选择自己的奇遇

一款交互式分析游戏

先知,您已到达。

您将以先知分析师的角色开始玩 选择自己的奇遇。祝您好运!

每年前往各地旅行的游客人数超过十亿。他们在全球旅行中的消费总额超过 8850 亿美元。那么他们是什么人?地点又在哪里

哪个国家/地区的游客消费最高?

您选择:

构建带有国家名称和旅游支出的散点图。然后在 Tableau 中按照支出将各国分配到不同群集,这样很容易看到 (1) 美国的游客消费极高,是一个异常值,(2) 德国和英国的游客消费也很高,构成了明显的第二组。

您发现:

来自美国的游客在旅游时花的钱最多,远高于其他国家。随后是来自德国和英国的游客。

高级分析技术:

您使用了聚类分析,或群集分析。聚类分析是一种用于对数据点进行分组的统计方法。它可以帮助您创建具有相似成员的组,而不同组的成员之间有明显区别。Tableau 使用 k-均值聚类分析算法和一种基于方差的分区方法,确保运行之间的一致性。详细了解 Tableau 中聚类分析的工作原理

现在,您想知道…

消费地点在哪里?

您选择:

通过查看数据来寻找游客支出的区域趋势,这些数据位于另一个文件中。您使用两个数据集,按区域对每年的消费额进行可视化,在 Tableau 中拖出趋势线,验证生成的图形轨迹。

您发现:

游客消费具有显著的区域趋势。您是如何知道的?因为 p 值远小于 0.05,而 R 平方值接近 1(“在线帮助”对此有更详细的说明)。解读:大多数数据点的位置非常接近您发现的趋势线,因此该模型与数据有很好的拟合度。特别要指出,亚太地区的游客消费似乎比其他地区增长得更快。

高级分析技术:

您执行了 趋势分析。趋势分析在一段时期内对相同的值进行比较,从而发现相关变量之间的关系。您还对 区域市场数据 进行了跨数据库联接。跨数据库联接可以对来自多个数据集的数据进行集成,提高分析完整性。

现在,您想知道…

在未来,泰国可能对亚太地区的增长做出怎样的贡献?

您选择:

研究泰国对亚太地区不断提高的全球旅游支出影响力有何贡献。您看到,在 2013 年,泰国从游客获得的收入为约 470 亿美元;但在 2014 年,该国仅获得 420 亿美元。您在 Tableau 中创建 R 模型,用于预测超过 2013 年旅游收入水平所需的游客数量。

您发现:

要达到新的收入目标,泰国需要增加 2900 万名游客。

高级分析技术:

您使用 R 集成来进行预测性建模,具体而言就是多元线性回归。R 是一种编程语言,用于对大数据集执行复杂的分析和预测性分析。已经构建好的 R 模型可以在 Tableau 中使用,因此,您可以进一步扩展自己的分析。

祝贺您,先知分析师。


您选择了一条道路 — 或者它选择了您?— 并因此获得了预测的能力。先知,祝贺您掌握了预见未来的能力。

Tweet: #HardcoreAnalytics: I can predict the future—I’m a Prophet analyst! What type of analyst are you? https://ctt.ec/dL4cD+

开始新的奇遇,角色为:

智者分析师

航行者分析师

总策划分析师



使用 Tableau 进行高级分析

探索 Tableau 高级分析功能的工作原理。



试用 Tableau Desktop

连接到自己的数据,在实践中体验纯正的分析。