400 998 0226
在生活中，如果我们生病了，会去看医生并让医生找出病根；如果汽车抛锚了，我们会让汽修师傅检查并找出导致抛锚的源头是什么。
同样，如果在工作中发现公司的业务在某个地区的业绩超出或低于预期，我们也会尝试通过数据分析找出根本原因。
这就是“根本原因分析法”的通俗解释。相比于治标不治本，根本原因分析法（Root Cause Analysis，简称 RCA）有助于企业明确问题、找出问题的根本原因、确定可行的解决方案并制定预防措施，进而实现降本增效。
那么，如何在 Tableau 中实现根本原因分析？今天，我们就从“常用技巧”和“高效实践”两方面一起探讨可行的操作方法，一睹为快吧~
常用技巧：5 Why 和鱼骨图
实际上，我们可以通过多种工具和方法来实现根本原因分析。但为了节省大家的时间，本文将分享以下两种比较流行且常用的技巧：5 Why 分析法和因果鱼骨图。
它们的共同点是可以帮助你将问题分解为多个部分，并通过分析每个部分来确定问题的原因。
》5 Why 分析法
进行根本原因分析时，一种较为常见的技巧是 5 Why 分析法，你也可将其理解为是“好奇宝宝提问法”：通过渐进式地提出问题， 来快速找到最根本的原因。
图片来源于网络
需要说明的是，提问次数并非只限五次，关键是从结果着手，沿着因果关系链条，顺藤摸瓜，直至找出原有问题的根本原因。所以，有时候你只需问两次，有时候可能得打破砂锅问到底。
此方法在 Tableau 中如何体现呢？以下图的 Tableau 5 Why 分析仪表板为例。
数据粉 TUNG THANH HO 在分析澳大利亚 CPI 消费指数的过程中发现了异常，因此他通过 5个 Tableau 交互式视图探索了 CPI 突然暴涨的原因：
通过对数据提问，并对视图进行逐步下钻发现：
2020 Q3 CPI 增长异常
源于装修、家居产品及服务行业的 CPI 大幅增长
源于家政服务 CPI 增长 500%
源于家庭托儿和儿童保育 CPI 翻了 1000 倍
进而查出并非澳洲家庭突然加大了儿童保育方面的消费投入，而是因为 COVID-19 疫情的关系，澳洲政府在 2020 Q2 实施了“儿童保育补贴”政策，才导致在 2020 年 Q2 至 Q3 期间 CPI 出现了触底反弹。
》鱼骨分析法
另一种技巧是创建鱼骨图（Fishbone Diagrams）来对因果关系进行可视化呈现。
这种方法有助于发现导致问题出现的原因：通过沿着分类路径找到各种潜在原因，并最终确定根本原因。它与 5 Why 分析法类似，但直观程度远高于 5 Why 。
图片来源于网络
通常，需要先把问题放在图形中部（鱼的脊柱），然后通过头脑风暴将原因分成几大类，并将这些原因分类放到从主线散发出的分支（鱼的肋骨）上。
这些类别可能非常宽泛，可能包括“人”或“环境”等。划分类别后，我们可以将其细分为更小的群组（鱼刺）。然后，通过逐层深入地分析潜在原因和次级原因，并对每个分支提出问题，可以在过程中越来越接近问题的根源。
以 Tableau 中的鱼骨图可视化举例，作者 Jeffrey Shaffer 通过鱼骨图探索了“为什么信件没有正常打印和寄出”这个问题的根本原因。其中，他通过颜色和线条粗细表示了各种潜在因素的相关性，非常直观。
高效实践：善用 Tableau 扩展程序
面对业务场景中的复杂问题和大量潜在因素，或许仅通过 Tableau 现有的可视化功能还不够。毕竟可视化和交互功能的丰富程度，也会在一定程度上对数据洞察的深度与广度产生影响。
如果你确实不知道从何下手，但又想快速实现根本原因分析，那充分利用 Tableau 扩展程序，定能让你事半功倍！
借助两款 Tableau 扩展程序：灵活钻取（DrillDownTree）和 流程挖掘分析（ProcessMining），企业只需简单设置，即可实现轻松识别和分析根本原因。
01. Tableau 扩展程序：灵活钻取
借助灵活钻取（DrillDownTree），企业可以将复杂的问题分解为更小、更易于管理的部分。如此，你就能专注于一个问题并了解所涉及的任意因素。
例如，如果领导想了解某些客户不满意的原因，就可以深入研究这个客户的数据并查看他遇到的具体问题：是购买流程太长、交付太慢还是购买商品的质量不好？
此外，还可以使用此扩展程序来帮助你更好地决定在何处分配资源。例如，如果你发现某种产品的销量不佳，可以深入探索数据并了解为何会出现这种情况。这有助于你决定是否值得继续投资该产品，或者是否应该将资源集中在其他地方。
通过在 Tableau 仪表板使用此扩展程序，企业可以专注于某个问题、快速了解决策所涉及的所有因素、识别潜在风险和机遇、权衡决策的利弊并制定有效的行动计划。如需了解并试用此扩展，可点击此处。
02. Tableau 扩展程序：流程挖掘分析
通过流程挖掘分析（ProcessMining）扩展程序，企业能够自动化和可视化地实现根本原因分析，帮助业务团队快速识别需改进的关键领域，并让根本原因分析成为制定数据驱动型决策的强大工具。
流程挖掘分析（ProcessMining）可以让企业分析师或业务人员获取大量数据并将其分解为有意义且可操作的见解。通过将数据点转换成流程可视化，你可以识别未按预期运行的流程，并查明问题的根本原因。
此外，此扩展还能帮助企业发现降本增效的机会，同时提供了问题发生位置和原因的可见性。这可以帮助企业管理层快速采取整改措施，从而避免问题朝着更严重的方向发展！如需了解并试用此扩展，可点击此处。
对于数据驱动型企业来说，在充满活力的数据可视化领域，掌握最佳的可视化方法至关重要。
借助“开箱即用”的 Tableau 扩展程序，只需单击几下，你将能轻松创建美观、信息丰富的可视化效果、节省时间并推动业务向前发展！
如果你对上述或其他 Tableau 扩展感兴趣，欢迎点击下载试用扩展，并进行深入探索哦~