Criando campos calculados no Tableau

A criação de novas variáveis ou campos é fundamental para extrair insights de dados. Muitas vezes, um dataset não traz todas as informações necessárias para a análise, mas é possível derivar novos atributos a partir dos existentes, como médias, proporções, intervalos (bins) e variáveis categóricas. Na maior parte dos casos, você vai precisar de novos campos para obter análises e visualizações mais claras. 

Neste tutorial, vamos mostrar como criar campos no Tableau. Seguiremos um passo a passo, indo do simples ao mais complexo, e, ao final, daremos dicas e recursos para você dominar esse recurso extremamente útil do Tableau.

O que são campos calculados no Tableau?

Campos calculados são um dos recursos mais poderosos do Tableau. Eles permitem criar dados novos a partir dos dados existentes. Por exemplo, suponha que queremos prever o preço de um apartamento em Nova York com base em suas características, como número de quartos, número de banheiros e assim por diante.

Pode ser útil saber quão longe o apartamento fica de uma estação de metrô, mas essa informação não está diretamente disponível no dataset. Nesse caso, precisamos derivá-la de campos existentes, como o endereço. Você pode aprender esse recurso do Tableau no nosso curso.

Por que usar campos calculados no Tableau?

Dado que o Tableau é muito usado para criar visualizações de dados, por que é tão importante criar campos calculados? Eis alguns motivos:

1. Quando os filtros não dão conta

Às vezes, é difícil aplicar um filtro quando há dados ausentes ou muitas condições a cumprir. Criar um campo calculado pode economizar tempo quando há várias regras a considerar. Suponha que você trabalha em uma empresa de software e quer segmentar seus usuários com base no tempo desde o cadastro, no tempo gasto na sua plataforma, nos recursos que usaram e em quanto pagam. A lógica para lidar com tantas variáveis pode ficar bem complexa, e nesse caso é mais fácil criar um campo calculado do que usar apenas as ferramentas de filtro.

2. Quando queremos segmentar dados

Em alguns casos, é preciso criar variáveis categóricas a partir de uma variável numérica, especialmente ao produzir visualizações. Isso é conhecido como "binning" ou "discretização" de dados numéricos. Um exemplo comum: em vez de relatar as idades exatas, você agrupa pessoas em faixas, como 16 a 25, 26 a 35, 36 a 45, e assim por diante. Isso também ajuda a preservar a privacidade dos indivíduos do dataset.

3. Quando queremos criar expressões básicas

Outra grande vantagem de criar campos calculados é transformar dados no nível da linha com base em uma ou mais variáveis. Mudar a unidade de uma variável é um exemplo comum. Você pode querer padronizar o valor de vendas internacionais em dólares ou converter unidades imperiais para métricas. 

Enquanto esses cálculos linha a linha retornam um valor para cada registro do dataset, você também pode calcular medidas agregadas, conhecidas como estatísticas resumidas, para retornar um único valor, como média, variância, mínimo e máximo.

Tutorial de campos calculados no Tableau 

Vamos praticar com exemplos usando o resumo de anúncios do Airbnb em Lisboa, Portugal. Os dados vêm do Inside Airbnb. Cada linha corresponde a um anúncio diferente no Airbnb. 

Os atributos incluem nome do anfitrião, bairro, tipo de quarto e assim por diante. Depois de instalar o Tableau Public no seu computador, abra o arquivo listing.csv como arquivo de texto e comece a criar novos campos.

Para cada um dos seis exemplos a seguir, recomendamos começar em uma nova planilha, já que trabalharemos com campos diferentes em cada etapa.

1. Criar um campo simples

Suponha que queremos visualizar o número de avaliações por mês, mas só temos o campo [Last Review] com a data completa. (Neste caso, [Reviews Per Month] já existe e vamos usá-lo para conferir nosso resultado.) Portanto, queremos extrair o mês desse campo.

Para fazer isso, siga estes passos:

1. Crie uma nova planilha

2. Clique com o botão direito em [Last Review] 

3. Selecione Create > Create a calculated field.

4. No editor de cálculo, defina o campo calculado. O Tableau oferece funções de data para lidar com dados temporais, como DAY, MONTH e YEAR. Para saber mais, consulte a documentação do Tableau.

5. Para este caso, adicione MONTH([Last Review]) no editor de cálculo

6. Quando terminar a fórmula, altere o nome padrão para Month of Last Review e clique em OK. 

7. Converta Month of Last Review em Dimension clicando com o botão direito na medida no painel de dados e selecionando Convert to Dimension.

8. Depois de criar o novo campo, vamos analisar o número de avaliações por bairro e mês em Lisboa. Adicione Neighborhood e Month em Rows e insira o número de avaliações na janela Marks. 

9. Você vai notar que o Tableau soma o número de avaliações por padrão. É possível alterar o tipo de agregação, mas vamos manter a soma, pois faz sentido neste contexto. 

10. Arraste o campo de número de avaliações para a marca Text para visualizar as avaliações por bairro e mês. 

11. Remova também os valores nulos do campo Month clicando com o botão direito em um desses valores e selecionando Exclude.

Parabéns! Você criou seu primeiro campo calculado no Tableau usando funções de data, que são muito úteis com séries temporais. Além disso, você viu como criar tabelas dinâmicas usando cabeçalhos de linha e como filtrar por um campo. 

2. Campo calculado com if-then

Podemos criar outro campo para estudar o preço conforme as avaliações feitas durante a semana ou no fim de semana. É de se esperar preços mais altos no fim de semana em comparação ao restante da semana, mas também é verdade que alguns clientes não escrevem a avaliação no mesmo dia do check-out. 

Esse campo pode ser obtido com instruções IF-THEN, que fazem parte das funções lógicas do Tableau. Dependendo da condição, o cálculo retorna um valor específico.

Seguem os passos:

1. Crie uma nova planilha

2. Clique com o botão direito em Last Review.

3. Selecione Create > Create a calculated field.

4. Na caixa em branco, escreva a fórmula com if-else. Desta vez, precisamos extrair o dia da semana de Last Review, em que 1 e 7 correspondem, respectivamente, a domingo e sábado. Assim, criamos uma nova variável, chamada Weekend day, que retorna ‘Weekend day’ se o dia da semana for sábado ou domingo, e ‘Working day’ caso contrário. 

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

ELSE 'Working day'

END

5. Clique em OK para concluir

6. Converta novamente Weekend day para Dimension.

Neste caso, queremos observar o preço médio no fim de semana vs. o preço médio durante as semanas de 2022: 

1. Em Rows, coloque o campo de preço agregado como média; já o campo Weekend day vai em Columns.
2. Arraste o Month de Last Review para a área Marks e clique em Color para visualizar a diferença de preço por mês. 
3. Também queremos filtrar o ano. Em vez de criar uma nova variável para o ano de Last Review, podemos usar diretamente o campo Last Review. Arraste-o para a caixa de filtros, selecione Years, clique em Next e escolha 2022. 
4. Ao finalizar a configuração, clique em OK.
5. Selecione box-and-whisker plot como o tipo de gráfico.
6. A cor padrão dos box plots é cinza. Para mudar, clique com o botão direito em um dos boxplots e selecione Edit.
7. Vá em Box plot
8. Escolha a cor desejada no menu Fill

Com os boxplots, fica fácil visualizar a distribuição de preços durante a semana e no fim de semana. Em 2022, o preço médio no fim de semana parece maior em comparação ao restante da semana. É possível ver isso olhando para o mínimo, primeiro quartil, mediana, terceiro quartil e máximo. 

Quanto ao mês da última avaliação, observamos os maiores preços médios em fevereiro e junho no fim de semana; durante a semana, os meses mais caros parecem ser janeiro e maio. 

3. Campo calculado com agrupamento (group by)

No Airbnb, a confiança dos clientes é crucial. Quanto mais avaliações um anfitrião tem, maior a probabilidade de os clientes confiarem nele e em seus anúncios. Portanto, queremos somar as avaliações de cada anfitrião. 

Podemos chegar ao resultado usando FIXED na expressão. Ela calcula um valor para cada dimensão considerada. Siga estes passos:

1. Crie uma nova planilha

2. Clique em Analysis no menu e selecione Create Calculated Field... 

3. Nomeie o campo como Reviews Per Host e escreva a fórmula abaixo. A expressão FIXED é usada para agrupar os dados. Ela é equivalente ao GROUP BY no SQL. 

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

4. Clique em OK depois de inserir a fórmula correta.

Ótimo! Criamos o campo Reviews Per Host. Agora crie uma nova planilha e visualize esse campo com barras empilhadas. 

Precisamos somar esse novo campo em Rows, enquanto Host Id e Host Name entram em Columns. Em seguida, clique no ícone para ordenar o número de avaliações e clique uma vez para ver em ordem decrescente. 

Com essas barras empilhadas, podemos ver os 14 principais anfitriões com maior número de avaliações e, consequentemente, os mais confiáveis para os clientes em Lisboa.

4. Criar campo calculado para filtrar 

A visualização criada no exemplo anterior ficou um pouco poluída. Seria melhor ver diretamente os anfitriões com mais avaliações. Por isso, vamos criar um campo para anfitriões com mais de 5k avaliações. 

1. Crie uma nova planilha

2. Clique com o botão direito em Reviews Per Host, o campo criado anteriormente.

3. Selecione Create > Create a calculated field.

4. Chame o campo de Reviews 5k e escreva a fórmula especificada abaixo. IIF() é uma função lógica que verifica se uma condição é atendida. Aqui, a condição é checar se o número de avaliações por anfitrião é maior que 5.000. Se sim, a modalidade é ‘Apply Filter’. Caso contrário, ‘No Filter’.

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

5. Clique em OK

Depois que o campo for adicionado ao dataset, podemos reproduzir o mesmo gráfico do Reviews Per Host. Além disso, adicione Reviews 5k na caixa de filtros e selecione a modalidade Apply Filter. Assim, veremos apenas os anfitriões com mais de 5.000 avaliações. 

Conseguimos ver os três principais anfitriões que passaram de 7.000 avaliações. O mais popular é o Pedro, com 9.000 avaliações.

5. Bins calculados no Tableau

Agora, a última parte: vamos dividir o preço médio em grupos de tamanho igual, chamados de bins. Bins são muito úteis para organizar os valores de uma medida em diferentes faixas. 

Por exemplo, ao estudar o preço médio durante a semana e no fim de semana, é interessante comparar as duas distribuições destacando faixas de preço distintas. 

O procedimento para criar bins é simples e intuitivo.

1. Crie uma nova planilha
2. Clique com o botão direito em Price.
3. Selecione Create > Bins.
4. Edite o tamanho do bin para 500.
5. Clique em OK ao finalizar.

Vamos investigar novamente o preço médio na semana e no fim de semana, usando o campo Weekend day, criado no segundo exemplo. Na análise anterior, o preço médio em 2022 parecia mais alto no fim de semana do que na semana. Vamos conferir adicionando o preço dividido em intervalos:

1. A caixa Rows contém o campo Price agregado como média
2. Arraste os campos Weekend day e Price(bins) para Columns 
3. Coloque Price(bins) em Marks e clique em Color.
4. Arraste Last Reviews para a caixa de filters e selecione Years. Depois, clique em Next e selecione 2022. Por fim, clique em OK.

Nos dois histogramas, percebemos que o preço médio durante a semana atinge o máximo entre 200 e 2.500, enquanto o fim de semana concentra intervalos com valores médios mais altos. Isso impacta as duas distribuições e confirma o observado no segundo exemplo: o preço médio é maior no fim de semana do que no restante da semana. 

Outro recurso útil ao trabalhar com bins é a possibilidade de ajustar o tamanho diretamente na legenda do gráfico. 

Veja como criar um parâmetro dinâmico para mudar o tamanho dos bins:

1. No topo do painel de dados, clique na seta do menu e selecione Create Parameter.
2. Renomeie o parâmetro para Price Bins Control e defina o valor atual como 100.
3. Em allowable options, selecione Range.
4. Defina Minimum como 100, Maximum como 5000 e Step size como 100.
5. Clique em OK.

Depois de criar o parâmetro, edite o campo Price (bins). Em vez de um passo igual a 500, substitua pelo parâmetro Price Bins Control. Faça assim:

1. Clique com o botão direito em Price(Bins) e selecione Edit.
2. Clique na seta ao lado do tamanho dos bins e selecione Price Bins Control.
3. Clique em OK.

Em seguida, clique com o botão direito em Price Bins Control e selecione Show Parameter. Agora você controla o tamanho dos bins por esse parâmetro. Use as duas setas no canto superior direito: a seta para a esquerda diminui o tamanho e a seta para a direita aumenta.

Você vai notar que os histogramas mudam assim que aumentar o tamanho dos bins.

6. Campo calculado com EXCLUDE

EXCLUDE é uma expressão do Tableau que permite criar um campo removendo alguns detalhes. Neste tutorial, podemos usá-la para observar o número de avaliações excluindo o bairro. De fato, é difícil visualizar, na mesma tabela, o número de avaliações por bairro e o total sem considerar o bairro. Antes de começar, crie uma nova planilha.

Para criar esse campo, siga estes passos:

1. Crie uma nova planilha

2. Clique em Analysis no menu e selecione Create Calculated Field.

3. Nomeie o campo como Reviews no neighborhood e escreva a fórmula a seguir.

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

4. Clique em OK.

5. Arraste o novo campo para a tabela dinâmica entre Neighborhood e Number of Reviews.

Mais recursos de Tableau

Este artigo apresentou os campos calculados do Tableau e trouxe seis exemplos práticos para você entender por que vale a pena calcular campos durante a análise exploratória. 

Com este guia, você aprende a criar campos calculados enquanto se familiariza com o Tableau. Comece com uma hipótese simples e coloque em prática explorando essa funcionalidade. Aprofunde-se no Tableau com a nossa trilha Data Analyst in Tableau e garanta ganhos rápidos com o nosso Tableau Cheat Sheet.