[17,끝] SQL로 분석하고 Tableau로 시각화하자 - 지역별 매장 분석, 카테고리 분석, 워드 클라우드

실무에 자주 쓰이는 Tableau 시각화 이어서

 

1-2. 지역별 매장 분석

지역별 매장 분석은 매장 주소를 지리적으로 시각화할 때 효과적

 

1. 변환/계층/지리적 역할을 통하여 [Storee Addr]필드를 변환해보자.

• [Store Addr] 필드 클릭 후, 변환 - 사용자 지정 분할 : 구분 기호 사용(space[키보드]  / 분할 해제 :2
• [Store Addr - 분할1] 및 [Store Addr - 분할2] 필드를 생성하고, 지리적 역할을 변경한다.
• [Store Addr - 분할1] 및 [Store Addr - 분할2] 필드를 시/도 및 카운티[시군구]로 지리적 역할을 변경한다. - 지구본 모양으로 데이터 유형이 변경됨
• [Store Addr - 분할1] 및 [Store Addr - 분할2] 필드를 Shift를 누른 상태에서 클릭
• [Store Addr - 분할2] 필드 클릭, 계층 - 계층 만들기 : [Store Addr 계층]명으로 계층 생성

2. [Store Addr 계층] 및 [매출액] 필드를 통하여 맵을 생성해보자.

• 마크카드 - 세부 정보 및 색상에 [Store Addr 계층] 및 [매출액] 필드를 드래그한다.

3. [위도] 필드를 복사하여, 추가 생성된 축을 이중축으로 뷰에 표시하자. ([위도] 필드를 복사하여, [Store Addr - 분할2]를 별표 모양으로 변경하자.)

• 행에 [위도] 필드를 Ctrl 누른상태에서 추가
• 추가된 마크카드를 클릭하여 [Store Addr - 분할1] 및 [합계(매출액)]를 변경한다. - [합계(매출액)] 제거, [Store Addr - 분할1] 왼쪽에 있는 [+] 클릭
• 마크카드 상단을 클릭하여 자동으로 되어있는 부분에서 [모양] 클릭 - 마크카드 - 색상 및 모양을 빨간색 별표로 변경한다.
• 행에 있는 오른쪽 [위도]를 이중축으로 변경한다.

---

1-3. 카테고리 분석

카테고리 분석은 파이 차트를 이중 축으로 시각화할 때 효과적이다.

 

1. 브랜드별 매출액 구성비율 파이차트를 생성해보자.

• 마크 카드 상단을 클릭하여 [파이 차트] 클릭
• 상단 [툴바]에 있는 맞춤을 [전체보기]로 변경
• 마크 카드 - 색상 및 크기에 [Brand] 및 [매출액] 필드 드래그
• 마크카드 - 레이블에 [매출액] 필드 드래그
• [합계(매출액)]를 클릭하여 퀵 테이블 계산 - 구성 비율로 변경

2. 행에 축 2개를 생성하자.

• 열 선반을 더블클릭하여 MIN(1)을 2번 입력한다.
• 마크카드 - 크기를 클릭하여 크기를 늘린다.

3. 마크 카드 상단에 집계(MIN(1))를 수정한다. (마크카드 - 전체 부분 수정하는거 아님 주의)

• 마크 카드 - 색상 및 크기에 [Brand] 및 합계(매출액) 필드를 제거한다.
• 마크 카드 - 텍스트에 합계(매출액) 필드의 테이블 계산을 지운다.
• 마크 카드 - 크기를 클릭하여 크기를 줄인다. 

4. 행에 있는 오른쪽 집계(MIN(1))를 이중 축으로 변경한다.

• 수정된 집계(MIN(1))를 이중축으로 변경한다.
• 마크카드 - 색상을 흰색으로 변경한다.
• 마크카드 - 레이블에 <전체 매출액> 텍스트를 추가한다. ; 글자크기(10) / B(굵게)

• 뷰 하단에 있는 '매출에 대한 총계%'를 우클릭 - ' 맨 앞으로 마크 이동 ' 선택시, 집계(AVG(1))의 흰색 막대 뒤에 숨겨진 각 지역별 매출의 비중에 대한 막대 차트가 앞으로 나오게 된다.

카테고리 분석 도넛 차트

---

1-4. 워드클라우드 분석

워드 클라우드 분석은 텍스트의 크기를 시각화하고자할 때 사용

 

모델텍스트를 매출액 크기로 생성하자.

• 마크 카드 상단에 자동으로 되어있는 부분을 클릭하여 [텍스트]를 클릭한다.
• 마크 카드(색상 및 크기)에 [매출액] 필드를 드래그한다.
• 마크 카드(텍스트)에 [Mode] 필드를 드래그한다.

---

마무리하며

• 데이터 분석가는 '데이터를 어떻게 활용할 것인가?'라는 질문에 대한 인사이트를 찾아가는 역할 수행
  • SQL로 데이터 추출 / 수집 / 가공 / 검색 / 분석
  • Tableau로 인사이트를 시각적으로 표현
  • Tableau 대시보드에 인사이트를 시각화하기 위해서는 SQL로 정확한 데이터가 전제되어야함
• 데이터 분석가는 데이터를 근거로 의사결정에 필요한 인사이트를 협업을 통해 찾아내고 공유함
  • SQL로 개발자 / DBA와 협업
  • Tableau로 경영진 / 실무자에게 새로운 인사이트를 공유한다.