Instellingen voor Tableau-dataverhalen configureren: Analyse
Belangrijke wijzigingen voor Tableau Dataverhalen
Tableau Dataverhalen wordt in januari 2025 (2025.1) stopgezet in Tableau Desktop, Tableau Cloud en Tableau Server. Dankzij de vooruitgang in natuurlijke taaltechnologieën ontwikkelen we een verbeterde interface waarmee u gemakkelijker vragen kunt stellen over uw data en op de hoogte blijft van veranderingen. Zie Hoe Tableau Pulse, mogelijk gemaakt door Tableau AI, de data-ervaring opnieuw vormgeeft(Link wordt in een nieuw venster geopend) voor meer informatie.
Binnen uw Tableau-dataverhaal kunt u kiezen over welke analyses u wilt schrijven en wanneer over die analyses wordt geschreven. Er zijn verschillende soorten analyses beschikbaar, afhankelijk van uw verhaaltype en hoeveel dimensies en meetwaarden uw verhaal heeft. Analyses worden momenteel echter niet ondersteund voor verhaaltypen met spreidingsdiagrammen. Zie Het juiste type verhaal kiezen voor uw Tableau-dataverhaal voor meer informatie.
Analyses configureren voor uw verhaal
- Een Tableau-dataverhaal toevoegen aan een dashboard.
- Klik vanuit uw dashboard op het pictogram Instellingen in de linkerbovenhoek van uw Dataverhaal-object.
- Klik op het tabblad Analyse in het dialoogvenster Dataverhaal.
- Klik op de schakelaars om verschillende soorten analyses in te schakelen.
- Voor Segmenten en Trendlijn, kunt u Instellingen uitklappen om drempelwaarden in te stellen voor het uitvoeren van die analyses.
- Klik op Opslaan.
Verschillende soorten analyses begrijpen
Correlatie
Gebruik Correlatie om echte statistische correlaties tussen twee reeksen te identificeren. Als u meer dan twee reeksen hebt, worden alle combinaties geanalyseerd op correlaties. U kunt Correlatie bijvoorbeeld inschakelen om te identificeren wanneer twee producten vaak samen worden gekocht.
Clustering
Gebruik Clustering om verschillende groepen datapunten (clusters) te identificeren met behulp van een enkele statistische analyse. U kunt Clustering bijvoorbeeld inschakelen om te identificeren wanneer een product erg populair is in een specifieke geografische regio.
Distributie
Gebruik Distributie om datapunten ten opzichte van elkaar te rangschikken met behulp van niet-statistische waarnemingen, zoals gemiddelde, mediaan, scheefheid, enz. U kunt Distributie bijvoorbeeld inschakelen om te bepalen welk product de hoogste winstratio heeft.
Segmenten
Gebruik Segmenten om opmerkelijke wijzigingen in datapunten binnen een reeks te highlighten. Stel eerst het minimale wijzigingspercentage in waarover u in een segment geschreven wilt hebben. Er wordt niet over wijzigingen geschreven die onder de door u gedefinieerde drempelwaarde vallen. Als u bijvoorbeeld uw segmentdrempelwaarde instelt voor wijzigingen die groter zijn dan 60%, dan schrijft uw verhaal niet over een dieptepunt in een tijdreeks met een daling van 30%.
Nadat u uw drempelwaarde hebt ingesteld, kiest u of u Opmaak wilt toepassenen stelt u het minimale wijzigingspercentage in dat u opgemaakt wilt hebben.
Trendlijn
Gebruik Trendlijn om een lineair best passende lijn te berekenen en data te identificeren die binnen een bepaald betrouwbaarheidspercentage vallen. Data met een hoge variabiliteit hebben een lager betrouwbaarheidsniveau dan data die consistenter zijn, en dat betrouwbaarheidsniveau beïnvloedt of er over trendlijnen wordt geschreven. U kunt trendlijnen gebruiken voor verhalen die één dimensie en één meetwaarde hebben, of u kunt trendlijnen gebruiken voor het weergeven van meer details. Zie Instellingen voor Tableau-dataverhalen configureren: Verhaalinstellingen voor meer informatie over het weergeven van meer details.
Stel het minimale betrouwbaarheidspercentage voor uw trendlijn in. Als u uw drempelwaarde op 95% instelt, maar er kan een trendlijn worden getrokken met een betrouwbaarheid van 90%, dan zal uw verhaal niet over trendlijnen schrijven. Nadat u uw drempelwaarde hebt ingesteld, kiest u of Opmaak wilt toepassen. Stel vervolgens het minimale wijzigingspercentage in dat u opgemaakt wilt hebben.
Tableau-dataverhalen over trendlijnen communiceren de absolute wijziging over een periode. Het verhaal dat over uw trendlijn wordt geschreven, varieert afhankelijk van het niveau van uitgebreidheid dat u voor uw verhaal instelt. Als uw verhaal hoge uitgebreidheid gebruikt, schrijft uw verhaal over de R-kwadraatwaarde, een statistisch concept dat kwantificeert hoe goed uw data op de trendlijn passen. Zie Instellingen voor Tableau-dataverhalen configureren: Verhaalinstellingen voor meer informatie over uitgebreidheidsinstellingen.
Binnen de instellingen van de Trendlijn kunt u ook kiezen voor hoeveel perioden in de toekomst u wilt dat uw verhaal voorspellingen schrijft. Wanneer u voorspellingen gebruikt, gebruikt uw verhaal de helling en het snijpunt van de trendlijn om voorspelde waarden voor toekomstige perioden te berekenen. De betrouwbaarheid van de voorspelling voegt boven- en ondergrenzen toe aan de betrouwbaarheidsdrempel die u instelt voor trendlijnen. U kunt voorspellingen gebruiken als uw verhaal minimaal 30 lineaire datapunten bevat.
Volatiliteit
Gebruik Volatiliteit om standaardafwijkingen in de loop van de tijd te analyseren. Gebruik bijvoorbeeld Volatiliteit wanneer u wilt dat uw verhaal schrijft over waarden die buiten het gemiddelde bereik voor uw data vallen.
Uitsplitsen hoe analyses worden gebruikt om verhalen te genereren
Op dit punt vraagt u zich misschien af hoe de analyses voor verschillende verhaaltypen werken. Laten we een voorbeeld bekijken voor elk verhaaltype en elke zin in het verhaal uitsplitsen.
Analyses voor discrete verhalen begrijpen
Omdat continue verhalen trends in de loop van de tijd meten, schrijft Dataverhalen over prestaties, voortgang, gemiddelden, totalen, strepen, volatiliteit, segmenten en voorspellingen.
Het volgende voorbeeld van een continu verhaal gaat over de verkoop per maand:
Voorbeeldverhaal | Uitsplitsing van het verhaal |
| De eerste twee zinnen gebruiken functies voor gemiddelde en bereik om te schrijven over de gemiddelde, maximum- en minimumwaarden gedurende de periode die u analyseert. |
| De derde zin gaat over de algehele prestaties van de meetwaarde gedurende de periode. Een zin kan bijvoorbeeld gaan over de vraag of de verkoop gedurende een bepaalde periode is gestegen, gedaald of een andere trend heeft vertoond. |
| De vierde zin maakt gebruik van voortgangsanalyse. Deze zin schrijft over de grootste stijging en daling op basis van de meetwaarde gedurende de periode, waarbij zowel een procentuele als een absolute basis wordt gebruikt. |
| Deze zin is een Correlatie-inzicht. Dit type analytisch inzicht schrijft over opmerkelijke correlaties tussen verschillende reeksen in uw data. |
| Deze zin is een Segment-inzicht. Dit type analytisch inzicht schrijft over opmerkelijke stijgingen en dalingen in de loop van de tijd. |
| Deze zin is een Trendlijn-inzicht. Dit type inzicht schrijft over hoe goed trends met een bepaald betrouwbaarheidspercentage bij uw data passen, en met trendlijnen kunt u voorspellingen doen op basis van historische trends. |
Analyses voor discrete verhalen begrijpen
Omdat discrete verhalen u in staat stellen waarden te vergelijken en de distributie van de data te begrijpen, schrijft het verhaal over distributie, gemiddelden, totalen en groeperingen of clusters van de data.
Het volgende voorbeeld van een discreet verhaal gaat over de verkoop per product:
Voorbeeldverhaal | Uitsplitsing van het verhaal |
| De eerste zin berekent de totale waarde van uw meetwaarde. |
| De tweede zin schrijft over de dimensiedrivers. In dit voorbeeld zijn de dimensiedrivers de producten die het meest hebben bijgedragen aan de totale verkoop. |
| De derde en vierde zinnen analyseren de distributie van de data. Dit analyseert de gemiddelden, medianen, concentratie van data (indien aanwezig) en hoe de data scheef zijn. Dit helpt bij het identificeren hoe evenwichtig deze gegroepeerde variabelen met elkaar worden vergeleken. |
| Deze zin gebruikt Clustering om te schrijven over meetwaarden die gegroepeerd kunnen worden. Dit helpt bij het identificeren of er aparte groepen zijn die opvallen in de data. |
| De laatste zin schrijft over opmerkelijke uitschieters. |
Analyses voor verhalen op basis van spreidingsdiagrammen begrijpen
Verhaaltypen op bais van spreidingsdiagrammen kunnen het beste worden gebruikt om inzicht te krijgen in de relatie tussen twee meetwaarden, en om die reden hebben spreidingsdiagramverhalen 2-3 meetwaarden nodig. De spreidingsdiagram-analyse schrijft over de relatie (regressie) tussen twee meetwaarden, en schrijft over groepen (clusters) binnen de data, als deze bestaan.
Het volgende voorbeeld van een spreidingsdiagramverhaal gaat over winst en verkoop in een dimensie:
Voorbeeldverhaal | Uitsplitsing van het verhaal |
| De eerste twee zinnen worden aangestuurd gemaakt door regressieanalyses. Regressie laat zien hoe de ene meetwaarde de andere beïnvloedt. U kunt zien dat het verhaal in de eerste zin een relatie tussen winst en verkoop heeft geïdentificeerd. |
| De derde zin is afgeleid van clustering. Clusteranalyse probeert sleutelgroepen of clusters te identificeren binnen alle variabelen in de data. |
| De vierde zin is geschreven over uitschieters: waarden die aanzienlijk boven of onder het gemiddelde liggen. |
| De resterende zinnen voor spreidingsdiagramverhalen gebruiken analyses van bereik en gemiddelde om inzichten te schrijven. |
Analyses voor percentage van geheel-verhalen begrijpen
Percentage van geheel-verhaaltypen zijn het beste om te begrijpen welk deel van een geheel een dimensie of meetwaarde vertegenwoordigt.
Het volgende voorbeeld van een percentage van geheel-verhaal gaat over de verkoop per segment:
Voorbeeldverhaal | Uitsplitsing van het verhaal |
| De eerste zin berekent de totale waarde van uw meetwaarde. |
| De tweede zin schrijft over stuurprogramma's. In dit voorbeeld zijn de stuurprogramma's de segmenten die het meest hebben bijgedragen aan de totale verkoop. |
| De laatste zin analyseert de distributie van de data. |