Datan analysointi sädeviivakaavioilla Tableau Next -sovelluksessa
Lähikaaviot käyttävät ympyräistä asettelua datan organisoimiseen ja näyttämiseen keskipisteen ympärillä. Eri sädeviiva-kaaviotyypit on suunniteltu tukemaan erilaisia analyyttisiä tarpeita. Käytä niitä verrataksesi osia kokonaisuuteen, tunnistaaksesi syklisiä kuvioita, arvioidaksesi tavoitteiden edistymistä ja visualisoidaksesi toistuvia trendejä.
Vaaditut versiot
| Näytä tuetut Edition-versiot. |
Valitse sädeviivainen kaavio suoritettavan analyysin tyypin perusteella.
| Kaaviotyyppi | Käytä tätä... |
|---|---|
| Piiraskaavio | Vertaa, miten yksittäiset arvot vaikuttavat kokonaisuuteen. |
| Rengaskaavio | Yhdistä kokonaiskuva merkittävään kokonaisarvoon tai KPI-arvoon. |
| Nightingale-rosekaavio | Tarkasta arvot yhtenäisten ja syklien ajanjaksoista ja korosta niiden koon eroavaisuudet. |
| Säteen pylväskaavio | Seuraa tavoitteiden edistymistä useissa entiteeteissä. |
| Säteen lämpökartta | Tunnista syklisten ajanjaksojen ja kategorioiden hotspots, aukot tai intensiteetit käyttämällä väriä. |
| Spoke-pylväskaavio | Arvioi toistuvia kuvioita syklisestä tai säännöllisestä datasta. |
- Sisällön vaikutusten vertaaminen yhteisarvoon piiraskaavioiden avulla
Vertaa, miten yksittäiset arvot vaikuttavat kokonaissääntöön Tableau Next -piiraskaaviossa. Käytä piiraskaavioita, kun haluat analysoida pienen määrän arvoja, jotka yhdessä muodostavat aggregaatin. Voit esimerkiksi visualisoida verkkosivuston vierailut liikenteen lähteen mukaan ymmärtääksesi, miten kukin lähde vaikuttaa verkkosivuston kokonaisliikenteeseen. - Kokonaissuhteiden näyttäminen rengaskaavioilla
Käytä rengaskaavioita Tableau Next -sivulla verrataksesi, miten luokat vaikuttavat kokonaissääntöön. Lisää lisäulottuvuuksia analysoidaksesi sisällön tarkemmin ja säilyttääksesi pääkategoriat. Voit myös näyttää KPI-mittarin kaavion keskellä korostaaksesi kokonaisarvon. Voit myös lisätä mittaristoon visualisoinnin tarjotaksesi liiketoiminnan asiayhteyden muiden tärkeimpien tilastojen rinnalle. Luo esimerkiksi rengaskaavio verrataksesi myyntiä tuotekategorian mukaan ja korostaaksesi kokonaismyynnit keskiössä olevalla KPI-mittarilla. - Kausiluonnosten analysointi Nightingale Rose -kaavioilla
Vertaa arvoja samoilta ja syklisiltä ajanjaksoilta korostaaksesi suuruseroja Tableau Next Nightingale -rostikaavion avulla. Lisää lisäulottuvuuksia verrataksesi eri ryhmien kuvioita, mutta säilyttääksesi syklien järjestyksen. Voit esimerkiksi visualisoida kuukausittaiset myynnit alueittain tunnistaaksesi kausiluonteisia huippuja ja verrataksesi eri alueiden myyntimuotoja vuoden aikana. - Tavoitteiden edistymisen vertaaminen säteen pylväskaavioilla
Visualisoi, kuinka lähellä kukin entiteetti on tavoitteensa saavuttamista kompaktissa ympyröidyssä asettelussa Tableau Next -säteen pylväskaavion avulla. Kaavion yleinen skaala tekee suhteellisen suorituskyvyn vertaamisesta helppoa ja tunnistaa nopeasti huomiottavia johtajia ja osa-alueita. Tarkasta esimerkiksi myyntiedustajien kiintiöiden saavuttaminen tunnistaaksesi parhaat myyjät vuosittaisten myyntitavoitteidensa perusteella. - Kuormapisteiden tunnistaminen syklisillä ajanjaksoilla säteellisillä lämpökarttoilla
Tarkastele trendejä, aukkoja ja intensiteettiä tasaisilta syklisiltä ajanjaksoilta Tableau Next -säteellisellä lämpökartalla. Käytä väriä paljastaaksesi mitan variaatioita kategorioissa säilyttäen samanaikaisesti syklien järjestyksen. Voit esimerkiksi visualisoida tapausten viikoittaisen määrän tukikanavan perusteella tunnistaaksesi kausiluonteisia huippua, hiljaisempia ajanjaksoja ja toistuvia kuvioita vuoden aikana. - Syklien kuvioiden arviointi spoke-palkkikaavioilla
Tunnista säännöllisten tai säännöllisten tietojen toistuvia kuvioita ja muutoksia nopeasti Tableau Next -pylväskaavion avulla. Pylväät laajenevat keskitetystä hubista, ja jokainen pylväs edustaa tavallisesti säännöllistä aikaväliä toistuvassa syklissä. Voit esimerkiksi visualisoida kuukausittaisten tilausten määrät tunnistaaksesi kausiluonteisia huippuja ja hitaampia ajanjaksoja tilivuoden aikana.
Ratkaisiko tämä artikkeli ongelmasi?
Anna palautetta, jotta voimme kehittyä!
