تجزیه و تحلیل بصری برای کشف و درک داده ها

چرا تجزیه و تحلیل بصری؟

تجزیه و تحلیل بصری وسیله ایی برای کشف و درک داده ها است، این خود فرآیند تجزیه و تحلیل را پشتیبانی و تسریع می کند.میتوانید سوالی بپرسید، پاسخ بگیرید و سوالات بعدی را بپرسی ، همگی در یک رابطه بصری. داستان از یک خلاصه بصری به خلاصه داستان دیگر میرسد. بعداً ، می توانید داستان را مجدداً مرور کنید و دوباره بیندیشید ، بیشتر کاوش کنید و به اشتراک بگذارید. به طور خلاصه ، تجزیه و تحلیل بصری به شما این امکان را می دهد تا در حالی که داده ها را مشاهده کرده و مستقیماً با آنها ارتباط برقرار می کنید ، با افکار خود به هر سمتی بروید.

ویژگی های پیش بینی کننده

تجزیه و تحلیل بصری از ویژگی های پیش بینی کننده استفاده میکند تا شما را به مسیر درست راهنمایی کند. ویژگی های پیشبینی کننده ، اطلاعاتی هستند که می توانیم تقریباً بلافاصله قبل از ارسال به بخش های پردازش کننده مغز ، پردازش کنیم. ویژگیهای پیش بینی کننده در زیر نشان داده شده است.

این ها به طور کلی بهترین روش برای ارائه داده ها هستند ، زیرا ما می توانیم این الگوها را بدون تفکر یا پردازش ببینیم. در واقع ، این ویژگی ها در انسان به عنوان راهی برای ارزیابی سریع موقعیت ، تشخیص الگو و انتخاب واکنش نشان دادن تکامل یافته است. هنگام ایجاد بصری سازی در نرم افزار تبلو ، تولیدکنندگان محتوا، داده ها را بصورت بصری کد گذاری می کنند تا بینش های جدیدی را آشکار کنند.

رمزگذاری بصری چیست؟
همانطور که نرم افزار هوش تجاری Tableau را به طور گسترده در سراسر سازمان ها و ادارات مستقر می کنید ، برخی از افراد فوراً ارزش تجزیه و تحلیل بصری را درمی یابند می کنند در حالی که دیگر افراد ممکن است صفحات گسترده یا گزارشات را در قالب جداول حفظ کنند. به احتمال زیاد شما باید ارزش تجزیه و تحلیل بصری را برای آنها بیان کنید و به افراد کمک کنید تا داده ها را با مشاهده آنچه در هنگام کدگذاری بصری امکان پذیر است – یعنی با استفاده از رنگ ، شکل و اندازه ، متفاوت مشاهده کنند.
مراحل زیر برای آشنایی بیشتر بصری سازی داده ها مفید است. اگر آنها را برای شخص دیگری ایجاد می کنید. ابتدا ، با یک قالب جداول آشنا شروع کنید. در اینجا مثالی از جدول فروش و میزان سود آورده شده است. برای یافتن بالاترین و پایین ترین مقادیر ، نیاز به اسکن کامل جدول سطرها و ستون ها است.

داده های جدولی – ساده

افزودن رنگ به اعداد منفی و قالب بندی آنها با پرانتز باعث برجسته شدن آنها می شود ، اما فقط در صورتی که به دنبال اعداد منفی هستید. برای سایر موارد ، یک اسکن جدول برای مقایسه مقادیر مورد نیاز است.

داده های جدولی با رنگ برای مقادیر منفی

در مرحله بعد ، به عنوان یک فرمت متوسط بین یک جدول متن و یک تصویرسازی کامل ، می توان رنگ را برای اندازه گیری فروش و سود به صورت جداگانه به کار برد تا مقادیر بالا و پایین را نشان دهد ، اما همچنان کاربر را ملزم می کند تا محدوده های رنگ بین این دو اندازه را تطابق دهد.

جدول داده های فروش و سود به همراه طیف رنگ

در نهایت بصری سازی کامل را به وسیله کدگذاری فروش توسط نمودارمیله ایی و سود به وسیله رنگ نمایش دهید، در نتیجه کاربر میتواند بیشترین فروش و کمترین سود را مشاهده کند.

داده های بصری بر اساس فروش به صورت نمودار میله ای و سودآوری بر اساس رنگ
با استفاده از این رویکرد ، می توانید مزایای تجزیه و تحلیل بصری را برای کاربران Tableau سازمان خود معرفی و توضیح دهید.