选择自己的奇遇

一款交互式分析游戏

智者,您已到达。

您将以智者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…

这种模式是否始终与事实一致?

您选择:

使用 Tableau 中的页面功能区来分析一段时间内的变化,您可以在该功能区点击查看一段时期内的各个数据视图。您根据高额游客消费创建了一个国家集。您注意到,来自美国、德国和英国的游客近年来的旅游消费一直位居前列,并且其领先地位已经保持了很长的时间。

您发现:

的确,自 1995 年以来,美国游客一直是花钱最多的游客。但在 2009 年,国际游客消费出现了有趣的情况…

分析技术:

您在几秒钟内执行了时间序列分析,在间隔相等的连续时间点绘制了一个项序列。这常常用于表示从过去的值到现在或将来的值的变化过程。您还创建了一个,一个包含不同但彼此相关的项的集合。

此操作引出了最终的问题:

每个国家/地区都在 2009 年回落。发生了什么事情?

您选择:

在 Tableau 中使用表计算,查看一段时间内的入境游客数量和游客支出的百分比差异。您可以借助表计算针对整个维度进行计算 — 这里的维度是时间。您在两个度量中都发现了自己预测的下滑。

您发现:

在 2008 年和 2009 年之间,全球各国都出现了入境总人数和游客消费同时下降的情况。2008 年的衰退对旅游业产生了很大影响 — 但在衰退之后,美国的旅游业恢复得比其他国家更好。

分析技术:

您通过单键操作,计算了整个数据集的百分比差异 — 两个值之差除以初始值。

祝贺您,智者分析师。


如果某人不能从过去吸取教训 — 您定然不屑与之为伍。您已经掌握了“告之诸往而知来者”的艺术。

Tweet: #HardcoreAnalytics: I can control the hands of time—I’m a Sage analyst! What type of analyst are you? https://ctt.ec/8cJ2N+

开始新的奇遇,角色为:

先知分析师

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。