Phân tích Tứ phần trong Tableau

Phân tích dữ liệu khám phá (EDA) là xương sống của mọi dự án khoa học dữ liệu. Trước khi tiến hành xây dựng mô hình và huấn luyện tập dữ liệu bằng bất kỳ thuật toán máy học nào, điều quan trọng là cần khám phá tập dữ liệu để có cái nhìn tổng quan về những gì nó chứa.

Xét bộ dữ liệu Superstore nổi tiếng. Đây là dữ liệu của một siêu thị tại Hoa Kỳ và chứa thông tin về sản phẩm, doanh số, lợi nhuận, v.v., mà bạn có thể sử dụng để xác định các khu vực trọng yếu cần cải thiện trong công ty giả định này. Bước đầu tiên là nhập và khám phá bộ dữ liệu. Bạn có thể tải dữ liệu từ đây.

Python cho EDA

Hãy dùng Python để nhập và khám phá bộ dữ liệu. Nếu bạn muốn tìm hiểu thêm cách xem và làm sạch dữ liệu trong Python, hãy học khóa Cleaning Data in Python của DataCamp.

import pandas as pd  
import numpy as np
superstore_data = pd.read_excel('Sample-Superstore .xls',header = 3)  
superstore_data.head()Được hỗ trợ bởi

DataFrame hiển thị năm hàng đầu tiên của tập dữ liệu với các thuộc tính khác nhau. Ta cũng có thể kiểm tra xem có giá trị thiếu hay không và các cột khác nhau:

superstore_data.info()Được hỗ trợ bởi

Thông tin trên cho thấy không có giá trị null và tổng cộng có 9.994 bản ghi. Trực quan hóa cũng là một phần quan trọng của EDA vì nó mang lại góc nhìn tốt hơn. Ta có thể tạo biểu đồ phân tán giữa Sales và Profit, nhưng nếu có cách điều chỉnh sâu hơn biểu đồ phân tán hiện có để cung cấp nhiều thông tin hơn thì sao? Một cách trực quan hóa như vậy là Biểu đồ Tứ phần (Quadrant Chart). Hãy tìm hiểu thêm trong các phần tiếp theo và tự tạo một biểu đồ.

Biểu đồ Phân tích Tứ phần

Nếu bạn thuộc hệ sinh thái Khoa học Dữ liệu, hẳn bạn đã nghe về Ma trận Ma thuật (Magic Quadrant) của Gartner (MQ). MQ là loạt báo cáo chứa nghiên cứu thị trường và phân tích về nhiều công ty công nghệ. Trên thực tế, đây là những báo cáo được mong đợi nhất trong lĩnh vực này. Đây là Magic Quadrant 2019 cho Nền tảng Phân tích và Trí tuệ Kinh doanh cho thấy Tableau và PowerBI đang dẫn đầu.

Về mặt kỹ thuật, biểu đồ Tứ phần là một biểu đồ phân tán được chia thành bốn phần bằng nhau, hay tứ phần. Biểu đồ Phân tích Tứ phần giúp biểu diễn dữ liệu theo từng phần để dễ dàng xác định những điểm dữ liệu nào giống nhau và khác nhau dựa trên các đặc điểm nhất định.

Tạo biểu đồ Tứ phần trong Tableau

Tableau là công cụ phân tích và trực quan hóa dữ liệu tuyệt vời, được sử dụng rộng rãi trong ngành hiện nay. Tableau dễ sử dụng nhờ giao diện kéo thả. Do đó, việc tạo vô số biểu đồ trở nên rất dễ và trực quan, trong đó có biểu đồ tứ phần.

Điều kiện tiên quyết

Hướng dẫn này giả định bạn đã quen thuộc với Tableau, các thuộc tính và cách sử dụng để phân tích. Nếu bạn là người mới hoàn toàn, khuyến nghị đọc bài viết sau, đây là phần giới thiệu tuyệt vời về Tableau:

Trực quan hóa dữ liệu với Tableau

Môi trường Tableau

Trong hướng dẫn này, chúng ta sẽ làm việc với Tableau Public, một phiên bản hoàn toàn miễn phí từ Tableau. Tải Tableau Public từ trang web chính thức. Làm theo hướng dẫn cài đặt, và nếu màn hình sau xuất hiện khi bạn nhấp vào biểu tượng Tableau, tức là mọi thứ đã sẵn sàng.

Kết nối với nguồn dữ liệu

Chúng ta sẽ dùng cùng bộ dữ liệu Superstore đã mô tả trước đó. Nếu bạn chưa tải bộ dữ liệu, có thể tìm thấy tại đây.

• Nhập dữ liệu vào không gian làm việc Tableau từ máy tính.
• Trong Tab Sheets, sẽ thấy ba sheet là Orders, People và Returns. Tuy nhiên, ta chỉ tập trung vào dữ liệu Orders. Nhấp đúp vào sheet Orders, sheet sẽ mở ra giống như một bảng tính.
• Ta nhận thấy ba hàng đầu tiên có vẻ khác và không đúng định dạng mong muốn. Hãy dùng Data Interpreter, cũng nằm dưới Tab Sheets, để chỉnh lại. Nhấp vào đó, bạn sẽ có một sheet được định dạng đẹp.

Tạo biểu đồ phân tán

Giả sử ta muốn xem Mức giảm giá (Discount) liên quan thế nào tới Lợi nhuận (Profits) của Superstore, và sản phẩm nào sinh lợi hơn. Bước đầu là tạo một biểu đồ phân tán giữa Discount và Tỷ lệ lợi nhuận (Profit Ratio). Profit Ratio cho cái nhìn tốt hơn so với chỉ trường Profit, và vì nó không tồn tại trong cơ sở dữ liệu gốc nên ta sẽ tạo mới.

• Mở một worksheet mới và tạo trường tính toán mới tên Profit Ratio bằng công thức dưới đây.

  sum([Profit])/sum([Sales])Được hỗ trợ bởi

• Kéo Discount vào Columns và Profit Ratio vào Rows. Cuối cùng, kéo Sub Category vào thẻ Colors. Chuyển thước đo Discount sang Average thay vì Sum. Bạn sẽ có biểu đồ phân tán được tô màu theo các sản phẩm khác nhau.

Tạo tham số

Giờ ta đã có biểu đồ phân tán cơ bản, cần tạo hai tham số làm cơ sở để tính các tứ phần. Ở đây, ta sẽ tạo Discount Parameter và Profit Ratio Parameter, lần lượt dẫn xuất từ các trường Discount và Profit Ratio.

Discount Parameter

Nhấp vào trường Discount > Create > Parameter và điền các giá trị như hình bên dưới. Đặt Current Value thành điểm dữ liệu bạn chọn (ví dụ này là 0,2).

Profit Ratio Parameter

Thực hiện các bước tương tự với trường Profit Ratio.

Một mục mới tên Parameters giờ đã hiển thị trong worksheet, nơi cả hai tham số vừa tạo xuất hiện.

Thêm đường tham chiếu

Đường tham chiếu (Reference line) trong Tableau đơn giản là đường dọc hoặc ngang trên biểu đồ đại diện cho một điểm tham chiếu. Ví dụ, một đường tham chiếu trên biểu đồ Sales có thể dễ dàng phân biệt các điểm doanh số cao và thấp. Ta sẽ tạo hai đường tham chiếu, mỗi trục một đường.

• Nhấp phải vào trục Profit Ratio (y) và chọn Add Reference Line.
• Đặt giá trị Reference line thành tham số Profit Ratio.
• Giữ các trường khác ở giá trị mặc định và nhấp OK.
• Nhấp phải vào trục Avg Discount (x) và chọn Add Reference Line.
• Đặt giá trị Reference line thành tham số Avg Discount.
• Giữ các trường khác ở giá trị mặc định và nhấp OK.

Gán màu cho từng tứ phần

Giờ ta đã có bốn tứ phần, nhưng các điểm dữ liệu trong mỗi tứ phần đang được tô màu ngẫu nhiên, điều này không giúp ta hình dung điểm nào thuộc tứ phần nào. Ta có thể viết một phép tính đơn giản để gán màu cho điểm dữ liệu theo tứ phần của chúng, tức UPPER RIGHT, UPPER LEFT, BOTTOM RIGHT hoặc BOTTOM LEFT.

• Nhấp Analysis > Create calculated field và đặt tên trường là Quadrant Color.

• Nhập công thức như dưới đây:

  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'  
  ENDĐược hỗ trợ bởi

  Được hỗ trợ bởi

• Các điểm dữ liệu hiện đang được tô màu theo Sub-category. Tuy nhiên, ta muốn tô màu theo tứ phần tương ứng. Chỉ cần kéo trường Sub-Category vào thẻ Detail và trường Quadrant Color vào Color. Ngay lập tức tất cả điểm dữ liệu sẽ được tô màu theo tứ phần mà chúng thuộc về. Đổi Shape sang hình tròn để có vòng tròn đặc và điều chỉnh kích thước, tooltip theo ý thích.

Như vậy, ta đã có Phân tích Tứ phần cho Discount và Profit Ratio của một Superstore tại Mỹ. Từ biểu đồ có thể thấy rõ các sản phẩm nằm ở Bottom Right là những sản phẩm kém sinh lợi nhất, trong khi những sản phẩm nằm ở Upper Left là sinh lợi nhất.

Tạo biểu đồ Tứ phần động

Các tứ phần trong biểu đồ trên là cố định và chỉ thay đổi khi ta thay đổi giá trị của các đường tham chiếu liên kết. Nếu ta muốn thử nghiệm các ngưỡng khác nhau để xem sản phẩm thay đổi tứ phần theo thời gian thực thì sao? Điều này hoàn toàn khả thi và được gọi là biểu đồ tứ phần động, thực hiện thông qua Actions.

Actions

Actions là tính năng trong Tableau cho phép ta thêm tính tương tác vào dữ liệu. Với tính năng này, ta có thể tương tác với biểu đồ bằng cách chọn, nhấp hoặc di chuột. Actions có thể thực hiện các tác vụ sau trong một trực quan hóa:

Giờ hãy thiết lập một worksheet action theo các bước sau:

• Vào Worksheet>Actions và thêm action Change Parameter. Bởi vì ta muốn tạo action thay đổi các tham số tương ứng.

• Tiếp theo, đặt tên action là Update Discount Parameter và chọn Target Parameter và Value tương ứng, trong trường hợp này là Discount Parameter và AVG(Discount).

• Tương tự, tạo thêm một action tên Update Profit Ratio Parameter.

Bây giờ, khi bạn nhấp vào một điểm dữ liệu, điểm đó trở thành tâm của Tứ phần. Như vậy bạn có biểu đồ Tứ phần động và có thể dễ dàng thấy việc thay đổi giá trị Profit Ratio và Discount làm vị trí sản phẩm trong tứ phần thay đổi như thế nào.

Kết luận

Bài viết này đã hướng dẫn cách chuyển một biểu đồ phân tán thành Biểu đồ Tứ phần tương tác. Làm việc với biểu đồ Tứ phần giúp có cái nhìn tổng quan về dữ liệu và hiểu mức độ tương đồng hay khác biệt giữa các đối tượng. Từ đây, bạn có thể tiếp tục phân tích dữ liệu thông thường bằng R hoặc Python để dự báo doanh số cho những tháng tới và phân tích dữ liệu nhằm xác định các đặc trưng quan trọng trong tập dữ liệu thực sự thúc đẩy doanh số.