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

  1. Een Tableau-dataverhaal toevoegen aan een dashboard.
  2. Klik vanuit uw dashboard op het pictogram Instellingen in de linkerbovenhoek van uw Dataverhaal-object.
  3. Klik op het tabblad Analyse in het dialoogvenster Dataverhaal.
  4. Klik op de schakelaars om verschillende soorten analyses in te schakelen.
  5. Voor Segmenten en Trendlijn, kunt u Instellingen uitklappen om drempelwaarden in te stellen voor het uitvoeren van die analyses.
  6. 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:

Een voorbeeldverhaal met tekstinzichten over de verkoop per maand. De tekst in deze afbeelding is getranscribeerd in de volgende tabel.

VoorbeeldverhaalUitsplitsing van het verhaal
  • Gemiddelde verkoop was $ 47.858 over alle 48 maanden.
  • De minimumwaarde was $ 4.520 (februari 2014) en de maximumwaarde was $ 118.448 (november 2017).
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 verkoop steeg met 489% in de loop van de reeks, maar eindigde met een neerwaartse trend, die in de laatste maand afnam.
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 grootste procentuele stijging vond plaats in maart 2014 (+1.132%). De grootste stijging op absolute basis vond echter plaats in september 2014 ($ +53.868).
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.
  • Van de drie reeksen bestond de sterkste relatie tussen het bedrijfskantoor en het thuiskantoor, die een gematigde positieve correlatie vertoonden, wat erop wijst dat naarmate de ene (bedrijfskantoor) toeneemt, de andere (thuiskantoor) dat doorgaans ook doet, of andersom.
Deze zin is een Correlatie-inzicht. Dit type analytisch inzicht schrijft over opmerkelijke correlaties tussen verschillende reeksen in uw data.
  • De verkoop ondervond cycliciteit, waarbij elke cyclus ongeveer elke 12 maanden werd herhaald. Er was ook een patroon van kleinere cycli die zich ongeveer elke drie maanden herhaalden.
  • De verkoop vertoonde een significante positieve piek tussen oktober 2014 ($ 31.453) en februari 2015 ($ 11.951), oplopend tot $ 78.629 in november 2014.
Deze zin is een Segment-inzicht. Dit type analytisch inzicht schrijft over opmerkelijke stijgingen en dalingen in de loop van de tijd.
  • De algehele lineaire trend van de serie steeg naar $ 902 per maand voor een absolute wijziging van $ 42.394 in de loop van de reeks. Als deze trend zich de komende maand voortzet, zal de verkoop naar verwachting ongeveer $ 69.958 bedragen.
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:

Een voorbeeldverhaal met tekstinzichten over de verkoop per product. De tekst in deze afbeelding is getranscribeerd in de volgende tabel.

VoorbeeldverhaalUitsplitsing van het verhaal
  • De totale verkoop bedraagt $ 2,3 miljoen voor alle 17 producten.
De eerste zin berekent de totale waarde van uw meetwaarde.
  • De verkoop van $ 2,3 miljoen werd aangedreven door Telefoons met $ 330.007, Stoelen met $ 328.449, en Opslag met $ 223.844.
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 distributie is positief scheef als het gemiddelde van $ 135.129 hoger is dan de mediaan van $ 114.880.
  • De verkoop is relatief geconcentreerd met 78% van het totaal vertegenwoordigd door acht van de 17 producten (47%).
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.
  • De top twee producten samen vertegenwoordigen een kwart (29%) van de totale verkoop.
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.
  • Telefoons ($ 330.007) is meer dan twee keer groter dan het gemiddelde over alle 17 producten.
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:

Een voorbeeldverhaal met tekstinzichten over winst en verkoop. De tekst in deze afbeelding is getranscribeerd in de volgende tabel.

VoorbeeldverhaalUitsplitsing van het verhaal
  • Naarmate de hoeveelheid toenam en de winst toenam, steeg de verkoop op basis van de verstrekte data. Vooral toen de hoeveelheid toenam met 1, steeg de verkoop $ 49,55, en toen de winst toenam met $ 1,00, steeg de verkoop $ 1,20.
  • Weinig klanten weken af van deze algemene relatie, wat wijst op een goede match.
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.
  • Wanneer deze worden georganiseerd in groepen met een vergelijkbare winst, hoeveelheid en verkoopwaarden, valt één afzonderlijke groep op. Er waren 651 klanten met winstwaarden tussen -$ 6.626 en $ 1.488, een hoeveelheid tussen 2 en 122 en een verkoop tussen $ 4,83 en $ 5.690.
De derde zin is afgeleid van clustering. Clusteranalyse probeert sleutelgroepen of clusters te identificeren binnen alle variabelen in de data.
  • Tamara Chand, Raymond Buch, en Sanjit Chandwaren onder meer uitschieters met hoge winst- en verkoopwaarden. Sean Miller viel op met een lage winst en een hoge verkoopwaarde.
De vierde zin is geschreven over uitschieters: waarden die aanzienlijk boven of onder het gemiddelde liggen.
  • De minimumwaarde voor winst is -$ 6.626 (Cindy Stewart) en de maximumwaarde is $ 8.981 (Tamara Chand), een verschil van $ 15.608. De gemiddelde winst per klant bedraagt $ 361 en de mediaan is $ 228.
  • De minimumwaarde voor hoeveelheid is 2 (Anthony O'Donnell) en de maximumwaarde is 150 (Jonathan Doherty), een verschil van 148. De gemiddelde hoeveelheid per klant bedraagt 47,76 en de mediaan is 44.
  • De distributie van de verkoop varieert van $ 4,83 (Thais Sissman) tot $ 25.043 (Sean Miller), een verschil van $ 25.038. De gemiddelde verkoop per klant bedraagt $ 2.897 en de mediaan is $ 2.256.
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:

Een voorbeeldverhaal met tekstinzichten over verkoop per segment. De tekst in deze afbeelding is getranscribeerd in de volgende tabel.

VoorbeeldverhaalUitsplitsing van het verhaal
  • De totale SUM(Verkoop) bedraagt 2,3 miljoen voor alle drie de entiteiten.

De eerste zin berekent de totale waarde van uw meetwaarde.
  • De SUM(Verkoop) van 2,3 miljoen werd aangedreven door Consument met 1,2 miljoen, Bedrijf met 706.146 en Thuiskantoor met 429.653.

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 minimumwaarde is 429.653 (thuiskantoor) en de maximumwaarde is 1,2 miljoen (consument), een verschil van 731.748, gemiddeld 765.734.
De laatste zin analyseert de distributie van de data.