วิเคราะห์ด้วยด้วยวันที่สองใน Tableau Desktop

นี่คือช่วงที่สองของบทแนะนำและถือว่าช่วงแรก การค้นหาวันที่ที่สองด้วย Tableau Prep เสร็จสมบูรณ์แล้ว

ในช่วงแรก เรานำชุดข้อมูลเดิมมาสร้างเพื่อตอบคำถามต่อไปนี้

  1. ระยะเวลาเป็นจำนวนวันระหว่างการละเมิดครั้งแรกและครั้งที่สองสำหรับผู้ขับขี่แต่ละคนคือกี่วัน

  2. เปรียบเทียบจำนวนเงินค่าปรับสำหรับการละเมิดครั้งแรกและครั้งที่สอง มีความสัมพันธ์กันหรือไม่

  3. ผู้ขับขี่รายใดจ่ายโดยรวมมากที่สุด ใครจ่ายน้อยที่สุด

  4. มีผู้ขับขี่กี่คนที่มีการละเมิดหลายประเภท

  5. จำนวนเงินค่าปรับโดยเฉลี่ยสำหรับผู้ขับขี่ที่ไม่เคยเข้าเรียนในโรงเรียนสอนขับรถคือเท่าใด

เมื่อเราสำรวจคำถามเหล่านี้ จะเห็นได้ชัดเจนว่าโครงสร้างข้อมูลแรกที่เราสร้างขึ้นมีทั้งข้อดีและข้อเสีย เราจะกลับไปที่ Tableau Prep Builder และเปลี่ยนรูปแบบเพิ่มเติม จากนั้นดูว่าส่งผลต่อการวิเคราะห์เดียวกันใน Tableau Desktop อย่างไร ท้ายที่สุด เราจะดูแนวทาง Tableau Desktop เท่านั้นเพื่อวิเคราะห์นิพจน์ระดับรายละเอียด (LOD) ด้วยข้อมูลเดิม

เป้าหมายของบทแนะนำนี้คือการนำเสนอแนวคิดต่างๆ ในบริบทของสถานการณ์ในชีวิตจริง และทำงานผ่านตัวเลือกต่างๆ ไม่ใช่การกำหนดโดยบังคับว่าข้อใดดีที่สุด ในตอนท้าย คุณควรจะมีความเข้าใจมากขึ้นว่าโครงสร้างข้อมูลส่งผลต่อการคำนวณและการวิเคราะห์อย่างไร เช่นเดียวกับความคุ้นเคยกับแง่มุมต่างๆ ของ Tableau Prep และการคำนวณใน Tableau Desktop ที่มากขึ้น

หมายเหตุ: หากต้องการทำงานในบทแนะนำนี้ให้เสร็จสิ้น คุณต้องมี Tableau Prep Builder และติดตั้ง Tableau Desktop และข้อมูลที่ดาวน์โหลด

หากต้องการติดตั้ง Tableau Prep และ Tableau Desktop ก่อนดำเนินบทแนะนำนี้ต่อ โปรดดู คู่มือ Tableau Desktop และ Tableau Prep Deployment(ลิงก์จะเปิดในหน้าต่างใหม่) หรือคุณสามารถดาวน์โหลด Tableau Prep(ลิงก์จะเปิดในหน้าต่างใหม่) และ Tableau Desktop(ลิงก์จะเปิดในหน้าต่างใหม่) เพื่อทดลองใช้ฟรีได้

ชุดข้อมูลเป็นเอาท์พุตจาก Driver Infractions.tflx ซึ่งสร้างในช่วงแรก

การวิเคราะห์ใน Tableau Desktop

ในขณะนี้เราได้กำหนดค่าข้อมูลแล้ว เราจะป้อนข้อมูลไปยัง Tableau Desktop เราสามารถตอบคำถามบางข้อได้อย่างง่ายดาย แต่บางคำถามก็เกี่ยวข้องกับการคำนวณเล็กน้อย (หรือมาก) ลองใช้คำถามด้านล่าง คุณสามารถขยายแต่ละคำถามเพื่อดูข้อมูลพื้นฐานเกี่ยวกับวิธีดำเนินการหากคุณติดขัด

หมายเหตุ: คุณสามารถดาวน์โหลดเวิร์กบุ๊ก Driver Infractions.twbx(ลิงก์จะเปิดในหน้าต่างใหม่) เพื่อดูโซลูชันในบริบท โปรดจำไว้ว่าอาจมีวิธีอื่นในการตีความการวิเคราะห์หรือหาคำตอบ

1. ระยะเวลาเป็นจำนวนวันระหว่างการละเมิดครั้งแรกและครั้งที่สองสำหรับผู้ขับขี่แต่ละคนคือกี่วัน
2. เปรียบเทียบจำนวนเงินค่าปรับสำหรับการละเมิดครั้งแรกและครั้งที่สอง มีความสัมพันธ์กันหรือไม่
3. ผู้ขับขี่รายใดจ่ายโดยรวมมากที่สุด ใครจ่ายน้อยที่สุด
4. มีผู้ขับขี่กี่คนที่มีการละเมิดหลายประเภท
5. จำนวนเงินค่าปรับโดยเฉลี่ยสำหรับผู้ขับขี่ที่ไม่เคยเข้าเรียนในโรงเรียนสอนขับรถคือเท่าใด

ก้าวไปอีกขั้น ข้อมูลแบบมี Pivot

ขณะที่ข้อมูลที่เรากำลังทำงานอยู่มีการทำโครงสร้างที่ดีเพื่อตอบคำถามโดยเฉพาะเกี่ยวกับการละเมิดครั้งแรกและครั้งที่สอง แต่ก็ไม่ใช่โครงสร้างมาตรฐานที่แนะนำสำหรับใช้กับ Tableau Desktop ยิ่งการวิเคราะห์ของเราแตกต่างจากคำถามพื้นฐานเกี่ยวกับวันที่ละเมิดมากเท่าใด การคำนวณของเราก็ยิ่งซับซ้อนมากขึ้นในการรวมข้อมูลที่เกี่ยวข้องลงในแบบฟอร์มที่ใช้งานได้

โดยปกติ เมื่อข้อมูลถูกจัดเก็บไว้หลายคอลัมน์สำหรับข้อมูลประเภทเดียวกัน (เช่น สองคอลัมน์สำหรับวันที่ สองคอลัมน์สำหรับจำนวนเงินค่าปรับ ฯลฯ) และข้อมูลเฉพาะถูกเก็บไว้ในชื่อฟิลด์ (เช่น ไม่ว่าจะเป็นการละเมิดครั้งแรกและครั้งที่สอง) นี่เป็นข้อบ่งชี้ว่าคุณควรต้องทำ Pivot ข้อมูล

การทำ Pivot หลายครั้งใน Tableau Prep Builder สามารถจัดการปัญหานี้ได้อย่างดี เราสามารถทำงานจากจุดสิ้นสุดของลำดับงานการละเมิดของผู้ขับขี่ ของ Tableau Prep ที่สร้างขึ้นในบทแนะนำก่อนหน้า การค้นหาวันที่ที่สองด้วย Tableau Prep

เคล็ดลับ: ทำให้แน่ใจว่าคุณกลับมาใน Tableau Prep สำหรับขั้นตอนต่อไปนี้

  1. สำหรับขั้นตอนล้างสุดท้าย ให้เพิ่มขั้นตอนทำ Pivot ซึ่งทำ Pivot ด้วยฟิลด์ที่ทำซ้ำทุกๆ ฟิลด์ ใช้ไอคอนบวก ตรงมุมขวาบนของพื้นที่ฟิลด์แบบมี Pivot เพื่อเพิ่ม ค่าแบบมี Pivotอีก ฟิลด์แต่ละชุด (เช่น จำนวนเงินค่าปรับครั้งที่ 1 และครั้งที่ 2) ควรทำ Pivot เข้าด้วยกัน

    หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการทำ Pivot โปรดดู ล้างและกำหนดรูปแบบของข้อมูล

  2. ในพื้นที่ฟิลด์แบบมี Pivot ในส่วนคอลัมน์ชื่อของ Pivot1 ให้ดับเบิลคลิกแต่ละค่าและเปลี่ยนชื่อเป็นครั้งที่ 1 และครั้งที่ 2

    แผงการกำหนดค่า Pivot 1 ใน Tableau Prep แสดง Pivot 5 ค่า

คุณสามารถทำให้ผลลัพธ์เป็นระเบียบด้วยการลบวันที่ที่เป็นค่า Null รวมทั้งฟิลด์ที่เปลี่ยนชื่อใหม่และจัดลำดับใหม่

  1. เพิ่มขั้นตอนการล้างหลังจากทำ Pivot ในคอลัมน์วันที่ละเมิด คลิกขวาที่แถบ null และเลือกไม่รวม

  2. ดับเบิลคลิกชื่อฟิลด์ชื่อของ Pivot1 และเปลี่ยนชื่อเป็นจำนวนการละเมิด

  3. ลากฟิลด์ตามที่เหมาะสมเพื่อจัดลำดับใหม่ตามดังนี้

    ดูตัวอย่างของข้อมูลแบบมี Pivot และล้างข้อมูล

  1. จากข้อมูลแบบมี Pivot ใหม่ ให้สร้างเอาต์พุตชื่อว่า การละเมิดของผู้ขับขี่แบบมี Pivot และป้อนไปยัง Tableau Desktop (โปรดอย่าลืมเรียกใช้ลำดับงานหลังจากเพิ่มขั้นตอนเอาต์พุต )

ตอนนี้เราสามารถดูคำถาม 5 ข้อของเราอีกครั้งด้วยโครงสร้างข้อมูลแบบมี Pivot นี้ คุณสามารถขยายแต่ละโครงสร้างเพื่อดูข้อมูลพื้นฐานเกี่ยวกับวิธีดำเนินการหากคุณติดขัด

หมายเหตุ: คุณสามารถดาวน์โหลดไฟล์ลำดับงานที่เสร็จสมบูรณ์ Pivoted Driver Infractions.tflx เพื่อตรวจสอบงานของคุณหรือ ดาวน์โหลดเวิร์กบุ๊ก Pivoted Driver Infractions.twbx เพื่อดูโซลูชันในบริบท โปรดจำไว้ว่าอาจมีวิธีอื่นในการตีความการวิเคราะห์หรือหาคำตอบ

1. ระยะเวลาเป็นจำนวนวันระหว่างการละเมิดครั้งแรกและครั้งที่สองสำหรับผู้ขับขี่แต่ละคนคือกี่วัน
2. เปรียบเทียบจำนวนเงินค่าปรับสำหรับการละเมิดครั้งแรกและครั้งที่สอง มีความสัมพันธ์กันหรือไม่
3. ผู้ขับขี่รายใดจ่ายโดยรวมมากที่สุด ใครจ่ายน้อยที่สุด
4. มีผู้ขับขี่กี่คนที่มีการละเมิดหลายประเภท
5. จำนวนเงินค่าปรับโดยเฉลี่ยสำหรับผู้ขับขี่ที่ไม่เคยเข้าเรียนในโรงเรียนสอนขับรถคือเท่าใด

ประโยชน์ของข้อมูลแบบมี Pivot

หากเรารู้ว่าเราแค่ต้องใช้โครงสร้างนั้นตอบคำถามที่ตอบได้ง่ายเท่านั้น เราอาจยึดติดกับโครงสร้างข้อมูลเดิมจากบทแนะนำได้ อย่างไรก็ตาม ข้อมูลแบบมี Pivot นั้นยืดหยุ่นกว่า ถึงแม้ว่าจะต้องมีการคำนวณบ้าง แต่เมื่อเข้าที่แล้ว ชุดข้อมูลที่เป็นผลลัพธ์ก็เหมาะที่จะตอบคำถามที่กว้างขึ้น

ก้าวไปอีกขั้น การคำนวณเท่านั้น

หากคุณเข้าถึง Tableau Prep Builder ไม่ได้ล่ะ คุณโชคร้ายไปตลอดเลยหรือไม่หากคุณติดอยู่กับข้อมูลเดิม ไม่เลย

Tableau Desktop และนิพจน์ LOD สามารถตอบคำถามเชิงวิเคราะห์ของเราทั้งหมดได้ หากเราเชื่อมต่อไปยัง Traffic Violations.xlsx(ลิงก์จะเปิดในหน้าต่างใหม่) เดิม จะดูคล้ายคลึงกับชุดข้อมูลแบบมี Pivot มาก เพียงแค่ไม่มีฟิลด์จำนวนการละเมิดสำคัญ เราจะต้องเลียนแบบผลลัพธ์ของขั้นตอนการรวมผ่านนิพจน์ LOD

หมายเหตุ: คุณสามารถดาวน์โหลดเวิร์กบุ๊ก LOD Driver Infractions.twbx(ลิงก์จะเปิดในหน้าต่างใหม่) เพื่อดูโซลูชันในบริบท โปรดจำไว้ว่าอาจมีวิธีอื่นในการตีความการวิเคราะห์หรือหาคำตอบ

1. ระยะเวลาเป็นจำนวนวันระหว่างการละเมิดครั้งแรกและครั้งที่สองสำหรับผู้ขับขี่แต่ละคนคือกี่วัน
2. เปรียบเทียบจำนวนเงินค่าปรับสำหรับการละเมิดครั้งแรกและครั้งที่สอง มีความสัมพันธ์กันหรือไม่
3. ผู้ขับขี่รายใดจ่ายโดยรวมมากที่สุด ใครจ่ายน้อยที่สุด
4. มีผู้ขับขี่กี่คนที่มีการละเมิดหลายประเภท
5. จำนวนเงินค่าปรับโดยเฉลี่ยสำหรับผู้ขับขี่ที่ไม่เคยเข้าเรียนในโรงเรียนสอนขับรถคือเท่าใด

สิ่งสำคัญคือต้องจำไว้ว่าโซลูชันนี้มีการคำนวณแบบซ้อนและนิพจน์ LOD จำนวนมาก ประสิทธิภาพอาจเป็นปัญหาได้ ทั้งนี้ขึ้นอยู่กับขนาดของชุดข้อมูลและความซับซ้อนของข้อมูล

ไตร่ตรองเกี่ยวกับวิธีการ

แล้วควรไปเส้นทางไหน ทั้งหมดนั้นขึ้นอยู่กับคุณและเครื่องมือที่คุณมีอยู่

  • หากคุณต้องการหลีกเลี่ยง LOD ก็มีโซลูชันการสร้างข้อมูล แม้ว่าการคำนวณอาจจำเป็นสำหรับการวิเคราะห์บางอย่าง (การวิเคราะห์ใน Tableau Desktop)

  • หากคุณสามารถกำหนดรูปแบบข้อมูลและสะดวกที่จะคำนวณ รวมถึง LOD ตัวเลือกทางสายกลางจะมอบความยืดหยุ่นมากที่สุด (ก้าวไปอีกขั้น ข้อมูลแบบมี Pivot)

  • หากคุณสะดวกใช้ LOD จะมีผลกระทบต่อประสิทธิภาพน้อยที่สุด และ/หรือคุณไม่มีสิทธิ์เข้าถึง Tableau Prep การแก้ปัญหานี้ด้วย LOD เพียงอย่างเดียวคือตัวเลือกที่ใช้การได้ (ก้าวไปอีกขั้น การคำนวณเท่านั้น)

อย่างน้อยที่สุด ควรเข้าใจว่าการรวมใน Tableau Prep และนิพจน์ระดับรายละเอียดใน Tableau Desktop มีความสัมพันธ์กันและส่งผลต่อการวิเคราะห์ข้อมูลอย่างไร เช่นเดียวกับวิธีส่วนใหญ่ใน Tableau มีวิธีทำมากกว่าหนึ่งวิธี การสำรวจตัวเลือกต่างๆ ทั้งหมดสามารถช่วยนำแนวคิดมารวมกัน และให้คุณเลือกทางออกที่ดีที่สุดสำหรับตน

การคำนวณใช้

หมายเหตุ: ขอขอบคุณเป็นพิเศษสำหรับหัวข้อ Workout Wednesday ของ Ann Jackson ลูกค้าใช้จ่ายมากขึ้นในการซื้อครั้งแรกหรือครั้งที่สองหรือไม่(ลิงก์จะเปิดในหน้าต่างใหม่) และเคล็ดลับ Tableau Prep ของ Andy Kriebel การส่งคืนวันที่ซื้อครั้งแรกและครั้งที่สอง(ลิงก์จะเปิดในหน้าต่างใหม่) ซึ่งให้แรงบันดาลใจเริ่มต้นสำหรับบทแนะนำนี้ การคลิกลิงก์เหล่านี้จะนำคุณออกจากเว็บไซต์ Tableau Tableau ไม่สามารถรับผิดชอบความถูกต้องหรือความใหม่ของหน้าต่างๆ ที่ผู้ให้บริการภายนอกเป็นผู้ดูแลได้ โปรดติดต่อเจ้าของหากคุณมีคำถามเกี่ยวกับเนื้อหาของพวกเขา