กำหนดการตั้งค่าเรื่องราวข้อมูลใน Tableau: การวิเคราะห์
การเปลี่ยนแปลงที่สำคัญสำหรับเรื่องราวของข้อมูล Tableau
เรื่องราวของข้อมูล Tableau จะถูกเลิกใช้ใน Tableau Desktop, Tableau Cloud, และ Tableau Server ภายในเดือนมกราคม 2025 (2025.1) ด้วยความก้าวหน้าของเทคโนโลยีภาษาธรรมชาติ เรากำลังพัฒนาอินเทอร์เฟซที่ได้รับการปรับปรุง ซึ่งจะช่วยให้ถามคำถามเกี่ยวกับข้อมูลของคุณได้ง่ายขึ้น และติดตามการเปลี่ยนแปลงอยู่เสมอ หากต้องการข้อมูลเพิ่มเติม โปรดดู Tableau Pulse ซึ่งขับเคลื่อนโดย Tableau AI จะพลิกโฉมประสบการณ์ด้านข้อมูลอย่างไร(ลิงก์จะเปิดในหน้าต่างใหม่)
ภายในเรื่องราวข้อมูลใน Tableau คุณสามารถเลือกการวิเคราะห์ที่จะเขียนและเวลาที่มีการเขียนการวิเคราะห์เหล่านั้น ความพร้อมใช้งานของการวิเคราะห์ประเภทต่างๆ จะขึ้นอยู่กับประเภทของเรื่องราวและจำนวนของมิติข้อมูลและการวัดผลของเรื่องราว อย่างไรก็ตาม ยังไม่รองรับการวิเคราะห์เรื่องราวประเภทแผนภาพการกระจายในขณะนี้ หากต้องการข้อมูลเพิ่มเติม โปรดดู เลือกประเภทเรื่องราวที่เหมาะสมสำหรับเรื่องราวข้อมูลใน Tableau ของคุณ
กำหนดค่าการวิเคราะห์สำหรับเรื่องราวของคุณ
- เพิ่มเรื่องราวข้อมูลใน Tableau ลงในแดชบอร์ด
- จากแดชบอร์ด ให้คลิกไอคอนการตั้งค่าที่มุมซ้ายบนของออบเจ็กต์เรื่องราวข้อมูล
- ในกล่องโต้ตอบ “เรื่องราวข้อมูล” ให้คลิกแท็บการวิเคราะห์
- คลิกที่สวิตช์เพื่อเปิดการวิเคราะห์ประเภทต่างๆ
- สำหรับเซกเมนต์และเส้นแนวโน้ม ให้ขยายการตั้งค่าเพื่อกำหนดเกณฑ์สำหรับการทำการวิเคราะห์เหล่านั้น
- คลิกบันทึก
ทำความเข้าใจการวิเคราะห์ประเภทต่างๆ
สหสัมพันธ์
ใช้สหสัมพันธ์เพื่อค้นหาสหสัมพันธ์ทางสถิติที่แท้จริงระหว่างสองอนุกรม หากคุณมีมากกว่าสองอนุกรม จะมีการวิเคราะห์อนุกรมทั้งหมดสำหรับสหสัมพันธ์ ตัวอย่างเช่น คุณอาจเปิดสหสัมพันธ์เพื่อค้นหาว่าเมื่อใดที่มีการซื้อผลิตภัณฑ์ทั้งสองอย่างพร้อมกัน
การจัดคลัสเตอร์
ใช้การจัดคลัสเตอร์เพื่อค้นหากลุ่มที่แตกต่างกันของจุดข้อมูล (คลัสเตอร์) โดยใช้การวิเคราะห์ทางสถิติเดียว ตัวอย่างเช่น คุณอาจเปิดการจัดคลัสเตอร์เพื่อค้นหาว่าเมื่อใดที่ผลิตภัณฑ์ได้รับความนิยมอย่างมากในภูมิภาคทางภูมิศาสตร์ที่เฉพาะเจาะจง
การกระจาย
ใช้การกระจายเพื่อจัดอันดับจุดข้อมูลที่มีความเกี่ยวข้องซึ่งกันและกันโดยใช้การสังเกตที่ไม่ใช่ทางสถิติ เช่น ค่าเฉลี่ย ค่ามัธยฐาน ความเบ้ ฯลฯ ตัวอย่างเช่น คุณอาจเปิดการกระจายเพื่อค้นหาว่าผลิตภัณฑ์ใดมีอัตราส่วนกำไรสูงที่สุด
เซกเมนต์
ใช้เซกเมนต์เพื่อไฮไลต์การเปลี่ยนแปลงที่สำคัญของจุดข้อมูลในอนุกรม อันดับแรก ให้กำหนดเปอร์เซ็นต์ขั้นต่ำของการเปลี่ยนแปลงที่คุณต้องการให้มีการเขียนในเซกเมนต์ จะไม่มีการเขียนถึงการเปลี่ยนแปลงที่มีค่าต่ำกว่าเกณฑ์ที่คุณกำหนดไว้ ตัวอย่างเช่น หากคุณกำหนดเกณฑ์เซกเมนต์สำหรับการเปลี่ยนแปลงที่สูงกว่า 60% เรื่องราวของคุณจะไม่เขียนเกี่ยวกับจุดต่ำสุดในอนุกรมเวลาที่มีการลดลง 30%
หลังจากคุณกำหนดเกณฑ์แล้ว ให้เลือกว่าจะนำรูปแบบไปใช้หรือไม่ และกำหนดเปอร์เซ็นต์ขั้นต่ำของการเปลี่ยนแปลงที่คุณต้องการจัดรูปแบบ
เส้นแนวโน้ม
ใช้เส้นแนวโน้มเพื่อคำนวณเส้นที่เหมาะสมที่สุดเชิงเส้นและระบุข้อมูลที่อยู่ภายในเปอร์เซ็นต์ความเชื่อมั่นที่กำหนด ข้อมูลที่มีความแปรปรวนสูงจะมีระดับความเชื่อมั่นต่ำกว่าข้อมูลที่มีความสม่ำเสมอกว่า และระดับความเชื่อมั่นนั้นจะเป็นตัวกำหนดว่าแนวโน้มจะได้รับการเขียนหรือไม่ คุณสามารถใช้เส้นแนวโน้มสำหรับเรื่องราวที่มีมิติข้อมูลเดียวและการวัดผลเดียว หรือคุณสามารถใช้เส้นแนวโน้มในการดูรายละเอียดแนวลึกได้ หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการดูรายละเอียดแนวลึก โปรดดู กำหนดการตั้งค่าเรื่องราวข้อมูลใน Tableau: การเล่าเรื่องด้วยข้อมูล
กำหนดเปอร์เซ็นต์ขั้นต่ำของความเชื่อมั่นสำหรับเส้นแนวโน้ม หากคุณกำหนดเกณฑ์ไว้ที่ 95% แต่เส้นแนวโน้มสามารถพุ่งถึง 90% ของความเชื่อมั่น เรื่องราวของคุณจะไม่เขียนเกี่ยวกับเส้นแนวโน้ม หลังจากคุณกำหนดเกณฑ์แล้ว ให้เลือกว่าจะนำรูปแบบไปใช้หรือไม่ จากนั้นกำหนดเปอร์เซ็นต์ขั้นต่ำของการเปลี่ยนแปลงที่คุณต้องการจัดรูปแบบ
เรื่องราวข้อมูลใน Tableau เกี่ยวกับเส้นแนวโน้มสื่อถึงการเปลี่ยนแปลงสัมบูรณ์ตลอดช่วงเวลาหนึ่ง เรื่องราวที่เขียนเกี่ยวกับเส้นแนวโน้มจะมีความแตกต่างกันไป โดยขึ้นอยู่กับระดับรายละเอียดที่คุณตั้งค่าไว้สำหรับเรื่องราวของคุณ หากเรื่องราวของคุณใช้รายละเอียดสูง เรื่องราวของคุณจะเขียนเกี่ยวกับค่า R-squared ซึ่งเป็นแนวคิดทางสถิติที่จะระบุว่าข้อมูลของคุณเข้ากับเส้นแนวโน้มได้ดีมากน้อยเพียงใด หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการตั้งค่ารายละเอียด โปรดดู กำหนดการตั้งค่าเรื่องราวข้อมูลใน Tableau: การเล่าเรื่องด้วยข้อมูล
ในการตั้งค่าเส้นแนวโน้ม คุณยังสามารถเลือกจำนวนช่วงเวลาในอนาคตที่คุณต้องการเขียนเรื่องราวเพื่อเขียนการคาดการณ์ได้เช่นกัน เมื่อคุณใช้การคาดการณ์ เรื่องราวของคุณจะใช้ความชันและจุดตัดแกนของเส้นแนวโน้มเพื่อคำนวณค่าที่คาดการณ์ไว้สำหรับช่วงเวลาในอนาคต ความเชื่อมั่นของการคาดการณ์จะเพิ่มขอบเขตบนและขอบเขตล่างไปยังเกณฑ์ความเชื่อมั่นที่คุณกำหนดไว้สำหรับเส้นแนวโน้ม คุณสามารถใช้การคาดการณ์ได้เมื่อเรื่องราวของคุณมีจุดข้อมูลอย่างน้อย 30 จุดที่เป็นเส้นตรง
ความผันผวน
ใช้ความผันผวนเพื่อวิเคราะห์ค่าเบี่ยงเบนมาตรฐานเมื่อเวลาผ่านไป ตัวอย่างเช่น ใช้ความผันผวนเมื่อคุณต้องการให้เรื่องราวของคุณเขียนเกี่ยวกับค่าที่อยู่ภายนอกช่วงโดยเฉลี่ยสำหรับข้อมูลของคุณ
ทำความเข้าใจวิธีการใช้การวิเคราะห์เพื่อสร้างเรื่องราว
ถึงจุดนี้ คุณอาจกำลังสงสัยว่าการวิเคราะห์สำหรับเรื่องราวประเภทต่างๆ นั้นมีวิธีการทำงานอย่างไร มาลองดูตัวอย่างสำหรับเรื่องราวแต่ละประเภทและทำความเข้าใจแต่ละประโยคในเรื่องราวกัน
ทำความเข้าใจการวิเคราะห์สำหรับเรื่องราวที่แยกกัน
เนื่องจากเรื่องราวแบบต่อเนื่องมีการวัดแนวโน้มเมื่อเวลาผ่านไป เรื่องราวของข้อมูล จะเขียนเกี่ยวกับประสิทธิภาพ ความคืบหน้า ค่าเฉลี่ย ผลรวม ความต่อเนื่อง ความผันผวน เซกเมนต์ และการคาดการณ์
ตัวอย่างเรื่องราวแบบต่อเนื่องต่อไปนี้มีความเกี่ยวข้องกับยอดขายต่อเดือน
เรื่องราวตัวอย่าง | การแบ่งย่อยเรื่องราว |
| สองประโยคแรกใช้ฟังก์ชันค่าเฉลี่ยและช่วงในการเขียนเกี่ยวกับค่าเฉลี่ย ค่าสูงสุด และค่าต่ำสุดตลอดช่วงเวลาที่คุณกำลังทำการวิเคราะห์ |
| ประโยคที่สามเกี่ยวข้องกับประสิทธิภาพโดยรวมของการวัดผลตลอดช่วงเวลา ตัวอย่างเช่น ประโยคอาจเกี่ยวข้องกับยอดขายที่เพิ่มขึ้น ลดลง หรือมีแนวโน้มที่แตกต่างกันระหว่างช่วงเวลาที่เฉพาะเจาะจง |
| ประโยคที่สี่ใช้การวิเคราะห์ความคืบหน้า ประโยคนี้เขียนเกี่ยวกับการเพิ่มขึ้นและลดลงที่มากที่สุดตามการวัดผลระหว่างช่วงเวลาโดยใช้ทั้งเปอร์เซ็นต์และความสัมบูรณ์เป็นพื้นฐาน |
| ประโยคนี้เป็นข้อมูลเชิงลึกแบบสหสัมพันธ์ ข้อมูลเชิงลึกของการวิเคราะห์ประเภทนี้เขียนเกี่ยวกับสหสัมพันธ์ที่เห็นได้ชัดระหว่างอนุกรมต่างๆ ในข้อมูลของคุณ |
| ประโยคนี้เป็นข้อมูลเชิงลึกแบบเซกเมนต์ ข้อมูลเชิงลึกของการวิเคราะห์ประเภทนี้เขียนเกี่ยวกับการเพิ่มขึ้นและการลดลงที่สำคัญเมื่อเวลาผ่านไป |
| ประโยคนี้เป็นข้อมูลเชิงลึกแบบเส้นแนวโน้ม ข้อมูลเชิงลึกประเภทนี้เขียนเกี่ยวกับว่าแนวโน้มเข้ากันได้ดีกับข้อมูลของคุณมากน้อยเพียงใดโดยมีเปอร์เซ็นต์ที่แน่นอนของความเชื่อมั่น และเส้นแนวโน้มช่วยให้คุณคาดการณ์ตามแนวโน้มในอดีต |
ทำความเข้าใจการวิเคราะห์สำหรับเรื่องราวที่แยกกัน
เนื่องจากเรื่องราวที่แยกกันช่วยให้คุณเปรียบเทียบค่าต่างๆ และเข้าใจการกระจายของข้อมูล เรื่องราวจะเขียนเกี่ยวกับการกระจาย ค่าเฉลี่ย ผลรวม และการจัดกลุ่มหรือคลัสเตอร์ทั่วทั้งข้อมูล
ตัวอย่างเรื่องราวที่แยกกันต่อไปนี้มีความเกี่ยวข้องกับยอดขายตามผลิตภัณฑ์
เรื่องราวตัวอย่าง | การแบ่งย่อยเรื่องราว |
| ประโยคแรกจะคำนวณมูลค่ารวมในการวัดของคุณ |
| ประโยคที่สองเขียนเกี่ยวกับตัวขับเคลื่อนมิติข้อมูล ในตัวอย่างนี้ ตัวขับเคลื่อนมิติข้อมูลคือผลิตภัณฑ์ที่มีส่วนช่วยมากที่สุดต่อยอดขายรวม |
| ประโยคที่สามและสี่เป็นการวิเคราะห์การกระจายของข้อมูล ซึ่งจะวิเคราะห์ค่าเฉลี่ย ค่ามัธยฐาน ความเข้มข้นของข้อมูล (หากมี) และความเบี่ยงเบนของข้อมูล ซึ่งช่วยระบุว่าตัวแปรที่จัดกลุ่มมีความสมดุลเพียงใดเมื่อเทียบกับตัวแปรอื่น |
| ประโยคนี้ใช้การจัดคลัสเตอร์เพื่อเขียนเกี่ยวกับการวัดผลที่สามารถจัดกลุ่มได้ ซึ่งช่วยระบุว่ามีกลุ่มที่แตกต่างกันที่มีความโดดเด่นในข้อมูลหรือไม่ |
| ประโยคสุดท้ายเขียนเกี่ยวกับค่าผิดปกติที่เห็นได้ชัด |
ทำความเข้าใจการวิเคราะห์สำหรับเรื่องราวแผนภาพการกระจาย
เรื่องราวประเภทแผนภาพการกระจายจะเหมาะสมที่สุดสำหรับใช้ในการทำความเข้าใจความสัมพันธ์ระหว่างสองการวัดผล และเพื่อเหตุผลนั้น เรื่องราวแผนภาพการกระจายจึงจำเป็นต้องใช้ 2-3 การวัดผล การวิเคราะห์แผนภาพการกระจายเขียนเกี่ยวกับความสัมพันธ์ (การถดถอย) ระหว่างสองการวัดผล และเขียนเกี่ยวกับกลุ่ม (คลัสเตอร์) ภายในข้อมูล หากมี
ตัวอย่างเรื่องราวแผนภาพการกระจายต่อไปนี้เกี่ยวข้องกับกำไรและยอดขายทั่วทั้งมิติข้อมูล
เรื่องราวตัวอย่าง | การแบ่งย่อยเรื่องราว |
| สองประโยคแรกได้รับการขับเคลื่อนโดยการวิเคราะห์การถดถอย การถดถอยแสดงให้เห็นวิธีการที่การวัดผลหนึ่งส่งผลต่อการวัดผลอื่น โปรดสังเกตว่าในประโยคแรกนั้น เรื่องราวได้มีการระบุความสัมพันธ์ระหว่างกำไรกับยอดขาย |
| ประโยคที่สามได้รับมาจากการจัดคลัสเตอร์ การวิเคราะห์การจัดคลัสเตอร์จะพยายามระบุกลุ่มหรือคลัสเตอร์หลักในตัวแปรทั้งหมดในข้อมูล |
| ประโยคที่สี่เขียนเกี่ยวกับค่าผิดปกติ ซึ่งเป็นค่าที่สูงหรือต่ำกว่าค่าเฉลี่ยอย่างมาก |
| ประโยคที่เหลืออยู่สำหรับเรื่องราวแผนภาพการกระจายใช้การวิเคราะห์ช่วงและค่าเฉลี่ยในการเขียนข้อมูลเชิงลึก |
ทำความเข้าใจการวิเคราะห์สำหรับเรื่องราวเปอร์เซ็นต์ของทั้งหมด
เรื่องราวประเภทเปอร์เซ็นต์ของทั้งหมดจะเหมาะที่สุดสำหรับใช้ทำความเข้าใจว่ามิติข้อมูลหรือการวัดผลแสดงถึงส่วนใดจากทั้งหมด
ตัวอย่างเรื่องราวเปอร์เซ็นต์ของทั้งหมดต่อไปนี้มีความเกี่ยวข้องกับยอดขายตามเซกเมนต์
เรื่องราวตัวอย่าง | การแบ่งย่อยเรื่องราว |
| ประโยคแรกจะคำนวณมูลค่ารวมในการวัดของคุณ |
| ประโยคที่สองเขียนเกี่ยวกับตัวขับเคลื่อน ในตัวอย่างนี้ ตัวขับเคลื่อนคือเซกเมนต์ที่มีส่วนช่วยมากที่สุดต่อยอดขายรวม |
| ประโยคสุดท้ายเป็นการวิเคราะห์การกระจายของข้อมูล |