5 veelgebruikte Advanced Analytics toepassingen in Tableau
Jelle Huisman
Geïnspireerd door het whitepaper ‘Advanced Analytics with Tableau’ is dit artikel tot stand gekomen. Tableau streeft ernaar toegankelijk te zijn voor een groot deel van de organisatie, waarbij de hoeveelheid mensen die “kunnen” dichterbij de hoeveelheid mensen die “willen” komt. In veel Business Intelligence tools is de technische bekwaamheid vaak de drempel om tot echt geavanceerde analyses en inzichten te komen. Tableau zelf hanteert het volgende plaatje:
Hierin toont dat conventionele middelen een ratio van 8% geeft tussen mensen, die informatie willen, en mensen, die in deze informatiebehoefte kunnen voorzien. Tableau probeert deze ratio naar 80% te vergroten, waardoor een organisatie veel meer zelfredzaam wordt en minder afhankelijk is van ICT-medewerkers met specialistische vaardigheden.
Het doel is om niet-technische gebruikers, die wel data-analisten zijn, toegang te geven tot geavanceerde statistische mogelijkheden en analyses om diepgaande slimme en proces-verbeterende conclusies te trekken. Dit maakt Tableau tot een hele belangrijke speler in het veld van “self-service-bi”.
In het whitepaper, dat aan deze blog ten grondslag ligt, wordt een vijftal geavanceerde technieken beschreven, die voor een niet-technische data-analist beschikbaar zijn. Deze vijf zijn:
- Groepen en verzamelingen
- Wat nou als?
- Slimme berekeningen
- Voorspellende analyses
- Integratie met geavanceerde tools
Elk van deze onderwerpen probeer ik met een herkenbaar vraagstuk uiteen te zetten.
Groepen en verzamelingen
Vraag: Is er een verband tussen de bevolking, het toerisme en de levensverwachting van mensen in een land?
Hierboven wordt in een dashboard met een aantal variabelen gesimuleerd hoe de resultaten hierop zullen reageren. Vervolgens is het mogelijk van verschillende scenario’s foto’s te maken (story-points) zodat de analyse van bepaalde combinaties bewaard kan worden voor evaluatie naderhand.
Wat nou als?
Een goede Nederlandse term voor what-if-scenario’s bestaat niet echt. Een sleutelvraag in de wereld van Business Intelligence is vaak “wat-nou-als?”. Het doen van analyses binnen het bedrijf, die bij dit inzicht kunnen helpen, zijn van groot belang. Zeker als die in de tijd kunnen worden getoetst aan de werkelijkheid. Functionaliteit in Tableau die hierbij kan helpen is te vinden in:
- Parameters (of variabelen)
- Story Points
Vraag: Wat zou de invloed zijn op de verkoopresultaten wanneer gespeeld wordt met het salaris en de commissie van vertegenwoordigers?
Hierboven wordt in een dashboard met een aantal variabelen gesimuleerd hoe de resultaten hierop zullen reageren. Vervolgens is het mogelijk van verschillende scenario’s foto’s te maken (story-points) zodat de analyse van bepaalde combinaties bewaard kan worden voor evaluatie naderhand.
Slimme berekeningen
In Tableau bestaat een viertal manieren van het toepassen van geavanceerde berekeningen op de brondata. Deze zijn:
- Calculated Fields
- Level of Detail Expressions (LoD)
- Table Calculations
- Statistical Functions
Deze calculaties zijn een samenhang van de dimensies waartegen data wordt ontsloten, geaggregeerd en gepresenteerd. Hiermee zijn schijnbare tegenstellingen in deze berekeningen te voorkomen en wordt de gebruiker geholpen de juiste cijfers op de juiste manier te presenteren.
Vraag: Hoeveel nieuwe klanten worden binnengehaald per regio door de tijd heen?
In deze LoD-calculatie wordt voorkomen dat terugkerende klanten worden gezien als nieuwe klanten.
Voorspellende analyses
Een heilige graal in de wereld van Business Intelligence is proactieve voorspellende inzichten. Dit speelt onder meer een belangrijke rol bij bedrijven die afhankelijk zijn van zware machines en ander kapitaal, die veel geld kosten, wanneer ze stilstaan, kapot zijn en gerepareerd moeten worden. Het goed kunnen voorspellen van preventief onderhoud is hierin van cruciaal en concurrerend belang. Met behulp van tijdseries kan inzicht worden verkregen in onder andere seizoensfluctuaties, trends en forecasts. Tableau biedt hiervoor de volgende middelen:
- Time-Series
- Forecasting
Vraag: Hoe gaat de aandelenkoers van verschillende bedrijven zich gedragen?
Tableau kent een veelvoud aan voorspellende modellen en statistische invalshoeken, die gelijktijdig worden berekend. Het is aan de gebruiker welke hiervan het beste inzicht geeft, maar elke uitkomst is eenvoudig te herleiden en wordt toegelicht door voor aanvullende details te kiezen. Een gebruiker hoeft hiervoor geen programmeur te zijn, maar kan simpelweg een trendlijn kiezen en daaruit verschillende onderbouwende getallen (zoals waarschijnlijkheid, distributie en P-waarde) terugvinden.
Integratie met geavanceerde tools
Met de ontwikkeling van R (statistische programmeertaal, die voortborduurt op S, en een open-source-set aan geavanceerde statistische algoritmes is) krijgt een Tableau-gebruiker de mogelijkheid deze berekeningen toe te passen in Tableau. Het voert voor dit artikel te ver om diep op dit specialistische vakgebied in te gaan, maar econometristen en statistici zijn hiermee bekend. Tableau is voorzien van integratiemogelijkheden met programmeertalen als Python, R en MATLAB om de resultaten van zeer complexe modellen op een eenvoudige en inzichtelijke manier te presenteren.
Tableau staat mijns inziens op eenzame hoogte in het universum van Business Intelligence tools en analytische platformen. De ontsluiting van analytische functies is zeer geavanceerd, heel laagdrempelig en uitermate vernuftig uitgedacht en ontwikkeld. De intuïtie van de gebruiker staat voorop en mijn persoonlijke ervaring met Tableau bevestigt dit. Misschien is het stempel “een kind kan de was doen” iets teveel van het goede. In mijn werk hanteren we graag de uitdrukking “a fool with a tool is still a fool”. Een kind van drie vertrouw je echter ook de was niet toe. Een persoon, verantwoordelijk voor analyses op bedrijfsprocessen, weet wat hij of zij wil. Tableau biedt de mogelijkheden om zeer zelfredzaam in eigen informatiebehoefte te kunnen voorzien.
Jelle Huisman
Managing Partner
Meer informatie over advanced analytics in Tableau
In veel opzichten staat Tableau op zichzelf onder de analyseplatforms. We ontwerpen Tableau met zowel de zakelijke gebruiker als de datawetenschapper in gedachten. Door gefocust te blijven op onze missie om mensen in staat te stellen zo snel mogelijk interessante vragen te stellen over hun gegevens, levert het Tableau-platform waardevolle functionaliteit voor iedereen.
