Créer des champs calculés dans Tableau

La création de nouvelles variables ou de nouveaux champs est essentielle pour tirer des enseignements des données. Bien souvent, un jeu de données ne contient pas directement toutes les informations nécessaires, mais il est possible de dériver de nouvelles caractéristiques à partir de celles existantes, comme des moyennes, des ratios, des regroupements (bins) et des variables catégorielles. La plupart du temps, la création de champs additionnels permet d’obtenir des analyses et des visualisations plus claires. 

Dans ce tutoriel, nous allons vous guider pas à pas pour créer des champs avec Tableau. Nous commencerons par des exemples simples pour aller vers des cas plus complexes, puis nous partagerons des conseils et des ressources pour maîtriser cette fonctionnalité incontournable de Tableau.

Qu’est-ce qu’un champ calculé dans Tableau ?

Les champs calculés sont l’une des fonctionnalités les plus puissantes de Tableau. Ils permettent de créer de nouvelles données à partir de données existantes. Par exemple, imaginons que nous souhaitions prédire le prix d’un appartement à New York selon ses caractéristiques comme le nombre de chambres, le nombre de salles de bain, etc.

Il peut être utile de connaître la distance du logement à une station de métro, mais cette information n’est pas disponible directement dans le jeu de données. Il faut alors la déduire à partir de champs existants, comme l’adresse. Vous pouvez facilement découvrir cette fonctionnalité de Tableau dans notre cours.

Pourquoi utiliser les champs calculés dans Tableau ?

Étant donné la popularité de Tableau pour créer des visualisations de données, pourquoi est-il crucial de créer des champs calculés ? Voici quelques raisons :

1. Quand les filtres ne suffisent pas

Parfois, appliquer un filtre est compliqué en cas de données manquantes ou de nombreuses conditions à prendre en compte. Construire un champ calculé peut vous faire gagner du temps lorsqu’il y a beaucoup de règles à gérer. Supposons que vous travailliez dans un éditeur de logiciel et que vous vouliez segmenter vos utilisateurs selon le temps écoulé depuis leur inscription, le temps passé sur votre plateforme, les fonctionnalités utilisées et le montant payé. La logique peut vite devenir complexe : dans ce cas, mieux vaut créer un champ calculé plutôt que d’enchaîner les filtres.

2. Quand on veut segmenter les données

Dans certains cas, il est nécessaire de créer des variables catégorielles à partir d’une variable numérique, en particulier pour les visualisations. On parle alors de « binning » ou de « discrétisation » des données numériques. Par exemple, au lieu d’afficher l’âge exact des personnes, on les regroupe par tranches d’âge : 16–25, 26–35, 36–45, etc. Cela peut aussi contribuer à préserver la confidentialité des personnes du jeu de données.

3. Quand on veut créer des expressions de base

Un autre atout des champs calculés est de transformer les données au niveau de la ligne à partir d’une ou plusieurs variables. Le changement d’unité en est un exemple courant. Vous pouvez, par exemple, standardiser le montant des ventes internationales en dollars américains ou convertir des unités impériales en unités métriques. 

Si ces calculs par ligne renvoient une valeur pour chaque enregistrement du jeu de données, vous pouvez également calculer des mesures agrégées (statistiques de synthèse) qui renvoient une seule valeur, comme la moyenne, la variance, le minimum ou le maximum.

Tutoriel sur les champs calculés dans Tableau 

Passons à des exemples concrets à partir des données publiques d’annonces Airbnb de Lisbonne (Portugal). Les données proviennent de Inside Airbnb. Chaque ligne correspond à une annonce Airbnb différente. 

Les variables incluent le nom d’hôte, le quartier, le type de logement, etc. Après avoir installé Tableau Public sur votre ordinateur, ouvrez le fichier listing.csv comme fichier texte, puis vous pourrez commencer à créer de nouveaux champs.

Pour chacun des six exemples suivants, nous vous recommandons de partir d’une nouvelle feuille, car nous travaillerons avec des champs différents à chaque fois.

1. Créer un champ simple

Imaginons que nous voulions visualiser le nombre d’avis par mois, mais que nous ne disposions que de [Last Review] avec la date complète. (Dans ce cas, [Reviews Per Month] est un champ existant, que nous utiliserons pour vérifier notre résultat.) Nous souhaitons donc extraire le mois à partir de ce champ.

Pour réaliser cette opération, procédez comme suit :

1. Créez une nouvelle feuille

2. Cliquez droit sur [Last Review] 

3. Sélectionnez Create > Create a calculated field.

4. Dans l’éditeur de calcul, définissez le champ calculé. Tableau propose des fonctions de date pour les données temporelles, comme DAY, MONTH et YEAR. Pour en savoir plus, consultez la documentation Tableau.

5. Pour ce cas d’usage, ajoutez MONTH([Last Review]) dans l’éditeur de calcul

6. Une fois la formule saisie, renommez le champ par défaut en Month of Last Review puis cliquez sur OK. 

7. Convertissez Month of Last Review en dimension en cliquant droit sur la mesure dans le panneau Données et en sélectionnant Convert to Dimension.

8. Après avoir créé le nouveau champ, nous allons étudier le nombre d’avis par quartier et par mois à Lisbonne. Ajoutez Neighborhood et Month aux Lignes, et insérez le nombre d’avis dans la carte Marques. 

9. Vous remarquerez que Tableau effectue par défaut la somme du nombre d’avis. Il est possible de modifier le type d’agrégation, mais nous conservons la somme, pertinente dans ce contexte. 

10. Faites glisser le champ du nombre d’avis sur la carte Texte pour afficher le nombre d’avis par quartier et par mois. 

11. Supprimez également les valeurs nulles du champ Month en cliquant droit sur l’une d’elles puis en sélectionnant Exclude.

Félicitations ! Vous venez de créer votre premier champ calculé dans Tableau en utilisant des fonctions de date, très utiles pour les données temporelles. Vous avez aussi vu comment créer des tableaux croisés dynamiques avec des en-têtes de ligne et comment filtrer selon un champ. 

2. Champ calculé avec conditions if-then

Créons un autre champ pour étudier le prix selon que l’avis a été rédigé en semaine ou le week-end. On s’attend à observer des prix plus élevés le week-end, mais gardons à l’esprit que certains clients ne laissent pas leur avis le jour même du départ. 

Ce champ peut être obtenu via des instructions IF-THEN, qui font partie des fonctions logiques de Tableau. Selon la condition imposée, elles renvoient une valeur spécifique.

Procédez comme suit :

1. Créez une nouvelle feuille

2. Cliquez droit sur Last Review.

3. Cliquez sur Create > Create a calculated field.

4. Dans la zone de saisie, écrivez la formule avec des if-else. Ici, nous devons extraire le jour de la semaine à partir de Last Review, où 1 et 7 correspondent respectivement au dimanche et au samedi. Nous créons donc une nouvelle variable, appelée Weekend day, qui renvoie ‘Weekend day’ si le jour est samedi ou dimanche, et ‘Working day’ sinon. 

If DATEPART('weekday',[Last Review]) IN (1, 7) THEN 'Weekend day'

ELSE 'Working day'

END

5. Cliquez sur OK une fois terminé

6. Convertissez de nouveau Weekend day en Dimension.

Dans ce cas, nous voulons comparer le prix moyen le week-end vs en semaine pour l’année 2022 : 

1. La zone Rows contiendra le champ price agrégé en moyenne, tandis que le champ Weekend day sera placé dans la zone Columns.
2. Faites glisser le Month de la dernière Review dans la carte Marks et cliquez sur Couleur pour visualiser les écarts de prix selon les mois. 
3. Nous souhaitons aussi filtrer l’année. Plutôt que de créer une nouvelle variable Année de la dernière review, utilisez directement le champ Last Review. Faites-le glisser dans la zone Filtres et choisissez Years. Cliquez sur Next, puis sélectionnez 2022. 
4. Une fois le paramétrage terminé, cliquez sur OK.
5. Choisissez « box-and-whisker plot » (boîtes à moustaches) comme type de graphique.
6. La couleur par défaut des boîtes est le gris. Pour la changer, cliquez droit sur une boîte et sélectionnez Edit.
7. Allez dans la boîte de dialogue Box plot
8. Choisissez la couleur voulue dans la liste déroulante Fill

Les boîtes à moustaches permettent de comparer facilement la distribution des prix en semaine et le week-end. En 2022, le prix moyen le week-end apparaît plus élevé que le reste de la semaine. On peut l’observer via le minimum, le premier quartile, la médiane, le troisième quartile et le maximum. 

Concernant le mois de la dernière review, on observe des prix moyens plus élevés le week-end en février et en juin, tandis qu’en semaine, janvier et mai semblent les plus chers. 

3. Champ calculé basé sur un group by

Sur Airbnb, la confiance des clients est cruciale. Plus un hôte a d’avis, plus les clients sont enclins à lui faire confiance, ainsi qu’à ses annonces. Nous souhaitons donc calculer la somme des avis pour chaque hôte. 

On peut y parvenir en utilisant l’expression FIXED. Elle calcule une valeur pour chaque dimension considérée. Suivez ces étapes :

1. Créez une nouvelle feuille

2. Cliquez sur Analysis dans le menu puis sur Create Calculated Field... 

3. Nommez le champ Reviews Per Host et saisissez la formule ci-dessous. L’expression FIXED sert à regrouper les données. Elle est équivalente à GROUP BY en SQL. 

{FIXED [Host Id],[Host Name]:SUM([Number Of Reviews])}

4. Cliquez sur OK une fois la formule renseignée.

Parfait ! Nous avons créé le champ Reviews Per Host. Créons maintenant une nouvelle feuille et visualisons ce champ avec des barres empilées. 

Ajoutez la somme de ce nouveau champ dans la zone Lignes, et Host Id ainsi que Host Name dans la zone Columns. Cliquez ensuite sur l’icône de tri pour classer le nombre d’avis, puis cliquez une fois pour tri décroissant. 

Grâce à ces barres, on visualise les 14 hôtes ayant obtenu le plus grand nombre d’avis et, par conséquent, ceux en qui les clients de Lisbonne ont le plus confiance.

4. Créer un champ calculé pour filtrer 

La visualisation précédente est un peu chargée. Il serait plus pertinent d’afficher directement les hôtes ayant le plus d’avis. Pour cela, nous allons créer un champ pour les hôtes avec plus de 5 000 avis. 

1. Créez une nouvelle feuille

2. Cliquez droit sur Reviews Per Host, le champ créé précédemment.

3. Cliquez sur Create > Create a calculated field.

4. Nommez le champ Reviews 5k et saisissez la formule ci-dessous. IIF() est une fonction logique qui vérifie si une condition est remplie. Ici, on teste si le nombre d’avis par hôte est supérieur à 5 000. Si oui, la modalité renvoyée est ‘Apply Filter.’ Sinon, ‘No Filter’.

IIF([Reviews Per Host]>5000,'Apply Filter','No Filter')

5. Cliquez sur OK

Une fois le champ ajouté au jeu de données, reproduisez le même graphique que pour Reviews Per Host. Ajoutez ensuite Reviews 5k dans la zone Filtres, puis choisissez la modalité Apply Filter. Vous verrez ainsi uniquement les hôtes ayant plus de 5 000 avis. 

On observe les trois hôtes qui dépassent les 7 000 avis. L’hôte le plus populaire est Pedro, avec 9 000 avis.

5. Créer des bins calculés dans Tableau

Pour finir, divisons le prix moyen en différents groupes de taille égale, appelés bins (classes). Les bins sont très utiles pour organiser les valeurs d’une mesure en groupes distincts. 

Par exemple, si nous étudions le prix moyen en semaine et le week-end, il est pertinent de comparer ces deux distributions en distinguant différentes plages de prix. 

La procédure pour créer des bins est simple et intuitive.

1. Créez une nouvelle feuille
2. Cliquez droit sur Price.
3. Cliquez sur Create > Bins.
4. Définissez une taille de bin égale à 500.
5. Cliquez sur OK une fois le paramétrage terminé.

Nous allons de nouveau analyser le prix moyen en semaine et le week-end, en utilisant le champ Weekend day créé au deuxième exemple. D’après l’analyse précédente, le prix moyen en 2022 semblait plus élevé le week-end que la semaine. Vérifions-le en ajoutant le prix découpé en intervalles :

1. La zone Lignes contient le champ Price, agrégé en moyenne
2. Faites glisser les champs Weekend day et Price(bins) dans la zone Columns 
3. Placez Price(bins) dans la carte Marks et cliquez sur Color.
4. Faites glisser le champ Last Reviews dans la zone filters, choisissez Years, cliquez sur Next et sélectionnez 2022. Terminez par OK.

À partir des deux histogrammes, on constate que le prix moyen en semaine culmine entre 200 et 2500, tandis que le week-end comporte des intervalles avec des valeurs moyennes plus élevées. Cet écart influence les deux distributions et confirme l’observation de l’exemple 2 : le prix moyen est plus élevé le week-end que le reste de la semaine. 

Autre fonctionnalité utile avec les bins : la possibilité de modifier leur taille depuis la légende du graphique. 

Voici les étapes pour créer un paramètre dynamique permettant d’ajuster la taille des bins :

1. Cliquez sur la flèche déroulante en haut du panneau Données et sélectionnez Create Parameter.
2. Renommez le paramètre Price Bins Control et définissez la valeur actuelle à 100.
3. Dans les options autorisées, choisissez Range.
4. Renseignez Minimum à 100, Maximum à 5000 et Step size à 100.
5. Cliquez sur OK.

Après avoir créé ce paramètre, il faut aussi modifier le champ Price (bins). Au lieu d’une taille d’étape égale à 500, remplacez-la par le paramètre Price Bins Control. Pour cela :

1. Cliquez droit sur le champ Price(Bins) et sélectionnez Edit.
2. Cliquez sur la flèche à côté de la taille des bins et sélectionnez Price Bins Control.
3. Cliquez sur OK.

Ensuite, cliquez droit sur Price Bins Control et sélectionnez Show Parameter. Vous pourrez alors ajuster la taille des bins via ce paramètre, à l’aide des deux flèches en haut à droite : flèche gauche pour diminuer la taille, flèche droite pour l’augmenter.

Vous verrez les histogrammes se mettre à jour dès que vous modifiez la taille des bins.

6. Créer un champ calculé avec EXCLUDE

EXCLUDE est une expression Tableau qui permet de créer un champ en retirant certaines granularités. Dans ce tutoriel, nous l’utilisons pour observer le nombre d’avis en excluant le quartier. En effet, il est difficile d’afficher à la fois le nombre d’avis par quartier et le total des avis indépendamment du quartier dans une même table. Avant de commencer, créez une nouvelle feuille.

Pour créer ce champ, procédez ainsi :

1. Créez une nouvelle feuille

2. Dans le menu, cliquez sur Analysis puis sélectionnez Create Calculated Field.

3. Nommez le champ Reviews no neighborhood et écrivez la formule suivante.

{EXCLUDE [Neighborhood]:SUM([Number Of Reviews])}

4. Cliquez sur OK.

5. Faites glisser le nouveau champ dans le tableau croisé, entre Neighborhood et Number of Reviews.

Ressources Tableau complémentaires

Cet article vous a présenté les champs calculés dans Tableau et six exemples illustratifs pour comprendre pourquoi les utiliser en analyse exploratoire. 

Grâce à ce guide, vous pouvez créer vos premiers champs calculés tout en apprenant à utiliser Tableau. Partez d’une hypothèse simple et mettez-la en pratique grâce à cette fonctionnalité. Pour aller plus loin, explorez notre parcours Data Analyst in Tableau et trouvez des gains rapides avec notre Tableau Cheat Sheet.