Configurer les paramètres des histoires basées sur des données Tableau : Analyses
Changements importants pour Tableau Histoires de données
Tableau Histoires de données sera retiré dans Tableau Desktop, Tableau Cloud, et Tableau Server en janvier 2025 (2025.1). Grâce aux progrès des technologies du langage naturel, nous développons une interface améliorée qui permettra de poser plus facilement des questions sur vos données et de rester au courant des changements. Pour plus d’informations, consultez l’article Comment Tableau Pulse alimenté en énergie Tableau AI les expériences liées aux données.(Le lien s’ouvre dans une nouvelle fenêtre)
Dans votre histoire basée sur des données Tableau, vous pouvez choisir les analyses sur lesquelles rédiger et quand ces analyses sont rédigées. Différents types d’analyses sont disponibles en fonction du type de votre histoire et du nombre de dimensions et de mesures de votre histoire. Cependant, les analyses ne sont actuellement pas prises en charge pour les types d’histoires de type nuage de points. Pour plus d’informations, consultez Choisir le bon type d’histoire pour votre histoire basée sur des données Tableau.
Configurer les analyses pour votre histoire
- Ajouter une histoire basée sur des données Tableau à un tableau de bord.
- À partir de votre tableau de bord, cliquez sur l’icône Paramètres dans le coin supérieur gauche de votre objet Histoire basée sur des données.
- Dans la boîte de dialogue Histoire basée sur des données, cliquez sur l’onglet Analyses.
- Cliquez sur les commutateurs pour activer différents types d’analyses.
- Pour Segments et Ligne de tendance , développez Paramètres pour définir des seuils pour effectuer ces analyses.
- Cliquez sur Enregistrer.
Comprendre les différents types d’analyse
Corrélation
Utilisez Corrélation pour identifier les véritables corrélations statistiques entre deux séries. Si vous avez plus de deux séries, toutes les combinaisons sont analysées pour les corrélations. Par exemple, vous pouvez activer la corrélation pour déterminer dans quelles circonstances deux produits sont souvent achetés ensemble.
Regroupement
Utilisez le Regroupement pour identifier des groupes distincts de points de données (clusters) à l’aide d’une seule analyse statistique. Par exemple, vous pouvez activer Regroupement pour déterminer quand un produit est très populaire dans une région géographique spécifique.
Distribution
Utilisez Distribution pour classer les points de données les uns par rapport aux autres à l’aide d’observations non statistiques, telles que la moyenne, la médiane, l’asymétrie, etc. Par exemple, vous pouvez activer Distribution pour identifier le produit qui présente le taux de profit le plus élevé.
Segments
Utilisez Segments pour mettre en évidence les modifications notables apportées aux points de données d’une série. Tout d’abord, définissez le pourcentage minimal de modification sur lequel vous souhaitez écrire dans un segment. Les modifications qui se situent en dessous de votre seuil défini ne font pas l’objet d’une écriture. Par exemple, si vous définissez votre seuil de segment pour des modifications supérieures à 60 %, votre histoire n’écrit pas sur un creux dans une série chronologique qui présente une diminution de 30 %.
Une fois que vous avez défini le seuil, choisissez d’Appliquer la mise en forme ou non et définissez le pourcentage minimal de modification que vous souhaitez mettre en forme.
Courbe de tendance
Utilisez Courbe de tendance pour calculer une courbe linéaire adaptée et identifier les données se situant dans un pourcentage de confiance défini. Les données qui présentent une forte variabilité ont un niveau de confiance inférieur à celui des données plus cohérentes, et ce niveau de confiance affecte l’écriture des courbes de tendance. Vous pouvez utiliser des courbes de tendance pour les histoires qui ont une dimension et une mesure, ou vous pouvez utiliser des courbes de tendance dans une exploration. Pour plus d’informations sur les explorations, consultez Configurer les paramètres des histoires basées sur des données Tableau : Récit.
Définissez le pourcentage de confiance minimal pour votre courbe de tendance. Si vous définissez votre seuil à 95 %, mais qu’une courbe de tendance peut être tracée à 90 % de confiance, votre histoire n’écrit pas sur les courbes de tendance. Après avoir défini votre seuil, choisissez d’appliquer ou non la mise en forme. Définissez ensuite le pourcentage minimal de modification que vous souhaitez mettre en forme.
Les histoires basées sur des données Tableau concernant les lignes de tendance communiquent le changement absolu sur une période. L’histoire écrite sur votre courbe de tendance varie en fonction du niveau de verbosité que vous avez défini pour votre histoire. Si votre histoire utilise une verbosité élevée, votre histoire écrit sur la valeur R au carré, qui est un concept statistique qui quantifie à quel point vos données correspondent à la courbe de tendance. Pour plus d’informations sur les paramètres de verbosité, consultez Configurer les paramètres des histoires basées sur des données Tableau : Récit .
Dans les paramètres de Courbe de tendance, vous pouvez également choisir le nombre de périodes dans le futur pour lesquelles vous souhaitez que votre histoire écrive des prédictions. Lorsque vous utilisez des prédictions, votre récit utilise la pente et l’ordonnée à l’origine de la courbe de tendance pour calculer les valeurs prévues pour les périodes futures. La confiance de la prédiction ajoute des limites supérieures et inférieures au seuil de confiance que vous avez défini pour les courbes de tendance. Vous pouvez utiliser des prédictions lorsque votre histoire comporte au moins 30 points de données linéaires.
Volatilité
Utilisez la Volatilité pour analyser les écarts-types au fil du temps. Par exemple, utilisez Volatilité lorsque vous souhaitez que votre histoire écrive sur des valeurs qui se situent en dehors de la plage moyenne de vos données.
Décomposer le mode d’utilisation des analyses pour générer des histoires
À ce stade, vous vous demandez peut-être comment fonctionnent les analyses pour différents types d’histoires. Examinons un exemple pour chaque type d’histoire et décomposons chaque phrase de l’histoire.
Comprendre l’analyse pour les histoires discrètes
Parce que les histoires continues mesurent les tendances au fil du temps, Histoires de données écrit sur les performances, la progression, les moyennes, les totaux, les séries, la volatilité, les segments et les prévisions.
L’exemple suivant d’histoire continue concerne les ventes par mois :
Exemple d’histoire | Répartition de l’histoire |
| Les deux premières phrases utilisent des fonctions de moyenne et de plage pour écrire sur les valeurs moyennes, maximales et minimales sur la période que vous analysez. |
| La troisième phrase concerne la performance globale de la mesure sur la période. Par exemple, une phrase peut indiquer si les ventes ont augmenté, diminué ou évolué différemment au cours d’une période spécifique. |
| La quatrième phrase utilise une analyse de progression. Cette phrase écrit sur la plus grande augmentation et diminution basée sur la mesure au cours de la période en utilisant à la fois une base de pourcentage et une base absolue. |
| Cette phrase est un aperçu de la corrélation. Ce type d’informations analytiques écrit sur les corrélations notables entre différentes séries de vos données. |
| Cette phrase est un aperçu du segment. Ce type d’information analytique écrit sur les augmentations et les diminutions notables au fil du temps. |
| Cette phrase est un aperçu de la courbe de tendance . Ce type d’informations écrit sur la façon dont les tendances correspondent à vos données avec un certain pourcentage de confiance, et les lignes de tendance vous permettent de faire des prédictions basées sur les tendances historiques. |
Comprendre l’analyse pour les histoires discrètes
Étant donné que les histoires discrètes vous permettent de comparer des valeurs et de comprendre la distribution des données, l’histoire écrit sur la distribution, les moyennes, les totaux et les regroupements ou clusters à travers les données.
L’exemple suivant d’histoire discrète concerne les ventes par produit :
Exemple d’histoire | Répartition de l’histoire |
| La première phrase calcule la valeur totale de votre mesure. |
| La deuxième phrase écrit sur les facteurs de dimension. Dans cet exemple, les facteurs de dimension sont les produits qui ont le plus contribué aux ventes totales. |
| Les troisième et quatrième phrases analysent la distribution des données. Cela analyse les moyennes, les médianes, la concentration des données (le cas échéant) et la façon dont les données sont faussées. Cela permet d’identifier l’équilibre de ces variables groupées les unes par rapport aux autres. |
| Cette phrase utilise le regroupement pour écrire sur les mesures qui peuvent être regroupées. Cela permet de déterminer s’il existe des groupes distincts qui se démarquent dans les données. |
| La dernière phrase écrit sur des valeurs atypiques notables. |
Comprendre les analyses pour les histoires en nuage de points
Les types d’histoires en nuage de points sont adaptés pour comprendre la relation entre deux mesures, et pour cette raison, les histoires en nuage de points nécessitent 2 à 3 mesures. L’analyse du nuage de points écrit sur la relation (régression) entre deux mesures, et elle écrit sur les groupes (clusters) au sein des données, le cas échéant.
L’exemple suivant d’histoire en nuage de points concerne les bénéfices et les ventes dans une dimension :
Exemple d’histoire | Répartition de l’histoire |
| Les deux premières phrases sont alimentées par l’analyse de régression. La régression montre comment une mesure affecte une autre. Notez que dans la première phrase, l’histoire a identifié une relation entre profit et ventes. |
| La troisième phrase est dérivée du regroupement. L’analyse de regroupement tente d’identifier des groupes ou clusters clés parmi toutes les variables des données. |
| La quatrième phrase concerne les valeurs atypiques, c’est-à-dire les valeurs nettement supérieures ou inférieures à la moyenne. |
| Les phrases restantes pour les histoires en nuage de points utilisent une analyse de plage et de moyenne pour écrire des informations. |
Comprendre les analyses pour le pourcentage d’histoires entières
Les types de pourcentage d’histoires entières sont les meilleurs pour comprendre quelle partie d’un ensemble une dimension ou une mesure représente.
L’exemple suivant d’un pourcentage de toute l’histoire concerne les ventes par segment :
Exemple d’histoire | Répartition de l’histoire |
| La première phrase calcule la valeur totale de votre mesure. |
| La deuxième phrase parle des facteurs. Dans cet exemple, les facteurs sont les segments qui ont le plus contribué aux ventes totales. |
| La dernière phrase analyse la distribution des données. |