Kwadrantanalyse in Tableau

Exploratieve data-analyse is de ruggengraat van elk data-scienceproject. Voordat je een model gaat bouwen en de dataset traint met een machinelearningalgoritme, is het essentieel om de dataset te verkennen en een overzicht te krijgen van wat erin zit.

Neem de bekende Superstore-dataset. De data is afkomstig van een Amerikaanse Superstore en bevat informatie over producten, verkoop, winst, enzovoort, die je kunt gebruiken om belangrijke verbeterpunten binnen dit fictieve bedrijf te identificeren. De eerste stap is het importeren en verkennen van de dataset. Je kunt de data hier downloaden.

Python voor EDA

Laten we Python gebruiken om de dataset te importeren en te verkennen. Wil je meer leren over het bekijken en opschonen van data in Python? Volg dan DataCamp's cursus Cleaning Data in Python.

import pandas as pd  
import numpy as np
superstore_data = pd.read_excel('Sample-Superstore .xls',header = 3)  
superstore_data.head()Mogelijk gemaakt door

De dataframe toont de eerste vijf rijen van de dataset met verschillende kenmerken. We kunnen ook kijken of er ontbrekende waarden zijn en welke kolommen er zijn:

superstore_data.info()Mogelijk gemaakt door

Uit de bovenstaande informatie blijkt dat er geen null-waarden zijn en in totaal 9994 records. Visualisatie is ook een belangrijk onderdeel van EDA, omdat het meer perspectief geeft. We zouden een scatterplot kunnen maken tussen Sales en Profit, maar wat als we de bestaande scatterplot verder konden aanpassen om ons meer informatie te geven? Een manier om informatie te visualiseren is via een kwadrantgrafiek. Laten we hier in de volgende secties dieper op ingaan en er zelf een maken.

Kwadrantanalysegrafiek

Als je deel uitmaakt van het data-science-ecosysteem, heb je vast gehoord van Gartner’s Magic Quadrant (MQ). Deze MQ’s zijn een reeks rapporten met marktonderzoek en analyses van verschillende technologiebedrijven. Ze behoren tot de meest verwachte rapporten in dit domein. Hier is het 2019 Magic Quadrant voor Analytics- en Business Intelligence-platforms, waaruit blijkt dat Tableau en Power BI de leiding nemen.

Een kwadrantgrafiek is technisch gezien een scatterplot die is opgedeeld in vier gelijke delen of kwadranten, vandaar de naam. Een kwadrantanalysegrafiek helpt om data in aparte kwadranten weer te geven, zodat je eenvoudig kunt zien welke datapunten op elkaar lijken en welke niet, op basis van bepaalde kenmerken.

Kwadrantgrafieken maken in Tableau

Tableau is een uitstekende tool voor data-analyse en visualisatie die tegenwoordig breed in de industrie wordt gebruikt. Tableau is zo gebruiksvriendelijk dankzij de drag-and-dropinterface. Daardoor maak je heel eenvoudig en intuïtief allerlei grafieken, waaronder kwadrantgrafieken.

Vereisten

Deze tutorial gaat uit van enige vertrouwdheid met Tableau, de eigenschappen en hoe je het gebruikt voor analyses. Ben je een complete beginner? Lees dan het volgende artikel, dat een uitstekende introductie tot Tableau biedt:

Data Visualization with Tableau

Tableau-omgeving

In deze tutorial werken we met Tableau Public, een volledig gratis aanbod van Tableau. Download de Tableau Public-editie van de officiële website. Volg de installatie-instructies en als het volgende scherm verschijnt wanneer je op het Tableau-pictogram klikt, ben je klaar om te beginnen.

Verbinding maken met de gegevensbron

We gebruiken dezelfde Superstore-dataset die eerder is beschreven. Als je de dataset nog niet hebt gedownload, kun je die hier vinden.

• Importeer de data in de Tableau-werkruimte vanaf je computer.
• Onder het tabblad Sheets worden drie sheets zichtbaar: Orders, People en Returns. Wij focussen ons echter alleen op de Orders-data. Dubbelklik op de sheet Orders; deze opent net als een spreadsheet.
• We zien dat de eerste drie rijen er wat anders uitzien en niet in het gewenste formaat staan. We gebruiken Data Interpreter, ook aanwezig onder het tabblad Sheets, om dit te corrigeren. Door erop te klikken, krijgen we een netjes opgemaakte sheet.

Een scatterplot maken

Stel dat we willen zien hoe Discount samenhangt met de winst van de Superstore en welke producten winstgevender zijn dan andere. De eerste stap is een eenvoudige scatterplot maken tussen Discount en Profit Ratio. Profit Ratio geeft een beter beeld dan alleen het veld Profit, en omdat dit niet in de originele database staat, maken we die zelf aan.

• Open een nieuw werkblad en maak een nieuw berekend veld met de naam Profit Ratio met behulp van de onderstaande formule.

  sum([Profit])/sum([Sales])Mogelijk gemaakt door

• Sleep Discount naar Columns en Profit Ratio naar Rows. Sleep tot slot Sub Category naar de Colors-shelf. Zet de maat van Discount om van Sum naar Average. Je krijgt nu een scatterplot die is ingekleurd per productcategorie.

Parameters maken

Nu we een basis-scatterplot hebben, is het tijd om twee parameters te maken die als basis dienen voor de berekening van de kwadranten. In ons geval maken we een Discount-parameter en een Profit Ratio-parameter, die respectievelijk worden afgeleid van de velden Discount en Profit Ratio.

Discount-parameter

Klik op het veld Discount > Create > Parameter en vul de waarden in zoals in de onderstaande afbeelding. Stel de huidige waarde in op het datapunt van jouw keuze (in dit voorbeeld 0,2).

Profit Ratio-parameter

Voer dezelfde stappen uit als hierboven met het veld Profit Ratio.

Er is nu een nieuw kopje Parameters zichtbaar in het werkblad, waar beide berekende parameters verschijnen.

Referentielijnen toevoegen

Een referentielijn in Tableau is simpelweg een verticale of horizontale lijn in een grafiek die een referentiepunt weergeeft. Een referentielijn op een verkoopgrafiek kan bijvoorbeeld eenvoudig hoge en lage verkooppunten onderscheiden. We maken twee referentielijnen, één voor elke as.

• Rechtsklik op de Profit Ratio-as (y) en kies Add Reference Line.
• Stel de waarde van de referentielijn in op de parameter Profit Ratio.
• Laat de overige velden op de standaardwaarden staan en klik op OK.
• Rechtsklik op de Avg Discount-as (x) en kies Add Reference Line.
• Stel de waarde van de referentielijn in op de parameter Avg Discount.
• Laat de overige velden op de standaardwaarden staan en klik op OK.

Een kleur toewijzen aan elk kwadrant

We hebben nu vier kwadranten, maar de datapunten in elk kwadrant zijn willekeurig gekleurd. Dat helpt niet om te zien welk datapunt in welk kwadrant valt. We kunnen een eenvoudige berekening schrijven die een kleur toewijst aan een datapunt op basis van het kwadrant, dus: UPPER RIGHT, UPPER LEFT, BOTTOM RIGHT of BOTTOM LEFT.

• Klik op Analysis > Create calculated field en noem het veld Quadrant Color.

• Voer de onderstaande formule in:

  IF AVG([Discount]) >= [Discount Parameter]  
  AND [Profit Ratio] > [Profit Ratio Parameter] THEN 'UPPER RIGHT'  
  ELSEIF AVG([Discount]) < [Discount Parameter]   
  AND [Profit Ratio] > [Profit Ratio Parameter] THEN 'UPPER LEFT'  
  ELSEIF AVG([Discount]) >[Discount Parameter]   
  AND [Profit Ratio] < [Profit Ratio Parameter] THEN 'BOTTOM RIGHT'  
  ELSE 'BOTTOM LEFT'  
  ENDMogelijk gemaakt door

  Mogelijk gemaakt door

• De datapunten zijn nu ingekleurd op basis van de Sub-category. Maar we willen ze kleuren volgens hun respectieve kwadranten. Sleep eenvoudig het veld Sub-Category naar de kaart Detail en het veld Quadrant Color naar Color. Alle datapunten zijn nu direct ingekleurd op basis van het kwadrant waarin ze vallen. Verander de Shape naar circle voor gevulde cirkels en pas de grootte- en tooltip-instellingen naar wens aan.

We hebben nu een kwadrantanalyse van de Discount en Profit Ratio van een American Superstore. Uit de grafiek blijkt duidelijk dat producten in de Bottom Right het minst winstgevend zijn, terwijl die in de Upper Left het meest winstgevend zijn.

Een dynamische kwadrantgrafiek maken

De kwadranten in de bovenstaande grafiek zijn vast en kunnen alleen worden gewijzigd door de waarden van de gekoppelde referentielijnen aan te passen. Wat als we met verschillende drempels willen experimenteren om in real time te zien hoe producten van kwadrant veranderen? Dat kan, en dit noemen we een dynamische kwadrantgrafiek. Dit bereik je met Actions.

Actions

Actions is een functie in Tableau waarmee je interactiviteit aan je data toevoegt. Met deze functie kun je met je visualisatie interageren door te selecteren, klikken of erover te hoveren. Actions kunnen de volgende taken uitvoeren in een visualisatie:

Laten we nu een worksheet action instellen met de volgende stappen:

• Ga naar Worksheet>Actions en voeg een Change Parameter-actie toe. We willen namelijk een actie maken die de parameters dienovereenkomstig wijzigt.

• Noem de actie vervolgens Update Discount Parameter en selecteer de bijbehorende Target Parameter en Value, in dit geval respectievelijk Discount Parameter en AVG(Discount).

• Maak op dezelfde manier nog een actie met de naam Update Profit Ratio Parameter.

Wanneer je nu op een datapunt klikt, wordt dat het middelpunt van het kwadrant. Je krijgt dus een dynamische kwadrantgrafiek en je ziet meteen hoe het wijzigen van de waarden van Profit Ratio en Discount de positie van producten in het kwadrant verandert.

Conclusie

In dit artikel hebben we geleerd hoe je een scatterplot omzet in een interactieve kwadrantgrafiek. Het helpt meestal om een algemeen overzicht van de data te krijgen en te begrijpen hoe objecten op elkaar lijken of verschillen wanneer je met een kwadrantgrafiek werkt. Vanaf hier kun je verder met de gebruikelijke data-analyse in R of Python om bijvoorbeeld verkoop voor de komende maanden te voorspellen en te analyseren welke belangrijke kenmerken in de dataset de verkoop daadwerkelijk aansturen.