Corso
Introduzione a Tableau
6 ore
330.3K
I dati possono essere complessi, tediosi e a volte è difficile individuarne i pattern. Immagina di avere alcuni dati di vendita della tua azienda. Vuoi scoprire un modello in termini di capacità di spesa dei consumatori. Se riuscissi a individuare gruppi o associazioni distinti nei dati, potresti mirare ai diversi gruppi di conseguenza per massimizzare le vendite. L’idea alla base di questa intuizione è chiamata clustering e Tableau ha una funzione integrata che può raggruppare automaticamente punti dati simili in base a determinate caratteristiche. Esploriamo questa funzionalità di Tableau e vediamo come applicarla a un dataset reale.
Clustering K-Means
Il clustering, noto anche come analisi dei cluster, è un algoritmo di machine learning non supervisionato che tende a raggruppare elementi simili sulla base di una metrica di similarità.
Tableau utilizza l’algoritmo di clustering K-Means sotto il cofano. K-Means è una delle tecniche di clustering che suddivide i dati in K cluster e rientra nel clustering basato sul centroide. Nel clustering K-Means, per un dato numero di cluster k, l’algoritmo suddivide il dataset in k cluster, dove ogni cluster ha un centroide calcolato come valore medio di tutti i punti in quel cluster. I punti dati vengono poi assegnati ai cluster in base alla loro distanza dai centroidi.
Qui trovi due ottimi tutorial su DataCamp che trattano in dettaglio il concetto di clustering:
Se vuoi saperne di più sul clustering nel machine learning, segui i corsi di DataCamp Unsupervised Learning in Python o Clustering Methods with SciPy.
La figura seguente visualizza l’algoritmo K-Means per una comprensione migliore. Inizialmente, definiamo casualmente 4 punti centroide. L’algoritmo K-Means assegna quindi ogni punto dati al cluster più vicino (croce). Il centroide si sposta in una nuova posizione man mano che cambia il valore medio di tutti i punti, e l’intero processo si ripete finché non si osservano ulteriori cambiamenti nella posizione dei centroidi.
Il criterio per il clustering in Tableau
Dopo aver visto a grandi linee la metodologia di clustering, capiamo come viene realizzato in Tableau. Tableau utilizza il criterio di Calinski-Harabasz per valutare la qualità dei cluster. Ecco l’interpretazione matematica del criterio di Calinski-Harabasz:
"dove SSB è la varianza tra-cluster complessiva, SSW è la varianza intra-cluster complessiva, k è il numero di cluster e N è il numero di osservazioni" (Fonte).
Questo rapporto restituisce un valore che determina la coesione dei cluster. Più alto è questo valore, più i cluster sono strettamente associati, con bassa distanza intra-cluster e alta distanza tra cluster.
Prerequisiti
Questo articolo presuppone una certa familiarità con Tableau. Se sei alle prime armi, ti consigliamo di leggere il seguente articolo su DataCamp, un ottimo punto di partenza.
Data Visualisation with Tableau
Ambiente Tableau
In questo tutorial useremo Tableau Public, un’offerta completamente gratuita di Tableau. Scarica la versione Public dal sito ufficiale. Segui le istruzioni di installazione e, se alla pressione dell’icona di Tableau compare la schermata seguente, sei pronto per iniziare.
Connessione al dataset
Il dataset che useremo in questo articolo si chiama World Economic Indicators. Include alcuni importanti indicatori che guidano l’economia, come aspettativa di vita, facilità di fare impresa, popolazione, ecc., dei vari paesi. È stato ottenuto dalle Nazioni Unite. Puoi accedere al dataset da qui.
- Scarica il dataset sul tuo sistema.
- Importa i dati nel tuo spazio di lavoro Tableau dal computer. Usa il Data Interpreter, presente sotto la scheda Sheets, per correggere e riallineare i dati.
Formattazione dell’origine dati
Procedi al foglio e dai un’occhiata alle schede Misure e Dimensioni. Ci sono molte voci nella scheda Misure che possono essere raccolte sotto un’unica categoria. Questo aiuterà anche a rappresentare meglio tutti i campi dati.
- Seleziona Business Tax Rate, Days to Start Business, Ease of Business, Hours to do Tax and Lending Interest > Crea cartella.
- Assegna alla cartella il nome Business: ora tutti i campi sopra sono inclusi in questa cartella.
- Allo stesso modo, crea cartelle per Development, Health e Population. Aggiungi inoltre i seguenti campi, rispettivamente. Ecco come appare la scheda Misure dopo la formattazione:
Creazione di cluster dai dati World Economic Indicators
Il clustering aiuta a scoprire i pattern nel dataset. Supponiamo che tu sia un analista presso un’azienda di turismo. A causa dell’aumento dell’aspettativa di vita nel mondo, il turismo senior è in crescita. Le persone più anziane ora sono più attive e più interessate a viaggiare e vedere il mondo. La tua azienda vuole cogliere questa opportunità e il tuo compito è usare i dati di esempio World Indicators per identificare i paesi in cui ci sono abbastanza clienti del tipo giusto. Il clustering è uno strumento che può aiutarci a identificare questi paesi.
Identificare i paesi con alta probabilità di successo per il turismo senior
Vediamo ora i vari passaggi per eseguire un’analisi dei cluster sui dati.
- Fai doppio clic su
Countrynelle Dimensioni nel riquadro Dati. Tableau crea una vista mappa con un cerchio riempito che rappresenta ogni paese. Cambia il tipo di segno in Map nella scheda Marks,
Identificare le variabili per il clustering
Il passo successivo nel clustering è identificare le variabili che verranno usate nell’algoritmo. In Tableau, le variabili corrispondono ai campi. Non esiste una risposta univoca su quali variabili generino i cluster ideali: puoi sperimentare con diverse variabili per vedere cosa produce i risultati desiderati. Nel nostro caso, lavoriamo con i seguenti campi:
- Population Urban
La popolazione urbana è un buon indicatore della densità di popolazione in un paese. Maggiore è la densità, maggiori diventano le opportunità di business.
- Population 65+
La popolazione oltre i 65 anni indica i cittadini senior, che è anche il nostro segmento target.
- Life Expectancy Female e Life Expectancy Male
I paesi con aspettative di vita più alte indicano che le persone tendono a vivere più a lungo e saranno più interessate a viaggiare.
- Tourism Per Capita
Questo campo non esiste e può essere creato come campo calcolato, usando i campi Tourism Outbound e Population Total come segue:
Tourism Per Capita = SUM([Tourism Outbound])/SUM([Population Total])
Tourism Outbound rappresenta il denaro (in dollari USA) che le persone di un paese spendono annualmente per viaggi internazionali. Per ottenere il valore medio, dovremo dividere questo campo per la popolazione di ciascun paese.
Aggiungere i campi selezionati alla vista
Prima di procedere, dobbiamo cambiare l’aggregazione predefinita da SUM a AVERAGE. Tableau consente di aggregare misure o dimensioni, anche se l’aggregazione delle misure è più comune. Ogni volta che aggiungiamo una misura alla vista, per impostazione predefinita viene applicata un’aggregazione. Il tipo di aggregazione da applicare dipende dal contesto della vista.
Cambia l’aggregazione per tutti i campi selezionati e poi trascinali su Detail nella scheda Marks come segue:
Clustering
Il clustering in Tableau è un semplice processo di drag and drop. I passaggi seguenti delineano il processo:
- Fai clic sul riquadro
Analyticse trascinaClusternella vista: i dati verranno raggruppati automaticamente da Tableau.
- Sebbene Tableau possa decidere automaticamente il numero di cluster da creare, possiamo anche controllare il numero di cluster e quali variabili usare per calcolarli. Trascina semplicemente un campo nel riquadro per includerlo nell’algoritmo di clustering o trascinalo fuori per escluderlo.
- Procederemo con 4 cluster e le variabili predefinite per un’analisi migliore. Nota: alcuni paesi non rientrano in alcun cluster e sono stati contrassegnati come non raggruppati.
- Il cluster viene creato come una nuova pillola e si vede nella sezione colore. Trascina questa pillola nel riquadro Dati per salvarla come gruppo.
Abbiamo quindi raggruppato i paesi in relazione alle misure scelte. Ma come dare un senso a questi risultati e come prendere decisioni di business basate sui cluster? La sezione successiva affronta queste questioni.
Descrivere i cluster
Fai clic sul campo Clusters nella scheda Marks e poi su Describe Clusters.
Si apre un documento con una descrizione dettagliata dei cluster. Il documento ha due schede:
Riepilogo
Fornisce un riepilogo dei risultati e i valori medi di ogni variabile per ciascun cluster.
Dai risultati sopra possiamo dedurre che il Cluster 3 ha:
- La più alta aspettativa di vita sia per uomini che per donne
- Il totale di Tourism Per Capita più alto
- La popolazione urbana più alta
Ciò significa che ha una popolazione urbana benestante con maggiore aspettativa di vita e quindi sembra essere un buon mercato per l’industria del turismo senior. Vediamo quali paesi sono inclusi in questo cluster.
Modelli
La scheda dei modelli mostra i vari valori statistici per il valore medio di tutte le variabili/campi e ne indica la significatività statistica.
Come analista, puoi quindi presentare questo elenco al team Sales, in modo che si concentri su questi potenziali clienti. Il clustering ci ha fornito ottimi insight. Da qui, puoi sperimentare con campi diversi, impostare una soglia per popolazione o reddito, ecc. Ci sono molti modi per raggruppare i dati, ma il principio di base rimane lo stesso.
Conclusione
In questo articolo abbiamo visto come eseguire un’analisi dei cluster di un dataset in Tableau con un semplice meccanismo di drag and drop. Il clustering è uno strumento prezioso e, unito a Tableau, mette la potenza di una tecnica di analisi statistica nelle mani degli analisti. Visita il nostro hub su Tableau per tutto ciò che ti serve per padroneggiare Tableau.
Riferimenti
