Training
数创学院 | Tableau 微课堂(13):解释数据「Explorer」
▶ 今天,我们一起来学习 Explorer 角色的第 4 课:解释数据,了解 Explain Data 如何提供人工智能驱动的解释,以发现隐藏的见解并指导您对数据的更深入分析。
为便于大家更好地跟随操作,接下来,小 C 把视频的内容用图文形式进行拆解。
一、Explain Data
只需点击一下,Explain Data 就会自动为数据点的价值提供人工智能驱动的解释。基于先进的统计模型,解释是相关的和集成的,节省了我们的时间,使我们能够发现之前可能没有发现的见解。
当在 Tableau Desktop、Tableau Server、Tableau Online 和 Tableau Public 中创作时,Explain Data 都可以工作,具有 Creator 和 Explorer 访问权限的用户可以使用它。
二、启动解释数据
以伦敦房屋销售数据为例。这张图显示了按行政区划分的房屋所有权的平均持续时间。大多数行政区的平均房屋拥有期超过 5 年。然而,纽汉区(Newham)是一个例外,其平均房屋拥有期仅为 4.8 年。我们将使用 Explain Data 来帮助我们探索为什么纽汉的房屋销售比其他地区更频繁。
要使用 Explain Data,我们必须在编辑视图时选择要分析的单个标记。我们的视域必须包含一个与 Sum、Avg、Count 或 Count Distinct 聚合在一起的度量。在这个场景中,单击表示 Newham 房屋所有权平均持续时间的标记。然后单击 Explain Data 的工具提示图标。我们还可以从 Analysis 菜单中启动 Explain Data,或者右键单击标记。
1、解释窗口
解释窗口显示了我们选择的标记的名称、所使用的度量和预期值摘要。这一信息证实,纽汉的房屋所有权的平均持续时间低于预期,不在自然变化范围内。下面,在左边,我们看到期望值总结的几种可能的解释。这些解释是根据它们的信息量排序的。
这些解释是基于我们数据源的所有维度和度量,而不仅仅是我们正在探索的视域中显示的那些。在右边,我们看到解释的描述显示为 Tableau 生成的自然语言句子和 Tableau vizzes 的组合。
2、解 释
我们的第一个也是最具信息量的解释是,纽汉有一个独特的比例,即居住群体与年轻族裔社区的比例相等。在解释说明中,图表中的蓝色条形图代表纽汉,灰色条形图代表地图上的所有行政区。y 轴表示房屋销售总数的百分比。灰色条形图告诉我们,在伦敦所有的行政区中,有年轻族裔社区的行政区的房屋销售比例较低。同时,蓝色的条形图告诉我们,在伦敦的纽汉区,年轻的少数民族社区的房屋销售比例更高。当我们向下滚动时,我们看到,在整个伦敦,年轻族裔社区的房屋所有权平均持续时间略低于所有其他类别。然而,这个平均值仍然没有纽汉的平均 4.8 低。让我们来探索另一种解释,以进一步了解离群值。
第二种解释与住房负担能力群体有关。同样,y 轴表示房屋销售总数的百分比。蓝色的条形图告诉我们,与伦敦整体相比,纽汉在极低住房负担能力群体中的房屋销售比例很高。
第三种解释与中位数年龄段有关。在 32 岁的中位数人群中,纽汉的房屋销售比例高于整个伦敦。在其他中位数年龄段,纽汉的房屋销售比例低于伦敦整体水平。而第四种解释表明,纽汉几乎所有的房屋销售都发生在那些没有退休的人身上。
3、分析流程
解释数据是进一步探索数据的起点。解释描述中的每个视图都可以作为一个新的工作表打开,以便进一步分析。让我们打开“退休人口百分比的值分布”作为一个新的工作表来进一步研究它。
让我们把“退休人口的百分比”换成“年龄中位数”。我们看到纽汉所有的房屋销售都是在相对年轻的人群中。年轻人通常都很灵活,比老年人更频繁地搬家。这可能有助于解释为什么纽汉的平均住房拥有期比伦敦其他地区短。
三、步骤回顾
首先,向“解释数据”(Explain Data)咨询,为什么纽汉的房屋销售频率高于伦敦其他地区。解释数据分析整个数据集,以快速发现我们的数据之间的关系。然后,使用这些见解来帮助指导我们对数据进行更深入的分析。
四、更多帮助
有关使用解释数据的更多帮助,请访问
以上就是关于「解释数据」的全部内容。感谢观看本视频,更多 Tableau 学习资源,请持续关注 DCC 数创院。
更多相关信息,请访问专题页: Tableau使用入门教程
SUMMARY
▶ 今天,我们一起来学习 Explorer 角色的第 4 课:解释数据,了解 Explain Data 如何提供人工智能驱动的解释,以发现隐藏的见解并指导您对数据的更深入分析。 为便于大家更好地跟随操作,接下来,小 C 把视频的内容用图文形式进行拆解。 一、Explain Data 只需点击一下,Explain Data 就会自动为数据点的价值提供人工智能驱动的解释。基于先进的统计模型,解释是相关的和集成的,节省了我们的时间,使我们能够发现之前可能没有发现的见解。 当在 Tableau Desktop、Tableau