浅谈Tableau在企业数据分析中的应用

Electronic Information
调解仲裁法
52《华东科技》
浅谈Tableau 在企业数据分析中的应用
肖招娣
(广东电网公司佛山供电局,广东 佛山 528000)
摘要:当前世界处于第四次工业革命时期,人工智能已成为核心驱动力,而数据分析也成为普遍性的工具,是智慧决策的重要手段。小到单场景应用,大到交叉学科的前沿研究,数据分析均为重要的手段。随着越来越多的场景需要用到数据分析,越来越多的非专业人员需要参与到其中。为了降低门槛,许多拖拽型的集简单数据分析及便捷式可视化功能于一身的软件应运而生,Tableau 便是其中一款。本文以专题数据分析为例,介绍其在企业数据分析中的简单应用。
关键词:Tableau;热力图;地图;盒须图
ddmTableau 作为一款数据分析软件,其初衷在于使得非技术出身的人员可以成为数据分析师。在我们企业的业务人员中举行过Tableau 的培训,他们用这个软件做了一些简单的分析。Tableau 的优势在于可以通过简单的拖拽完成数据分析和较好的可视化效果。本文以某类项目的后评价专题分析为例,浅谈Tableau 在企业数据分析中的简单应用。 1 数据分析及可视化能力 1.1 数据分析能力 Tableau 自带
了回归分析、聚类分析、时序分析等统计分析功能。但Tableau 的此类功能比较简单,例如,常见的聚类(Clustering)分析方法包括基于划分的聚类(最经典的有k-means 算法、k-medoids 算法)、基于层次的聚类(根据层次分解的顺序分为自顶向下法和自底向上法)、基于密度的聚类、基于网格的聚类,而Tableau 仅内嵌了k-means 算法。在该平台上也无法进行复杂的建模和运算。由此可见,Tableau 的数据分析能力相对还是比较简单的。 1.2 可视化能力
在Tableau 中,通过简单的拖拽即可实现各种各样的可视化效果,如盒须图、条形图、饼状图、环状图、散点图等。还可以使用仪表盘达到更好的可视化效果,使用故事赋予数据分析成果故事情节,将来龙去脉展现给受众。 1.3 集成能力
Tableau 自身数据分析能力并不强。为了实现高级的数据分析功能,Tableau 具备与R、Python 等集成的能力。 2 项目后评价内容
早在二三十年前,我们对行业的划分包括资金密集型、劳动力密集型、技术密集型等,其中都离不开关键词“密集型”。当前已步入21世纪20年代,我们更多的是借助数据分析手段,告别各类“密集型”
投资,实现精准投资、优化资源配置。本文以基于Tableau 的某类项目
肖明华的后评价为例,倒推项目投资决策。在此过程中应用了盒须图、条形图、热力图、柱状图、仪表盘等,
分总体情况分析、效果分析、在前期决策中的应用三步走。 3 基于Tableau 的项目后评价 3.1 总体情况分析 该节包括对存在问题的分析及投入资源的分析。 在Tableau 中可以使用盒须盒表示一组数据的分布情况,用来说明某类现象的情况。 图1分别使用热力图表示某个现象的程度和发生频率,左边对各个区域某个维度的最大值进行聚合,右边表示发生频率。低频率属于偶发事件,几乎可以忽略不计,即使要处理,也可以通过出原因对症解决,可能通过一些策略调整实现整改,不一定需要投入资源。而两张热力图
都比较红的部分则表示现象较为明显且多发,须重点解决。  图1 问题热力图仪表盘 其中,包括用条形图展示为了解决上述问题,相关单位连续几年的资源投入量变化趋势。同时也可以使用饼状图和圆进行对比,篇幅有限,不逐一展示。 3.2 效果分析 可以用累加的柱状图表示相关区域连续三年得到的某项能力的增加。通过热力图反映不同区域的某个现象出现的程度差异,通过仪表盘可以将连续几年的热力图放在一起比对问题的变化情况,从而反馈整改效果。我们还可以对问题比较明显的区域进行详细分析,从而更清晰地反馈整改效果。在本专题分析中,通过热力图对比可以看出,有几个区
域效果显著。 3.3 在前期决策中的应用 通过图2分析结果,出某些年份这类现象在一天24小时中主要集中的时段。在该专题分析中,还使用了另外一个分布图表示12个月中每个月某类现象在一天24小时中出现的频率。通过这组数据可以帮助定位产生此类现象的原因,结合之前的区域分布热力图,以及整改效
果图,为资源的投入决策提供支撑。
图2 连续六年问题在24小时中的分布图 4 结语 从该上述简单的Tableau 应用分析中可知,Tableau 可以帮助我们在日常的工作中快速得到分析结果,且操作简单,非专业人士亦可使用该工具进行简单的分析。类似于《浪潮之巅》揭示的科技公司兴衰规律一样,只有站在科技革命的浪潮的浪尖上,才能成为一个行业的佼佼者。
而我们当下要做的,是运用先进的工具推动企业的数字化变革。 参考文献: [1]刘红阁,王淑娟,温融冰.人人都是数据分析师,Tableau实战应用[M].
人民邮电出版社.2019(01). [2]什么是聚类分析?聚类分析方法的类别.webavailable:blog. csdn/dsdaasaaa/article/details/94590153.2019(07). [3]美智讯(Bizinsight).Tableau商业分析,从新手到高手[M].电子工业出版社.2019(03).
郑松岩[4][德]克劳斯·施瓦布.第四次工业革命,转型的力量[M].中信出版社. 2016(10).
[5]高云龙,孙辰.大话数据分析,Tableau数据可视化实战[M].人民邮电出版社.2019(2).
[6]美智讯.Tableau商业分析一点通[M].电子工业出版社.2018(6).
[7]雷元.商业智能数据分析从零开始学PowerBI和Tableau自助式BI[M].电子工业出版社.2019(7).
[8]沈浩.触手可及的大数据分析工具Tableau案例集[M].电子工业出版社.2015(9)
杜恒岩唐璜的艺术[9][美]德米特里·阿诺辛.精通Tableau2019[M].清华大学出版社.2019
(12). [10]吴军.浪潮之巅.电子工业出版社[M].2011(8).

本文发布于:2024-09-24 01:17:30,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/256704.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:分析   现象   力图   表示   密集型   成为   效果
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议