NewDataLabS

Tableau - Narzędzia Business Intelligence

  • EMEA Rising Star Tableau Partner of The Year 2018
  • Wydarzenia
    • Webinary Tableau
    • Webinary Power BI
    • Szkolenia
      • Szkolenia New Data Model
      • Szkolenia online
      • Szkolenia zamknięte
    • Tableau MBA
    • Power BI Inspirations
  • Wiedza
    • Baza Wiedzy
  • Pobierz
    • Tableau
      • Tableau Desktop – Trial
      • Tableau Server – Trial
      • Tableau Prep – Trial
      • Tableau Reader
    • Snowflake
  • Blog
  • Kontakt
  • Rozwiązania
    • ETL
      • Tableau Prep
      • Airflow
      • Power Query
      • Microsoft Integration Services
      • ELT
      • Fivetran
    • Hurtownie danych
      • Snowflake
      • Google Big QUERY
      • Microsoft SQL Server
      • PostgreSQL
    • Business Intelligence
      • Tableau
        • Co to jest Tableau
        • Jak dobrze wdrożyć Tableau
        • Interaktywny kokpit menedżerski
        • Cennik Tableau
        • Produkty Tableau
          • – Tableau Desktop
          • – Tableau Server
          • – Tableau Prep
          • – Tableau Online
        • Audyt Tableau
        • Tableau Day
      • Power BI
      • Google Data Studio
  • Usługi
    • Warsztaty Proof of Concept
    • ETL - przygotowanie danych
    • Raportowanie i wizualizacja danych
    • Asysta eksploatacyjna
    • Migracja systemu
    • Szkolenia
    • Embedded Analytics
  • O firmie
    • O nas
    • Kariera
  • Klienci
    • Wybrani Klienci
    • Customer stories
      • Snieżka S.A.
      • Werner Kenkel Sp. z o.o.
      • DOZ S.A.
PL / EN

Od ogółu do szczegółu, czyli jak zobaczyć więcej

28 listopada 2017

Dawno, dawno temu, podczas wykładów ze statystyki na wrocławskiej Akademii Ekonomicznej, usłyszałem maksymę: „W życiu spotkacie kłamstwo, większe kłamstwo i statystykę”. Początkowo nie za bardzo brałem to sobie do serca, ale z biegiem lat zacząłem coraz bardziej dostrzegać prawdziwość tej maksymy – spotykamy ją na co dzień choćby w postaci powszechnie spotykanych „średnich wynagrodzeń”, „średnich cen”, „średnich wartości umowy” itp. Nawet powszechnie szanowane instytucje, jak GUS dużo częściej publikują dane o „średnim wynagrodzeniu”, aniżeli o medianie tegoż wynagrodzenia (skądinąd dużo lepiej opisującej rzeczywistość). Jakiś czas temu wprawiłem w zakłopotanie Wychowawczynię Mojego Syna W Gimnazjum (skądinąd przeuroczą germanistkę), która podawała nam „średnią klasy na semestr”. Rankingu uczniów podawać nie wolno – ochrona danych osobowych. Chcąc zorientować się w wynikach Mojej Pociechy na tle reszty klasy poprosiłem o podanie jeszcze Minimum, Maksimum oraz (tu było najtrudniej) Mediany całego zbioru… W końcu się udało – i ku aprobacie pozostałych Rodziców przyjęliśmy na stałe taką modyfikację sposobu informowania – ale pierwszą reakcję Pani Wychowawczyni zapamiętam na długo. Dlaczego o tym piszę? – ano dlatego, że warto o tym pamiętać budując analizy na większych zbiorach danych. Zagregowane wskaźniki zwykle opisują wtedy jakąś nieistniejącą rzeczywistość i tak naprawdę ciekawe informacje zobaczymy dopiero wtedy, gdy zapoznamy się z rozkładem danego zjawiska. Choćby taka statystyka, jak trend poziomu bezrobocia w Polsce wg danych EUROSTAT: od ogółu do szczegółu Widzimy że bezrobocie maleje. Widzimy że jest dużo mniejsze niż przed (i po) kryzysem z 2008 roku. Widzimy też jak duże było ono na początku XXI wieku, jaka była skala problemu. Ale spróbujmy wykorzystać jeden drobiazg – taki guzik z napisem „Detail” w zakładce „Marks” w Tableau: detail „Najedźmy” na niego interesującym nas poziomem szczegółowości – w tym przypadku identyfikatorem regionu, dla którego chcemy zbadać poziom tego zjawiska i zmieńmy sposób wizualizacji danych z wykresu słupkowego na „Circle”, czyli mój ulubiony wykres kropkowy. Później z zakładki „Analytics” dodajmy jeszcze linię referencyjną, oznaczającą średnią dla danego roku. Zobaczymy coś takiego: analytics Zaczyna się robić ciekawie. Okazuje się, że bezrobocie rzeczywiście spada, ale w niektórych regionach … wcale go nie było. W apogeum Kryzysu, w 2009 roku, w Warszawie wynosiło ono … 2,5%, a w Poznaniu 2,6%. W tym samym czasie, w regionie szczecinecko – pyrzyckim skala problemu wynosiła 16,83% (a to i tak wielki spadek w porównaniu z rokiem 2002, gdy wyniosło ono 44,79%). Skądinąd widać niesamowity spadek bezrobocia w całej Polsce po roku 2003 i naszym wejściu do Unii Europejskiej – ciekawe, jak te dane korelują z liczbą mieszkańców poszczególnych regionów, którzy wyjechali za granicę… Ale to już temat na zupełnie inne rozważania. Zauważmy jeszcze coś – położenie linii referencyjnej, oznaczającą średnią dla danego roku. De facto obrazuje ona sytuację w jednym, może dwóch regionach… Tyle warte jest patrzenie na średni poziom wskaźnika bez szerszego kontekstu. Ale dołóżmy do naszych rozważań jeszcze coś – pokażmy te dane na mapie: dane na mapie Widzimy od razu GDZIE mamy rzeczywisty problem i GDZIE powinna się skoncentrować pomoc publiczna, rządowa, pieniądze na aktywizację, budowę infrastruktury, przyciąganie inwestorów, pomoc publiczną itp. Jeżeli uznalibyśmy, że problem bezrobocia dotyczy regionów, gdzie przekracza ono 8%, to mapa bezrobocia w Polsce wygląda teraz tak: mapa bezrobocia Zapewne jeszcze ciekawsze dane można znaleźć schodząc do poziomu poszczególnych gmin, czy powiatów – wtedy wnioski mogą być dużo bardziej trafne. Ważne jest to, że widać dużo więcej, niż w przypadku danych zagregowanych. Zastosowań tego typu podejścia do analiz może być znacznie więcej – choćby porównanie zyskowności poszczególnych grup asortymentowych do poziomu produktów: ciekawe dane Tutaj widzimy jeszcze więcej, gdyż wykorzystując atrybut „Size” w zakładce „Marks” pokazałem skalę problemu – tzn. być może nie należy się martwić ujemną marżą procentową na zadanym produkcie, gdy wolumen jego sprzedaży jest niewielki, lepiej skoncentrować się tam, gdzie uciekają naprawdę większe pieniądze, jak tutaj: size No właśnie – uciekają pieniądze. I tu dochodzimy do tego PO CO warto patrzeć na dane w taki sposób i co daje taka ich syntetyczna prezentacja z natychmiastową możliwością zejścia do nisko położonych szczegółów… Jeśli zestawimy koszt wdrożenia takiego narzędzia i podejścia do pracy z danymi, jakie proponujemy, ze skalą ewentualnych korzyści, to zwrot z takiej inwestycji może być naprawdę kolosalny – i tutaj widać czym różni się WIZUALNA ANALIZA DANYCH od samej WIZUALIZACJI DANYCH… Polecam to Państwa uwadze… Witold Kilijański Partner NewDataLabs
webinarium tableau Pobierz trial Tableau Desktop >
Pobierz trial Tableau Prep >
Wydarzenia
> Webinarium Tableau
> Tableau MBA Digital Edition

Produkty Tableau
> Tableau Desktop
> Tableau Server
> Tableau Online
> Tableau Prep

Szkolenia Tableau
Usługi
> Warsztaty Tableau na Twoich danych – Proof of Concept
> Przygotowanie danych – ETL
> Audyt przedwdrożeniowy
> Asysta eksploatacyjna Tableau

Rozszerzenia Tableau
> Gotowe wizualizacje danych – Tableau Starting Pack
> Dodatki do Tableau
Pobierz Tableau
> Tableau Desktop - Trial
> Tableau Server - Trial
> Tableau Prep - Trial
> Tableau Reader

Tableau
> Co to jest Tableau?
> Jak dobrze wdrożyć Tableau?
> Interaktywny kokpit menedżerski
> Cennik Tableau
Kontakt

kontakt@newdatalabs.com
kontakt@newdatalabs.com


601797783
781 648 194


Adres
Adres do korespondencji:
al. T. Boy’a – Żeleńskiego 28/20,
51-160 Wrocław
kontakt ndls
pobierz trial tableau
Linkedin Newdatalabs
twitter Newdatalabs
Facebook Newdatalabs
Youtube Newdatalabs
instagram Newdatalabs
Ułatwiamy pracę z danymi

Copyright © 2022