ประเภทการอธิบายในการอธิบายข้อมูล
ทุกครั้งที่คุณเลือกเครื่องหมายใหม่ในการแสดงเป็นภาพหรือแดชบอร์ดและเรียกใช้ฟังก์ชัน “อธิบายข้อมูล” Tableau จะเรียกใช้การวิเคราะห์เชิงสถิติใหม่โดยพิจารณาจากเครื่องหมายนั้นและข้อมูลเบื้องหลังในเวิร์กบุ๊ก โดยคำอธิบายที่เป็นไปได้จะแสดงในส่วนที่ขยายได้สำหรับแผงคู่มือข้อมูล หากต้องการข้อมูลเกี่ยวกับวิธีที่ฟังก์ชัน “อธิบายข้อมูล” วิเคราะห์และประเมินคำอธิบาย โปรดดูวิธีการทำงานของ “อธิบายข้อมูล”
สำรวจค่าเบื้องหลัง
ส่วนนี้จะให้คำอธิบายการวัดผลแต่ละประเภทที่สามารถอธิบายได้ (ซึ่งเรียกว่าการวัดผลเป้าหมาย) การอธิบายแต่ละรายการในที่นี้จะอธิบายถึงความสัมพันธ์กับค่าของการวัดผลเป้าหมายที่ทดสอบบนเครื่องหมายที่วิเคราะห์ ขอให้ใช้ความเข้าใจในโลกแห่งความเป็นจริงและในเชิงปฏิบัติเกี่ยวกับข้อมูลเพื่อพิจารณาว่าความสัมพันธ์ที่พบโดยฟังก์ชัน “อธิบายข้อมูล” มีความหมายและควรค่าแก่การสำรวจหรือไม่
ในตัวอย่างนี้ ระยะการเดินทางคือการวัดผลเป้าหมาย
ลักษณะเบื้องหลัง
การอธิบายเหล่านี้จะอธิบายว่าระเบียนเบื้องหลังของเครื่องหมายในมุมมองอาจส่งผลต่อค่ารวมของการวัดผลที่กำลังอธิบายอย่างไร แอตทริบิวต์เครื่องหมายอาจเป็นค่าสุดขีด, ค่า null, จำนวนระเบียบ หรือค่าเฉลี่ยของเครื่องหมายก็ได้
หมายเหตุ: หากต้องการดูคำจำกัดความคำศัพท์ทั่วไปที่ใช้ในการอธิบาย โปรดดูข้อกำหนดและแนวคิดในการอธิบาย(ลิงก์จะเปิดในหน้าต่างใหม่)
ค่าสุดขีด
การอธิบายประเภทนี้จะระบุว่าระเบียนอย่างน้อยหนึ่งรายการมีค่าที่สูงกว่าหรือต่ำกว่าระเบียนส่วนใหญ่อย่างมีนัยสำคัญ หากโมเดลรองรับการอธิบาย แสดงว่าค่าสุดขีดมีผลกระทบต่อการวัดผลเป้าหมายของเครื่องหมายที่วิเคราะห์
การที่เครื่องหมายมีค่าสุดขีดไม่ได้หมายความว่าเครื่องหมายนั้นจะมีค่าผิดปกติโดยอัตโนมัติหรือคุณไม่ควรรวมระเบียนเหล่านั้นไว้ในมุมมอง ตัวเลือกจะขึ้นอยู่กับการวิเคราะห์ของคุณ การอธิบายเพียงแค่ชี้ให้เห็นค่าสุดขีดในเครื่องหมายเท่านั้น ตัวอย่างเช่น ระบบอาจแสดงค่าที่พิมพ์ผิดในระเบียนว่ากล้วยราคา 10 ดอลลาร์ แทนที่จะเป็น 10 เซ็นต์ หรืออาจแสดงพนักงานขายรายหนึ่งที่ทำผลงานในไตรมาสได้ดี
หมายเหตุ: ผู้เขียนต้องเปิดใช้งานการอธิบายนี้เพื่อให้มองเห็นได้ในโหมดการดูสำหรับเวิร์กบุ๊กที่เผยแพร่ หากต้องการข้อมูลเพิ่มเติม โปรดดู ควบคุมการเข้าถึง “อธิบายข้อมูล”
การอธิบายนี้แสดงว่า:
ตัวเลือกการสำรวจ:
ขั้นตอนถัดไปในการวิเคราะห์:
|
ในตัวอย่างนี้ ค่าสุดขีดเพียงค่าเดียวซึ่งเป็นการเช่า 463 ชั่วโมงส่งผลให้ผลรวมของเวลาเช่าโดยรวมเท่ากับ 613 ชั่วโมงซึ่งสูงกว่าที่คาดไว้ เหตุผลที่เป็นไปได้ของค่าที่สูงนี้อาจเป็นเพราะมีคนลืมนำจักรยานเข้าแท่นเมื่อส่งคืนจักรยาน ในกรณีนี้ ผู้เขียนอาจต้องการยกเว้นค่านี้สำหรับการวิเคราะห์ในอนาคต
| |
แสดงภาพความแตกต่างส่วนนี้แสดงดังต่อไปนี้
ตัวเลือกการสำรวจ:
ขั้นตอนถัดไปในการวิเคราะห์:
| 
ในตัวอย่างนี้ เมื่อไม่รวมค่าสุดขีด 483 เครื่องหมายที่วิเคราะห์จะไม่สูงอีกต่อไปเมื่อเปรียบเทียบกับเครื่องหมายอื่นๆ ในมุมมองนี้ เครื่องหมายอื่นๆ จะโดดเด่นขึ้นมาในตอนนี้ ผู้เขียนอาจต้องการสำรวจเครื่องหมายอื่นๆ เพื่อพิจารณาว่าเหตุใดสถานที่อื่นๆ เหล่านี้จึงมีจำนวนชั่วโมงเช่าจักรยานสูงกว่า |
เพื่อดูการแสดงเป็นภาพเวอร์ชันใหญ่ขึ้น
ค่า null
ประเภทคำอธิบายค่า null จะเรียกสถานการณ์ที่มีข้อมูลที่ขาดหายไปในเครื่องหมายมากกว่าที่คาดไว้ ซึ่งบ่งชี้เศษส่วนของค่าการวัดผลเป้าหมายที่เป็น null และวิธีที่ค่า null อาจมีส่วนทำให้เกิดค่ารวมของการวัดผลนั้น
การอธิบายนี้แสดงว่า:
ตัวเลือกการสำรวจ:
ขั้นตอนถัดไปในการวิเคราะห์:
|
ในตัวอย่างนี้ เปอร์เซ็นต์ของค่า null ในการวัดผลเป้าหมายจะแสดงเป็นวงกลมสีน้ำเงิน |
จำนวนระเบียน
การอธิบายประเภทนี้จะอธิบายว่าเมื่อใดที่จำนวนของระเบียนเบื้องหลังมีความสัมพันธ์กับผลรวม การวิเคราะห์พบความสัมพันธ์ระหว่างจำนวนระเบียนที่รวมอยู่ในเครื่องหมายและค่าที่แท้จริงของเครื่องหมาย
แม้ว่านี้อาจดูเหมือนว่าจะชัดเจน แต่การอธิบายประเภทนี้ช่วยให้คุณสำรวจว่าค่าของเครื่องหมายได้รับผลกระทบจากขนาดของค่าในระเบียนหรือเพียงเพราะจำนวนระเบียนในเครื่องหมายที่วิเคราะห์
การอธิบายนี้แสดงว่า:
ตัวเลือกการสำรวจ:
ขั้นตอนถัดไปในการวิเคราะห์:
|
ในตัวอย่างนี้ จำนวนระเบียนของระยะการเดินทางจะแสดงขึ้นมาสำหรับแต่ละค่าของเดือนที่ขี่จักรยาน ซึ่งเป็นมิติข้อมูลในการแสดงเป็นภาพเดิม เดือนสิงหาคมมีค่าระยะการเดินทางโดยรวมสูงสุด คุณอาจสำรวจว่าเดือนสิงหาคมมีค่าระยะการเดินทางสูงสุดเนื่องจากมีการขี่จักรยานมากขึ้นในเดือนสิงหาคม หรือมีระยะการเดินทางสูงสุดเนื่องจากมีการขี่จักรยานในระยะทางยาวกว่า |
ค่าเฉลี่ยของเครื่องหมาย
การอธิบายประเภทนี้จะอธิบายว่าเมื่อใดที่ค่าเฉลี่ยของการวัดผลมีความสัมพันธ์กับผลรวม เปรียบเทียบว่าค่าเฉลี่ยต่ำหรือสูง หรือจำนวนระเบียนมากหรือน้อย
การอธิบายนี้แสดงว่า:
ตัวเลือกการสำรวจ:
ขั้นตอนถัดไปในการวิเคราะห์:
|  ในตัวอย่างนี้ ระยะการเดินทางเฉลี่ยในเดือนสิงหาคมไม่สูงหรือต่ำกว่าเดือนส่วนใหญ่อย่างมีนัยสำคัญ ซึ่งแสดงว่าระยะการเดินทางในเดือนสิงหาคมสูงขึ้นเนื่องจากมีการขี่จักรยานมากขึ้นในเดือนสิงหาคม ไม่ใช่เพราะว่าคนขี่จักรยานเป็นระยะทางยาวกว่า |
ค่าเดี่ยวที่ส่งผล
ใช้การอธิบายนี้เพื่อทำความเข้าใจองค์ประกอบของค่าระเบียนที่ประกอบรวมเป็นเครื่องหมายที่วิเคราะห์
การอธิบายประเภทนี้จะบ่งชี้ว่าค่าเดี่ยวในมิติข้อมูลที่ไม่ได้แสดงเป็นภาพอาจส่งผลต่อค่ารวมของเครื่องหมายที่วิเคราะห์เมื่อใด มิติข้อมูลที่ไม่ได้แสดงเป็นภาพคือมิติข้อมูลที่มีอยู่ในแหล่งข้อมูล แต่ไม่ได้ใช้ในมุมมองในขณะนี้
การอธิบายนี้บ่งชี้ว่าเมื่อทุกระเบียนเบื้องหลังของมิติข้อมูลมีค่าเดียวกัน หรือเมื่อค่ามิติข้อมูลโดดเด่นขึ้นมาเนื่องจากมีระเบียนจำนวนมากหรือไม่กี่ระเบียนที่มีค่าเดี่ยวเดียวกันกับเครื่องหมายที่วิเคราะห์
หมายเหตุ: หากต้องการดูคำจำกัดความคำศัพท์ทั่วไปที่ใช้ในการอธิบาย โปรดดูข้อกำหนดและแนวคิดในการอธิบาย(ลิงก์จะเปิดในหน้าต่างใหม่)
การอธิบายนี้แสดงว่า:
ตัวเลือกการสำรวจ:
ขั้นตอนถัดไปในการวิเคราะห์:
|  ในตัวอย่างนี้ การวิเคราะห์เชิงสถิติได้เปิดเผยว่ามีการเช่าจักรยานจำนวนมากจากบริเวณใกล้ๆ สถานี Back Bay โปรดทราบว่า “บริเวณใกล้ๆ สถานี” เป็นมิติข้อมูลที่ไม่ได้แสดงเป็นภาพซึ่งมีความสัมพันธ์บางอย่างกับระยะการเดินทางในข้อมูลเบื้องหลังสำหรับการสร้างต้นทางเป็นภาพ |
ผู้มีส่วนร่วมสูงสุด
ใช้คำอธิบายนี้เพื่อดูค่าที่เป็นเศษส่วนที่ใหญ่ที่สุดของเครื่องหมายที่วิเคราะห์
สำหรับผลรวมของ COUNT ผู้มีส่วนร่วมสูงสุดจะแสดงค่ามิติข้อมูลที่มีเรกคอร์ดมากที่สุด สำหรับ SUM คำอธิบายนี้จะแสดงค่ามิติที่มีผลรวมบางส่วนที่ใหญ่ที่สุด
มิติข้อมูลที่ส่งผล
ใช้การอธิบายนี้เพื่อทำความเข้าใจองค์ประกอบของค่าระเบียนที่ประกอบรวมเป็นเครื่องหมายที่วิเคราะห์
การอธิบายประเภทนี้จะแสดงว่าการกระจายมิติข้อมูลที่ไม่ได้แสดงเป็นภาพอาจส่งผลต่อค่ารวมของเครื่องหมายที่วิเคราะห์ การอธิบายประเภทนี้ใช้สำหรับการวัดผลเป้าหมาย ผลรวม จำนวน และค่าเฉลี่ย มิติข้อมูลที่ไม่ได้แสดงเป็นภาพคือมิติข้อมูลที่มีอยู่ในแหล่งข้อมูล แต่ไม่ได้ใช้ในมุมมองในขณะนี้
หมายเหตุ: หากต้องการดูคำจำกัดความคำศัพท์ทั่วไปที่ใช้ในการอธิบาย โปรดดูข้อกำหนดและแนวคิดในการอธิบาย(ลิงก์จะเปิดในหน้าต่างใหม่)
การอธิบายนี้แสดงว่า:
ตัวเลือกการสำรวจ:
ขั้นตอนถัดไปในการวิเคราะห์:
|  ในตัวอย่างนี้ การวิเคราะห์เชิงสถิติเปิดเผยว่ามีการเช่าจักรยานมากกว่าจากสถานี South Station และ MIT และมีการเช่าจักรยานน้อยกว่าจาก Charles Circle และ Kendall เมื่อเทียบกับการเช่าจักรยานจากเครื่องหมายโดยรวม โปรดทราบว่า “ชื่อสถานี” เป็นมิติข้อมูลที่ไม่ได้แสดงเป็นภาพซึ่งมีความสัมพันธ์บางอย่างกับระยะการเดินทางในข้อมูลเบื้องหลังสำหรับการสร้างต้นทางเป็นภาพ |
การวัดผลที่ส่งผล
การอธิบายประเภทนี้จะแสดงว่าค่าเฉลี่ยของการวัดผลที่ไม่ได้แสดงเป็นภาพอาจส่งผลต่อค่ารวมของเครื่องหมายที่วิเคราะห์ การวัดผลที่ไม่ได้แสดงเป็นภาพคือการวัดผลที่มีอยู่ในแหล่งข้อมูล แต่ไม่ได้ใช้ในมุมมองในขณะนี้
การอธิบายนี้สามารถเผยให้เห็นความสัมพันธ์เชิงเส้นหรือเชิงกำลังสองระหว่างการวัดผลที่ไม่ได้แสดงเป็นภาพกับการวัดผลเป้าหมาย
หมายเหตุ: หากต้องการดูคำจำกัดความคำศัพท์ทั่วไปที่ใช้ในการอธิบาย โปรดดูข้อกำหนดและแนวคิดในการอธิบาย(ลิงก์จะเปิดในหน้าต่างใหม่)
การอธิบายนี้แสดงว่า:
ตัวเลือกการสำรวจ:
ขั้นตอนถัดไปในการวิเคราะห์:
|  ในตัวอย่างนี้ สาเหตุหนึ่งที่เป็นไปได้ที่ทำให้ระยะการเดินทางสูงก็คือเพราะเวลาเช่าโดยรวมเฉลี่ยก็สูงเช่นกัน |
สิ่งอื่นๆ ที่จะสำรวจ
ส่วนนี้จะแสดงสาเหตุที่เป็นไปได้ว่าเหตุใดเครื่องหมายที่วิเคราะห์จึงไม่ซ้ำกันหรือผิดปกติ คำอธิบายเหล่านี้:
- ไม่ได้อธิบายว่าเหตุใดค่าของเครื่องหมายนี้จึงเป็นเช่นนั้น
- ไม่เกี่ยวข้องกับค่าของการวัดผลในการแสดงต้นทางเป็นภาพแต่อย่างใด
- ไม่นำการวัดผลเป้าหมายมาพิจารณา
มิติข้อมูลอื่นๆ ที่น่าสนใจ
ใช้การอธิบายนี้เพื่อทำความเข้าใจองค์ประกอบของค่าระเบียนที่ประกอบรวมเป็นเครื่องหมายที่วิเคราะห์
การกระจายของมิติข้อมูลที่ไม่ได้แสดงเป็นภาพในเครื่องหมายที่วิเคราะห์นั้นผิดปกติ เมื่อเทียบกับการกระจายค่าสำหรับเครื่องหมายอื่นๆ ทั้งหมดในมุมมอง มิติข้อมูลที่ไม่ได้แสดงเป็นภาพคือมิติข้อมูลที่มีอยู่ในแหล่งข้อมูล แต่ไม่ได้ใช้ในมุมมองในขณะนี้
หมายเหตุ: หากต้องการดูคำจำกัดความคำศัพท์ทั่วไปที่ใช้ในการอธิบาย โปรดดูข้อกำหนดและแนวคิดในการอธิบาย(ลิงก์จะเปิดในหน้าต่างใหม่)
การอธิบายนี้แสดงว่า:
ตัวเลือกการสำรวจ:
ขั้นตอนถัดไปในการวิเคราะห์:
|  ในตัวอย่างนี้ เปอร์เซ็นต์ของระเบียนที่สูงจะเกี่ยวข้องกับสภาพอากาศที่มืดครึ้ม เนื่องจากข้อมูลนี้เป็นข้อมูลเกี่ยวกับการเช่าจักรยานใน Boston และเครื่องหมายที่วิเคราะห์คือระยะการเดินทางในเดือนสิงหาคม เราจึงสามารถสันนิษฐานได้ว่าโดยทั่วไปแล้ว สภาพอากาศจะอบอุ่นและชื้น ผู้คนอาจเช่าจักรยานบ่อยขึ้นในวันที่มืดครึ้มเพื่อหลีกเลี่ยงอากาศร้อน อีกทั้งยังเป็นไปได้ว่าอาจจะมีวันที่มืดครึ้มมากกว่าในเดือนสิงหาคม |