کشف قابلیت‌های پنهان: بررسی Additional Function در نرم‌افزار Tableau

در دنیای امروز که داده‌ها به عنوان سوخت موتور کسب‌وکار شناخته می‌شوند، توانایی تحلیل عمیق و استخراج بینش‌های ارزشمند از آن‌ها، یک مزیت رقابتی حیاتی محسوب می‌شود. نرم‌افزار Tableau به عنوان یکی از قدرتمندترین ابزارهای بصری‌سازی و تحلیل داده، قابلیت‌های بی‌نظیری را در اختیار کاربران قرار می‌دهد. فراتر از کشیدن و رها کردن (Drag-and-Drop) ساده فیلدها، قلب تپنده تحلیل‌های پیشرفته در Tableau، مجموعه‌ای از توابع پیشرفته یا همان Additional Functions هستند. این توابع، محاسبات سفارشی را امکان‌پذیر می‌سازند و به شما اجازه می‌دهند تا داده‌های خام را به اطلاعاتی معنادار و بصیرت‌بخش تبدیل کنید.

چرا Additional Functions در Tableau حیاتی هستند؟

در نگاه اول، Tableau ممکن است بسیار شهودی به نظر برسد. اما برای پاسخ به سوالات پیچیده‌تر کسب‌وکار، ایجاد معیارهای سفارشی و انجام تحلیل‌های عمیق‌تر، نیاز به استفاده از Additional Functions دارید. این توابع به شما قدرت می‌دهند تا:

• داده‌های خام را پاکسازی و تغییر شکل دهید: مثلاً، استخراج بخش‌هایی از یک رشته متنی، تبدیل فرمت‌های تاریخ و زمان، یا پر کردن مقادیر تهی.
• معیارهای سفارشی ایجاد کنید: محاسباتی مانند نرخ رشد، سود حاشیه‌ای، نسبت‌ها، یا میانگین متحرک که به طور پیش‌فرض در داده‌های شما وجود ندارند.
• تحلیل‌های پیشرفته انجام دهید: از جمله محاسبات جدول (Table Calculations)، عبارات سطح جزئیات (Level of Detail – LOD Expressions)، و حتی تحلیل‌های مکانی و پیش‌بینی.
• شرایط و قوانین منطقی اعمال کنید: برای تقسیم‌بندی داده‌ها بر اساس معیارهای خاص یا هایلایت کردن نقاط داده‌ای مشخص.

بدون تسلط بر این Additional Functions، شما تنها از بخش کوچکی از توانایی‌های واقعی Tableau بهره‌مند خواهید شد.

انواع کلیدی Additional Functions در Tableau

Additional Functions در Tableau را می‌توان به دسته‌های اصلی تقسیم کرد که هر یک برای نوع خاصی از محاسبات طراحی شده‌اند:

1. توابع محاسباتی (Calculated Fields): پایه و اساس

Calculated Fields در Tableau، فیلدهای جدیدی هستند که با استفاده از فرمول‌ها و ترکیب توابع مختلف ایجاد می‌شوند. این توابع می‌توانند شامل عملیات ریاضی، توابع رشته‌ای، تاریخ، منطقی و غیره باشند. آن‌ها انعطاف‌پذیری فوق‌العاده‌ای را برای سفارشی‌سازی تحلیل‌های شما فراهم می‌کنند.

• توابع عددی (Numeric Functions): برای عملیات ریاضی پایه (SUM, AVG, MIN, MAX)، یا توابع پیشرفته‌تر مانند ABS (قدر مطلق), ROUND (گرد کردن), SQRT (جذر).
  • مثال: SUM([Sales]) / SUM([Profit]) برای محاسبه نسبت فروش به سود.
• توابع رشته‌ای (String Functions): برای دستکاری متن. مانند LEFT, RIGHT, MID (برای استخراج بخشی از یک رشته), LEN (طول رشته), TRIM (حذف فاصله‌های اضافی), REPLACE (جایگزینی متن).
  • مثال: LEFT([Product Name], 5) برای گرفتن 5 حرف اول نام محصول.
• توابع تاریخ (Date Functions): برای کار با فیلدهای تاریخ و زمان. DATEDIFF (تفاوت بین دو تاریخ), DATEADD (اضافه کردن واحد زمان به تاریخ), DATETRUNC (کوتاه کردن تاریخ به واحد زمانی مشخص), DATEPARSE (تبدیل رشته به تاریخ).
  • مثال: DATEDIFF('day', [Order Date], [Ship Date]) برای محاسبه تعداد روزهای بین سفارش و ارسال.
• توابع منطقی (Logical Functions): برای ایجاد شرط‌ها و قوانین. IF / ELSEIF / ELSE, CASE, AND, OR, NOT, ISNULL (بررسی تهی بودن).
  • مثال: IF [Sales] > 1000 THEN 'High Sales' ELSE 'Low Sales' END برای دسته‌بندی فروش.

2. محاسبات جدول (Table Calculations): قدرت در بستر View

Table Calculations نوع خاصی از Additional Functions هستند که بر روی داده‌های موجود در بصری‌سازی (View) شما عمل می‌کنند، نه بر روی داده‌های اصلی. آن‌ها به شما اجازه می‌دهند تا محاسبات را بر اساس نحوه مرتب‌سازی و گروه‌بندی داده‌ها در نمودار انجام دهید. این توابع برای تحلیل‌های مربوط به روند، رتبه‌بندی، یا درصد از کل بسیار قدرتمندند.

• RUNNING_SUM: محاسبه مجموع تجمعی.
  • مثال: نمایش رشد تجمعی فروش ماه به ماه.
• WINDOW_AVG: محاسبه میانگین در یک پنجره مشخص از داده‌ها.
  • مثال: میانگین متحرک سه ماهه فروش.
• PERCENTILE: محاسبه صدک.
• RANK: رتبه‌بندی آیتم‌ها بر اساس یک معیار.
  • مثال: رتبه‌بندی مشتریان بر اساس کل خرید.

نکته کلیدی در Table Calculations، درک مفاهیم “Addressing” (جهت محاسبه) و “Partitioning” (نواحی مستقل محاسبه) است که تعیین می‌کنند محاسبه روی کدام بخش از داده‌ها و در چه جهتی انجام شود.

3. عبارات سطح جزئیات (Level of Detail – LOD Expressions): کنترل دقیق بر دانه بندی

LOD Expressions یکی از قدرتمندترین و در عین حال چالش‌برانگیزترین Additional Functions در Tableau هستند. آن‌ها به شما اجازه می‌دهند تا سطح جزئیات (Granularity) محاسبات را مستقل از ابعاد موجود در بصری‌سازی خود تعیین کنید. این بدان معناست که می‌توانید محاسباتی را در سطح جزئیات بالاتر یا پایین‌تر از آنچه در نمودار نمایش داده می‌شود، انجام دهید. سه نوع اصلی LOD Expression وجود دارد:

• FIXED: محاسبه‌ای را در یک سطح جزئیات ثابت انجام می‌دهد، بدون توجه به ابعادی که در View قرار داده‌اید.
  • مثال: \{FIXED [Customer Name] : SUM([Sales])\} (محاسبه کل فروش برای هر مشتری، صرف نظر از اینکه View شما بر اساس تاریخ یا محصول فیلتر شده باشد).
• INCLUDE: ابعاد مشخصی را به سطح جزئیات View اضافه می‌کند تا محاسبه انجام شود، سپس نتیجه را به سطح View بازمی‌گرداند.
  • مثال: \{INCLUDE [Product Sub-Category] : AVG([Sales])\} (میانگین فروش به ازای هر زیردسته محصول، در حالی که View شما ممکن است تنها بر اساس دسته محصول باشد).
• EXCLUDE: ابعاد مشخصی را از سطح جزئیات View حذف می‌کند تا محاسبه انجام شود.
  • مثال: \{EXCLUDE [Region] : SUM([Sales])\} (کل فروش به غیر از منطقه، بدون توجه به ابعاد منطقه در View).

LOD Expressions برای پاسخ به سوالاتی مانند “میانگین فروش هر مشتری چقدر است؟” یا “سهم هر منطقه از کل فروش شرکت (بدون در نظر گرفتن محصولات خاص) چقدر است؟” بی‌نظیر هستند.

4. توابع مکانی (Spatial Functions): تحلیل جغرافیایی پیشرفته

با پیشرفت قابلیت‌های نقشه‌کشی Tableau، توابع مکانی به عنوان یک دسته مهم از Additional Functions ظهور کرده‌اند. این توابع به شما امکان می‌دهند تا با داده‌های جغرافیایی کار کنید و تحلیل‌های مکانی انجام دهید:

• MAKEPOINT، MAKELINE، MAKEPOLYGON: برای ساخت نقاط، خطوط و چندضلعی‌ها از مختصات.
• BUFFER: ایجاد یک منطقه بافر در اطراف یک نقطه یا خط.
• INTERSECT، DISTANCE: برای بررسی همپوشانی هندسه‌ها یا محاسبه فاصله بین آن‌ها.

این توابع به تحلیلگرانی که با داده‌های جغرافیایی سروکار دارند، کمک می‌کنند تا بینش‌های مکانی عمیقی را استخراج کنند.

5. توابع پیش‌بینی و آماری (Predictive & Statistical Functions): فراتر از داده‌های حال

Tableau همچنین قابلیت‌های پیش‌بینی و آماری داخلی را به عنوان Additional Functions ارائه می‌دهد:

• Forecasting (پیش‌بینی): با استفاده از مدل‌های سری زمانی (مانند ETS – Exponential Smoothing) امکان پیش‌بینی روند آینده را فراهم می‌کند.
• Trend Lines (خطوط روند): امکان اضافه کردن خطوط روند (خطی، چندجمله‌ای، لگاریتمی، نمایی) به نمودارها برای شناسایی الگوها و روابط بین متغیرها.
• Cluster Analysis (تحلیل خوشه‌ای): برای شناسایی گروه‌های طبیعی در داده‌ها.

علاوه بر این، Tableau امکان اتصال به R و Python را از طریق External Service Connections فراهم می‌کند که به کاربران اجازه می‌دهد تا مدل‌های آماری و یادگیری ماشین پیچیده‌تر را مستقیماً در Tableau به کار گیرند.

چرا باید بر Additional Functions مسلط شوید؟

تسلط بر Additional Functions در Tableau، شما را از یک مصرف‌کننده داده به یک خالق بینش تبدیل می‌کند. با استفاده از این توابع، می‌توانید:

• سوالات کسب‌وکار پیچیده‌تر را پاسخ دهید: از تحلیل‌های ساده “چه اتفاقی افتاده؟” به “چرا اتفاق افتاده؟” و “چه اتفاقی خواهد افتاد؟” برسید.
• گزارش‌ها و داشبوردهای سفارشی‌سازی شده ایجاد کنید: که دقیقاً مطابق با نیازهای خاص کسب‌وکار شما هستند.
• زمان تحلیل را کاهش دهید: با خودکارسازی محاسبات پیچیده و ایجاد معیارهای قابل استفاده مجدد.
• قابلیت‌های بصری‌سازی خود را گسترش دهید: با ایجاد نمودارها و سناریوهای تحلیل که با قابلیت‌های استاندارد Tableau امکان‌پذیر نیستند.

در نهایت، Additional Functions در Tableau ابزارهایی قدرتمند هستند که به شما اجازه می‌دهند تا پتانسیل کامل داده‌های خود را آزاد کنید. با یادگیری و تمرین این توابع، می‌توانید تحلیل‌های عمیق‌تر، بصیرت‌های دقیق‌تر و داستان‌پردازی داده‌ای قانع‌کننده‌تری را ارائه دهید. شروع به کاوش این قابلیت‌های پنهان کنید و مشاهده کنید که چگونه گزارش‌های Tableau شما متحول می‌شوند!

 

برای خرید لایسنس نرم افزار Tableau ، می‌توانید از خدمات ما استفاده نموده و درخواست خود را از طریق فرم زیر ثبت نمایید.

فرم درخواست لایسنس Tableau

 

tableau desktop download