Kursinhalt
Tableau-Grundlagen
Tableau-Grundlagen
1. Einführung in Tableau
Was Sie Lernen WerdenTableau-InstallationErste SchritteFeldoperationen und VerknüpfungenHerausforderung: Tabellen Verbinden und Spalten AufteilenErkunden des DatenbereichsHerausforderung: Top-Performer Nach Gewinn IdentifizierenÜbersicht Über Seiten, Filter und MarkierungenHerausforderung: Finden der Unterkategorie mit den Niedrigsten Verkäufen
2. Werkzeuge in Tableau
Dimensionen und KennzahlenHerausforderung: Vergleich von Umsatz und Gewinn nach BundesstaatKontinuierliche und Diskrete FelderHerausforderung: Den Monat Mit Den Niedrigsten Verkaufszahlen IdentifizierenDimensionsfilterMessfilterHerausforderung: Den Profitabelsten Kunden in der Kunst FindenBerechnete FelderHerausforderung: Vergleich von Kalifornien und New York mit Anderen BundesstaatenInteraktive Dashboards Mit ParameternHerausforderung: Die Unterkategorie Mit Den Meisten Verkäufen FindenArbeiten Mit MengenHerausforderung: Analyse der Gewinnkonzentration von BücherregalenAnwendungen von Sets
3. Grundlegende Visualisierungen
Daten mit Heatmaps VisualisierenHerausforderung: Identifizierung der Meistverkauften Unterkategorie Nach RegionStreudiagrammeHerausforderung: Bestimmung der Höchsten Verkaufszahlen und Gewinne Nach BundesstaatBaumkartenHerausforderung: Analyse der am Wenigsten Profitablen UnterkategorieKombinationsdiagrammeHerausforderung: Vergleich von Verkaufs- und Gewinntrends für TelefoneSparklines
Boxplots
Ein Boxplot in Tableau bietet eine kompakte Visualisierung der Verteilung und Variabilität numerischer Daten und hebt wichtige Statistiken wie den Median, Quartile und Ausreißer hervor. Dieser Diagrammtyp ist besonders effektiv, um Muster zu erkennen, Ausreißer zu identifizieren und Datenverteilungen über Kategorien hinweg zu vergleichen.
Ein Boxplot besteht typischerweise aus den folgenden Komponenten:
Datenanalysen aus Box-Plots
Um ein Box-Plot korrekt zu lesen, achten Sie auf die folgenden Punkte:
- Wenn die Box kurz ist und die Whisker kurz sind, kann dies darauf hindeuten, dass die Daten in einem engen Bereich konzentriert sind und wenige Ausreißer haben:
- Wenn die Whisker lang sind, kann dies auf eine große Streuung der Daten und das Vorhandensein von Ausreißern hinweisen:
- Wenn der Median von der Mittellinie der Box abweicht, kann dies auf eine schiefe Verteilung hinweisen:
Das Finden von Punkten hinter den Whiskern hilft, Ausreißer und potenzielle Anomalien in den Daten zu identifizieren.
War alles klar?
Danke für Ihr Feedback!
Abschnitt 4. Kapitel 6