روابط (Relationships) عمیق‌تر در Tableau

به دلیل ماهیت روابط، درک منشأ فیلدها، دامنه آنها و اینکه nullها چه چیزی را نشان می‌دهند، بیش از هر زمان دیگری اهمیت دارد. به یاد داشته باشید که هر کسی که viz را بدون دسترسی به صفحه منبع داده یا پنجره داده مشاهده می‌کند، برای تفسیر صحیح viz به عنوان یا سایر اطلاعات ارائه شده توسط نویسنده متکی خواهد بود.

چرا همه فیلدهای تاریخ با هم برابر نیستند؟

مهم است به یاد داشته باشید که صرفاً به این دلیل که نام دو فیلد شامل کلمه “تاریخ” است، به این معنی نیست که محتوای آن فیلدها یکسان است. بیایید به مثالی نگاه کنیم که به سطح سال پایبند است. یعنی ما به مقادیر ماه‌ها و روزها اهمیتی نمی‌دهیم، فقط به سال‌های پوشش فیلدها علاقه‌مندیم.

در مجموعه داده‌های Bookshop تبلو چندین فیلد با نوع داده تاریخ وجود دارد.

• تاریخ تولد
• تاریخ انتشار
• تاریخ فروش
• و سال برنده شدن و سال تأسیس نیز حاوی اطلاعات تاریخ هستند، اگرچه فیلدهای عددی هستند.
  • نکته: اگر آیکون موجود در پنجره داده‌ها سبز باشد، این فیلد پیوسته است. روی نام فیلد در پنجره داده‌ها کلیک راست کرده و گزینه Convert to Discrete  را انتخاب کنید. آیکون باید آبی شود. در صورت لزوم، این کار را هم برای «Year Won» و هم برای «Year Established» انجام دهید.

اما دامنه – مقادیر هر فیلد – متفاوت است. هر فیلد را به نوبت به قفسه ردیف‌ها بیاورید و به تعداد علامت‌ها در گوشه پایین سمت چپ نگاه کنید، هر فیلد را قبل از بیرون آوردن فیلد بعدی حذف کنید.

• YEAR(Birthday)به معنی تاریخ تولد 27 نمره دارد، به این معنی که دامنه شامل 27 سال مختلف است.
• YEAR([Publication Date]) به معنی تاریخ انتشار 15 نمره دارد، بنابراین دامنه آن شامل 15 سال است.
• year Won  نیز 11 نمره دارد.
• Year Established نیز 4 نمره دارد.
• YEAR([Sales Date])  به معنی تاریخ فروش یک نمره دارد.

date field

این تفاوت در دامنه بسیار مهم است که به خاطر داشته باشید. اگر جدول نسخه و جایزه را در YEAR([Publication Date]) به Year Won مرتبط کنیم، می‌توانیم به تحلیل‌هایی برسیم که از یک پیوند داخلی استفاده می‌کنند و بنابراین فقط به سال‌های برنده شدن جایزه خلاصه می‌شوند – و در نتیجه تمام کتاب‌ها را از سال‌های بدون جایزه حذف می‌کنند. (توجه داشته باشید که این با فیلتر کردن کتاب‌های بدون جایزه متفاوت است. کتاب‌های برنده نشده که در همان سال یک کتاب برنده جایزه منتشر شده‌اند، حفظ خواهند شد. تمام کتاب‌های سال‌های بدون جایزه به طور کامل حذف می‌شوند. عمل فیلتر کردن از پیوند در سطح سال است، نه کتاب.)

مثال: تاریخ انتشار و تاریخ تولد

اگر تاریخ انتشار را به ستون‌ها و تاریخ تولد را به ردیف‌ها بیاوریم، جدولی از حروف الفبا خواهیم داشت. می‌توانید کتاب کار را دانلود کنید و خودتان این جدول را بررسی کنید. (نیاز به Tableau Desktop 2020.2 یا بالاتر دارد.)

Abc صرفاً یک نگهدارنده‌ی مکان است زیرا هیچ داده‌ای به جز سال‌ها وجود ندارد. Tableau هیچ مقداری برای علامت‌گذاری ندارد، اما Abc نشان می‌دهد که علامت‌ها کجا می‌توانند قرار بگیرند.

توجه کنید که فضای خالی زیادی در این جدول وجود دارد. هیچ نگهدارنده‌ای برای سال انتشار ۲۱۸۰ و تاریخ تولد ۲۱۳۳ وجود ندارد. این بدان معناست که نویسنده‌ای که در سال ۲۱۳۳ متولد شده است، در سال ۲۱۸۰ اثری منتشر نکرده است.

مطمئناً. اما چرا اهمیت می‌دهیم؟

تصور کنید که می‌خواهید در طول زمان تجزیه و تحلیل انجام دهید. آیا فروش جلد سخت در طول زمان افزایش می‌یابد؟ می‌توانید نمودار خود را به عنوان یک جدول زمانی تصور کنید که قالب را فقط به جلد سخت با Sales(Count) در ردیف‌ها و تاریخ در ستون‌ها فیلتر می‌کند. اما کدام فیلد تاریخ؟ تاریخ انتشار؟ تاریخ تولد؟ و یا تاریخ فروش؟ این فیلدها به خوبی نامگذاری شده‌اند و کاملاً واضح است که اگر در مورد فروش سؤالی داریم باید از Sales Date استفاده کنیم. با این حال، همه مجموعه داده‌ها نام‌های واضحی ندارند. اگر فیلدها چیزی شبیه به “Date1” و “Date3” بودند، تشخیص بسیار دشوارتر می‌شد. به خصوص اگر سوال تحلیلی به طور واضح بررسی نشده باشد.

اینکه یک فیلد از چه جدولی می‌آید و دامنه آن فیلد چه چیزی را نشان می‌دهد، تأثیر بسیار مهمی بر تحلیل دارد.

با تغییر فیلد تاریخ، می‌توانیم تحلیل را به طور کامل تغییر دهیم. این دو مثال را در نظر بگیرید:

لایسنس تبلو

اولی را می‌توان اینگونه تفسیر کرد: «چند کتاب توسط نویسندگان متولد هر سال نوشته شده است؟». این به سوالاتی مانند «آیا نویسندگان مسن‌تر کتاب‌های بیشتری نوشته‌اند؟» (خیر) یا «نویسنده(گان) متولد کدام سال پرکارترین هستند؟» (۲۱۵۵) پاسخ می‌دهد.

دومی را می‌توان اینگونه تفسیر کرد: «چند کتاب در هر سال منتشر شده است؟». این به سوالاتی مانند «کدام سال بیشترین کتاب منتشر شده را داشته است؟» (۲۱۸۸) یا «آیا انتشار کتاب در طول زمان ثابت است؟» (خیر) پاسخ می‌دهد.

بیان سوال برای viz که از تاریخ تولد استفاده می‌کند، دشوار است زیرا ترکیبی نامناسب از مفاهیم است. اما Tableau قضاوت نمی‌کند و به شما اجازه می‌دهد هر سوالی را که دوست دارید بپرسید – چه بخواهید چه نخواهید. این یک نکته‌ی مهم است. اگر Date3 را در حالی که باید از Date1 استفاده می‌کردید، بیرون بیاورید، Tableau یک viz به شما می‌دهد. اما همه فیلدهای تاریخ به یک معنی نیستند و این به نویسنده بستگی دارد که بداند از کدام فیلد برای تحلیل صحیح استفاده کند.

معنی داده‌های از دست رفته چیست؟

بین صفر و تهی تفاوت وجود دارد.

صفر یعنی ما اندازه‌گیری کرده‌ایم و چیزی آنجا نیست. ما مقدار را می‌دانیم و آن صفر است. اگر من هیچ جریمه سرعت غیرمجازی نداشته باشم، احتمالاً زیاد سرعت نمی‌گیرم.

•  0 و 1 اغلب به جای درست/نادرست یا سایر مقادیر دوجمله‌ای مانند بله/خیر یا قبول/رد استفاده می‌شوند. در این مورد، صفر به عنوان یک برچسب استفاده می‌شود، نه یک مقدار عددی.

تهی Null به این معنی است که ما نمی‌دانیم: ما اندازه‌گیری نکرده‌ایم یا داده‌ها را ثبت نکرده‌ایم. اگر سابقه رانندگی من به دلیل جریمه‌های سرعت غیرمجاز خالی باشد، ما هیچ ایده‌ای نداریم که آیا من سرعت غیرمجاز دارم یا نه.

تهی‌ها می‌توانند نشان‌دهنده داده‌های از دست رفته یا داده‌های ناموجود باشند.

• برای سابقه رانندگی من، اگر مقدار جریمه‌های سرعت غیرمجاز تهی باشد، می‌توان تصور کرد که من یک جریمه سرعت غیرمجاز داشته باشم که ثبت نشده است. باید فرض کنیم که داده‌ها از دست رفته‌اند.
• داده‌های ناموجود می‌توانند به عنوان N/A ثبت شوند، اما اغلب به سادگی ثبت نمی‌شوند زیرا نیازی به ردیابی چیزهای غیرممکن نداریم. چند جریمه سرعت غیرمجاز هنگام سوار شدن به اتوبوس دریافت کردم؟ احتمالاً آن داده‌ها در مجموعه داده‌ها وجود نخواهند داشت. در ماتریسی از «روش‌های حمل و نقل» و «جریمه‌های سرعت غیرمجاز»، ترکیباتی وجود دارند که به سادگی منطقی نیستند. ممکن است فرض کنیم که داده‌ها وجود ندارند.

وقتی مقادیر تهی معنی دارند

برای تشخیص اینکه آیا یک مقدار تهی واقعاً ناشناخته است (کمبود اطلاعات برای تعداد جریمه‌های سرعت غیرمجاز) یا اینکه نشان‌دهنده داده‌های ناموجود است (کمبود اطلاعات در مورد جریمه‌های سرعت غیرمجاز به عنوان مسافر اتوبوس)، به دانش داده‌ها نیاز است. آیا داده‌ها به اندازه کافی قابل اعتماد هستند که کمبود اطلاعات را بتوان به عنوان داده‌های ناموجود به جای داده‌های از دست رفته در نظر گرفت؟ وقتی تخصص موضوعی اعمال می‌شود، مقادیر تهی می‌توانند معنادار باشند.

با نگاهی دوباره به جدول Abcs، می‌توانیم فضاهای بدون متغیر را تجزیه و تحلیل کنیم. فرض می‌کنیم این داده‌ها قابل اعتماد هستند و مقدار تهی به معنای عدم وجود داده‌ها است نه ناقص.

nulls carry in tableau

فقدان یک نگهدارنده مکان به این معنی است که نویسنده‌ای در آن سال متولد شده است (بنابراین ردیف وجود دارد) و کتابی در آن سال منتشر شده است (بنابراین ستون وجود دارد)، اما کتاب منتشر شده توسط نویسنده‌ای که در آن سال متولد شده است نوشته نشده است (بنابراین سلول خالی است). ما می‌توانیم به طور معناداری یک برچسب به آن فضای خالی اختصاص دهیم: هیچ منتشر نشده است. ما حتی می‌توانیم روی آن مقادیر تهی تجزیه و تحلیل انجام دهیم – به عنوان مثال، برای تاریخ‌های موجود در داده‌ها، چند سال برای هر نویسنده بدون انتشار کتاب گذشته است؟

توجه: در دامنه تاریخ تولد نیز شکاف‌هایی وجود دارد. هیچ نویسنده‌ای در سال‌های ۲۱۳۱ یا ۲۱۳۲ متولد نشده است، بنابراین سال از ۲۱۳۰ به ۲۱۳۳ می‌رود (ردیف‌های ۲۱۳۱ و ۲۱۳۲ وجود ندارند). این سال‌های گمشده را می‌توان به این صورت تفسیر کرد که “هیچ کتابی در این مجموعه داده نویسنده‌ای متولد آن سال‌ها نداشته است”. با این حال، همانطور که در بالا هنگام صحبت در مورد دامنه فیلدهای تاریخ اشاره شد، این واقعیت که مقادیر گمشده در دامنه وجود دارد، اطلاعات مهمی است که باید هنگام ایجاد روابط یا انتخاب فیلدی که برای یک سرصفحه یا محور در یک … استفاده می‌شود، در نظر گرفته شود.

تمرین‌های عملی

برای هر ویز (viz) یک عنوان بنویسید. آیا می‌توانید آنچه را که اتفاق می‌افتد به زبان ساده توصیف کنید؟ برای بررسی ویزهای زنده، کتاب کار را دانلود کنید. (این کتاب کار از یک نسخه کمی تغییر یافته از مجموعه داده‌های کتابفروشی استفاده می‌کند و فقط از دو جدول استفاده می‌کند. فیلدهای تاریخ تنظیم شده‌اند تا بتوان از آنها به عنوان فیلد مرتبط استفاده کرد.)

برای خواندن ماتریس ویزها:

• میله‌ها تعداد نسخه‌ها (بنفش) و تعداد جوایز (سبز) در هر سال را نشان می‌دهند.
• هر ستون یک فیلد تاریخ متفاوت برای محور دارد. ستون سمت چپ، سال انتشار از جدول نسخه، ستون وسط، سال برنده شدن از جدول جایزه و ستون سمت راست یک فیلد محاسبه شده است که از تاریخ انتشار استفاده می‌کند، اما اگر آن فیلد تهی باشد، از سال برنده شدن استفاده می‌کند (این محاسبه برای اطمینان از نمایش کامل هر دو دامنه استفاده می‌شود).
• هر ردیف، رابطه متفاوتی برای نحوه ترکیب جدول جایزه و نسخه است. ردیف بالا، جداول مربوط به شناسه کتاب، ردیف وسط، آنها را بر اساس سال و ردیف پایین، آنها را بر اساس شناسه کتاب و سال به هم مرتبط می‌کند.
• میله‌های مربوط به سال ۲۱۸۳ ضخیم‌تر هستند تا مقایسه آسان‌تر شود. در راه‌حل زیر، این سالی است که مقادیر آن با جزئیات بررسی می‌شوند.
• توجه داشته باشید که دو ویز که سایه زده شده‌اند، مقادیر یکسانی دارند.

matrix of vizzes

اگر گیر کردید هر بخش از viz را گام به گام بررسی کنید. به ساختار منبع داده، محورها و سربرگ‌ها و فیلدهای مورد استفاده برای علامت‌ها (و جداولی که از آنها آمده‌اند) نگاه کنید. در مورد مقادیر null و دلیل وجود آنها فکر کنید. داده‌های مربوط به یک یا دو علامت خاص را مشاهده کنید تا ببینید شامل کدام رکوردها است.

• منبع داده‌ها، جوایز مربوط به نسخه‌های موجود در شناسه کتاب است.
• محور تاریخ، سال انتشار است.
• مقادیر عبارتند از تعداد جوایز و تعداد نسخه‌ها.

سعی کنید یک نمره واحد را در نمودار ویز انتخاب کنید و آن را تعریف کنید. برای سال ۲۱۸۳، نمودار ویز نشان می‌دهد که هفت نسخه و سه جایزه وجود دارد.

روی هم رفته، این را می‌توان به این صورت تفسیر کرد: «هفت کتاب منتشر شده در سال ۲۱۸۳ را برگردانید، سپس برای آن کتاب‌ها، هر جایزه‌ای را که برده‌اند، صرف نظر از زمان دریافت جایزه، فهرست کنید». TM925 در ابتدا در سال ۲۱۷۹ منتشر شد و نسخه گالینگور آن در آن سال دو جایزه برد. در سال ۲۱۸۳، نسخه متفاوتی از کتاب، شاید به صورت جلد شومیز، منتشر شد. مقدار تعداد جوایز به کتاب بستگی دارد، نه به سال.

بنابراین، viz overall را می‌توان به صورت «تعداد نسخه‌های منتشر شده در هر سال و تعداد جوایزی که کتاب‌های منتشر شده در آن سال برنده شده‌اند» یا «تعداد نسخه‌های منتشر شده در هر سال و تعداد جوایزی که آن کتاب‌ها برنده شده‌اند» تفسیر کرد.

راه حل تمرین عملی

سال ۲۱۸۳ – میله‌های ضخیم‌تر – سالی است که برای تفسیر بر آن تمرکز شده است. اطلاعات مربوط به نسخه‌ها به رنگ بنفش و اطلاعات مربوط به جوایز به رنگ سبز است. سال ۲۱۸۷ نیز در توضیحات ذکر شده است زیرا سالی است که هیچ جایزه‌ای برنده نشده اما کتاب‌هایی منتشر شده است. به این ترتیب، این یک تصویر خوب از قدرت فیلد تاریخ مورد استفاده برای محور است. این نکته ظریف در توضیحات با رنگ آبی نشان داده شده است. اهمیت فیلد(های) مورد استفاده برای ایجاد رابطه با رنگ صورتی مشخص شده است.

این تصویر برای راحتی شما ارائه شده است، اما یک تجربه بهتر می‌تواند دانلود کتاب کار و باز کردن آن در Tableau Desktop 2020.2 یا بالاتر باشد تا بتوانید از تعامل‌هایی مانند tooltips و View Data استفاده کنید. اگر ترجیح می‌دهید صفحات را با دقت بیشتری بررسی کنید، می‌توانید روی هر یک از برگه‌های داشبورد در پایین کلیک راست کرده و گزینه Unhide all Sheets را انتخاب کنید. این کار باعث می‌شود همه صفحات جداگانه در دسترس باشند و از هر صفحه می‌توانید پنجره Data و محیط نوشتن، از جمله اینکه کدام فیلدها در کدام قفسه‌ها قرار دارند را مشاهده کنید. توجه داشته باشید که برای دستیابی به سه رابطه مختلف (ردیف‌های ماتریس بالا)، سه منبع داده مختلف وجود دارد.

 

 

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