設定 Tableau 資料故事:分析
Tableau 資料故事的重要變化
Tableau 資料故事將在 Tableau Desktop、Tableau Cloud, 和 Tableau Server 中於 2025 年 1 月 (2025.1) 淘汰。隨著自然語言技術的進步,我們正在開發一種改進的界面,讓您可以更輕鬆地提出資料問題並掌握變化。更多資訊請參閱 Tableau Pulse Tableau AI 重新構想資料體驗。(連結在新視窗開啟)
在您的 Tableau 資料故事中,您可以選擇要撰寫哪些分析以及何時撰寫這些分析。根據您的故事類型以及您的故事有多少維度和度量,可以使用不同類型的分析。但是,散佈圖故事類型目前不支援分析。有關更多資訊,請參閱為 Tableau 資料故事選擇正確的故事類型。
為您的故事設定分析
- 在儀表板中新增 Tableau Data Story。
- 在儀表板中,按一下資料故事物件左上角的設定圖示。
- 在資料故事對話方塊中,按一下分析索引標籤。
- 按一下開關,以開啟不同類型的分析。
- 對於區段和趨勢線,展開設定,以設定用於執行這些分析的臨界值。
- 按一下「儲存」。
瞭解不同類型的分析
相關性
使用相關性來識別兩個時間序列之間真實的統計相關性。若有兩個以上的時間序列,則可分析所有組合的相關性。例如,可以開啟相關性,以識別兩種產品經常被一起購買的時間。
叢集
使用叢集透過單個統計分析來識別不同的資料點(叢集)群組。例如,可以開啟叢集,以識別產品何時在特定的地理區域中非常受歡迎。
分佈
使用分佈透過非統計觀察(例如均值、中位數、偏斜等)對資料點進行相對排序。例如,可以開啟分佈,以識別哪個產品的利潤率最高。
區段
使用區段突出顯示時間序列中資料點的顯著變更。首先,設定要在區段中寫入的最小變更百分比。若變更低於定義的臨界值,則不會被寫入。例如,若將區段臨界值設定為大於 60% 的變更,那麼故事就不會寫入時間序列中以 30% 的減少量為特征的低谷。
設定臨界值後,請選擇是否套用格式設定,並設定要設定格式的最小變更百分比。
趨勢線
使用趨勢線計算線性最佳擬合線,並識別屬於定義信賴度百分比的資料。與更一致的資料相比,具有高可變性的資料具有較低的信賴等級,並且該信賴等級會影響是否寫入趨勢線。可以將趨勢線用於具有一個維度和一個度量的故事,也可以在向下鑽研中使用趨勢線。有關向下鑽研的更多資訊,請參閱設定 Tableau 資料故事設定:記述。
為趨勢線設定最小信賴百分比。若將臨界值設定為 95%,但可以在 90% 的信賴等級繪製趨勢線,那麼故事就不會寫入趨勢線。設定臨界值後,請選擇是否套用格式設定。然後設定要設定格式的最小變更百分比。
關於趨勢線的 Tableau 資料故事可傳達一段時期內的絕對變更。關於趨勢線的故事會根據為故事設定的詳細程度層級而有所不同。若故事使用高詳細程度,那麼故事會寫入有關 R 平方值的資訊,這是一個統計概念,可以量化資料與趨勢線的擬合程度。有關詳細程度設定的更多資訊,請參閱設定 Tableau 資料故事設定:記述。
在趨勢線設定中,還可以選擇希望故事為未來的多少個時期寫入預測。使用預測時,故事會使用趨勢線的斜率和截距來計算未來時期的預測值。預測的信賴度會向為趨勢線設定的信賴臨界值新增上限和下限。故事至少有 30 個線性資料點時,可以使用預測。
波動率
使用波動率分析一段時間內的標準偏差。例如,希望故事寫入超出資料平均範圍的值時,請使用波動率。
分解如何使用分析來產生故事
此時,您可能想知道不同故事類型的分析如何工作。讓我們來看看每種故事類型的範例,並分解故事中的每個句子。
瞭解離散故事的分析
由於連續故事會隨著時間的推移衡量趨勢,資料故事 會對績效、進展、平均值、總計、連續值、波動率、區段和預測進行描述。
以下的連續故事範例係關於每月銷售額:
範例故事 | 故事分解 |
| 前兩句使用平均值和範圍函數來描述分析期間的平均值、最大值和最小值。 |
| 第三句是關於該度量在此期間的整體表現。例如,句子可以是關於銷售額在特定時期內是增長、下降,還是呈現不同的趨勢。 |
| 第四句使用進展分析。此句按百分比和絕對值描述了基於該期間度量的最大增減量。 |
| 這句話為相關性見解。這種類型的分析見解描述了資料中不同時間序列之間的顯著相關性。 |
| 這句話為區段見解。這種類型的分析見解描述了隨著時間的推移值得注意的增長和下降。 |
| 這句話為趨勢線見解。這種類型的見解描述了趨勢在一定百分比的信賴度下與資料的擬合程度,並且趨勢線可讓您根據歷史趨勢進行預測。 |
瞭解離散故事的分析
由於離散故事可讓您對值進行比較並瞭解資料的分佈,故事會描述資料的分佈、平均值、總計以及分組或叢集。
以下的離散故事範例係關於按產品分類的銷售額:
範例故事 | 故事分解 |
| 第一句話計算了度量的總值。 |
| 第二句話描述了維度驅動因素。在此範例中,維度驅動因素是對總銷售額貢獻最大的產品。 |
| 第三句和第四句分析了資料的分佈。其中分析了平均值、中位數、資料集中度(若存在)以及資料如何偏斜。這有助於確定這些分組變數互相比較而言的平衡程度。 |
| 此句使用叢集描述可進行分組的度量。這有助於確定資料中是否存在突出的不同群組。 |
| 最後一句話描述了值得注意的極端值。 |
瞭解散佈圖故事的分析
散佈圖故事類型最適合用於瞭解兩個度量之間的關係,因此,散佈圖故事需要 2-3 個度量。散佈圖分析可描述兩個度量之間的關係(回歸),並描述資料中的群組(叢集)(若存在)。
以下的散佈圖故事範例係關於跨維度的利潤和銷售額:
範例故事 | 故事分解 |
| 前兩句由回歸分析提供支援。回歸可顯示一種度量如何影響另一種度量。請注意,在第一句話中,故事已經確定了利潤和銷售額之間的關係。 |
| 第三句來源於叢集。叢集分析試圖識別資料中所有變量的關鍵群組或叢集。 |
| 第四句係關於極端值 — 顯著高於或低於平均值的值。 |
| 散佈圖故事的其餘句子使用範圍和平均值分析來撰寫見解。 |
瞭解整個故事百分比的分析
整體故事類型的百分比最適合用於瞭解維度或度量代表整體的哪一部分。
下方的整個故事百分比範例係關於按細分市場劃分的銷售額:
範例故事 | 故事分解 |
| 第一句話計算了度量的總值。 |
| 第二句話描述了驅動因素。在此範例中,驅動因素是對總銷售額貢獻最大的細分市場。 |
| 最後一句話分析了資料的分佈。 |