Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- 로그 변환
- 그로스 해킹
- ARIMA
- tableau
- 스태킹 앙상블
- 컨브넷
- 캐글 산탄데르 고객 만족 예측
- 데이터 핸들링
- 인프런
- 리프 중심 트리 분할
- 3기가 마지막이라니..!
- 캐글 신용카드 사기 검출
- sql
- ImageDateGenerator
- 부트 스트래핑
- DENSE_RANK()
- 그로스 마케팅
- WITH CUBE
- lightgbm
- 마케팅 보다는 취준 강연 같다(?)
- 분석 패널
- pmdarima
- WITH ROLLUP
- Growth hacking
- python
- 데이터 정합성
- splitlines
- XGBoost
- 데이터 증식
- 그룹 연산
Archives
- Today
- Total
LITTLE BY LITTLE
[17,끝] SQL로 분석하고 Tableau로 시각화하자 - 지역별 매장 분석, 카테고리 분석, 워드 클라우드 본문
시각화/SQL로 분석하고 Tableau로 시각화하자
[17,끝] SQL로 분석하고 Tableau로 시각화하자 - 지역별 매장 분석, 카테고리 분석, 워드 클라우드
위나 2022. 7. 26. 09:13실무에 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.
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.
'시각화 > SQL로 분석하고 Tableau로 시각화하자' 카테고리의 다른 글
[4] 데이터 가공을 위한 SQL - 하나의 테이블에 대한 조작 : over(~rows~), max(case~), string_agg, unnest, string_to_array, regexp_split_to_table (1) | 2024.01.14 |
---|---|
[16] SQL로 분석하고 Tableau로 시각화하자 - 매개변수, 대시보드, RFM 고객 세분화 분석 (0) | 2022.07.25 |
[15] SQL로 분석하고 Tableau로 시각화하자 - 기본 함수 (0) | 2022.07.25 |
[14] SQL로 분석하고 Tableau로 시각화하자 - 퀵 테이블 계산, 개별/단일/이중 축 (0) | 2022.07.23 |
[13] SQL로 분석하고 Tableau로 시각화하자 - Tableau 속 SQL (0) | 2022.07.22 |
Comments