Definir as configurações de história com dados do Tableau: Análises

Mudanças importantes para Histórias de dados do Tableau

As Histórias de dados do Tableau serão descontinuadas em Tableau Desktop, Tableau Cloud e Tableau Server em janeiro de 2025 (2025.1). Com os avanços nas tecnologias de linguagem natural, estamos desenvolvendo uma interface aprimorada que tornará mais fácil fazer perguntas sobre seus dados e ficar por dentro das mudanças. Para obter mais informações, veja Como o Tableau Pulse com tecnologia Tableau AI está reimaginando a experiência de dados(O link abre em nova janela)

Dentro de sua História com dados do Tableau, você pode escolher sobre quais análises escrever e quando essas análises são escritas. Diferentes tipos de análise estão disponíveis dependendo do seu tipo de história e de quantas dimensões e medidas sua história tem. No entanto, a análise não tem suporte atualmente para tipos de história de gráfico de dispersão. Para obter mais informações, consulte Escolha o tipo de história certa para sua história com dados do Tableau.

Configurar análises para sua história

  1. Adicionar Histórias com dados do Tableau a um painel.
  2. No seu painel, clique no ícone Configurações no canto superior esquerdo do objeto Histórias com dados.
  3. Na caixa de diálogo Histórias com dados, clique na guia Análise.
  4. Clique nos interruptores para ativar diferentes tipos de análise.
  5. Para Segmentos e Linha de tendência, expanda Configurações para definir limites para realizar essas análises.
  6. Clique em Salvar.

Entenda os diferentes tipos de análise

Correlação

Use Correlação para identificar correlações estatísticas verdadeiras entre duas séries. Se você tiver mais de duas séries, todas as combinações serão analisadas quanto a correlações. Por exemplo, você pode ativar a Correlação para identificar quando dois produtos são frequentemente comprados juntos.

Clustering

Use Clustering para identificar grupos distintos de pontos de dados (clusters) usando uma única análise estatística. Por exemplo, você pode ativar o Clustering para identificar quando um produto é muito popular em uma região geográfica específica.

Distribuição

Use Distribuição para classificar pontos de dados em relação uns aos outros usando observações não estatísticas, como média, mediana, distorção etc. Por exemplo, você pode ativar Distribuição para identificar qual produto tem a maior taxa de lucro.

Segmentos

Use Segmentos para destacar alterações dignas de nota em pontos de dados em uma série. Primeiro, defina a porcentagem mínima de alteração sobre a qual você deseja escrever em um segmento. As alterações que ficam abaixo do limite definido não são descritas. Por exemplo, se você definir seu limite de segmento para alterações superiores a 60%, sua história não escreverá sobre um vale em uma série temporal que apresente uma redução de 30%.

Depois de definir seu limite, escolha se deseja Aplicar formatação e defina a porcentagem mínima de alteração que deseja formatar.

Linha de tendência

Use a Linha de tendência para calcular uma linha de melhor ajuste linear e identificar os dados que se enquadram em uma porcentagem definida de confiança. Os dados com alta variabilidade têm um nível de confiança mais baixo do que os dados mais consistentes e esse nível de confiança afeta se as linhas de tendência são gravadas. Você pode usar linhas de tendência para histórias que tenham uma dimensão e uma medida ou pode usar linhas de tendência em uma pesquisa detalhada. Para obter mais informações sobre detalhamentos, consulte Definir as configurações de História com dados do Tableau: narrativa .

Defina a porcentagem mínima de confiança para sua linha de tendência. Se você definir seu limite em 95%, mas uma linha de tendência puder ser desenhada com 90% de confiança, sua história não escreverá sobre linhas de tendência. Depois de definir seu limite, escolha se deseja Aplicar formatação. Em seguida, defina a porcentagem mínima de alteração que você deseja formatar.

As Histórias com dados do Tableau sobre linhas de tendência comunicam a mudança absoluta ao longo de um período. A história escrita sobre sua linha de tendência varia dependendo do nível de detalhamento que você definiu para sua história. Se sua história usa muita verbosidade, então sua história escreve sobre o valor R-quadrado, que é um conceito estatístico que quantifica o quão bem seus dados se ajustam à linha de tendência. Para obter mais informações sobre as configurações de detalhamento, consulte Definir as configurações de História com dados do Tableau: narrativa.

Nas configurações da Linha de tendência, você também pode escolher quantos períodos no futuro você deseja que sua história escreva previsões. Quando você usa previsões, sua história usa a inclinação e a interceptação da linha de tendência para calcular os valores previstos para períodos futuros. A confiança da previsão adiciona limites superiores e inferiores ao limite de confiança que você definiu para linhas de tendência. Você pode usar previsões quando sua história tiver pelo menos 30 pontos de dados lineares.

Volatilidade

Use Volatilidade para analisar desvios padrão ao longo do tempo. Por exemplo, use Volatilidade quando quiser que sua história escreva sobre valores que estão fora do intervalo médio de seus dados.

Divida como as análises são usadas para gerar histórias

Neste ponto, você pode estar se perguntando como funcionam as análises para diferentes tipos de história. Vamos dar uma olhada em um exemplo para cada tipo de história e dividir cada frase na história.

Entenda a análise de histórias discretas

Como as histórias contínuas medem tendências ao longo do tempo, Histórias de dados escreve sobre desempenho, progressão, médias, totais, sequências, volatilidade, segmentos e previsões.

O exemplo a seguir de uma história contínua é sobre vendas por mês:

Uma história de exemplo com informações de texto sobre vendas por mês. O texto desta imagem é transcrito na tabela a seguir.

Exemplo de históriaDetalhamento da história
  • As vendas médias foram de US$ 47.858 em todos os 48 meses.
  • O valor mínimo foi de US$ 4.520 (fevereiro de 2014) e o máximo foi de US$ 118.448 (novembro de 2017).
As duas primeiras frases usam funções de média e intervalo para escrever sobre os valores médio, máximo e mínimo no período que você está analisando.
  • As vendas aumentaram 489% ao longo da série, mas terminaram com uma tendência de queda, diminuindo no último mês.
A terceira frase é sobre o desempenho geral da medida ao longo do período. Por exemplo, uma frase pode ser sobre se as vendas aumentaram, diminuíram ou tiveram uma tendência diferente durante um período específico.
  • O maior aumento individual em base percentual ocorreu em março de 2014 ( +1.132% ). No entanto, o maior aumento único em base absoluta ocorreu em setembro de 2014 ( +US$ 53.868 ).
A quarta frase usa análise de progressão. Esta frase descreve o maior aumento e diminuição com base na medida durante o período usando uma base percentual e uma base absoluta.
  • Das três séries, a relação mais forte foi entre Corporate e Home Office, que apresentou correlação positiva moderada, sugerindo que à medida que uma (Corporate) aumenta, a outra (Home Office) geralmente também aumenta, ou vice-versa.
Esta frase é uma informação de Correlação. Esse tipo de informação analítica escreve sobre correlações notáveis entre diferentes séries em seus dados.
  • As vendas experimentaram ciclicidade, repetindo cada ciclo a cada 12 meses. Havia também um padrão de ciclos menores que se repetiam a cada três meses.
  • As vendas tiveram um pico positivo significativo entre outubro de 2014 (US$ 31.453) e fevereiro de 2015 (US$ 11.951), subindo para US$ 78.629 em novembro de 2014 .
Esta frase é uma informação de Segmento. Esse tipo de informação analítica escreve sobre aumentos e diminuições notáveis ao longo do tempo.
  • A tendência linear geral da série subiu para US$ 902 por mês para uma mudança absoluta de US$ 42.394 ao longo da série. Se essa tendência continuar no próximo mês, as vendas deverão ser de cerca de US$ 69.958.
Esta frase é um insight da Linha de tendência. Esse tipo de informação escreve sobre como as tendências se ajustam aos seus dados com uma certa porcentagem de confiança, e as linhas de tendência permitem que você faça previsões com base em tendências históricas.

Entenda a análise de histórias discretas

Como as histórias discretas permitem comparar valores e entender a distribuição dos dados, a história escreve sobre distribuição, médias, totais e agrupamentos ou agrupamentos nos dados.

O exemplo a seguir de uma história discreta é sobre vendas por produto:

Uma história de exemplo com informações de texto sobre vendas por produto. O texto desta imagem é transcrito na tabela a seguir.

Exemplo de históriaDetalhamento da história
  • As vendas totais são de US$ 2,3 milhões em todos os 17 produtos.
A primeira frase calcula o valor total da sua medida.
  • As vendas de US$ 2,3 milhões foram impulsionadas por Telefones com US$ 330.007, Cadeiras com US$ 328.449 e Armazenamento com US$ 223.844 .
A segunda frase escreve sobre os drivers de dimensão. Neste exemplo, os direcionadores de dimensão são os produtos que mais contribuíram para as vendas totais.
  • A distribuição é positivamente enviesada, pois a média de US$ 135.129 é maior que a mediana de US$ 114.880 .
  • As vendas estão relativamente concentradas com 78% do total representado por oito dos 17 produtos (47%).
A terceira e quarta frases analisam a distribuição dos dados. Isso analisa as médias, medianas, concentração de dados (se houver) e como os dados são distorcidos. Isso ajuda a identificar o quão equilibradas essas variáveis agrupadas são comparadas umas com as outras.
  • Os dois principais produtos combinam mais de um quarto (29%) das vendas totais.
Esta frase usa Clustering para escrever sobre medidas que podem ser agrupadas. Isso ajuda a identificar se existem grupos distintos que se destacam nos dados.
  • Telefones (US$ 330.007) é mais de duas vezes maior que a média dos 17 produtos.
A frase final escreve sobre notáveis valores discrepantes.

Entenda a análise para histórias de dispersão

Os tipos de histórias de dispersão são mais bem usados para entender a relação entre duas medidas e, por esse motivo, as histórias de dispersão requerem 2 a 3 medidas. A análise de gráfico de dispersão escreve sobre o relacionamento (regressão) entre duas medidas e escreve sobre grupos (clusters) dentro dos dados, se existirem.

O exemplo a seguir de uma história de gráfico de dispersão é sobre lucro e vendas em uma dimensão:

Uma história de exemplo com informações de texto sobre lucro e vendas. O texto desta imagem é transcrito na tabela a seguir.

Exemplo de históriaDetalhamento da história
  • À medida que a quantidade aumentava e o lucro aumentava, as vendas aumentavam com base nos dados fornecidos. Especificamente, quando a quantidade aumentou em 1, as vendas aumentaram US$ 49,55 , e quando o lucro aumentou em US$ 1,00 , as vendas aumentaram US$ 1,20.
  • Poucos clientes se desviaram dessa relação geral, indicando um bom ajuste.
As duas primeiras frases são alimentadas por análise de regressão. A regressão mostra como uma medida afeta outra. Observe que, na primeira frase, a história identificou uma relação entre lucro e vendas.
  • Quando organizados em grupos de valores semelhantes de lucro, quantidade e vendas, um grupo distinto se destaca. Foram 651 clientes que tiveram valores de lucro entre -US$ 6.626 e US$ 1.488, quantidade entre 2 e 122 e vendas entre US$ 4,83 e US$ 5.690 .
A terceira frase é derivada de agrupamento. A análise de clustering tenta identificar os principais grupos ou clusters em todas as variáveis nos dados.
  • Tamara Chand, Raymond Buche Sanjit Chand, entre outros foram discrepantes com altos valores de lucro e vendas. Sean Miller se destacou com baixo lucro e alto valor de vendas.
A quarta frase é escrita sobre valores discrepantes – valores que ficam significativamente acima ou abaixo da média.
  • O valor mínimo para lucro é -US$6.626 (Cindy Stewart) e o valor máximo é US$ 8.981 (Tamara Chand), uma diferença de US$ 15.608 . O lucro médio por cliente é de US$ 361 e a mediana é de US$ 228.
  • O valor mínimo para quantidade é 2 (Anthony O'Donnell) e o valor máximo é 150 (Jonathan Doherty), uma diferença de 148 . A quantidade média por cliente é 47,76 e a mediana é 44 .
  • A distribuição das vendas varia de US$ 4,83 (Thais Sissman) para US$ 25.043 (Sean Miller), uma diferença de US$ 25.038 . A média de vendas por cliente é de US$ 2.897 e a mediana é de US$ 2.256.
As frases restantes para histórias de gráficos de dispersão usam análise de intervalo e média para escrever informações.

Entenda a análise de porcentagem de histórias inteiras

Porcentagem de tipos de histórias inteiras são melhores para entender qual parte de um todo uma dimensão ou medida representa.

O exemplo a seguir de uma porcentagem de toda a história é sobre vendas por segmento:

Uma história de exemplo com informações de texto sobre vendas por segmento. O texto desta imagem é transcrito na tabela a seguir.

Exemplo de históriaDetalhamento da história
  • O SUM(Vendas) total é de 2,3 milhões em todas as três entidades.

A primeira frase calcula o valor total da sua medida.
  • O SUM(Vendas) de 2,3 milhões foi impulsionado pelo Consumidor com 1,2 milhão, Corporate com 706.146 e Home Office com 429.653.

A segunda frase escreve sobre impulsionadores. Neste exemplo, os impulsionadores são os segmentos que mais contribuíram para as vendas totais.
  • O valor mínimo é 429.653 (Home Office) e o máximo é 1,2 milhão (Consumidor), uma diferença de 731.748, com média de 765.734.
A frase final analisa a distribuição dos dados.