Tableau में क्लस्टर विश्लेषण

डेटा जटिल, थकाऊ हो सकता है, और कई बार पैटर्न खोजना कठिन कार्य बन जाता है। मान लीजिए आपके पास अपनी कंपनी की कुछ बिक्री संबंधी जानकारी है। आप उपभोक्ताओं की खर्च करने की क्षमता के संदर्भ में कोई पैटर्न ढूंढना चाहते हैं। यदि आप डेटा में स्पष्ट समूहों या सह-संबंधों की पहचान कर सकें, तो आप अलग-अलग समूहों को उसी के अनुरूप लक्षित कर अधिकतम बिक्री प्राप्त कर सकते हैं। इसी अंतर्ज्ञान के पीछे का मूल विचार क्लस्टरिंग कहलाता है और Tableau में अंतर्निहित सुविधा है जो कुछ विशेषताओं के आधार पर समान डेटा बिंदुओं को स्वतः क्लस्टर कर सकती है। आइए Tableau की इस क्षमता को समझें और देखें कि हम वास्तविक जीवन के डेटा सेट पर क्लस्टरिंग कैसे लागू कर सकते हैं।

K Means क्लस्टरिंग

क्लस्टरिंग, जिसे क्लस्टर विश्लेषण भी कहा जाता है, एक अनुपर्यवेक्षित मशीन लर्निंग एल्गोरिद्म है जो समानता मीट्रिक के आधार पर समान वस्तुओं को एक साथ समूहित करता है।

Tableau पर्दे के पीछे K Means क्लस्टरिंग एल्गोरिद्म का उपयोग करता है। K-Means क्लस्टरिंग तकनीकों में से एक है जो डेटा को K संख्या के क्लस्टरों में विभाजित करती है और सेंट्रोइड-आधारित क्लस्टरिंग के अंतर्गत आती है। K-Means क्लस्टरिंग में, दिए गए क्लस्टरों की संख्या k के लिए, एल्गोरिद्म डेटा सेट को k क्लस्टरों में बांटता है, जहां हर क्लस्टर का एक सेंट्रोइड होता है जो उस क्लस्टर के सभी बिंदुओं के औसत से निकाला जाता है। इसके बाद डेटा बिंदुओं को सेंट्रोइड से उनकी दूरी के आधार पर क्लस्टर किया जाता है।

क्लस्टरिंग की अवधारणा पर विस्तार से बताने वाले DataCamp के दो उत्कृष्ट ट्यूटोरियल यहाँ हैं:

• scikit-learn के साथ Python में K-Means क्लस्टरिंग
• R में K-Means क्लस्टरिंग ट्यूटोरियल

यदि आप मशीन लर्निंग में क्लस्टरिंग के बारे में अधिक सीखना चाहते हैं, तो DataCamp का Unsupervised Learning in Python या Clustering Methods with SciPy कोर्स करें।

बेहतर समझ के लिए नीचे दिए गए चित्र में K-Means एल्गोरिद्म का दृश्यकरण किया गया है। प्रारंभ में, हम 4 सेंट्रोइड बिंदु यादृच्छिक रूप से परिभाषित करते हैं। K-Means एल्गोरिद्म तब प्रत्येक डेटा बिंदु को उसके निकटतम क्लस्टर (क्रॉस) को असाइन करता है। जैसे-जैसे सभी डेटा बिंदुओं के औसत मान बदलते हैं, सेंट्रोइड नई स्थिति में शिफ्ट होते हैं, और यह प्रक्रिया तब तक दोहराई जाती है जब तक सेंट्रोइड की स्थिति में कोई और बदलाव न दिखे।

K-Means एल्गोरिद्म का दृश्यकरण

Tableau में क्लस्टरिंग का मानदंड

क्लस्टरिंग पद्धति का कुछ अंदाज़ा लगाने के बाद, अब समझते हैं कि Tableau में क्लस्टरिंग कैसे होती है। Tableau क्लस्टर गुणवत्ता का आकलन करने के लिए Calinski-Harabasz मानदंड का उपयोग करता है। Calinski-Harabasz मानदंड की गणितीय व्याख्या इस प्रकार है:

स्रोत

"जहाँ SSB कुल क्लस्टरों के बीच का वैरिएंस है, SSW क्लस्टर के भीतर का कुल वैरिएंस है, k क्लस्टरों की संख्या है, और N प्रेक्षणों की संख्या है" (स्रोत).

यह अनुपात एक मान देता है जो क्लस्टरों की एकजुटता निर्धारित करता है। तो यह मान जितना अधिक होगा, क्लस्टर उतने ही सघन होंगे, जिनमें क्लस्टर के भीतर दूरी कम और क्लस्टरों के बीच दूरी अधिक होगी।

पूर्वापेक्षाएँ

यह लेख Tableau की कुछ परिचितता मानकर चलता है। यदि आप पूर्णत: शुरुआती हैं, तो सुझाव है कि आप DataCamp पर निम्न लेख पढ़ें जो एक उत्कृष्ट प्रारंभिक पाठ है।

Tableau के साथ डेटा विज़ुअलाइज़ेशन

Tableau वातावरण

इस ट्यूटोरियल में, हम Tableau Public के साथ काम करेंगे, जो Tableau का पूरी तरह निःशुल्क संस्करण है। आधिकारिक वेबसाइट से Tableau Public एडिशन डाउनलोड करें। इंस्टॉलेशन निर्देशों का पालन करें, और यदि Tableau आइकन पर क्लिक करने पर निम्न स्क्रीन दिखती है, तो आप तैयार हैं।

डेटासेट से कनेक्ट करना

इस लेख में हम जिस डेटासेट का उपयोग करेंगे, उसे World Economic Indicators कहा जाता है। इस डेटासेट में विभिन्न देशों के जीवन प्रत्याशा, व्यवसाय करने में आसानी, जनसंख्या आदि जैसे अर्थव्यवस्था को प्रभावित करने वाले कुछ महत्वपूर्ण संकेतक शामिल हैं। यह संयुक्त राष्ट्र से प्राप्त किया गया है। डेटासेट यहाँ उपलब्ध है।

• डेटासेट को अपने सिस्टम पर डाउनलोड करें।
• कंप्यूटर से अपने Tableau वर्कस्पेस में डेटा इम्पोर्ट करें। डेटा को सुधारने और पुन:संरेखित करने के लिए Sheets टैब के अंतर्गत मौजूद Data Interpreter का उपयोग करें।

डेटा स्रोत का फ़ॉर्मैटिंग

वर्कशीट पर जाएँ और Measures तथा Dimensions टैब पर नज़र डालें। Measures टैब के अंतर्गत कई फ़ील्ड हैं, जिन्हें एक ही श्रेणी के अंतर्गत साथ जोड़ा जा सकता है। इससे सभी डेटा फ़ील्ड को बेहतर ढंग से प्रस्तुत करने में भी मदद मिलेगी।

• Business Tax Rate, Days to Start Business, Ease of Business, Hours to do Tax and Lending Interest चुनें > Create Folder.

• फोल्डर का नाम Business रखें, और अब उपर्युक्त सभी फ़ील्ड इस फोल्डर में शामिल हो जाएँगी।

• इसी प्रकार Development, Health और Population के लिए भी फोल्डर बनाएँ। साथ ही, नीचे दिए गए फ़ील्ड क्रमशः जोड़ें। फ़ॉर्मैटिंग के बाद Measures टैब इस प्रकार दिखेगा:

World Economic Indicators डेटा से क्लस्टर बनाना

क्लस्टरिंग डेटा सेट में पैटर्न उजागर करने में मदद करती है। मान लें कि आप किसी पर्यटन कंपनी में विश्लेषक हैं। दुनिया भर में जीवन प्रत्याशा बढ़ने के कारण वरिष्ठ नागरिकों के पर्यटन में उछाल आया है। बुजुर्ग अब अधिक सक्रिय हैं और दुनिया घूमने में अधिक रुचि रखते हैं। आपकी कंपनी इस प्रवृत्ति का लाभ उठाना चाहती है, और आपका काम World Indicators के नमूना डेटा का उपयोग कर उन देशों की पहचान करना है जहाँ उपयुक्त प्रकार के ग्राहक पर्याप्त संख्या में मौजूद हैं। क्लस्टरिंग ऐसे देशों की पहचान करने में हमारी मदद कर सकती है।

सीनियर पर्यटन के लिए उच्च सफलता दर वाले देशों की पहचान

अब डेटा पर क्लस्टर विश्लेषण करने के विभिन्न चरणों से गुजरते हैं।

• Data पेन के Dimensions में Country पर डबल-क्लिक करें। Tableau हर देश का प्रतिनिधित्व करते भरे हुए वृत्तों के साथ एक मानचित्र दृश्य बनाता है। Marks कार्ड पर मार्क प्रकार को Map में बदलें,

क्लस्टरिंग के लिए चर (वेरिएबल) पहचानना

क्लस्टरिंग में अगला कदम उन चर की पहचान करना है जो क्लस्टरिंग एल्गोरिद्म में उपयोग होंगे। Tableau में चर फ़ील्ड के समान हैं। ऐसा एकल उत्तर नहीं है कि कौन से चर आदर्श क्लस्टर देंगे, पर आप कई चर के साथ प्रयोग कर सकते हैं और देख सकते हैं कि कौन-सा वांछित परिणाम देता है। हमारे मामले में, निम्न फ़ील्ड के साथ काम करते हैं:

• Population Urban

शहरी जनसंख्या किसी देश में जनसंख्या घनत्व का अच्छा संकेतक है। घनत्व जितना अधिक होगा, व्यापार के उतने अधिक अवसर उपलब्ध होते हैं।

• Population 65+

65 से अधिक आयु वाली जनसंख्या वरिष्ठ नागरिकों को दर्शाती है, जो हमारा लक्षित खंड भी है।

• Life Expectancy Female और Life Expectancy Male

उच्च जीवन प्रत्याशा वाले देश संकेत देते हैं कि वहाँ लोग अधिक समय तक जीते हैं और यात्रा में अधिक रुचि रखेंगे।

• Tourism Per Capita

यह फ़ील्ड मौजूद नहीं है और इसे एक calculated field के रूप में बनाया जा सकता है, Tourism Outbound और Population Total फ़ील्ड का उपयोग करते हुए इस प्रकार:

Tourism Per Capita = SUM([Tourism Outbound])/SUM([Population Total])

Tourism Outbound उस धनराशि (US डॉलर में) का प्रतिनिधित्व करता है जो किसी देश के लोग सालाना अंतरराष्ट्रीय यात्रा पर खर्च करते हैं। औसत मान पाने के लिए हमें इस फ़ील्ड को प्रत्येक देश की जनसंख्या से विभाजित करना होगा।

चयनित फ़ील्ड को व्यू में जोड़ना

आगे बढ़ने से पहले, हमें डिफ़ॉल्ट समेकन को SUM से बदलकर AVERAGE करना होगा। Tableau में measures या dimensions का समेकन संभव है, हालांकि measures का समेकन अधिक सामान्य है। जब भी हम किसी measure को व्यू में जोड़ते हैं, डिफ़ॉल्ट रूप से उस पर एक समेकन लागू होता है। कौन-सा समेकन लागू होना चाहिए, यह व्यू के संदर्भ पर निर्भर करता है।

सभी चयनित फ़ील्ड के लिए Aggregation बदलें और फिर उन्हें Marks कार्ड पर Detail में इस प्रकार ड्रैग करें:

क्लस्टरिंग

Tableau में क्लस्टरिंग एक सरल ड्रैग-एंड-ड्रॉप प्रक्रिया है। निम्न चरण क्लस्टरिंग प्रक्रिया को रेखांकित करते हैं:

• Analytics पेन पर क्लिक करें और Cluster को व्यू पर ड्रैग करें, और Tableau डेटा को स्वतः क्लस्टर कर देगा।

• हालाँकि Tableau स्वतः तय कर सकता है कि कितने क्लस्टर बनाने हैं, हम क्लस्टरों की संख्या और किन वेरिएबल्स का उपयोग कर क्लस्टर गणना करनी है, इसे नियंत्रित भी कर सकते हैं। किसी फ़ील्ड को शामिल करने के लिए उसे बॉक्स में ड्रैग करें, या बाहर खींचकर निकाल दें।

• हम बेहतर विश्लेषण के लिए 4 क्लस्टर और डिफ़ॉल्ट वेरिएबल्स के साथ आगे बढ़ेंगे। ध्यान दें, कुछ देश किसी भी क्लस्टर में नहीं आए और उन्हें not clustered के रूप में चिह्नित किया गया है।

• क्लस्टर एक नए पिल के रूप में बनता है और कलर शेल्फ पर दिखता है। इस पिल को Data पेन पर ड्रैग करें ताकि इसे एक समूह के रूप में सहेजा जा सके।

तो यहाँ हमने चुनी हुई measures के संदर्भ में देशों को क्लस्टर किया है। लेकिन इन परिणामों का अर्थ कैसे निकालें, और क्लस्टरों के आधार पर व्यावसायिक निर्णय कैसे लें? अगला खंड इन्हीं बातों पर केंद्रित है।

क्लस्टरों का वर्णन

Marks कार्ड में Clusters फ़ील्ड पर क्लिक करें और Describe Clusters विकल्प चुनें।

यह एक दस्तावेज़ दिखाता है जिसमें क्लस्टरों का विस्तृत विवरण होता है। दस्तावेज़ में दो टैब होते हैं:

सारांश

यह परिणामों का सार देता है और हर क्लस्टर के लिए प्रत्येक वेरिएबल के औसत मान दिखाता है।

उपर्युक्त परिणामों से हम निष्कर्ष निकाल सकते हैं कि क्लस्टर 3 में:

• पुरुषों और महिलाओं दोनों के लिए सर्वाधिक जीवन प्रत्याशा
• प्रति व्यक्ति कुल पर्यटन का सर्वाधिक मान
• सबसे अधिक शहरी जनसंख्या

इसका मतलब है कि वहाँ समृद्ध शहरी आबादी है जिसकी जीवन प्रत्याशा अधिक है और इसलिए वह सीनियर पर्यटन उद्योग के लिए एक अच्छा बाजार प्रतीत होती है। आइए देखें कि इस क्लस्टर में कौन-कौन से देश शामिल हैं।

मॉडल

मॉडल टैब सभी वेरिएबल/फ़ील्ड के औसत मान के विभिन्न सांख्यिकीय मान और उनकी सांख्यिकीय प्रासंगिकता दर्शाता है।

इस प्रकार एक विश्लेषक के रूप में, आप यह सूची सेल्स टीम को प्रस्तुत कर सकते हैं ताकि वे इन संभावित ग्राहकों पर ध्यान केंद्रित कर सकें। क्लस्टरिंग ने हमें उत्कृष्ट अंतर्दृष्टि प्रदान की है। यहाँ से, आप विभिन्न फ़ील्ड के साथ प्रयोग कर सकते हैं, जनसंख्या या आय के लिए कोई सीमा निर्धारित कर सकते हैं, आदि। डेटा को क्लस्टर करने के कई तरीके हैं, पर मूल सिद्धांत समान रहता है।

निष्कर्ष

इस लेख में, हमने देखा कि Tableau में एक सरल ड्रैग-एंड-ड्रॉप तंत्र के साथ दिए गए डेटा सेट का क्लस्टर विश्लेषण कैसे किया जाए। क्लस्टरिंग एक मूल्यवान उपकरण है और जब Tableau के साथ मिलती है, तो विश्लेषकों के हाथ में सांख्यिकीय विश्लेषण तकनीक की शक्ति दे देती है। Tableau में महारत हासिल करने के लिए आवश्यक हर चीज़ के लिए हमारा Tableau hub देखें। 

संदर्भ

Tableau प्रलेखन