Guiden för att förbereda data för tablå

Published on 26 May 2022

Data för Tableau

Om du är som majoriteten av dataanalytiker idag, är utveckling av rika datavisualiseringar ett avgörande steg i den analytiska processen. Visualiseringar låter dig upptäcka den dolda potentialen i din data så att du kan få svaren du behöver och göra de bästa datadrivna affärsvalen.

Att utveckla utmärkta datavisualiseringar kräver dock omfattande ansträngningar bakom kulisserna för att förbereda data, vilket kan vara mer tidskrävande än att skapa själva visualiseringarna.

Innan du kan se dina uppgifter måste du:

  • Kombinera och rensa information från ett ökande antal olika källor
  • Komplettera din egen data med andra datakällor och kör sedan avancerad rumslig eller prediktiv analys.
  • Transformera data så att de är lättsmälta för Tableau-visualisering.

Kombinera och organisera dina data

Alteryx gör det enkelt att snabbt kombinera dina data i en repeterbar dra-och-släpp-process utan behov av specialiserade verktyg eller programmeringskunskaper. Slå samman data från många olika datakällor, inklusive Excel, datalager, sociala nätverk och molnapplikationer och Big Data. Rengör sedan dina data i samma process med program som automatiskt deduplicerar, analyserar och tar bort onödiga data.

Förbättra din data

Ofta behöver intern data ytterligare sammanhang. Alteryx tredjepartsdata gör det möjligt att få den breda bilden på några minuter.

Behöver du identifiera hur dina kunder skiljer sig från den allmänna befolkningen? För att segmentera dina konsumenter, använd Experian Mosaic-kategorier med Alteryx. Jämför sedan dina konsumenter med dessa grupper så att du kan rikta in dig på potentiella kunder med jämförbara egenskaper.

Vilka möjliga återförsäljarsajter ger mest vinst? Du kan svara på denna fråga med hjälp av Experian-data i Alteryx genom att bestämma hur många konsumenter som bor inom rimligt köravstånd från butiken.

Utför exakt prediktiv analys

Enligt konventionell uppfattning kan endast datavetare och programmerare med omfattande utbildning göra prediktiv analys; Ändå utrustar Alteryx dataanalytikern med potenta prediktiva analysverktyg. Självbetjäningsanalyser möjliggörs av en mängd olika tekniker, inklusive marknadskorganalys, linjär regression, A/B-testning, beslutsträd och skogsmodeller.

Dessutom kan vilken prediktiv analytisk modell som helst uttryckas och visas med lätthet i Tableau. I A/B-testning kan du avbilda behandling kontra obehandlade föremål med hjälp av stapeldiagram. Eller använd bubbeldiagram för att visa marknadskorganalys och illustrera hur en kunds köp av en vara kan påverka köpet av andra varor.

Utnyttja Spatial Analytics

Alteryx ger dataanalytikern dra-och-släpp-funktioner för rumsliga analyser. Du kan övervaka en köpares fysiska plats när hon gör en mobiltransaktion, analysera butiksplatser och mer med hjälp av rumslig analys.

Om du vill konstruera någon form av en karta i Tableau, kan Alteryx spatial analytics hjälpa dig att generera lämplig datauppsättning för ditt affärsbeslut. Med Alteryx kan du generera polygoner som samlar in data i en viss region, och sedan skicka dessa data direkt till Tableau för visuell representation i en körtidskarta, täckningsområde för mobiltornet, område för sjukdomsutbrott och mer.

Lägg mindre tid på att förbereda data och mer tid på att visa data

Att skapa bilder är en integrerad del av dataanalys, och deras betydelse växer. Men om du lägger femtio till sjuttiofem procent av din ansträngning på att förbereda din data för visualisering istället för att utveckla själva visualiseringen, ger du inte konsumenterna den information de behöver för att se mönster.

Vid behov kan de identifiera mönster, identifiera faror och dra nytta av tidskänsliga möjligheter. Att utveckla Alteryx och Tableau krävs för rika bilder som leder till snabba svar.



Ladda ner Alteryx whitepaper för att lära dig mer om Guiden till att förbereda data för tablå endast på Whitepapers Online.

Icon
THANK YOU

You will receive an email with a download link. To access the link, please check your inbox or spam folder