Tableau Dashboard - omdefiniera datavisualisering

Den här bloggen avslöjar hur Tableau Dashboard fungerar med en demo med verkliga datamängder och hjälper till att förstå visualiseringar med Tableau Dashboards.

Mer än 35 000 företag över hela världen har verkligen förändrat hur de avslöjar insikter från data de har. Allt tack vare Tableau Dashboard, som gör datavisualisering flexibel, enkel och skalbar. Behovet av att låsa upp insikter från data - i olika former från olika källor - är idag ett grundläggande behov för alla företag. Även om det finns en mängd olika Business Intelligence-verktyg som hjälper företag med datavisualisering , ett särskilt verktyg har styrt platsen sedan de senaste åren. Med sitt intuitiva och användarvänliga synsätt på datavisualisering är Tableau idag ett populärt val för stora och små organisationer.Organisationer söker yrkesverksamma med .Den här bloggen hjälper dig att förstå hur Tableau hjälper till att avslöja värdefulla insikter och hur Tableau Dashboards låter dig dra och släppa dataelement för att få djup förståelse för verksamheten, tillsammans med förmåga att prognostisera och övervaka framsteg. Låt oss först förstå utvecklingen av Tableau och varför det är ett av de bästa datavisualiseringsverktygen på marknaden idag.

Med Tableau kan du och jag nu interagera med data och få en utforskande upplevelse. Du presenterar inte längre bara data utan du får intelligenta insikter som kan förändra din affärsverksamhet. Med Tableau kan du manipulera data, ändra beräkningar och ändra scenarier i realtid. Jämfört med Excel , de tre stora sakerna som skiljer Tableau är:





  1. Möjligheten att skapa interaktiva instrumentpaneler
  2. Möjligheten att hantera obegränsad data
  3. Flexibiliteten att ändra datakällor när du är på språng

I hjärtat av Tableau ligger Tableau-instrumentbrädorna. Med Tableau-instrumentpaneler kan du i princip dra och släppa visualiseringselement, mix-and-match-datakomponenter och voila, allt detta verkar plötsligt vara vettigt.

Tableau Dashboards - kärnan i Tableau

Jag ger dig ett mycket enkelt sätt att förstå komponenterna i Tableau. Tableau har i huvudsak tre delar till det - kalkylblad , den instrumentbräda och den layoutbehållare . Tableau-instrumentpanelen är den konsoliderade visningen av alla kalkylblad. Varje kalkylblad innehåller visualiseringar som strömmar från olika datakällor eller olika typer av data i sig. Layoutbehållare låter dig ändra förhållandena mellan instrumentpanelskomponenter (till exempel diagram eller diagram). Dessa komponenter kan ordnas horisontellt eller vertikalt. Den viktigaste delen här är Tableau-instrumentbrädan, där den verkliga magin händer, men det kan förstås när du har skapat mer än ett kalkylblad. I nästa del av bloggen kommer jag att försöka illustrera hur man bygger ett kalkylblad och en motsvarande instrumentpanel. Ännu viktigare, det är avsett att hjälpa dig att förstå hur man använder olika typer för visualiseringar för att låsa upp olika insikter.



Förstå Tableau-instrumentpaneler genom ett användningsfall

Arbetet med Tableau förstås bäst genom ett exempel där det finns olika datatyper, som alla har potential att avslöja värdefulla affärsinsikter. Ett perfekt användningsfall kan vara det i en stormarknad där du behöver låsa upp insikter från data kring regional försäljning, enskilda butikstransaktioner, produktkategorier konsumentsegment, försäljningssiffror, rabattmarginaler, vinst och många andra. Verksamheten måste förstå vilken region som är mer lukrativ än andra, vilket kundsegment att fokusera på och vilka segment att minska investeringarna i. Var och en av dessa insikter kräver att data bearbetas på ett annat sätt, med det yttersta målet att vara företagets produktivitet och lönsamhet. Låt oss nu förstå den exakta typen av insikter vi kan få från olika typer av data för vår stormarknad:

  1. Superbutikens totala försäljning och prestanda: Det första logiska steget är att få en uppfattning om superstore-prestanda över tid. För detta behöver vi uppgifter om försäljning från olika regioner kvartalsvis. Vi måste också förstå vilken region som är mer lönsam eller förlustbringande jämfört med andra regioner.
  2. Olika tillstånds resultat: Efter att ha fått regionmässiga insikter om vinster och förluster kan vi skapa en matris av försäljning jämfört med vinst på statsnivå - fyra kvadrantmatriser med försäljning och vinst som X- och Y-axeln, varvid mittpunkten är den centrala tendensen. Dessa tillstånd i de fyra kvadranten kan kartläggas för att förstå olika scenarier. Till exempel kan företag ta ett beslut att investera mer i en stat som har mindre försäljning men högre vinster. En annan stat kan hamna med en röd flagga om försäljningen är högre men vinsten minskar.
  3. Prestanda för olika kundsegment: Det är också viktigt för verksamheten att veta vilket kundsegment som driver försäljning och vinst i olika regioner. Till exempel kan ett cirkeldiagram med en vy av kundsegment och försäljning / vinst hjälpa företaget att formulera framtida strategier - vilket segment ska vara det primära fokusområdet, till exempel kan B2B-konsumentsegment få maximal vinst med mycket mindre försäljningsnummer - Det finns helt klart en enorm möjlighet att expandera B2B-segmentet i just denna region.
  4. Intäktsgenerering efter kategori: Inom specifika regioner och kundsegment kan vi få data kring specifika produktkategorier och hur de jämför (i termer av försäljning och vinst) med varandra. Om köksmaskiner ger bättre vinster än rengöringsutrustning är det en värdefull insikt som kan påverka framtida planer.
  5. Prognosförsäljning: Tidigare försäljnings- och vinstutveckling under kvartalen hjälper till att prognostisera värdena för de kommande kvartalen nästa år. Företagen kan också mappa sina faktiska värden till de prognostiserade värdena för att mäta effekten från insiktsåtgärdspunkterna. Låt oss nu titta på vart och ett av dessa scenarier i detalj. Jag använder versionen av Tableau Public. Det första steget är att öppna ett nytt kalkylblad och ansluta till datasetet. Förutsatt att våra superbutikdata finns i Excel, väljer vi samma. Tableau upptäcker automatiskt de olika datatyperna i Excel och klassificerar dem bland annat i strängdatatyp, datumdatatyp, boolesk datatyp.

tablettens datatyper

I detta skede är det viktigt att förstå två begrepp - Dimensioner och mått. Enligt Tableau är ett mått ett fält som är en beroende variabel, det vill säga dess värde är en funktion av en eller flera variabler. Med enklare ord klassificerar Tableau alla fält som innehåller numeriskt värde (kvantitativt) som ett mått. Kvalitativ, kategorisk information behandlas automatiskt som en dimension. Låt oss förstå detta med ett enkelt exempel. Antag att din årliga försäljning var 100 miljoner dollar, specifik försäljning som kartlagts till kunder, region eller butik är dimensionen medan 100 miljoner dollar är måttet.



Nästa steg är att förstå de olika typerna av visualiseringar i Tableau. Stapeldiagram, rutor, Pareto-diagram…. Tydligen finns det många fler typer av diagram i världen, och de bästa möjliga nyheterna jag kan ge dig just nu är det faktum att Tableau inte kräver att du vet något om dem. En, Tableau är tillräckligt intelligent för att föreslå vilken typ av visualisering som passar din datatyp och två, gör att du kan ändra den manuellt om du vill. För vårt superstore användningsfall, om vi skulle sikta data för vinstledare, det vill säga att ha en bild av vilka regioner som tog in flest vinster, är allt du behöver göra att välja färg, storlek och etikett och dra -släpp dem i kalkylbladet. Du kan relatera färg till storlek för att se det större vinstcentret i en större storlek. Tableau kräver helt enkelt att du tilldelar latitud- och longitudvärden, och det kommer att skada visualiseringarna i realtid.

vad gör skannern i java

Total försäljning och vinst

Som vi kan se på skärmdumpen nedan genererar Tableau en symbolkarta över ”vinstledare”, i huvudsak en visualisering av specifika stater och deras vinster.

Övergripande försäljning och resultat kan visas som ett linjediagram som ger en uppfattning om regionmässig prestanda, både vad gäller försäljning och vinst. Vi kan få inblick i denna visualisering som att Q4 13 hade en kraftig ökning av både försäljning och vinst jämfört med andra kvartal. Även om Q2’14 hade en marginell försäljningsökning, men verksamheten såg ett resultatminskning jämfört med förra kvartalet.

implementera en länkad lista i c

Utförande av olika stater

I följande visualisering har vi skapat en matris med 4 kvadranter med X-axel som försäljning och Y-axel som vinst, mittpunkten är den centrala tendensen (median i detta fall) för både försäljnings- och vinstaxeln.

Denna visualisering kan hjälpa oss att dela delstaterna i de tre viktigaste affärsstrategiska fokusområdena - Behåll, utveckla och avyttra. Stater i det övre högra hörnet med hög försäljning och vinst är för närvarande i en bra position och företag vill behålla detta i den kommande framtiden. Stater ovanför försäljningsaxeln och nära vinstaxeln kan ses som en möjlighet av verksamheten där ökad försäljning skulle bidra till att öka affärsvinsterna - Utveckla strategi. Stater med låg försäljning och låg / negativ vinst eller högre försäljning men negativa vinster är definitivt inte de områden där verksamheten bör fokusera på att avyttra pengarna. Detta hjälper starkt i formuleringen av affärsinvesteringsstrategi.

Prestanda för olika kundsegment

Med en synlighet på region- och statsnivå kan vi nu titta på vilket konsumentsegment som driver försäljningen och vinsten och identifiera fokusområdena i kundsegmentet (bland kund-, företags- och hemmakontor).

Till exempel kan vi se att även i centrala regionen, även om konsumentsegmentet bidrar till 50% av försäljningen, har vinsterna en lägre andel för detta segment. Företagssegmentet har dock en mycket högre vinstandel med lägre försäljningsbidrag. Definitivt bör verksamheten fokusera på att öka företagets försäljningsbidrag, vilket kan påverka lönsamheten för verksamheten.

ställa in Java-sökväg i Windows

Intäktsgenerering efter kategori

Nästa logiska steg är att få insikter på en produktkategorinivå. Vi kan förstå att vilken produkt som har högre försäljning och vinst i en viss region och konsument. Eller hur de olika produktkategorierna har presterat vad gäller försäljning och vinst.

I Tableau kan du lägga till flera filter i dina data för att få den exakta insikt du önskar. För vår stormarknad, säg att vi behöver insikt om kategoriintäkter, vi behöver helt enkelt lägga till filter för region, kategori, till och med en underkategori. Tilldela sedan vad du behöver visa på rader och kolumner. Som du kan se på arket nedan representeras summan av försäljningen som kolumner och kategorierna representeras som rader. Uppgifterna filtreras efter region, stat och segment och verkar färgkodade orange för att representera låga vinster och blå för att representera högre vinster.

För att hjälpa dig att förstå de enkla stegen som är inblandade i att välja rätt filter och skapa din egen visualisering med superbutikens datauppsättning, här är en snabb steg-för-steg visuell guide:

Steg-för-steg visuell guide för att skapa Tableau Dashboard:

Nu har vi täckt grunderna för datavisualisering med Tableau. Resten av magin är delmängder av dessa begrepp. Nästa logiska steg är att prognostisera försäljning och vinst baserat på den historiska kvartalsvisa resultatutvecklingen. Företaget kan senare jämföra de faktiska försäljnings- och vinstnumren med det prognostiserade värdet för att utföra gapanalys och mäta effekterna av de åtgärder som vidtagits under kvartalet.

Det finns så många fler insikter som kan låses upp från den data vi har. Jag uppmanar dig att se denna videohandledning som förklarar skapandet av Tableau-instrumentbrädan från grunden, vilka visualiseringar som ska användas i vilket scenario och hur man får insikter från instrumentbrädans visualiseringar för att driva affärsstrategiska beslut. Den använder samma superbutiksexempel så det blir en cakewalk för dig. Fortsätt, njut av videon och berätta vad du tycker.

Tableau Dashboard och verktygsgränssnitt | Hur man skapar Tableau Dashboards Tableau-utbildning | Edureka

Denna Edureka Tableau Dashboard Tutorial tar dig steg för steg genom att skapa Tableau dashboard. Det hjälper dig att lära dig olika funktioner som finns i tablåverktyget med en demo på superstore.

Om jag har fått dig tillräckligt glada att lära dig Tableau från branschexperter som använder många fler användningsfall, kolla in vår kurs här. Nya satser börjar snart, så du kanske vill skynda dig.