5 個常見 Tableau 進階分析應用情境與相關資源

「進階分析」一詞係指「超出傳統商業智慧範圍的技巧與工具」,且通常是指與資料科學相關聯的技巧與工具 (Gartner)。Tableau 投入許多心血在進階分析上,無論您的問題有多複雜,都能協助您追根究柢找出解答。

我們重新編修了我們的《Advanced Analytics with Tableau》(使用 Tableau 進行進階分析)白皮書。這份白皮書探索 Tableau 的進階分析功能如何協助您處理常見的分析難題,並提供預測性分析、細分、假設分析等情境的現實世界範例。

在本文中,我們將討論 Tableau 對於分析師與資料科學家每日面對的情境所採取的做法,並為您提供執行複雜資料分析的相關資源。

1.細分和同類群組分析

Tableau 有助於產生調查性流程以進行快速、彈性的同類群組分析。您可以從任意數量的維度切分資料,在不同的觀點間快速進行切換。Tableau 亦提供自動化聚類分析這項機器學習技巧,能協助您改善細分區段。需要在維度眾多的資料集中找出難以辨識的模式時,這項技巧通常頗為實用。

顯示如何使用聚類分析自動細分資料的可視化項

使用聚類分析自動細分資料。

您可以快速細分資料並將資料分類,也能輕鬆地執行強大的同類群組分析。這些功能可協助資料科學家查驗初始假說,並測試各種情境。

請參閱以下適用於進行細分與同類群組分析的相關功能資源:

2.情境和假設分析

藉由結合 Tableau 的彈性前端和強大輸入功能,您可以快速修改計算並測試不同的情境。Tableau 透過集合、群組、拖放細分及參數,讓使用者能夠從理論和問題進展到使用專業的儀表板提出問題並自行測試各種情境,而且即使不是專家也能順利提問與測試。

可視化項,顯示配額、佣金與薪資對於全組織的影響

您可以使用這份參數導向的報告來探索配額、佣金與薪資對於全組織的影響。

簡化假設分析可讓您將心力專注在分析中更複雜的層面上,並提供更強大的深入分析見解。此外,使用者也能輕鬆建立直觀易懂的視覺化呈現,協助任何人與資料互動。

請參閱以下適用於情境與假設分析的相關功能資源:

3.複雜計算與統計功能

Tableau 採用功能強大的計算語言,可以讓您輕鬆透過任意計算擴增分析內容,並且使用簡潔的運算式執行複雜的資料操作。Tableau 結合摘要卡功能,可為您提供多種內建選項,包含巢狀放置基本彙總,以及標準差、眾數、峰度、偏度、相關性與共變異數等統計計算。

使用詳細等級運算式的可視化項

這個可視化項使用詳細等級運算式,根據市場呈現每日的新獲客戶總人數趨勢。使用詳細等級運算式能確保回訪客戶不會被誤計為新客戶。

運用 Tableau 表格計算,只要按幾下滑鼠,或使用簡單的運算式,就能解決具挑戰性的資料庫工作,包含操控彙總資料、建立複雜的延遲設定及建構仰賴資料架構的彙總等。表格計算不僅能為沒有技術背景的使用者提供許多助益,也能為專家省下大量的工時,並省去撰寫 SQL 程式碼這項勞心費神的工作。

請參閱以下適用於計算與統計功能的相關功能資源:

4.時間序列與預測分析

Tableau 原生支援豐富的時間序列分析功能,並提供完善的 UI 供您探索季節性、趨勢、進行資料取樣、執行預測等預測性分析及其他常見的時間序列作業。

時間序列分析可視化項

此時間序列分析顯示三大公司的每月股票價格。

能輕鬆進行預測分析這項特點,可大幅增加幾乎任何資料專案的價值。Tableau 支援複雜配置與簡易互動式建模,無論是資料科學家還是一般使用者都能順利應用。

請參閱以下適用於時間序列與預測性分析功能的相關資源:

5.外部服務整合

R、Python 與 MATLAB 整合功能結合了 Tableau 的強大功能與易用性,以及其他平台的統計能力,讓您能夠處理細節精密的機器學習工作流程。

使用 R 與 Tableau 的可視化項

使用 R 與 Tableau 來計算並視覺化呈現顯著性檢定的結果。

將 Tableau 與 Python、R 與 MATLAB 結合運用,即能將複雜建模的結果呈現在精美且吸引人的視覺化呈現項目上,以供使用。無論具備何種程度的技能,使用者都能提出假設性問題,並透過操控儀表板中嵌入的控制項,評估假設情境。

請瀏覽下 Tableau 外部服務整合功能的相關資源:

進一步瞭解 Tableau 中的進階分析功能

在分析平台中,Tableau 有許多與眾不同之處。設計 Tableau 時,我們將商務使用者與資料科學家的需求皆納入考量。我們的使命是讓人們能夠以最快的速度,提出與資料相關的有趣問題,而 Tableau 平台正是我們持續致力實現這項使命的結晶,能為每一個人提供有價值的功能。

歡迎參與對話並瀏覽以下資源,進一步深入瞭解:

訂閱部落格