cose e quali risultati producono?”E se volessimo aggiungere Misure anziché Dimensioni? Ad esempio, i modelli di acquisto (vendite) e l’importo che effettivamente realizziamo (Profitto) e i modelli di ritorno o di sconto (Sconto, Resi).

Tableau clustering ci consente di aggiungere queste informazioni aggiuntive. Questo ci aiuta a passare da segmenti semplici a avanzati, incorporando dati su modelli di comportamento e azioni (misure), nonché informazioni sugli attributi come Regione o canale di marketing (Dimensioni).

Perché Tableau Clustering è utile?

Ottenere informazioni migliori più velocemente ci consente di agire di più. Essere in grado di agire che ha un impatto ti rende un eroe; ti rende la persona con tutte le risposte. Questa è una sensazione fantastica ed è ciò che Tableau clustering ci consente di ottenere. La possibilità di trovare informazioni nascoste con la semplice funzionalità drag and drop di Tableau è un passo importante per arrivare all’azione più velocemente.

Tableau Clustering Examples

Ecco alcuni esempi di come le persone hanno utilizzato Tableau clustering per creare segmenti e trovare intuizioni che non potevano ottenere facilmente:

Marketing pro Chris Penn ha utilizzato lo strumento Tableau clustering per trovare approfondimenti sul proprio blog che sono stati oscurati con metodi tradizionali di visualizzazione. Vale a dire, approfondire quali argomenti dei post sui social media hanno spinto nuovi utenti, un gran numero di reshares o erano stagnanti:

Chris Wood fornisce un’analisi interattiva approfondita dei giovani a rischio nel distretto scolastico di Washington, DC, spiegando anche come ha usato Tableau clustering per farlo.

<a href=’#’><img alt=’i Giovani A Rischio Percentuali all’interno delle Scuole e Demografici Rappresentanza a Washington DC’ 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 Utilizza

Check out più Tableau di clustering di applicazioni sul lavoro di seguito.

1. Segmentazione dei clienti

Supponiamo di avere un gruppo di clienti che accede molto raramente, non chiama mai il supporto, ha iniziato con basse entrate mensili ricorrenti, ma ha speso tonnellate per gli aggiornamenti nel tempo. Questo è un gruppo strano con un’enorme crescita organica e bassi costi, anche se i ricavi iniziali erano bassi. Tableau clustering può trovare gruppi come questo.

2. Ricerche di mercato

Come possiamo determinare diversi gruppi nel mercato e creare prodotti e messaggi di marketing che risuonano con quelle persone? Ad esempio, una banca ha trovato un gruppo di imprenditori che utilizzava l’equità dalle loro case tramite un mutuo 2nd per finanziare le loro startup. Sapendo che ha portato ad una nuova linea di prodotti per la banca che risuonava molto più forte con quel gruppo.

3. Sondaggi

Quali raggruppamenti di Tableau spuntano tra i clienti soddisfatti, quali raggruppamenti spuntano tra i clienti insoddisfatti? I clienti insoddisfatti utilizzano anche i tuoi eccellenti servizi di supporto?

4. Algoritmi di corrispondenza o raccomandazione

Netflix: Per esempio, sulla base di film che hanno un forte protagonista femminile, Umorismo arguto, e attori britannici, si consiglia di tutti i film basati su ogni Jane Austen libro mai.

5. Telecom

Posiziona le torri cellulari in modo che tutti i clienti ricevano una potenza del segnale ottimale in base a indirizzi, modelli di utilizzo, roaming, abbonamenti, orari di punta, modelli di traffico e strade, ecc.

6. Scheduling

Dì che sei un capo della polizia che cerca di massimizzare il tuo tempo di ufficiale con un budget limitato. È necessario pianificare le pattuglie nelle ore di punta nelle aree più probabili di criminalità, sempre in base a un numero qualsiasi di fattori, come l’ora del giorno, il tempo, i livelli di reddito e istruzione, gli eventi criminali passati, i tipi di criminalità, le posizioni delle gang conosciute, ecc.

Io personalmente uso Tableau clustering tutto il tempo nel mio lavoro di analisi quotidiana e trovo che ha capacità senza rivali nel raccontare una storia su gruppi di dati. Restate sintonizzati per la parte 2 dove copro come creare i propri grafici Tableau clustering.

Come creare un Clustering Tableau

Saltiamo e creiamo un grafico di clustering Tableau dal set di dati Superstore che mostra la relazione tra vendite e profitti con evidenziazione di altri campi come il canale di marketing o la categoria di prodotto. Iniziamo con una vista con questi campi estratti:

A. Tableau clustering creation
  1. Per prima cosa, fai clic su ‘Mostrami’ in alto a destra e scegli l’opzione ‘Scatter Plot’ per ottenere questo in un formato più utile. Quindi, vedrai che il canale di marketing e la regione sono rispettivamente sulle forme e sugli scaffali dei colori.

Tutorial sul clustering di Tableau

  1. Dopo di che, impostarlo su ‘Intera vista’ dal menu a discesa in alto.
  2. Quindi, aggiungiamo molte altre “Dimensioni”. Aggiungere Categoria di prodotto, Segmento clienti e sottocategoria di prodotto al ripiano dei dettagli.
  3. Successivamente, fai clic sulla scheda “Forme” per impostare ciascuno dei segni su Riempito dal menu a discesa con l’etichetta ” Seleziona tavolozza forma.’Quindi, scegliere Assegna tavolozza e fare clic su Ok
  4. Quindi, fare clic sulla scheda Analytics in alto a sinistra, sopra le dimensioni.
  5. Il passo successivo nel clustering di Tableau è fare clic su Cluster e trascinarlo fuori. Assicurati di posizionarlo sopra la casella del cluster che appare.
  6. Inoltre, si noti che 2 cluster vengono generati automaticamente dai dati.
B. Gioca con potenziali clusterings Tableau
  1. Giochiamo con il numero di potenziali clusterings Tableau. Cambia il numero da Automatico a 5. Quindi, dovresti vedere i diversi colori. Passi del clustering di Tableau
  2. Vai in alto a destra dove l’evidenziatore dati mostra i diversi clustering di Tableau. Fare clic su ciascuno in successione per evidenziare quel segmento sul grafico a dispersione. Stai vedendo alcuni gruppi interessanti, come un gruppo di alte vendite, basso profitto?
  3. Fai clic sulla freccia verso il basso su ogni pillola che metti sullo scaffale dei dettagli e seleziona ” Mostra evidenziatore.”
  4. Questi dovrebbero apparire sul lato destro. Clicca attraverso questi per vedere se ci sono spunti interessanti che emergono. Ad esempio, sotto l’evidenziatore del canale di marketing, la scelta di “SEO” o “Social Media” rivela alcune intuizioni interessanti. Oppure la scelta di “Google Adwords” rivela un outlier interessante.

Esempio di clustering Tableau

Con questo grafico avanzato di clustering Tableau creato, rimanete sintonizzati per la parte 3 in cui spiego come interpretare, spiegare e ottimizzare visivamente i grafici di clustering Tableau.

C. Clustering di Tableau fine tuning visivo

Possiamo facilmente creare un fantastico grafico di clustering di Tableau, ma c’è un po ‘ di fine tuning visivo da fare prima di poter colpire un home-run con il nostro capo. Pertanto, abbiamo creato una guida semplice al clustering di Tableau in modo che l’interpretazione e la spiegazione dei dati diventino più facili da fare. Prima di saltare in, diamo un’occhiata ad alcuni dei numeri sotto il cofano.

D. Interpretazione e analisi del clustering di Tableau

Come posso comprendere ciascuno dei miei clustering di Tableau oltre al semplice eyeballing?

  1. In primo luogo, fare clic sulla freccia verso il basso sulla pillola Cluster che dovrebbe essere sul vostro scaffale di colore.
  2. Quindi, scegliere Descrivi cluster.
  3. Infine, apparirà una finestra con molte informazioni su come è stato creato. Si desidera prestare attenzione a quanto segue:
E. Variabili di clustering Tableau
  • Variabili di clustering Tableau-queste sono le misure che stai sgranocchiare per trovare look-a-like (cioè raggruppa clienti simili per vendite e profitti)
  • Livello di dettaglio: queste sono le dimensioni che stai incorporando nel clustering di Tableau (ad esempio mostrami clienti simili per vendite e profitti, analizzando il segmento dei clienti, il canale di marketing, la categoria di prodotto, ecc. e trovare punti in comune tra tutti quelli).
  • Numero di cluster-questi sono i gruppi o segmenti distinti che l’algoritmo ha trovato
  • Cluster-è necessario scorrere verso il basso per trovarli.
    • Numero di elementi-mostra quanti punti dati sono in ogni cluster (queste potrebbero essere le barre o i cerchi su un grafico a dispersione)
    • Centri – questo è il valore medio all’interno di ogni cluster. Vedrai le ovvie differenze.
      • Va bene avere Clustering Tableau di dimensioni diverse poiché i dati possono raggrupparsi più fortemente ad un’estremità dell’altra, ma si desidera che ogni cluster abbia abbastanza punti dati per essere significativo.
      • Se ne ha solo uno o due, considera di escludere quelli dalla vista in quanto potrebbero essere valori anomali che distorcono i risultati o di modificare il numero di cluster.
      • Nota: la maggior parte dei centri cluster apparirà in notazione scientifica, il che è frustrante. Se si fa clic sul pulsante Copia negli Appunti e incollarlo in Excel, è possibile formattare i numeri in modo da sapere correttamente cosa rappresentano.

F. Ripulire Tableau clusterings

Ora, puliamo i cluster con un trucco per rinominarli con l’ulteriore vantaggio di poterli usare in altri grafici e analisi. (Si noti che una volta completato questo passaggio non è possibile visualizzare i numeri sottostanti precedenti, quindi assicuratevi di aver copiato i numeri o preso uno screenshot.) Questo è il prodotto finale:

Come creare cluster in Tableau

    1. Tenere premuto il tasto Ctrl e quindi fare clic sulla pillola Cluster sulla mensola colore, e quindi trascinare questo sopra in Dimensioni.
    2. Ora, fare doppio clic sulla pillola Cluster appena trascinato in Dimensioni e rinominarlo in “Vendite & Cluster di profitto.”Questo è ora un campo che possiamo riutilizzare di nuovo in seguito, il che sarà molto utile per analizzare determinati segmenti di clienti.
    3. Fare clic sulla freccia verso il basso sulla pillola rinominata e scegliere Modifica gruppo.
    4. Fare clic con il pulsante destro del mouse sul Cluster 1 e scegliere Rinomina. Tipo ” Vendite basse, basso profitto.”
    5. Segui la stessa procedura per il Cluster 2 (nota che potrebbero non essere in ordine numerico!). Rinominare è quello di ” Vendite elevate, basso profitto.”
    6. Rinominare Cluster 3 a ” Top Performer.”
    7. Quindi, rinominare Cluster 4 a ” Mid-tier Sales, basso profitto.”
    8. Inoltre, rinominare Cluster 5 a ” Vendite medie, profitto medio.”
    9. Ora trascina la pillola “Vendite e cluster di profitto” aggiornata e sostituisci il campo Cluster esistente sul ripiano colore. Puoi farlo posizionando questa pillola direttamente sopra l’altra. Oppure, trascinando il campo corrente su Colore off e sostituendolo con il nuovo. Segui la GIF qui sotto per vederlo completato fino a questo punto (Clicca per vederlo a schermo intero):

Tableau Clustering Video

G. Cambiare i colori in Tableau Clustering

Ora, cambiamo la combinazione di colori in Tableau clusterings, in modo che i nostri colori trasmettano un po ‘ più di significato.

  1. Nella legenda, fare clic sulla freccia a discesa in alto a destra e scegliere Modifica colori.
  2. Imposta la tavolozza dei colori su Superfishel Stone nel menu a discesa.
  3. Ora scegli il segmento “Top Performer” e fai clic sulla pillola verde scuro.
  4. Ripeti questa procedura e cambia “Vendite basse, basso profitto” nel colore arancione. Cambia “Vendite elevate, basso profitto” in rosso. Cambia “Vendite di medio livello…” con il colore verde oliva chiaro. Cambia “Vendite medie” con il colore aqua.
  5. Scegliere OK.

Ora abbiamo alcuni segmenti statisticamente validi che possiamo riutilizzare e che sono evidenziati con titoli significativi che indicano il passo successivo. Ad esempio, “Vendite elevate, bassi profitti” ci porta alla domanda molto ovvia “perché”. Possiamo quindi eseguire il drill down più in profondità per vedere quali altre superfici da questi punti dati indicano le azioni che dobbiamo intraprendere.

Come spiego il clustering di Tableau ad altre persone…?

…e ottenere il “pollice in su” dal tuo capo?

Usa i seguenti suggerimenti:

Spiega Tableau Clustering In inglese

Trova membri di un gruppo potenziale (potrebbero essere clienti, potrebbero essere città, potrebbero essere qualsiasi cosa tu stia cercando di raggruppare) che siano il più simili tra loro possibile e il più dis-simile possibile al gruppo successivo. Vogliamo che ogni gruppo sia il più unico e distinto possibile, mentre vogliamo che ogni membro di un particolare gruppo sia il più simile possibile.

Spiegare quantitativamente il Clustering di Tableau

Per un dato numero di cluster o gruppi simili a un aspetto (indicati con la lettera “K”), l’algoritmo suddivide i dati in molti cluster o gruppi. L’algoritmo determinerà ciò che pensa sia il numero ottimale di cluster per te, in base ai tuoi dati. Ma puoi facilmente cambiarlo per vedere se emergono nuovi modelli. Ogni Cluster Tableau ha un centro (centroide) che è il valore medio di tutti i punti in quel cluster. Ogni cluster è un raggruppamento statistico valido che si aggiorna dinamicamente quando i valori dei dati cambiano o quando vengono aggiunti nuovi dati.

Condividi un esempio di Clustering Tableau

Supponiamo di avere informazioni su quattro catene di pizzerie Domino e un elenco di indirizzi dei clienti. Ma quegli indirizzi dei clienti non sono legati a nessuna particolare posizione di Domino. Dovresti ordinare manualmente gli indirizzi e confrontarli su Google Maps per determinare da quale posizione dovrebbero ordinare. Tableau clustering lo fa automaticamente. Sarebbe scricchiolare attraverso i dati e quindi determinare quali quartieri sono intorno alla posizione di ogni Domino. Avresti quattro cluster. Questo è essenzialmente ciò che fa Google quando cerchi “pizza vicino a me”, a proposito.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.