밀도 마크 유형으로 새로워진 Tableau 히트 맵

히트 맵을 실제로 응용한 사례는 무궁무진합니다. 이 게시물에서는 일반적인 사용 사례 몇 가지를 살펴보겠습니다.

Tableau 2018.3 릴리스의 새로운 기능인 히트 맵을 사용하면 밀집되고 겹치는 데이터로 작업할 때 데이터의 집중도를 쉽게 이해할 수 있습니다. 따라서 지리 데이터의 공간 패턴도 더 쉽게 인식할 수 있습니다. 그런데 히트 맵은 맵에만 사용할 수 있는 것이 아닙니다. 분산형 차트와 도트 플롯 등 다양한 곳에 사용할 수 있습니다.

Tableau에서 히트 맵을 만들기는 쉽습니다. 마크 유형을 밀도로 바꾸기만 하면 됩니다. Tableau에서 히트 맵으로 작업할 때 사용하는 다양한 구성 옵션도 있습니다. 마크가 영향을 미치는 영역을 변경하는 크기 슬라이더를 조정하여 마크 주위의 밀도를 변경할 수 있고, 색상에 측정값을 지정하여 밀도에 가중치를 적용할 수 있습니다. 강도 슬라이더를 조정하여 데이터의 핫스팟 개수를 줄이거나 늘릴 수도 있습니다. 이뿐만 아니라 시각적 모범 사례를 따라 밝거나 어두운 배경에 맞게 디자인된 새로운 색상표가 추가되었습니다. 필터, 페이지, 작은 다중 차트 같은 기존 기능이 모두 직관적으로 작동합니다.

히트 맵을 실제로 응용한 사례는 무궁무진합니다. 이 게시물에서는 일반적인 사용 사례를 몇 가지 살펴보겠습니다.

위도 및 경도 매핑: 뉴올리언스의 311 콜센터 통화 비교

시 정부는 흔히 행사, 사건, 운영 활동에 대한 주제별 데이터를 시민과 공유합니다. 뉴욕, 토론토, 멜버른시는 모두 오픈 데이터를 통해 투명성을 늘리는 훌륭한 예입니다. 최근 Tableau Conference 2018 참석차 멋진 도시, 뉴올리언스를 방문했을 때, 시민에게 공개된 이 같은 데이터 중 일부를 자세히 살펴보고 싶었습니다. 그래서 지난 6년간 311 콜센터에 걸려온 통화를 살펴보기로 했습니다. 311 콜센터에 걸려오는 전화는 이 도시의 시민이 해결되기를 바라는 사소한 문제와 관련된 것입니다.

그 데이터를 Tableau에서 연결하면, 데이터 집합에서 위도 및 경도 필드를 사용하여 모든 311 통화가 표시된 맵을 쉽게 만들 수 있습니다.

출처: Data NOLA Gov

이 같은 맵의 문제는 필터링 없이는 데이터에서 패턴을 알아내기가 어렵다는 점입니다. 데이터 내의 공간 집중도를 더 정확히 알기 위해, 보고된 문제 유형을 살피는 필터를 표시할 수 있습니다. 그래도 여전히 파악해야 하는 데이터가 너무 많고 필터를 추가로 적용하면 분석에 제약을 받습니다. 다음 두 가지 문제를 비교하기가 어려운데, 데이터 요소가 아주 비슷한 위치에 걸쳐 나타나기 때문입니다.

히트 맵을 사용하면 공간 집중도를 즉시 알아볼 수 있습니다. 311 콜센터의 문제 유형 또는 어떤 범주형 데이터든지 비교해 보면 차이가 명확합니다. 간단히 마크 유형을 밀도로 변경하고 직접 비교해 보십시오.

히트 맵으로 공간 패턴을 더 쉽게 이해할 수 있으며, 여기서 한 걸음 더 나아가 이러한 패턴이 시간에 따라 어떻게 변하는지도 표시할 수 있습니다. 페이지를 사용하면 버려진 차량 문제로 쉽게 이동하여 신고된 건수가 해마다 증가하지만 집중되는 지역이 비교적 같다는 사실을 알 수 있습니다. 또한 페이지를 사용하면 전체 데이터 집합에 대한 밀도가 계산되므로, 데이터에 애니메이션을 적용하여 상대적 비교 내용을 확인할 수 있습니다.

분산형 차트: 농구 슛 데이터에서 패턴 발견

분석은 비즈니스 운영 방식을 바꾸어 놓았습니다. 가장 눈에 띄게 분석을 응용하는 분야 중 하나가 스포츠계입니다. 거의 모든 스포츠에서 팀의 경쟁 우위를 확보하기 위해 슛, 골, 수비, 선수의 움직임에서 공간 패턴을 찾으려고 합니다. 농구는 많은 데이터를 생산하는 스포츠이면서, 패턴을 발견하기 어려울 수 있는 종목입니다. 다음은 100개의 경기 샘플 중 NBA에서 시도된 전체 슛을 표시한 뷰입니다.

3점 라인이 두드러지지만, 이 외에는 데이터에서 아무런 패턴도 드러나지 않습니다. 이제 Tableau의 히트 맵을 사용하여 호기심을 인사이트로 바꿀 수 있습니다. 시도된 슛을 NBA 전체로 보면 어떤 형태일까요? 각 팀의 성향은 어떠할까요? 한번 살펴보겠습니다.

모든 팀의 NBA 슛

여러 팀 간의 슛 선정을 비교하면 관측값이 나옵니다. Trailblazers는 3점 슛 위치는 상당히 균일하게 퍼져 있고 중거리에는 집중도가 거의 없습니다. Warriors는 중거리 슛과 골대 근처 슛 비중이 높아서 장거리 슛과 균형을 이룹니다.

스포츠 데이터를 공유하고 분석할 때는 올바른 컨텍스트를 제공할 수 있게 배경 이미지 사용을 잊지 마십시오. 이 비주얼리제이션에서 농구장을 추가했고 그 결과 시각적 분석이 훨씬 쉬워졌습니다.

도트 플롯: 시간에 따른 제품 주문 분석

히트 맵은 분산형 차트에서 밀집한 데이터를 살펴보는 완벽한 방법이지만, Tableau에서는 다른 창의적인 방식으로 히트 맵을 사용할 수도 있습니다. 최근 제품 주문 내역을 예로 살펴보겠습니다. 시간에 따른 데이터를 시각화하는 유용한 방법은 많지만, 여기서는 각 주문을 먼저 간단히 시각화해 보겠습니다.

이 뷰에서는 'copiers'(복사기)가 최고 판매품이 아니라는 것만 명백할 뿐 그 외 특정 패턴을 볼 수 없습니다. 모양 마크를 사용하도록 뷰를 전환하면 주문의 집중도 또는 패턴을 알아보기가 조금 쉬워집니다.

bookcases(책꽂이), copiers(복사기), envelopes(봉투) supplies(비품)보다는 paper(종이) 주문의 빈도가 높다는 것을 알 수 있지만, 이 뷰를 세밀히 보지 않고서는 그다음 질문이 마땅히 떠오르지 않습니다. 히트 맵을 사용하면 어떤 결과가 생기는지 보겠습니다.

히트 맵에서는 각 제품 추세를 바로 알 수 있고 제품을 비교할 수도 있습니다. 고객당 개별 주문, 현금 인출기의 입금과 출금 또는 야생 동물 관찰 데이터와 같이 어떤 데이터는 시간에 따른 경과를 나타낼 수 있는데, 히트 맵을 사용하면 이러한 데이터를 다양한 방법으로 탐색하고 설명할 수 있습니다.

Tableau의 히트 맵을 사용하면 데이터 집합 안에 있는 집중도를 쉽게 이해할 수 있습니다. 유연하고 구성할 수 있도록 제작된 히트 맵은 맵뿐만 아니라 맵이 아닌 곳에도 사용할 수 있고, 색상, 크기, 필터, 페이지, 동작 등을 사용하여 완벽한 뷰를 만들 수 있습니다. Tableau의 비주얼리제이션 갤러리에서 다른 히트 맵의 예도 살펴보십시오.