시계열 비주얼리제이션의 예측 모델링 함수

이 문서에서는 예측 모델링 함수를 사용하여 미래 날짜에 대한 예측을 수행할 수 있도록 시간 축을 미래로 확장하는 데 필요한 단계를 설명합니다.

방법을 보려면 아래 예를 따라하십시오.

1단계: 비주얼리제이션 만들기

  1. Tableau Desktop에서 Tableau와 함께 제공된 샘플 – 슈퍼스토어라는 저장된 데이터 원본에 연결합니다.

  2. Sheet 1 워크시트로 이동합니다.

  3. 데이터 패널에서 Order Date(주문 날짜) 차원을 열 선반으로 끌어옵니다.

  4. 측정값의 상황에 맞는 메뉴를 열어 목록 수준을 월 및 연도로 변경합니다.

    측정값의 상황에 맞는 메뉴

  5. Profit(수익)를 행 선반으로 끌어옵니다.

2단계: 예측 계산 만들기

  1. 클릭하여 상단의 분석 메뉴를 연 다음 계산된 필드 만들기를 선택합니다.

  2. 계산 에디터에서 다음 작업을 수행합니다.

    • 계산의 이름을 Quantile Predict Median Profit로 지정합니다.

    • 다음 수식을 입력합니다.

    • MODEL_QUANTILE(0.5, SUM([Profit]),ATTR(DATETRUNC('month', [Order Date])))

    MODEL_QUANTILE 함수는 지정된 사분위수를 가져와 입력한 예측자를 기반으로 값을 예측합니다. 이 경우 quantile = 0.5이므로 중앙값을 예측합니다. 수익을 예측하려고 하므로 대상 식은 SUM([Profit])입니다. 그리고 과거 성과를 예측의 기준으로 사용하려고 하므로 날짜를 예측자로 포함해야 합니다.

    참고: 예측 모델링 함수를 사용할 경우 집계 인수와 비집계 인수를 혼합할 수 없습니다. 대상 식이 집계여야 하므로 예측자도 집계여야 합니다. 이 경우 ATTR(DATETRUNC('month', [Order Date]))를 사용했습니다. ATTR 함수 사용에 대한 자세한 내용은 특성(ATTR) 함수를 사용하는 경우를 참조하십시오.
  3. 작업을 마쳤으면 확인을 클릭합니다.

    이제 예측 계산이 데이터 패널에서 계산된 필드로 추가됩니다.

3단계: 뷰에 예측 계산 추가

  1. 예측 계산을 SUM(Profit) 오른쪽에 있는 행 선반으로 끌어옵니다.

  2. 측정값을 마우스 오른쪽 단추로 클릭(Mac의 경우 Control 클릭)하고 이중 축을 선택합니다.

  3. 이중 축 차트에서 두 축을 정렬하여 동일한 배율을 사용하게 하려면 보조 축(이 경우 Quantile Predict Median Profit)을 마우스 오른쪽 단추로 클릭(Mac의 경우 Control 클릭)하고 축 동기화를 선택합니다. 이렇게 하면 두 축의 배율이 정렬됩니다.

    수익 선과 예측 곡선이 있는 라인 차트

4단계: 날짜 범위 확장 및 데이터 고밀도화

마지막 단계는 현재 날짜 범위를 넘어서 마크를 추가할 수 있도록 가로 축을 미래로 확장하는 것입니다.

  1. 이 작업을 수행하려면 MONTH(Order Date) 알약 모양 필드의 상황에 맞는 메뉴를 열고 날짜 범위 연장을 선택하면 됩니다.

  2. 날짜 범위 연장 대화 상자에서 축을 16개월 연장해보겠습니다.

    날짜 범위 연장 대화 상자

    Tableau에서 가로 축이 확장되고 뷰가 자동으로 업데이트되며 이러한 미래 날짜에 대한 예측이 포함됩니다.

    날짜 축이 미래 날짜로 연장된 라인 차트

    파란색 Profit(수익) 선이 그래프 끝을 지나 확장되지 않습니다. 그러나 예측 계산을 나타내는 주황색 선인 Quantile Predict Median Profit(사분위수 예측 중앙값 수익)은 그래프 끝까지 확장됩니다. 미래 날짜의 예측된 수익을 계산하는 것은 데이터 고밀도화의 예이며, Tableau가 뷰에 추가 마크를 만들어 누락된 값을 보완할 때 발생합니다. 데이터는 기초 데이터 원본에 추가되지 않습니다. 마크가 생성되어 뷰에 추가될 뿐입니다.

참고: 날짜 범위를 미래로 연장하면 Tableau가 분석 메뉴에서 누락된 값에서 속성 유추 옵션을 자동으로 사용하도록 설정합니다. 이 옵션이 설정되면 예측 계산이 누락된 값에 대해 작동합니다. 이 메뉴 옵션에 대한 자세한 내용은 생성된 마크가 있는 예측 모델링을 참조하십시오.

데이터 고밀도화에 대한 자세한 내용은 Data Plus Science(링크가 새 창에서 열림)에서 데이터 고밀도화 게시물(링크가 새 창에서 열림)을 참조하십시오.
피드백을 제공해 주셔서 감사합니다!귀하의 피드백이 제출되었습니다. 감사합니다!