Tipos de explicação em Explique os dados

Aplica-se a: Tableau Cloud, Tableau Desktop, Tableau Server

Cada vez que você seleciona uma nova marca em uma visualização ou painel e executa Explique os dados, o Tableau executa uma nova análise estatística considerando essa marca e os dados subjacentes na pasta de trabalho. As possíveis explicações são exibidas em seções expansíveis no painel Guia de dados. Para obter informações sobre como Explque os dados analisa e avalia as explicações, consulte Como funciona o Explique os dados.

Explorar os valores subjacentes

A seção lista as explicações para cada medida que pode ser explicada (chamadas de medidas de destino). Cada explicação listada aqui descreve uma relação com os valores da medida-alvo que são testados na marca analisada. Use a compreensão prática e do mundo real dos dados para determinar se os relacionamentos encontrados por Explique os dados são significativos e se vale a pena explorá-los.

Neste exemplo, a distância da viagem é a medida alvo

Características subjacentes

Essas explicações descrevem como os registros subjacentes das marcas na exibição podem estar contribuindo para o valor agregado da medida que está sendo explicada. Os atributos de marca podem incluir Valores extremos, Valores nulos, Número de registros ou o Valor médio da marca.

Observação: para obter as definições de termos comuns usados nas explicações, consulte Termos e conceitos nas explicações(O link abre em nova janela).

Valores extremos

Este tipo de explicação indica se um ou mais registros têm valores que são significativamente maiores ou menores do que a maioria dos registros. Se a explicação for fundamentada em um modelo, isso indicará que o valor extremo está afetando a medida alvo da marca analisada.

Quando uma marca tem valores extremos, não significa que sejam valores atípicos ou que você deve excluir esses registros da exibição. Esta escolha é sua, dependendo da sua análise. A explicação simplesmente aponta um valor extremo na marca. Por exemplo, pode revelar um valor com digitação incorreta em um registro em que um custo da banana seja de 10 dólares em vez de 10 centavos. Ou pode revelar que um determinado vendedor tenha tido um bom trimestre.

Observação: essa explicação deve ser ativada pelo autor para ficar visível no modo de visualização de uma pasta de trabalho publicada. Para obter mais informações, consulte Controle de acesso a Explique os dados.

Esta explicação mostra:

  • O número de registros subjacentes na marca analisada.
  • O valor ou valores extremos que contribuem para o valor da medida de destino.
  • A distribuição de valores na marca.
  • Os detalhes do registro que correspondem a cada valor de distribuição.

Opções de exploração:

  • Passe o mouse sobre um círculo no gráfico para ver seu valor correspondente.
  • Selecione a seta para a esquerda ou direita abaixo da lista de detalhes para rolar pelos detalhes do registro.
  • Se disponível, selecione Exibir dados completos e a guia Dados completos para ver todos os registros em uma tabela.
  • Selecione o ícone Abrir  para ver uma versão ampliada da visualização.

Próximas etapas para análise:

  • Se o número de registros for baixo, examine esses valores em comparação com o valor extremo.
  • Se o valor extremo for significativamente maior ou menor do que os outros valores de registro, exclua-o e considere como ele altera o valor da marca analisada.
  • Ao considerar os dados com e sem o valor extremo, use isso como uma oportunidade para aplicar seu conhecimento prático sobre os dados.

 

Neste exemplo, um único valor extremo de 463 horas alugadas está contribuindo para a soma maior do que o esperado do Tempo total alugado de 613 horas.

Um provável motivo para esse alto valor pode ser que alguém tenha esquecido de encaixar a bicicleta ao devolvê-la. Nesse caso, o autor pode querer excluir esse valor para análises futuras.

 

Visualizar a diferença

Esta seção mostra:

  • Como o valor da marca analisada muda quando o valor extremo é excluído.

 

 

 

 

 

 

 

Opções de exploração:

  • Selecione o ícone Abrir  para ver uma versão ampliada da visualização.
  • Explore a diferença com e sem o valor extremo (ou valores extremos).
  • Os autores podem abrir a exibição como uma nova folha e aplicar um filtro para excluir o valor extremo.

Próximas etapas para análise:

  • Se o valor extremo for significativamente maior ou menor do que os outros valores de registro, exclua-o e veja como ele altera o valor da marca analisada.
  • Ao considerar os dados com e sem o valor extremo, use isso como uma oportunidade para aplicar seu conhecimento prático sobre os dados.
 

Neste exemplo, quando o valor extremo de 483 é excluído, a marca analisada não é mais alta em comparação com outras marcas na exibição. Outras marcas agora se destacam. O autor pode querer explorar as outras marcas para considerar por que esses outros locais têm mais horas de aluguel de bicicletas.

Valores nulos

O tipo de explicação Valores nulos chama a atenção para situações em que há uma quantidade maior do que o esperado de dados ausentes em uma marca. Ele indica a fração dos valores da medida de destino que são nulos, e como os valores nulos podem estar contribuindo para o valor agregado dessa medida.

Esta explicação mostra:

  • A porcentagem de valores que são nulos na medida de destino para a marca analisada (círculo azul).

Opções de exploração:

  • Focalize cada círculo no gráfico de dispersão para ver os detalhes.
  • Role para ver mais do gráfico.
  • Selecione o ícone Abrir  para ver uma versão ampliada da visualização.

Próximas etapas para análise:

  • Como opção, exclua os valores nulos da marca para análise posterior.
 

Neste exemplo, a porcentagem de valores nulos na medida de destino é mostrada como um círculo azul.

Número de registros

Este tipo de explicação descreve quando a contagem dos registros subjacentes está correlacionada à soma. A análise encontrou uma relação entre o número de registros que estão sendo agregados em uma marca e o valor real da marca.

Embora isso possa parecer óbvio, esse tipo de explicação ajuda a explorar se o valor da marca está sendo afetado pela magnitude dos valores em seus registros ou simplesmente por causa do número de registros na marca analisada.

Esta explicação mostra:

  • O número de registros na medida de destino para a marca analisada (barra azul escura).
  • O número de registros na medida de destino para outras marcas na visualização de origem (barra azul claro).

Opções de exploração:

  • Focalize cada barra para ver os detalhes.
  • Role para ver mais do gráfico.
  • Selecione o ícone Abrir  para ver uma versão ampliada da visualização.

Próximas etapas para análise:

  • Compare se os valores individuais dos registros são baixos ou altos, ou se o número de registros na marca analisada é baixo ou alto.
  • Autores, se você se surpreender com um grande número de registros, talvez seja necessário normalizar os dados.
 

Neste exemplo, o número de registros para Distância de viagem é listado para cada valor de Mês de viagem, que é uma dimensão na visualização original. Agosto tem o maior valor de distância total da viagem.

Você pode explorar se agosto tem o valor mais alto para a distância da viagem, porque mais viagens ocorreram em agosto ou se tem a distância mais alta porque algumas viagens foram mais longas.

Valor médio da marca

Este tipo de explicação descreve quando a média de uma medida está correlacionada à soma. Compare se o valor médio é baixo ou alto, ou se o número de registros é baixo ou alto.

Esta explicação mostra:

  • A média da medida de destino para cada valor de uma dimensão usada na visualização de origem.

Opções de exploração:

  • Focalize cada barra para ver os detalhes.
  • Role para ver mais do gráfico.
  • Selecione o ícone Abrir  para ver uma versão ampliada da visualização.

Próximas etapas para análise:

  • Compare se o valor médio é baixo ou alto, ou se o número de registros é baixo ou alto. Por exemplo, os lucros são altos porque você vendeu muitos itens ou porque vendeu itens caros?
  • Tente descobrir por que a marca analisada tem um valor médio significativamente maior ou menor.

 

 

Neste exemplo, a distância média da viagem em agosto não é significativamente maior ou menor do que a maioria dos meses. Isso sugere que a distância da viagem é maior em agosto porque houve mais viagens em agosto, em vez de pessoas fazendo viagens mais longas.

 

Valor único contribuinte

Use esta explicação para entender a composição dos valores de registro que constituem a marca analisada.

Este tipo de explicação identifica quando um único valor em uma dimensão não visualizada pode estar contribuindo para o valor agregado da marca analisada. Uma dimensão oculta é uma dimensão que existe na fonte de dados, mas não está sendo usada na exibição.

Esta explicação indica quando cada registro subjacente de uma dimensão tem o mesmo valor, ou quando um valor de dimensão se destaca porque muitos ou poucos dos registros têm o mesmo valor único para a marca analisada.

Observação: para obter as definições de termos comuns usados nas explicações, consulte Termos e conceitos nas explicações(O link abre em nova janela).

Esta explicação mostra:
  • A porcentagem do número de registros para um único valor de uma dimensão para a marca analisada (barra azul) versus todas as marcas (barra cinza) na visualização de origem.
  • A porcentagem do número de registros para todos os outros valores de uma dimensão para a marca analisada (barra azul) versus todas as marcas (barra cinza) na visualização de origem.
  • A média da medida de destino para o valor único de uma dimensão na marca analisada (barra azul) versus todas as marcas (barra cinza).
  • A média da medida de destino para todos os outros valores de uma dimensão para a marca analisada (barra azul) versus todas as marcas (barra cinza) na visualização de origem.

Opções de exploração:

  • Focalize cada barra para ver os detalhes.
  • Selecione o ícone Abrir  para ver uma versão ampliada da visualização.

Próximas etapas para análise:

  • Use esta explicação para entender a composição dos valores de registro que constituem a marca analisada.
  • Os autores podem querer criar uma nova visualização para explorar qualquer dimensão não visualizada apresentada nesta explicação.
 

Neste exemplo, a análise estatística revelou que muitas das viagens vêm das adjacências da estação de Back Bay. Observe que as adjacências da estação é uma dimensão não visualizada que tem alguma relação com a distância da viagem nos dados subjacentes para a visualização de origem.

 

Principais contribuidores

Use esta explicação para ver os valores que compõem a maior fração da marca analisada.

Para uma agregação COUNT, os principais contribuidores mostram valores de dimensão com mais registros. Para SUM, esta explicação mostra valores de dimensão com a maior soma parcial.

 

Dimensões contribuintes

Use esta explicação para entender a composição dos valores de registro que constituem a marca analisada.

Este tipo de explicação mostra que a distribuição de uma dimensão não visualizada pode estar contribuindo para o valor agregado da marca analisada. Esse tipo de explicação é usado para somas, contagens e médias da medida de destino. Uma dimensão oculta é uma dimensão que existe na fonte de dados, mas não está sendo usada na exibição.

Observação: para obter as definições de termos comuns usados nas explicações, consulte Termos e conceitos nas explicações(O link abre em nova janela).

Esta explicação mostra:
  • A porcentagem do número de registros para todos os valores de uma dimensão da marca analisada (barra azul) versus todos os valores de uma dimensão de todas as marcas (barra cinza) na visualização de origem.
  • A média da medida de destino para todos os valores de uma dimensão da marca analisada (barra azul) de uma dimensão de todas as marcas (barra cinza).

Opções de exploração:

  • Focalize cada barra para ver os detalhes.
  • Role para ver mais do gráfico.
  • Selecione o ícone Abrir  para ver uma versão ampliada da visualização.

Próximas etapas para análise:

  • Use esta explicação para entender a composição dos valores de registro que constituem a marca analisada.
  • Os autores podem querer criar uma nova visualização para explorar quaisquer dimensões não visualizadas apresentadas nesta explicação.
 

Neste exemplo, a análise estatística expôs que mais viagens foram feitas nas estações de South Station and MIT e menos viagens foram obtidas de Charles Circle, em comparação com as viagens feitas para as marcas em geral.

Observe que Nome da estação é uma dimensão não visualizada que tem alguma relação com a Distância da viagem nos dados subjacentes para a visualização de origem.

 

Medidas contribuintes

Este tipo de explicação mostra que a média de uma medida não visualizada pode estar contribuindo para o valor agregado da marca analisada. Uma medição não visualizada é uma medida que existe na fonte de dados, mas não está sendo usada na exibição.

Essa explicação pode revelar uma relação linear ou quadrática entre a medida não visualizada e a medida de destino.

Observação: para obter as definições de termos comuns usados nas explicações, consulte Termos e conceitos nas explicações(O link abre em nova janela).

Esta explicação mostra:
  • A relação entre a soma da medida de destino e a média de uma medida não visualizada da marca analisada (círculo azul) e todas as marcas (círculos cinza) na visualização.
  • Se a soma da medida de destino for alta ou baixa, porque o valor médio da medida não visualizada é alto ou baixo.

Opções de exploração:

  • Focalize cada círculo para ver os detalhes.
  • Selecione o ícone Abrir  para ver uma versão ampliada da visualização.

Próximas etapas para análise:

  • Os autores podem querer criar uma nova visualização para explorar quaisquer medidas não visualizadas apresentadas nesta explicação.
 

Neste exemplo, uma possível razão pela qual a distância da viagem é alta é porque o tempo total médio alugado também é alto.

Outros recursos a explorar

Esta seção fornece os possíveis motivos pelos quais a marca analisada é única ou incomum. Essas explicações:

  • Não justifique o valor desta marca.
  • Não estão relacionadas com o valor das medidas na visualização de origem.
  • Não leve em consideração nenhuma medida de destino.

Outras dimensões de interesse

Use esta explicação para entender a composição dos valores de registro que constituem a marca analisada.

A distribuição de uma dimensão não visualizada na marca analisada é incomum em comparação com a distribuição de valores para todas as outras marcas na exibição. Uma dimensão oculta é uma dimensão que existe na fonte de dados, mas não está sendo usada na exibição.

Observação: para obter as definições de termos comuns usados nas explicações, consulte Termos e conceitos nas explicações(O link abre em nova janela).

Esta explicação mostra:
  • A porcentagem do número de registros para todos os valores de uma dimensão da marca analisada (barra azul) versus todos os valores de uma dimensão de todas as marcas (barra cinza) na visualização de origem.

Opções de exploração:

  • Focalize cada barra para ver os detalhes.
  • Role para ver mais do gráfico.
  • Selecione o ícone Abrir  para ver uma versão ampliada da visualização.

Próximas etapas para análise:

  • Use esta explicação para entender a composição dos valores de registro que constituem a marca analisada.
  • Os autores podem querer criar uma nova visualização para explorar quaisquer dimensões não visualizadas apresentadas nesta explicação.
 

Neste exemplo, uma alta porcentagem de registros está associada ao tempo nublado. Como os dados se referem ao aluguel de bicicletas em Boston, e a marca analisada é a Distância da viagem para agosto, podemos presumir que o clima é geralmente quente e úmido. As pessoas podem ter alugado bicicletas com mais frequência em dias nublados para evitar o calor. Também é possível que tenha havido mais dias nublados em agosto.

 

Voltar para o topo
Agradecemos seu feedback!Seu feedback foi enviado. Obrigado!