Konfigurieren der Tableau-Einstellungen für Datenstorys: Analysen
Innerhalb Ihrer Tableau-Datenstory können Sie auswählen, über welche Analysen geschrieben werden soll und zu welchem Zeitpunkt dies erfolgen soll. Je nach dem, von welchem Typ Ihre Story ist und wie viele Dimensionen und Kennzahlen Ihre Story enthält, stehen verschiedene Typen von Analysen zur Verfügung. Allerdings werden Analysen für Storys vom Typ "Streudiagramm" derzeit nicht unterstützt. Weitere Informationen finden Sie unter Auswahl des richtigen Storytyps für Ihre Tableau-Datenstory.
Konfigurieren von Analysen für Ihre Story
- Hinzufügen einer Datenstory zu einem Dashboard.
- Klicken Sie in Ihrem Dashboard auf das Symbol für Einstellungen in der oberen linken Ecke Ihres Datenstory-Objekts.
- Klicken Sie im Dialogfeld "Datenstory" auf die Registerkarte Analysen.
- Klicken Sie auf die Schalter zum Aktivieren der verschiedene Typen von Analysen.
- Erweitern Sie für Segmente und Trendlinie die Option Einstellungen, um Schwellenwerte für die Durchführung dieser Analysen festzulegen.
- Klicken Sie auf Speichern.
Grundlegendes zu den verschiedenen Typen von Analysen
Korrelation
Verwenden Sie Korrelation, um echte statistische Zusammenhänge zwischen zwei Datenreihen zu identifizieren. Wenn Sie mehr als zwei Reihen haben, werden alle Kombinationen auf Korrelationen analysiert. So können Sie Korrelation zum Beispiel aktivieren, um festzustellen, wann zwei Produkte häufig zusammen gekauft werden.
Clustering
Verwenden Sie Clustering, um individuelle Gruppen von Datenpunkten (Cluster) mithilfe einer einzigen statistischen Analyse zu identifizieren. So können Sie Clustering zum Beispiel aktivieren, um festzustellen, wann ein Produkt in einer bestimmten geografischen Region sehr beliebt ist.
Verteilung
Verwenden Sie Verteilung, um Datenpunkte anhand nichtstatistischer Beobachtungen (wie Mittelwert, Median, Schiefe usw.) relativ zueinander einzustufen. So können Sie Verteilung zum Beispiel aktivieren, um zu ermitteln, welches Produkt die höchste Gewinnquote aufweist.
Segmente
Verwenden Sie Segmente, um auffallende Änderungen an Datenpunkten innerhalb einer Datenreihe hervorzuheben. Legen Sie zuerst fest, wie hoch eine Änderung in einem Segment mindestens sein soll (in Prozent), damit über sie geschrieben wird. Änderungen, die unter den von Ihnen definierten Schwellenwert fallen, werden nicht erwähnt. Wenn Sie beispielsweise Ihren Segmentschwellenwert auf Änderungen von mehr als 60 % festlegen, werden Stellen mit einem Rückgang von 30 % in Ihrer Story nicht erwähnt.
Nachdem Sie Ihren Schwellenwert festgelegt haben, wählen Sie aus, ob Sie eine Formatierung anwenden möchten, und legen Sie den Mindestprozentsatz an Veränderung fest, der formatiert werden soll.
Trendlinie
Verwenden Sie Trendlinie, um eine lineare Ausgleichsgerade ("Best Fit Line", BFL) zu berechnen und Daten zu identifizieren, die innerhalb eines definierten Prozentsatzes an Konfidenz liegen. Daten mit einer hohen Variabilität haben eine niedrigere Aussagewahrscheinlichkeit als Daten, die konsistenter sind, und diese Aussagewahrscheinlichkeit wirkt sich darauf aus, ob über Trendlinien geschrieben wird. Sie können Trendlinien für Storys verwenden, die eine Dimension und eine Kennzahl haben, oder Sie können Trendlinien in einem Drilldown verwenden. Weitere Informationen zu Drilldowns finden Sie unter Konfigurieren der Tableau-Einstellungen für Datengeschichten: Narrativ.
Legen Sie den Mindestprozentsatz an Konfidenz für Ihre Trendlinie fest. Wenn Sie Ihren Schwellenwert auf 95 % festlegen, eine Trendlinie jedoch bei 90 % Konfidenz gezogen werden könnte, schreibt Ihre Story nicht über Trendlinien. Nachdem Sie Ihren Schwellenwert festgelegt haben, wählen Sie, ob Sie eine Formatierung anwenden möchten. Dann legen Sie den Mindestprozentsatz an Veränderung fest, der formatiert werden soll.
Tableau-Datenstorys über Trendlinien kommunizieren die absolute Veränderung über einen bestimmten Zeitraum. Die Story, die über Ihre Trendlinie geschrieben wird, variiert je nach dem Ausmaß an Ausführlichkeit, das Sie für Ihre Story festgelegt haben. Wenn Ihre Story eine hohe Ausführlichkeit verwendet, schreibt Ihre Story über das Bestimmtheitsmaß (das ist ein statistisches Konzept, das quantifiziert, wie gut Ihre Daten zu der Trendlinie passen). Weitere Informationen zu Ausführlichkeitseinstellungen finden Sie unter Konfigurieren der Tableau-Einstellungen für Datengeschichten: Narrativ.
In den Einstellungen für Trendlinie können Sie auch auswählen, für wie viele Zeiträume in die Zukunft Ihre Story Vorhersagen abgeben soll. Wenn Sie Vorhersagen verwenden, verwendet Ihre Story die Steigung und den Schnittpunkt der Trendlinie, um vorhergesagte Werte für zukünftige Zeiträume zu berechnen. Die Konfidenz der Vorhersage fügt dem Konfidenzschwellenwert, den Sie für Trendlinien festgelegt haben, Ober- und Untergrenzen hinzu. Sie können Vorhersagen verwenden, wenn Ihre Story mindestens 30 Datenpunkte enthält, die linear sind.
Volatilität
Verwenden Sie Volatilität, um Standardabweichungen im zeitlichen Verlauf zu analysieren. So können Sie Volatilität zum Beispiel verwenden, wenn Ihre Story über Werte schreiben soll, die außerhalb des durchschnittlichen Bereichs für Ihre Daten liegen.
Aufschlüsselung, wie Analysen verwendet werden, um Storys zu generieren
An dieser Stelle fragen Sie sich vielleicht, wie die Analysen bei verschiedenen Story-Typen funktionieren. Sehen wir uns ein Beispiel für jeden Typ von Story an und schlüsseln jeden Satz in der Story auf.
Grundlegendes zu Analysen für Storys vom Typ "Einzeln"
Da fortlaufende Storys Trends im zeitlichen Verlauf messen, schreibt Datenstorys über Leistung, Progression, Durchschnitte, Gesamtwerte, Streifen, Volatilität, Segmente und Vorhersagen.
Das folgende Beispiel einer fortlaufenden Story handelt von Umsätzen pro Monat:
Beispiel-Story | Aufschlüsselung der Story |
| Die ersten beiden Sätze verwenden Durchschnitts- und Bereichsfunktionen, um über die durchschnittlichen, maximalen und minimalen Werte in dem von Ihnen analysierten Zeitraum zu schreiben. |
| Im dritten Satz geht es um die Gesamtleistung der Kennzahl über den Zeitraum. So kann es in einem Satz beispielsweise darum gehen, ob der Umsatz in einem bestimmten Zeitraum gestiegen, gesunken oder anders verlaufen ist. |
| Der vierte Satz verwendet die Progressionsanalyse. Dieser Satz beschreibt den größten Anstieg und Rückgang basierend auf der Kennzahl während des Zeitraums sowohl auf einer prozentualen als auch auf einer absoluten Basis. |
| Dieser Satz liefert eine Erkenntnis vom Typ Korrelation. Dieser Typ von analytischer Erkenntnis schreibt über nennenswerte Korrelationen zwischen verschiedenen Reihen in Ihren Daten. |
| Dieser Satz liefert eine Erkenntnis vom Typ Segment. Dieser Typ von analytischer Erkenntnis schreibt über nennenswerte Zu- und Abnahmen im zeitlichen Verlauf. |
| Dieser Satz liefert eine Erkenntnis vom Typ Trendlinie. Dieser Typ von Erkenntnissen beschreibt, wie gut Trends mit einem bestimmten Prozentsatz an Vertrauen zu Ihren Daten passen, und Trendlinien ermöglichen es Ihnen, Vorhersagen auf der Grundlage historischer Trends zu treffen. |
Grundlegendes zu Analysen für Storys vom Typ "Einzeln"
Da Einzelstorys es Ihnen ermöglichen, Werte zu vergleichen und die Verteilung der Daten zu verstehen, schreibt die Story über Verteilung, Durchschnitte, Gesamtwerte und Gruppierungen oder Cluster über die Daten.
Das folgende Beispiel einer Einzelstory handelt von Umsätzen nach Produkt:
Beispiel-Story | Aufschlüsselung der Story |
| Der erste Satz berechnet den Gesamtwert Ihrer Kennzahl. |
| Der zweite Satz schreibt über die Dimensionstreiber. In diesem Beispiel sind die Dimensionstreiber die Produkte, die am meisten zum Gesamtumsatz beigetragen haben. |
| Der dritte und der vierte Satz analysieren die Verteilung der Daten. Dies analysiert die Durchschnittswerte, Mediane, Konzentration von Daten (sofern vorhanden) und wie die Daten verzerrt sind. Das hilft zu erkennen, wie ausgewogen diese gruppierten Variablen miteinander verglichen werden. |
| Dieser Satz verwendet Clustering, um über Kennzahlen zu schreiben, die gruppiert werden können. Dies hilft zu erkennen, ob es bestimmte Gruppen gibt, die sich in den Daten abheben. |
| Der letzte Satz schreibt über bemerkenswerte Ausreißer. |
Grundlegendes zu Analysen für Storys vom Typ "Streudiagramm"
Storys vom Typ "Streudiagramm" werden am besten dafür eingesetzt, um die Beziehung zwischen zwei Kennzahlen zu verstehen. Aus diesem Grund sind für Streudiagramm-Storys auch 2 bis 3 Kennzahlen erforderlich. Die Streudiagrammanalyse schreibt über die Beziehung (Regression) zwischen zwei Kennzahlen und über Gruppen (Cluster) innerhalb der Daten, sofern vorhanden.
Das folgende Beispiel einer Streudiagramm-Story handelt von Gewinn und Umsatz über eine Dimension hinweg:
Beispiel-Story | Aufschlüsselung der Story |
| Die ersten beiden Sätze basieren auf Regressionsanalysen. Die Regression zeigt, wie sich eine Kennzahl auf eine andere auswirkt. Beachten Sie, dass die Story im ersten Satz eine Beziehung zwischen Gewinn und Umsatz identifiziert hat. |
| Der dritte Satz ergibt sich aus dem Clustering. Die Clustering-Analyse versucht, Schlüsselgruppen oder -Cluster über alle Variablen in den Daten hinweg zu identifizieren. |
| Im vierten Satz geht es um Ausreißer – also Werte, die deutlich über oder unter dem Durchschnitt liegen. |
| Die restlichen Sätze für Streudiagramm-Storys verwenden Bereichs- und Durchschnittsanalysen, um Erkenntnisse zu schreiben. |
Grundlegendes zu Analysen für Storys vom Typ "Prozent vom Ganzen"
Storys vom Typ "Prozent vom Ganzen" eignen sich am besten, um zu verstehen, welchen Teil eines Ganzen eine Dimension oder Kennzahl darstellt.
Das folgende Beispiel einer Story vom Typ "Prozent vom Ganzen" handelt vom Umsatz pro Segment:
Beispiel-Story | Aufschlüsselung der Story |
| Der erste Satz berechnet den Gesamtwert Ihrer Kennzahl. |
| Der zweite Satz schreibt über so genannte "Treiber". In diesem Beispiel sind die Treiber die Segmente, die am meisten zum Gesamtumsatz beigetragen haben. |
| Der letzte Satz analysiert die Verteilung der Daten. |