[STARTERS 4기 TIL] #20일차(23.03.06)

---

📚 오늘 내가 배운 것

Section 6 : 테이블 계산, 어드밴스드 대시보드, 스토리텔링

매핑 : 지리적 역할 설정 방법

실습 자료는 영국 내 가상 은행의 고객 데이터를 나타낸다.

해당 데이터를 통해 영국 내 각 지역에서 어떤 고객 양상을 보이는지 확인해보려 한다.

 

① 데이터를 태블로에 연결한 후 워크시트를 확인해보면,

해당 데이터는 글로벌 변수를 가지고 있지 않아 지도 생성이 불가한 상태임을 알 수 있다.

 

② 이 경우, 지역을 나타내는 Region 변수에 지리적 역할을 더해주어야 한다.

이때 주의할 점은, 영국의 'Region'이라 불리는 것은 태블로에서 'State(주)'로 여겨지기 때문에 사진과 같은 옵션을 선택해야 한다는 점이다.

 

③ 위 단계를 거친 후 다시 Region 변수를 차트에 더해보면 세번째 사진과 같이 지도를 확인할 수 있다.

하지만 위 차트는 지도일 뿐, 매핑이 되지 않아 영국의 위치를 나타내지 않는다.

해당 문제는 아래와 같이 해결할 수 있다.

 

① 차트 우측 하단에 있는 '4개의 알 수 없는 항목'을 클릭하면 [위치 편집]을 실행할 수 있다.

 

② 해당 편집 기능을 통해 '국가/지역'을 '영국'으로 설정하면 매핑된 차트를 만들 수 있다.

① 첫번째 차트가 매핑되어 영국의 데이터를 보여주고 있는 것이다.

 

② 이때 차트 종류를 '맵'으로 변경해주어야 한다.

 

③ 마지막으로 지역을 색상으로 분류하고, 각 지역 내 고객 데이터의 수를 라벨링 해주었다.

 

 

성별에 대한 테이블 계산 만들기

① 성별에 따른 고객 수를 나타내는 파이 차트를 만들었다

 

② 해당 차트에서 나타내고 싶은 건 '고객 수'가 아니라 '전체 고객 수 중 남/여 고객의 비율'이다.

따라서 [레이블 > 퀵 테이블 계산 > 구성 비율]을 선택해주면 나타내고자 했던 비율로 변경된 레이블을 확인할 수 있다.

 

③ 이때 레이블 블럭 옆 삼각형 표시를 볼 수 있는데,

이는 테이블 계산이 수행되었다는 것을 나타낸다.

① 마지막으로 레이블의 서식을 백분율로 변경해주었다.

 

② 우리가 나타내고자 했던 남/녀 고객 비율에 대한 파이차트이다.

 

 

연령에 대한 Bin 및 분포 만들기

이번에는 연령에 따른 고객 분포를 확인해보려고 한다.

 

① Age 변수를 열에 추가한 뒤,

② 이를 차원으로 변경해준다.

 

③ 그럼 이전과 달리 Age 변수가 차원 형태로 나타난 것을 볼 수 있다.

① 위 차트에 고객 수를 행으로 더해주면 연령에 따른 고객 수 차트를 볼 수 있다.

 

② 막대형 차트로 변경해주어도 동일하다.

 

하지만 우리가 원한 것은 이와 같은 차트가 아니다.

각 정수에 대한 분포가 아닌 연령을 구간으로 나누어, 해당 구간에 얼마만큼의 고객이 분포해있는지 확인하고자 한다.

이럴 경우 우리가 만들어야 하는 것이 바로 'bin'이다.

 

① Age 변수에서 우클륵 후 [만들기 > 구간 차원]을 실행하면 된다.

② 여기서 우리가 원하는 구간 차원을 직접 설정하여야 한다.

 

③ Age 변수에 대한 bin을 설정하고나면 세번째 사진과 같이, bin이 설정된 Age 변수가 범주형 변수로 추가된 것을 확인할 수 있다.

① 구간 차원에 따라 범주화된 고객 수 차트이다.

② 여기에 라벨을 붙이면 각 범주에 대한 고객 수를 확인할 수 있다.

 

하지만 우리가 표시해야 하는 건 고객 수의 총합이 아닌, 백분율이다.

총합은 이미 맵 차트를 통해 확인할 수 있으며, 해당 차트는 이전에 만든 파이 차트와 비교할 것이기 때문에 동일한 단위의 백분율로 전환할 필요가 있다.

① 이전에 파이 차트에서 설정했던 것과 같은 방법으로 테이블 계산을 실행하여 백분율로 전환하였다.

 

② 마지막으로 색상 설정을 통해 차트를 완성하였다.

 

 

매개변수의 힘 활용하기

① 위 단계와 동일한 방법으로 이번에는 통장 잔고에 따른 고객 분포 차트를 생성했다.

 

bin을 10,000으로 설정한 차트에서는 고객 분포가 점진적으로 감소하는 것을 확인했다.

② 반면에, bin을 5,000으로 수정하니 이전 차트에서 보이지 않던 증가하는 수치를 확인했다.

 

이를 통해 우리가 bin의 크기를 얼마나 빠르게 조정할 수 있는지가 얼마나 많은 인사이트를 생성할 수 있는 지를 결정한다는 것을 알 수 있다.

그러니 우리는 bin의 크기를 빠르게 조정할 수 있게 해주는 매개변수를 만들어야 한다.

마우스 우클릭 후 [매개 변수 만들기]를 클릭하면 우리가 원하는 매개변수를 설정할 수 있다.

① 그럼 첫번째 사진과 같이 생성된 매개 변수를 볼 수 있고,

② 이를 카드로 추가하여 나타낼 수 있다.

 

하지만 카드를 통해 bin의 크기를 조정해도 아무런 변화가 나타나지 않는다.

이는 매개변수가 아직 Balance 변수에 적용되지 않았기 때문이다.

 

③ Balance 변수를 수정하여 구간 차원의 크기를 이전에 만든 매개변수로 적용해준다.

 

그럼 우리가 의도했던대로, 매개변수를 통해 빠르게 bin의 크기를 조정할 수 있게 된다.

해당 방식을 이전에 만든 연령 분포 차트에도 동일하게 적용해주었다.

 

 

트리 맵 차트 만들기

직업 분류에 따른 트리 맵 차트를 생성해주었다.

 

 

고객 세분화 대시보드 만들기

지금까지 만든 5개의 차트를 대시보드에 정리해주었다.

 

 

어드밴스드 대시보드 상호 작용

해당 대시보드를 반응형으로 만들어주려고 한다.

 

① 이 경우, 각 차트에 [필터로 사용]을 적용해준 뒤

② [대시보드 > 동작]을 클릭하여 해당 필터에 모든 차트가 적용되도록 설정해주면 된다.

대시보드 내 차트를 확인하기 위해 마우스를 움직일 때마다 해당 수치 데이터 팝업이 나타난다.

[워크시트 > 도구 실행 > 도구 실행 표시 해제]를 설정하여 팝업을 제거할 수 있다.

 

 

고객 세분화 대시보드 분석

· 고객 분포 : 영국 > 스코트랜드 > 웨일즈 > 북아일랜드

· 잔고별 분류 : 점진적으로 감소 → 적은 잔고 계층일수록 더 많은 고객이 그 계층에 있다

· 영국 : 연령 분포가 기준선에서 왼쪽으로 쏠림 → 높은 연령대의 고객들은 더이상 영국에 있지 않다

         사무직 종사자들이 많음 → 아마 유럽 경제의 허브인 런던이 위치하기 때문으로 추정 → 사무직 종사자들을 위한 맞춤 서비스를 제공하는 것을 추천

· 스코트랜드 : 대부분이 노동자이며, 주 고객의 연령대는 40대 후반 ~ 50대 초반으로 위치, 대부분의 노동자는 남성(95%)

                   → 40대 후반에서 50대 초반의 남성을 겨냥해야 함.

· 웨일즈 : 전반적인 잔고 분포는 점진적으로 감소하는 반면, 웨일즈의 잔고 분포는 뒤죽박죽 → 잔고를 10,000에서 15,000으로 조정하여 확인하니,

            처음에는 올라가다가 위에서 80%가 머무르고 떨어짐.

            → 웨일즈는 이상할 정도로 평균이거나 평균아 아닐 수도 있는 중간 크기의 잔고에 많이 분포해있다

· 북아일랜드 : 고객의 74%가 여성, 대부분이 20대 ~ 30대 초반 → 스코트랜드와 상반됨

 

 

스토리라인 만들기

위 분석에 대한 스토리라인을 만들어보려 한다.

스토리라인에는 각 페이지마다 대시보드와 워크시트를 넣을 수 있지만 이를 혼합할 수는 없다.

우리는 이전에 만든 대시보드를 통해 전체 그리고 각 국가별로 설명할 수 있도록 스토리 라인을 짜면 된다.

---

Section 7 : 어드밴스드 데이터 준비

데이터 형식은 무엇이어야 하나요?

머신과 사람을 위한 데이터 형식이 다르다.

그러니 우리가 가지고 있는 데이터 파일을 머신을 위한 형식으로 바꿔줄 필요가 있다.

 

머신을 위한 데이터 형식은 기본적으로 가장 단순하게 모든 차원을 분해하여 가지고 있다.

이를 위해서 데이터 파일 내 불필요한 것들을 삭제해 주는 것은 물론, 데이터의 빈 칸을 모두 채워주어야 한다.

 

 

테이터 해석기

사람을 위해 만들어진 데이터 형식을 확인해보려고 한다.

 

① 데이터 제목을 쉽게 확인할 수 있도록 여러 행을 사용하여 헤더를 적용하고 있으며,

② 태블로에서 불필요한 합계, 그리고 빈 칸의 데이터들

마지막으로 여러 열이 숨겨져 있는 것을 볼 수 있다.

 

③ 이러한 데이터 파일을 태블로에 연결하면 섞여버린 값들이 나타난다.

이때 좌측에 있는 [데이터 해석기 사용]을 클릭하여 섞여진 데이터를 우선적으로 정리할 수 있다.

① 데이터 해석기를 통해 정리된 데이터 원본이다.

② 태블로에서 해당 데이터를 어떻게 인식하고 정리하였는지 파란 글씨의 [결과를 검토하시오]를 눌러 엑셀 파일로 확인할 수 있다.

하지만 이렇게 정리된 데이터마저도 머신을 위한 데이터 형식으로서는 부족하다.

때문에 원본 데이터 파일을 우리가 직접 수정해줄 필요가 있다.

 

① 먼저 통합된 열 이름을 변경해주고, 불필요한 합계 행을 삭제해준다.

② 해당 파일을 태블로에 연결하면 정돈된 데이터를 볼 수 있다.

③ 그 중 결측치만 들어있는 비어있는 열이 있어, 해당 열은 숨겨주도록 한다.

 

 

피벗

사실, 위와 같이 각 연도가 열로 나누어져있는 데이터 형식은 머신에게 적합하지 않다.

① 연도 행들을 묶어 피벗 처리해준다.

 

② 그럼, 각 연도에 따른 데이터 값을 행으로 확인할 수 있다. 이것이 머신을 위한 데이터 형식이다.

 

 

분할

본 과정에서는 불필요하지만, 열을 분할하는 기능에 대해서도 확인하고 넘어가도록 하자.

위 사진과 같이 분할 기능을 클릭하면 데이터의 범위를 지정하여 분할할 수 있다.

 

 

메타데이터 그리드

메타그리드란 데이터가 우리에게 방해가 되기 전에 모든 열을 분리해서 보고 정보를 얻을 수 있게 해주는 것이다.

또한, 열의 이름이나 열 그자체로 일부 작업을 실행해준다.

 

 

Tableau의 지리 데이터 오류 수정하기

차량 판매에 대한 지도 차트를 만들어주었다.

이때 주의할 점은, 수치 데이터를 시각화하지 않을 경우 필터를 적용해주어야 한다는 점이다.

생성된 차트 하단에 [4개의 알 수 없는 항목] 표시가 나타난다.

이를 해결하는 방법은 3가지이지만, 그 중 편집 기능을 추천한다.

무언가 오류가 생긴 위치 데이터를 편집해주면 알 수 없는 항목들이 올바른 데이터로 전환된다.

---

Section 8 : 클러스터, 사용자 지정 영역, 디자인 기능

과제 : 시장 확장 분석

규모가 작은 회사라 큰 도시에서는 대기업들과 경쟁하기 어려움

회사의 전략 : 작은 도시에서 관대한 네트워크를 형성하는 것

 

이미 강한 입지를 보유한 140개의 지점이 있고, 최근에는 10개의 새로운 도시에도 지점을 개설함

그리고 회사의 판매권역을 두개로 나눔

 

우리의 분석 작업

1. 2개의 판매권역 중에 어디가 더 실적인 좋은지 알아내라

즉, 3개의 지표 중 2개가 더 뛰어난 판매권역을 뜻함.

'도시별 평균 수익' , '도시별 평균 마케팅 비용(낮을수록 좋음)' , '도시별 평균 ROMI(마케팅 투자 수익)' = 마케팅 비용 / 수익

 

2. 새로운 위치 10곳에서 마케팅 비용을 투자할만한 가치가 가장 큰 곳을 알아내라

 

 

그룹을 통한 사용자 지정 영역

태블로가 주황색 영역을 하나의 지리적 객체로 인식해서 집단화하고

파란색 영역도 마찬가지로 하나의 지리적 객체로 인식하고

그 영역에 속한 도시들을 집단화하길 바라는 것

그래서 여러개말고 2개의 숫자만 나오면 된다

 

사용자 지정영역 등장

두가지 방법 중

첫번째 방법 : 그룹 기능

① 판매지역에 대한 맵 차트를 생성 후,

② 두 판매권역을 색상으로 구분, 각 지역에 대한 수익을 라벨링 한다.

③ 이때 수익의 합계가 아닌 평균이 나타날 수 있도록 측정값을 변경한다.

하지만 우리가 원하는 것은 각 지역의 평균 수익이 아니라, 두개의 판매권역 집단의 평균 수익이다.

그룹 기능을 통하여 판매권역을 두가지로 나눌 수 있다.

① 원하는 지역을 선택하여 그룹으로 지정해주면 된다.

② 그럼 선택이 되지 않은 나머지 지역은 자동으로 하나의 그룹으로 설정된다.

그 후 간단한 서식 조정을 통해 두 집단의 정보를 나타낼 수 있다.

 

 

지리적 역할을 통한 사용자 지정 영역

두번째 방법은 지리적 역할을 이용하여 사용자 지정 영역을 설정해두는 것이다.

① 지리적 역할을 적용할 변수를 선택하면

② 자동으로 해당 변수가 지구본 아이콘의 위치 변수로 추가된다.

③ 이 변수를 통해 간편하게 두가지의 판매권역을 확인할 수 있다.

 

 

하이라이터 추가하기

① 첫번째는 City 변수를 시각화하면 미국 내 같은 이름을 가진 도시가 있기 때문에 어떤 도시인지 확실하지 않다.

② 때문에 State 변수 아래에 City 변수를 시각화 하여 분명히 구분해주어야 한다.

① 수익에 따라 색상과 크기를 나누어 준다.

② 새로 확장할 지점들만 색상을 구분하여 준다.

새로 확장할 지점들에 하이라이터를 적용해주면, 손쉽게 이를 구분하여 확인할 수 있다.

 

 

Tableau의 클러스터링

지점별 마케팅 비용과 수익에 대한 차트이다.

위 차트에서 보이는 두가지 분포를 기준으로 클러스터링을 실행해보고자 한다.

① 클러스터를 차트에 가져다 놓으면 사용된 변수가 바로 보인다.

② 여기서 확장 지점 변수를 하이라이트에 적용하면, 해당 지점들이 두 그룹 중 어디에 분포하는지 빠르게 확인할 수 있다.

 

 

크로스 데이터베이스 결합

① 기존에 사용하던 데이터 파일과 새로운 데이터 파일을 결합시킬 수 있다.

② 홈 화면에서 연결을 추가하면 되는데, 이때 조인 방식과 조인의 기준이 되는 변수를 선택해야 한다.

 

 

클러스터를 사용한 모델링

① 클러스터에 색상을 적용해 구분해주었다.

② 여기, 클러스터를 나눌 기준을 추가할 수 있다.

① 각 클러스터의 추세선을 추가할 수 있다.

② 이 때 하나의 값을 선택하면 그에 대한 새로운 추세선이 나타나는데, 이를 원하지 않는다면 편집할 수 있다.

 

 

클러스터 저장하기

① 클러스터를 Command 키를 누른 채 차원 값에 가져오면 그룹이 생긴다.

② 그럼, 이를 이용하여 새로운 차트를 만들어낼 수 있다.

 

---

✍🏻 회고

오늘은 태블로에서 사용 가능한 다양한 기능과 어드밴스드 데이터에 관해 배웠다.

태블로 첫시간까지는 태블로를 어떻게 사용해야 하는지 정말 감이 잡히지 않았는데, 오늘 시간을 통해서 조금은 알 것 같다..!!

다음으로는 태블로 고급 기능에 관해 배우게 되는데, 부디 멘탈이 나가지 않도록 .. 열심히 배워야겠다 !!