Varför visuell analys?
Det här innehållet är en del av Tableau Blueprint – ett ramverk med vilket ni kan zooma in och förbättra hur organisationen använder data för att få större genomslag. Sätt igång genom att göra vår utvärdering(Länken öppnas i ett nytt fönster).
Visuell analys är ett sätt att utforska och förstå data. Den stöder och accelererar själva analysprocessen. Du kan ställa en fråga, få svar och ställa följdfrågor – allt inom ett visuellt gränssnitt. En berättelse rullas ut mellan visuella sammanfattningar. Du kan sedan gå tillbaka till berättelsen för att fundera, göra mer efterforskningar och dela med dig. Med visuell analys har du möjlighet att röra dig i olika riktningar med dina tankar samtidigt som du ser och interagerar direkt med data.
Pre-attentive Attributes
Visuell analys utnyttjar s.k. Pre-attentive Attributes för att leda in dig på de mest användbara vägarna. Pre-attentive Attributes är information som vi kan bearbeta visuellt nästan omedelbart, innan vi skickar informationen till de delar av hjärnan som styr uppmärksamhet. Pre-attentive Attributes visas nedan.
Pre-attentive Attributes
Detta är i allmänhet det bästa sättet att presentera data på, eftersom vi kan se mönstren utan att tänka på dem eller bearbeta dem. De här attributen har i själva verket utvecklats hos människan som ett sätt att snabbt bedöma en situation, urskilja ett mönster och välja om vi ska reagera eller inte. När du skapar visualiseringar i Tableau kodar innehållsskapare data visuellt för att avslöja nya insikter.
Beskrivning av visuell kodning
När du driftsätter Tableau brett i organisationen kommer en del omedelbart att inse hur värdefull visuell analys är, medan andra kanske kommer att hålla fast vid traditionella kalkylblad eller rapporter i tabellformat. Du kommer sannolikt att behöva kommunicera värdet av visuell analys och hjälpa dessa personer att se data på ett annat sätt genom att visa möjligheterna med data som är visuellt kodad – nämligen genom färg, form och storlek.
Om du skapar datavisualiseringar åt andra kan du hjälpa dem att sätta sig in i och vänja sig vid dem med nedanstående steg. Börja med ett välbekant tabellformat. Här är ett exempel på hur någon skulle kunna visa försäljning och vinst i en texttabell. För att hitta de högsta och lägsta värdena krävs en fullständig tabellskanning av rader och kolumner.
Tabelldata, enkel
Du kan framhäva negativa tal med färg och formatera dem med parenteser, men bara om du letar efter negativa tal. För allt annat krävs en tabellsökning och en jämförelse av värden.
Tabelldata med färg för negativa värden
Som ett mellanformat mellan en texttabell och en fullständig visualisering, kan du sedan applicera färg på försäljnings- och vinstmåtten individuellt för att visa höga och låga värden, men betraktaren måste fortfarande stämma av färgintervallen mellan de två måtten.
Tabelldata med försäljning och vinst efter färggradient
Visa till sist den fullständiga visualiseringen med försäljning kodad efter längd och vinst kodad efter färg. Användaren kan omedelbart se den högsta försäljningen och den lägsta vinsten.
Visuell data med försäljning efter stapellängd och vinst efter färg
Med den här strategin kan du introducera och förklara fördelarna med visuell analys för Tableau-användarna i din organisation. Vi rekommenderar att du spelar in en egen introduktionsvideo och lägger ut den på det engagerande intranätet.