可視化に関して
今回は可視化の方法に関して学んだのでここにまとめておいてみました。
複合チャートに関して
複合チャートとは、複数のデータを一つのチャートで可視化させるものです。様々なグラフを使用することでデータを理解しやすくなります。
売上を地域別に表示しているところに利益も表示させたい場合はこのように売上の軸に利益のメジャーを持ってくると表示させることが出来ます。
さらに、右側の軸に数量を持ってくることで3種類の値を一気に見ることも可能です。
また、今は丸で表されていますが、すべてのところで表示を変換することも可能です。
・「利益」「売上」「利益率」をメジャーバリューで色分けしたいとします。下図は色分けはできてはいるものの、「利益」「売上」「利益率」ごとには色分けできていません。その際には「別の凡例を使用」を選択することで各メジャーバリューごとに色分けを行うことが出来ます。
二重軸は時系列データの時にも有用です。下図のように売上と利益率を同時に見ることが出来ます。
また、売上を棒グラフにして見ることもできます。
二重軸にしたときに右軸と左軸で範囲が違うことがあると思います。その時に「軸の同期」を行えば簡単にそろえることが出来ます。
地図を表示する方法
tableauには地図を表示して可視化を行うことも可能です。地図を表示させることによってどの国が人口多いのか出会ったり、どの都道府県、地域のアクセスが多いかなどを可視化することが出来ます。
例えば都道府県を地図で表したいとします。地図で表示させるには、都道府県のところで右クリックを押し、地理的役割で都道府県を選択します。地球儀みたいなマークになっていれば地理的役割があるため詳細へドラッグします。そうすると地図が表示されます。
あとはサイズに売上とか入れたりして売上が多い都道府県の円を大きくしたりなど操作することが可能です。
また地域のような地理的役割に項目がない場合であったとしても、「次から作成」というところで調整し地図で表示させることも可能です。
ファンチャート
ファンチャートとは、ある基準時点を設定し、それ以降の数値を基準時点に対しての増減割合で表示して、伸びや落ち込みを折れ線グラフで示したものです。この基準時点は自分自身で設定します。
今回はカテゴリごとの売り上げを表示しました。まず初めに「簡易表計算」を使用し「差の割合」を求めます。次に売上の「基準」の設定で「最初の値」と設定すると、データの最初の値を0として、そこからどのくらい成長しているのかを見ることが出来ます。
ヒストグラム
ヒストグラムとは、あるデータを区間ごとに区切り、各区間の個数や数値のばらつきを棒グラフで表現するグラフです。例えば、顧客の年齢層の分布を把握したり、アクセス時間の分布を把握したりする際に使用することが出来ます。
顧客当たりの売上の分布を知りたいとします。まずは「計算フィールドの作成」で顧客当たりの売上を求めます。
作成した「顧客当たりの売上」のビンを作成します。
ビンのサイズを設定することができるので自分自身でサイズを指定して下さい。(今回は50,000ごと)
顧客名を個別のカウントとして指定すればヒストグラムを作成することが出来ます。今回は右に袖が長い分布でした。
コホート分析
コホートとは共通した因子を持ち、観察対象となる集団のことです。簡単に言うと、ある共通のものを持ったグループといった感じです。コホート分析とは、ユーザーがとる行動をグループ化し、ある指標ごとに数値化して分析するというものです。例としては、起点日(月, または年)から時系列的に顧客の再来訪（再購入）を可視化する際に使用したりします。
今回はコホート分析を行い、顧客の上位何割が利益に貢献しているのかを見ていきたいと思います。
まずは顧客ごとに利益を求め累積和を求めます。
そして表計算を利用して縦軸の単位を割合に変更します。
マークの詳細のところに利益の降順でソートしてある「顧客名」を追加します。次に顧客名を「カウント（個別）」のメジャーに変更し、表計算で先ほどと同じように累積和と合計に対する割合を求めます。
今回のコホート分析では顧客上位27%ぐらいで利益の80%を稼いでいることが分かる。
ビキニチャート
ビキニチャートは中央を軸に棒グラフを作成したものになります。前期との差などを可視化する際に使用します。
まずは、2017年と2018年の地域ごとの売り上げを表示してみます。この作成しチャートから、ビキニチャートを作成します。
ビキニチャートを作成するには2017年もしくは2018年のどちらかの値がマイナスであれば作成することが出来ます。(今回は2017年の売上のほうをマイナスにして見ました。)そうするとビキニチャートが作成されます。
また、軸の書式設定で数値のところを変換することによって軸のマイナスのところをプラスに変更することも可能。
KPIのチャートの作成
KPIは最終的な目標（KGIといいます）を達成するための状況を把握する中間指標のことです。KGIを達成するためにどのような過程があるのかを洗い出し、その過程をどのくらいの状態で通過できれば、最終的な目標が達成できるかを数値で計測するのがKPIです。そのKPIをチャートで表したものがKPIチャートになります。
2018年の売り上げをサブカテゴリ・顧客区分で分けた後、「avg(-500000)」を作成し表示します。
そしてこれを二重軸にして軸の同期を行う。2018年の売上に関しては棒グラフの表示にします。
合計(2018年の売上)をマークの形状のところにドラッグし、式を「SUM([2018年の売上])>SUM([2017年の売上])」このように設定します。そうすることによって2018年の売上のほうが大きい場合は□で表され、2017年のほうが大きい場合は丸で表されます。
最後に形状のところでマークを矢印マークにすると売上が上昇しているときは上↑で表されるので見やすくなります。
Zチャート
Zチャートとは月ごとの売上の変化や、季節的要因による売上の変動を吸収することができ、現在の売上の傾向を明らかにすることができます。Ｚチャートは３本の①分析したい各月のデータ②分析したい各月のデータの累積合計値➂過去からの移動合計データの折れ線グラフで構成されております。
売上を月単位で表示させた後、対象年という計算フィールドを作成します。
LOOKUP(min(YEAR(オーダー日)),0)これは何を表しているのかというと、自分の行のオーダー日から０行（現在）の行を取得するというものです。
また直近12カ月の売上の合計（年間累計）を求める計算フィールドも作成します。
対象年でフィルターをかけ2017年のみの表示にし、直近12カ月の合計売上も表示したものが下図になる。
最後に2017年の売上の累計をとるとZチャートになります。
###クラスター分析
クラスター分析とは、ある集団の中から互いに似たものを集めて集落（クラスター）を作成し、対象を分類するという方法です。
縦軸に2017年の利益、横軸に2017年の利益を表示し顧客ごとにプロットしました。
アナリティクスのところにクラスターの項目があるので選択し、自分で分けたい数を指定します。
この作成したクラスターはディメンションにドラッグすることにより、ディメンションの一つの項目として使用することが出来ます。そのため、クラスター分析で分けた後、それぞれのグループの分析を行うことも可能です。
箱ひげ図
箱ひげ図とは、データの分布を「箱」と「ひげ」で表したグラフで、データがどのあたりの値に集中しているかを捉えることができます。
地域別、都道府県別で箱ひげ図を作成しました。箱ひげ図は右上の表示形式のところで選択するだけで簡単に作成することができます。
ツリーマップ
ツリーマップは、異なるグループやカテゴリーに対してデータを比較することが出来ます。今回は地域別サブカテゴリ別のツリーマップを作成しました。マークのところをみてわかる通り、売上を面積の大きさで表し、利益を色で表現しています。
