Visualizzare e comprendere i dati con Tableau: Scatter Plot, Trend Line e Analisi Avanzate

Oggi voglio parlare di un argomento che può sembrare tecnico, ma che cercherò di spiegare in modo semplice e chiaro: l'utilizzo di Scatter Plot (diagrammi di dispersione), Trend Line (linee di tendenza) e altre funzionalità di Custom Analytics con Tableau. Questi strumenti sono essenziali per visualizzare, comprendere e comunicare pattern nei dati in modo efficace. Vediamo insieme di cosa si tratta.

Cos'è uno Scatter Plot?

Lo Scatter Plot è uno strumento fondamentale per rappresentare la relazione tra due variabili numeriche. Ad esempio, possiamo rappresentare le vendite (sales) sull'asse X e il profitto (profit) sull'asse Y, visualizzando così il comportamento delle due variabili con oltre 10.000 punti di dati del dataset Superstore messo a disposizione su Tableau per finalità didattiche.

Di solito, Tableau aggrega questi dati, mostrando un singolo punto che rappresenta la somma di tutte le vendite e tutti i profitti. Per visualizzare invece ogni singola osservazione, possiamo deselezionare l'opzione "Aggregate Measures" dal menu "Analysis" o aggiungere l'ID di riga come dettaglio per disaggregare il grafico. Qualora quest'ultimo campo ("Row ID") non fosse visibile nella sidebar "Data", abilitare l'opzione "Show Hidden Fields" e cliccare sull'icona "Unhide".

Il grafico che mostra la relazione tra vendite e profitti può essere un ottimo esempio di come utilizzare uno scatter plot per evidenziare pattern nei dati.

Caso pratico: analisi delle Vendite e dei Profitti

Immaginiamo di essere il responsabile vendite di una catena di negozi, ciascuno dei quali si trova in una città differente. Vogliamo capire se l'aumento delle vendite porta automaticamente a un aumento dei profitti, oppure se ci sono delle anomalie. Creando uno scatter plot con le vendite sull'asse X e i profitti sull'asse Y, possiamo identificare chiaramente in quali città questi negozi sono sopra o sotto la linea di tendenza. Ad esempio, potremmo scoprire che alcuni negozi con alte vendite registrano profitti bassi a causa di costi elevati. Per verificare se esiste una correlazione tra vendite e profitto usiamo una Trend Line lineare direttamente dalla scheda Analytics. In questo caso specifico, l'R² è pari a 0.6, cioè il 60% della variabilità del profitto è spiegabile attraverso le vendite, il che rappresenta una moderata correlazione.

Come abbiamo appena visto le Trend Line sono molto utili, e trovano molteplici applicazioni, come ad esempio se lavorate per un'azienda che vende diversi tipi di prodotti e volete ottimizzare la vostra strategia di marketing. Utilizzando le Trend Line su uno scatter plot che rappresenta il profitto rispetto alle spese di marketing, potete vedere se esiste una correlazione positiva tra l'aumento delle spese pubblicitarie e l'aumento del profitto. Se notate una correlazione debole (basso R²), potrebbe significare che le vostre campagne pubblicitarie non sono efficaci e necessitano di una revisione.

Reference Band e Analisi Custom

Altra funzionalità interessante di Tableau sono i Reference Band (bande di riferimento). Immaginate di voler evidenziare, nel nostro grafico vendite/profitti, solo i prodotti che si trovano al di sotto della media delle vendite ma che producono un profitto superiore alla media. Per fare ciò, possiamo aggiungere delle reference band specifiche per vendite e profitti.

In questo grafico sono evidenziate le zone sotto la media delle vendite e sopra la media dei profitti.

Le due sotto-categorie "Machines" e "Tables" si classificano come vendite sopra la media ma con un profitto sotto la media, una condizione non proprio ideale.

"Paper" invece si trova sotto le media in base alle vendite, ma con un profitto sopra la media.

Se poi vogliamo fare un confronto a livello di categoria, ci basterà trascinare questa dimensione in "Color".
Possiamo notare che "Technology" risulta piuttosto redditizia, mentre per "Furniture" i risultati a livello di profitto risultano piuttosto deludenti, se non problematici.

L'aggiunta delle Reference Band aiuta a comprendere meglio dove si trovano le opportunità, specialmente in settori come il marketing, dove analizzare il comportamento dei prodotti è fondamentale. In particolare per tutti quei negozi online di e-commerce che vendono centinaia di prodotti e vogliono capire quali promuovere maggiormente durante una campagna pubblicitaria, l'utilizzo di uno scatter plot aiuta a individuare quelli con maggiori potenziali di crescita.

Time Series Plot con Reference Line

Per fornire una visione ancora più completa dell'analisi, possiamo creare un time series plot per analizzare/monitorare il profitto/rendimento nel tempo di un'azienda nel corso del tempo. Supponiamo che l'obiettivo dell'azienda sia quello di raggiungere un profitto di 2000 euro al mese. Con Tableau, è possibile aggiungere una reference line per evidenziare questo obiettivo e visualizzare a colpo d'occhio i mesi in cui l'obiettivo non è stato raggiunto. Notiamo che in alcuni mesi il profitto è inferiore all'obiettivo: questo può suggerire di analizzare ulteriormente questi mesi per comprendere cosa sia andato storto e come migliorare in futuro.

Possiamo anche evidenziare facilmente le aree critiche raffrontandole con la media per ciascun anno. In questo esempio, notiamo che la media aumenta ogni anno, il che indica un andamento estremamente positivo.

Distribuzione dei dati con Distribution Bands

Per visualizzare come i dati siano distribuiti rispetto a certi percentili, Tableau offre le Distribution Bands. Queste bande possono essere utilizzate per evidenziare, ad esempio, il 25° e il 75° percentile del profitto di varie sottocategorie di prodotti, mostrando chiaramente quali prodotti performano meglio.

Quindi, tramite box plot e distribution bands, possiamo mostrare come è possibile suddividere i dati in quartili e identificare facilmente gli outliers. Immaginate di avere un'azienda che vende diversi tipi di prodotti e volete valutare la performance delle diverse categorie. Creando un box plot con le distribution bands, potete vedere chiaramente quali categorie sono al di sotto della media (primo quartile) e quali sono invece tra le migliori (terzo quartile). Questa analisi può aiutare a prendere decisioni strategiche su quali categorie potenziare o rivedere.

Conclusioni

L'uso di Scatter Plots, Trend Lines e altre funzionalità di analisi avanzata in Tableau ci permette di trasformare dati grezzi in informazioni preziose. Questi strumenti aiutano a capire meglio le relazioni tra variabili, identificare trend e visualizzare target di business in modo intuitivo. Tableau è un software potente, e utilizzando questi strumenti possiamo migliorare la qualità delle nostre analisi e prendere decisioni più informate.

Nota: la dashboard è disponibile per il download sulla mia pagina personale su Tableau Public.

FAQ