Bei Tableau denken wir ebenso viel über den zukünftigen wie über den aktuellen Bedarf unserer Kunden nach. Jede neue Version ist so konzipiert, dass sie tiefere Einblicke ermöglicht. Im vorigen Blog-Beitrag zu Tableau 9 über Analysen im Flow von Ian A. Coe sahen Sie, wie wir Berechnungen schneller und einfacher machen und dafür sorgen, dass sie angenehmer zu erstellen und zu benutzen sind. Heute betrachten wir detailliertere Informationen über einen Aspekt, den wir der Tableau-Berechnungssprache hinzugefügt haben: LOD-Ausdrücke (Level of Detail – Detailgenauigkeit). Die Änderungen in der Sprache sind gering, täuschend gering, aber ihre Auswirkungen auf Ihre Datenanalyse werden tief greifend sein. LOD-Ausdrücke (Level of Detail – Detailgenauigkeit) in Tableau 9 ermöglichen reichhaltigere und besser wiederverwendbare Visualisierungen.

Dies ist ein Beitrag in einer Beitragsreihe über Tableau 9, derzeit als Betaversion verfügbar. Lesen Sie weitere Beiträge über Tableau 9:

Lassen Sie uns einige Konzepte und Begriffe klären und anschließend einige Beispiele betrachten.

Die Herausforderung bei der Datenanalyse besteht häufig darin, eine Frage zu stellen, die in der gesprochenen Sprache einfach auszudrücken ist, und sie mit Daten zu beantworten. Mit Tableau können Sie die Antwort als Visualisierung darstellen. Die Analyse erfordert häufig den Vergleich oder den Bezug auf Daten von mehreren verschiedenen Aggregationsebenen. Der primäre Fokus der Visualisierung kann sich auf einer Ebene befinden, aber die Frage bezieht sich auf eine andere Ebene. Beispielsweise visualisieren Sie den Umsatz auf Landesebene in einer Karte, wollen diesen Umsatz jedoch mit dem weltweiten Umsatz vergleichen.

In Tableau bezeichnen wir die Hauptaggregationsebene der Visualisierung als „Detailgenauigkeit“ (Level of Detail – LOD). Mithilfe von LOD-Ausdrücken können wir hinter die Detailgenauigkeit der Visualisierung blicken. Die Daten in der Visualisierung sind häufig das Ergebnis einer Filterung der Daten aus der Datenquelle. LOD-Ausdrücke können die Daten vor der Filterung betrachten. Dadurch werden leistungsstärkere Analysen ermöglicht.

Lassen Sie uns als Erstes einige typische analytische Fragen stellen. Sie lassen sich in der Alltagssprache leicht ausdrücken:

  1. Wie tragen die Länderumsätze zum Weltumsatz bei? Ich möchte die relative Leistung von Ländern im Verhältnis zum Weltumsatz sehen.
  2. Ich kann sehen, wie der tatsächliche Gewinn eines Staates sich zum Zielwert verhält, aber welcher prozentuale Anteil von Produkten in jedem einzelnen Bundesstaat erreicht oder verfehlt den eigenen Zielwert?
  3. Wie beeinflusst die Kundentreue die Größe des Einkaufs?

Jede Frage hat einen klaren Fokus bzw. Kontext.

Ich habe diese Beispiele ausgewählt, um die verschiedenen Arten von Referenzen auf andere Detailebenen zu veranschaulichen. Die erste Frage betrachtet eine höhere Detailebene. Die zweite betrachtet eine niedrigere Detailebene, unter meiner aktuellen Ebene. Die dritte vergleicht zwei Datenbestände auf der gleichen Detailebene. Wir vergleichen und kontrastieren. Aus dem Kontrast ergibt sich Klarheit. Aus den Daten ergibt sich Bedeutung.

Sehen wir uns die Beispiele in Tableau 9 an, um einen Eindruck davon zu gewinnen, wie wir diese Fragen mithilfe von LOD-Ausdrücken beantworten.

1. Umsatzbeitrag
Wir können eine Karte verwenden, um den Umsatzbeitrag eines Landes zum Weltumsatz zu visualisieren. Wenn wir den prozentualen Anteil der Beiträge farblich kennzeichnen, weisen dunklere Farben auf einen höheren Beitrag hin. Wenn wir alle Märkte betrachten, sehen wir, dass die USA einen großen Beitrag (18 %) zum Weltumsatz leistet.

Angenommen, Sie möchten sich auf einen entstehenden Markt, wie etwa die EU, konzentrieren, die in absoluten Werten nur einen kleinen Umsatzbeitrag leistet. Mit einem LOD-Ausdruck können wir den EU-Markt filtern und weiterhin den Beitrag zum Weltumsatz messen.

Hier ist zu beachten, dass der Weltumsatz nicht in unserer Visualisierung gezeigt wird, nachdem wir auf den EU-Markt gefiltert haben, aber in einem LOD-Ausdruck können wir uns darauf beziehen. Sie können den LOD-Ausdruck in den Erläuterungen sehen, aber machen Sie sich nicht zu viele Gedanken über die Details. In zukünftigen Beiträgen werden wir uns eingehender mit Syntax und Verwendung befassen. Das wichtige Konzept ist, dass wir den Fokus auf Europa gerichtet haben, während wir uns auf den Weltumsatz beziehen. Wir haben die nichteuropäischen Daten aus der Ansicht herausgefiltert, aber wir können uns weiterhin auf die Summe des Weltumsatzes beziehen.

2. Ist-Wert im Vergleich zum Zielwert
In dieser Visualisierung stellen wir den Vergleich zwischen dem tatsächlichen Gewinn und dem Zielwert für eine Kaffeehauskette dar. Wir sehen deutlich, welche Bundesstaaten den Zielwert überschritten und welche ihn nicht erreicht haben. Wir verwalten diese Gewinnschwankungen pro Bundesstaat und erstellen einen Bericht daraus, aber wir könnten auch an der Produktrentabilität innerhalb der einzelnen Bundesstaaten interessiert sein. Wir könnten jeden Bundesstaat auswählen und die Detaildaten betrachten. Hierbei handelt es sich um eine typische Anwendung der Funktion zum Aufrufen von Detaildaten (Drilldown). Aber wir können noch mehr.

Im nächsten Diagramm verwenden wir einen einfachen LOD-Ausdruck, um den prozentualen Anteil der Produkte innerhalb eines jeden Bundesstaats zu berechnen, der seinen Zielgewinn erreicht hat.

Jetzt sehen wir, dass Massachusetts zwar das Ziel erreicht hat, jedoch nur einen relativ kleinen Anteil von Produkten hat, die ihre Ziele erreicht haben. Es wäre interessant, dies näher zu untersuchen.

In diesem Beispiel kennzeichnen wir die Gewinnschwankungen auf einer niedrigeren Detailebene (Produkt) als die Detailebene der Visualisierung (Bundesstaat). Mit dem LOD-Ausdruck haben wir das Produkt in die Berechnung der Schwankungen bei Bundesstaaten einbezogen.

3. Kundentreue
LOD-Ausdrücke können mit anderen Arten von Berechnungen kombiniert und auch wiederverwendet werden. In diesem Beispiel kombinieren wir den LOD-Ausdruck mit einer Tabellenberechnung, um leistungsstarke visuelle Einblicke zu gewinnen.

Unser LOD-Ausdruck berechnet für jeden Kunden das erste Kaufdatum. So können wir die Kohorte der Kunden visualisieren, die dasselbe Jahr der ersten Bestellung aufweisen. Anschließend können wir unseren Umsatz sowie den prozentualen Anteil am Gesamtumsatz anzeigen, aufgeschlüsselt nach den einzelnen Kohorten. Dieser LOD-Ausdruck kann wiederverwendet werden. Zum Beispiel können Sie den gleichen Ausdruck verwenden, um eine Kohorte von Kunden nach Kaufmonaten zu definieren.

Dies war eine sehr kurze Einführung in LOD-Ausdrücke. Es kommen noch weitere Blog-Beiträge von den Zen-Meistern unserer Community sowie vom Tableau-Team. Sie werden lernen, wie Sie LOD-Ausdrücke mit den anderen neuen und vorhandenen Tableau-Funktionen kombinieren können, um aussagekräftige visuelle Analysen zu erstellen. Sie werden noch mehr erweiterte Verfahren zum Partitionieren, zum proportionalen Bürsten sowie zu anderen extensiven Kohortenbeispielen sehen.

Anschließend sind Sie an der Reihe, die Zukunft zu gestalten. Wir sind schon gespannt darauf zu sehen, was Sie mit LOD-Ausdrücken und den anderen 80 neuen Funktionen in Tableau 9 anstellen werden.

Das könnte Sie auch interessieren ...

Neuen Kommentar hinzufügen 

Abonnieren Sie unser Blog