[Tableau] 실습으로 배우는 태블로 : 데이터 시각화

 

 

 

 

 

 

 

 

✳️ 태블로로 시각화?

태블로를 활용하여 간편하게 데이터를 시각화 할 수 있다!
논코드 방식이기 때문에 좀 더 수월하게 시각화 가능!

 

🟢 데이터 시각화의 장점

• 빠르고 쉬운 데이터의 이해를 바탕으로 신속한 의사결정이 가능
• 실무 협업시 효과적 커뮤니케이션 가능
• 직관적 데이터의 이해를 통해 인사이트 도출 가능

 

🟢 표현 방식

• Tableau 오른쪽 화면의 표현 방식 기능은 데이터에 적합한 대표적으로 24개의 그래프를 활용할 수 있음
• 종류
  • 텍스트 테이블
  • 히트맵
  • 맵 차트
  • 파이 차트
  • 막대 차트
  • 트리맵
  • 라인 차트
  • 영역 차트
  • 분산형 차트
  • 박스 플랏

 

 

🧐 실습과 함께 그래프들을 그려보는 실습을 해보자!
(이전 글의 데이터셋과 동일한 데이터를 이)

🏠 실습 데이터 : 보스턴 지역의 에어비앤비 데이터

Boston Airbnb Open Data

 

 

✳️ 기본 그래프

💟 선 그래프 (Line Plot)

• 간단하고 사용하기 쉬움
• 시계열 데이터(시간에 따른 추이)를 시각화할 경우, 변화량과 트렌드를 한눈에 보기에 용이
• 연속적인 데이터에 사용하기 적합

 

[실습] 에어비앤비 호스트 수 추이
연도별(2008-2016년) 에어비앤비 호스트 수 증가 추이를 선 그래프로 시각화해봅시다!

📍요구 사항
✅ 열 : Host Since(년)
✅ 행 : 카운트(고유)(Host Id)
✅ 마크 레이블 : 표시
✅ 색상 : 그래프의 색상을 자유롭게 변경해주세요.
✅ 경로 : 라인 패턴 유형을 2번째 선(--)으로 변경해주세요.

 

 

💟 막대 그래프 (Bar Plot)

• 간단하고 사용하기 쉬움
• 범주 간의 차이나 분포를 시각적으로 이해하기 쉬움
• 범주형 데이터(성별, 혈액형, 이름 등)에 사용하기 적합

 

[실습] 동네별 숙소 평균 가격
어느 동네가 숙소 평균 가격이 높을까요? neighborhood_cleansed별 평균 가격을 막대 그래프로 시각화 해봅시다!

📍요구 사항
✅ 색상 : 그래프의 색상과 테두리 색상을 자유롭게 변경해주세요.
✅ 정렬 : 필드 평균(Price) 내림차순 기준 정렬
✅ 화면 맞춤 : 높이 맞추기

 

 

💟 맵 차트 (Map Chart)

• 지도를 활용해서 지리적 위치를 살펴볼 수 있음
• 각 지역별 데이터의 분포 및 비중을 한눈에 확인할때 주로 사용

 

🟣 기능

• 뷰 툴바 : 지도를 확대/축소해서 볼 수 있음
• 백그라운드 레이어 : 투명도(%) 설정, 해안선, 건물 표시 등 지도 배경에 대한 다양한 기능 설정

 

[실습] zipcode별 숙소 리뷰 평균 평점 분포
보스턴 지역에서 어느 구역이 숙소 리뷰 평균 평점이 가장 높을까요? 평균 평점 분포를 맵 차트로 시각화 해봅시다!

📍요구 사항
✅ 세부정보 : Zipcode
✅ 색상 : 평균(Review Scores), 색상은 자유롭게 변경해주세요.
✅ 레이블
- Neighbourhood Cleansed : 폰트 볼드 처리, 폰트 크기(10pt)
- 평균(Review Scores)
✅ 백그라운드 레이어 : 투명도 100%
✅ 도구 설명
- 도구 설명 표시 : 마우스 오버

 

 

💟 파이 차트 (Pie Chart)

• 각 부분의 크기가 상대적인 비율이기 때문에 각 부분이 전체에서 차지하는 비중을 쉽게 이해할 수 있음
• 데이터의 구성 비율과 분포를 한눈에 파악할 수 있음
• 다양한 변수를 다루기에는 적합하지 않을 수 있음. 변수가 적을 때 직관적으로 사용하기 용이

 

[실습] 룸 타입별 비중
어떤 룸 타입이 가장 많은 비중을 차지하고 있을까요? 파이차트로 시각화 해봅시다!

📍요구 사항
✅ 색상 : Room Type 색상표에서 연한 번개를 선택해주세요.
✅ 각도 : 카운트(고유)(Id)의 퀵테이블 구성 비율
✅ 측정값 : 카운트(고유)(Id)
✅ 레이블 : Room Type, 측정값을 순서대로 표시해주세요.
- Room Type : 폰트 볼드 처리, 폰트 크기(12pt), 사용자 지정 색상(#4B89DC)
- 측정값 : 폰트 볼드 처리, 폰트 크기(10pt)
✅ 화면 맞춤 : 전체 보기

 

 

💟 트리맵 차트 (Treemap Chart)

• 데이터를 계층적으로 표현하는데 사용
• 카테고리별로 특정 데이터 집합이 전체 데이터에서 차지하는 비율을 면적으로 표현하여 카테고리별 구성 요소를 한눈에 파악 가능

[실습] 가장 많이 리스트된 호스트 이름
가장 많이 리스트된 호스트는 누구일까요? 호스트의 숙소의 평균 가격과 숙소 가격 합계가 궁금해요. 숙소 가격 합계가 큰 순서대로 색상을 나타내주세요.

📍요구 사항
✅ 열 : 합계(Host Listings Count)
✅ 행 : Host Name
✅ 레이블 : Host Name, 평균(Price)
✅ 색상 : 합계(Price), 색상 파란색-녹색 단일

 

 

 

✳️ 심화 그래프

💟 도넛 차트 (Donut Chart)

• 각 부분의 크기가 상대적인 비율이기 때문에 각 부분이 전체에서 차지하는 비중을 쉽게 이해할 수 있음
• 태블로에서는 대시보드의 KPI 카드로 많이 활용

 

 

💟 히트 차트 (Heatmap Chart)

• 상을 활용해서 데이터 값을 시각적으로 강조 가능
• 색상의 그라데이션을 통해 측정값들을 한눈에 비교
• 태블로에서 하이라이트 테이블이라고도 부름

 

 

💟 영역 차트(Area Chart)

• 영역 차트는 선 아래 영역을 색으로 채워서 데이터의 영역 크기를 파악 가능
• 시간에 따른 데이터의 추이를 시각적으로 나타냅니다. 데이터의 변화 및 흐름을 쉽게 파악 가능

 

 

💟 스택 플랏 (Stacked Plot)

• 상대적인 비율을 직관적으로 시각화 할 수 있음
• 시간에 따라 데이터가 어떻게 변하는지 시각적으로 알 수 있음
• 단순 누적 그래프는 기준선이 일정하지 않기 때문에 비교하기가 어려움
• 100% 누적 그래프를 활용하면 기준을 비교하기 쉬움

[실습] 일반 호스트와 슈퍼 호스트의 응답 시간별 비중 비교
일반 호스트와 슈퍼 호스트의 응답 시간 비중은 어떻게 다를까요? Host Response Time별(1시간내 응답, 몇시간내 응답 등) 슈퍼 호스트와 일반 호스트 수를 단순 누적 그래프로 시각화 해봅시다!

📍요구 사항
✅ 색상 : 슈퍼 호스트와 일반 호스트 수의 색상을 다르게 표현해주세요. 색상표에서 여름을 선택해주세요.
✅ 레이블 : 마크 레이블 표시
✅ 축 : 행 머리글 숨기기
✅ 범례 : 표시
✅ 화면 맞춤 : 너비 맞추기

 

 

💟 이중 축 (콤보 차트)

: 하나의 차원을 두개 이상의 측정값으로 동시에 파악하고 싶을 때 이중축을 활용

• 이중 축 차트를 사용하면 두 가지 서로 다른 데이터 집합을 한번에 비교 가능
• 축에 서로 다른 단위나 기준을 가지고 있는 경우, 그래프를 볼때 한눈에 알아보기 어려움

 

 

💟 평균선 / 참조선

• 분석 패널에서 평균선 라인/상수 라인/참조선을 추가해서 의사결정을 빠르게 할 수 음

 

 

 

✳️ 데이터 분석하기

💟 박스 플랏 (Box Plot)

: 데이터의 분포와 이상치(outlier)를 시각적으로 파악할때 사용하는 그래프

[실습] 숙박 시설 유형별 가격 분포
property type(숙박 시설 유형)은 주택(House), 게스트 하우스(Guesthouse), 빌라(Villa) 등이 있어요. property type별 가격 분포를 박스 플랏으로 시각화해봅시다!

📍요구 사항
✅ 색상 : 자유롭게 변경해주세요.
✅ 마크 : 모양으로 변경해주세요.
✅ 축 편집 : y축의 주 눈금선을 고정으로 변경해주세요.
✅ 화면 맞춤 : 전체 보기

 

 

💟 파레토 차트 (Pareto Chart)

🧐 파레토 법칙이란?
전체 결과의 80%가 전체 원인의 20%에서 일어난다는 마케팅 기법 (다수의 결과는 소수의 원인에 의해 생겨난다)

 

 

💟 상관 관계 (Scatter Plot)

: 지표간 어떤 선형적인 관계가 있는지 알아보기 위해 상관 분석을 자주 활용

 

 

💟 시계열 예측

: 태블로에서 지수 평활법(exponential smoothing)을 활용해서 예측 모델링

[실습] 일별 에어비앤비 매출 예측하기
calender.csv는 2016/9/6부터 2017/9/4까지 일별 전체 매출 실적 데이터입니다. 실제 값을 바탕으로 2017/9/5 - 2017/9/16 매출을 예측해봅시다!

📍요구 사항
✅ 표현 방식 : 라인 그래프
✅ 예측 : 예측 표시
✅ 색상 : 색상표에서 천사의 돌을 선택해주세요.
✅ 레이블 : 선 끝 레이블 지정
✅ 범례 : 숨기기
✅ 워크시트 서식 : 채우기 색상을 자유롭게 변경해주세요.