Vai al contenuto
Nell’epoca dei Big Data, l’obiettivo principale dei Manager, è ricavare valore dai dati aziendali, dati che vengono prodotti dall’utente in maniera automatica con clic, postando foto o anche in maniera fisica con il semplice acquisto di prodotti con la Carta di credito.
Le domande alle quali bisogna rispondere in azienda, sono: Che cosa? Perchè?
Chi può aiutarci nel raggiungere risultati dal punto di vista della comprensione dei dati è la Visual Analytics.
Visual Analytics e Tableau, come analizzare i dati
La Visual Analytics è un processo che non ha mai fine, l’utente entra, inizia a visualizzare i dati e la prima domanda che si pone dopo il “what” è il “why”.
Il business che non ha elevate conoscenze tecniche di informatica, può rispondere velocemente con dei rapidi Drag and Drop ed in maniera autonoma alle proprie domande, senza ragionare sulle query o doversi rivolgere necessariamente all’IT, e far continuare il flusso di pensiero.
Il metodo è quello grafico, lo strumento si chiama Tableau.
L’analisi visiva con Tableau è una tecnica preziosa per analizzare i dati in modo rapido ed efficace.
Con l’aiuto di questo software è possibile individuare tendenze che altrimenti sarebbero facilmente trascurate.
Tableau fornisce una moltitudine di grafici e diagrammi per dare un senso a modelli complessi nei set di dati: grazie al suo utilizzo, infatti, gli analisti possono individuare in modo intuitivo correlazioni, anomalie ed eccezioni, eliminare le visualizzazioni considerate caotiche o poco chiare, e prevedere i risultati futuri.
Inoltre, il software consente agli utenti di personalizzare le proprie visualizzazioni, mostrando per esempio più dimensioni di dati contemporaneamente e impostando soglie basate su criteri personalizzati.
Nel complesso, Tableau offre agli utenti strumenti potenti per analizzare rapidamente grandi quantità di dati, pur rimanendo sufficientemente intuitivo per essere utilizzato dalla maggior parte delle persone.
L’analisi visiva è quindi importante, per modificare i dati in maniera istantanea, comprenderli in modo chiaro e creare visualizzazioni diverse per dare risposte diverse su uno stesso dato.
Esempi di Visual Analytics con Tableau
Facciamo alcuni esempi per capire meglio quanto detto, basta osservare le immagini che seguono:
Come dare risalto ad una Tabella? Può dirci qualcosa di più o aiutarci nella sua lettura?
Ovviamente la risposta è si, andando ad utilizzare magari una heat-map.
Un altro modo potrebbe essere quello di utilizzare un grafico a barre!
Spiegando approfonditamente; nel grafico nr.1 abbiamo la classica tabella, questa in genere di difficile comprensione istantanea, è seguita da una Heat-Map (nr.2) dove i colori aiutano la velocità di comprensione ed infine l’opzione nr.3 dove oltre al colore, la lunghezza delle barre ci chiarisce subito l’andamento.
Altri due esempi classici sono riportati nelle foto che seguono.
Il primo esempio è quello del “Quartetto di Anscombe”. Partendo dalla tabella, riuscireste a trovare le differenze?
4)
In teoria, tutti e quattro gli insiemi di dati sono identici se valutati secondo alcune statistiche di base, ma una volta riportati su un grafico sono molto diversi.
Si possono notare sia out-layer, sia l’andamento effettivo dei punti sul piano cartesiano e raggiungere conclusioni che un attimo prima non potevamo osservare e che quindi non esistevano.
Un ultimo esempio, potrebbe essere quello che ci porta a confrontare una tabella con una mappa. Quale delle due riuscite a leggere meglio?
Le due immagini riportano perfettamente le stesse informazioni (nazioni americane che generano profitti positivi e negativi), solo che, mentre nella tabella mi potrebbe sfuggire la collocazione geografica della nazione e l’effettivo valore (maggiore, minore), la mappa me lo chiarisce immediatamente ed evidenzia i risultati.
I vantaggi della Visualizzazione dati con Tableau
La regola più importante della Visual Analytics è creare una visualizzazione chiara per aiutare l’utente nella comprensione affidandosi ad attributi che catalizzano l’attenzione e che sfruttano la memoria sensoriale/ iconica.
Ma cosa ci danno in più gli elementi iconici sensoriali?
A) velocità di informazione (si riduce la comprensione del grafico e si riducono i tempi di analisi)
B) riduzione sforzo cognitivo
C) Si può veicolare l’informazione e guidare l’utente creando una gerarchia di informazioni.
Ecco, queste sono le basi della Visual Analytics.
La Visual Analytics quindi, sfruttando elementi pre-attentivi (lunghezza, colore, forma e posizione) ed elementi sensoriali, aiuta l’utente business nel raggiungimento di obiettivi e soluzioni in maniera rapida, riducendo l’errore causato da distrazioni e da effetti grafici non ottimali alla vista proprio come le tabelle.
Mai come oggi giorno, è stato tanto facile raggiungere determinati obiettivi in maniera tanto rapida.
Se il mio blog vi è piaciuto, potete contattarmi o seguirmi ai seguenti link su Twitter, LinkedIn e Tableau Public.
