Практика бизнес-анализа на QlikView, Qlik Sense, Tableau

Когортный анализ является одним из наиболее часто используемых маркетологами инструментов. В этой статье рассказывается об основных вариантах его использования, о том, какие возможности предлагает отчет по когортам в Google Analytics, и показывает, как в компании используют Tableau для когортного анализа на основе данных Google Analytics

Что такое когортный анализ

Когортный анализ заключается в исследовании характеристик когорт (групп пользователей), объединенных по общим временным признакам. Когорты очень похожи на сегменты с тем отличием, что когорта объединяет пользователей определенного промежутка времени, в то время как сегмент может быть основан на любых других характеристиках пользователей. Для сайтов когорту обычно определяют по первому посещению или целевому действию пользователя. Затем мы можем отслеживать, как меняется поведение пользователей из этой когорты с течением времени, или сравнивать сами когорты между собой. Это предоставит нам возможность лучше понимать влияние маркетинговых мероприятий и повысить качество принимаемых решений.

Автор статьи — Мария Мазюк

В Tableau, помимо стандартных форматов чисел, можно также задать и собственный формат числового поля (Custom). В данной статье мы разберем коды для задания собственного формата чисел, а также рассмотрим возможные случаи использования кастомного форматирования.

Для кодирования форматов чисел Tableau использует коды числовых форматов Excel с некоторыми ограничениями. Например, в отличие от Excel, в Tableau в кастомном формате числа нельзя задать кодирование цветом, а также нельзя задать кодирование на основании условия True / False.

В этой статье пойдёт речь об отличном инструменте для анализа данных — Tableau. Если быть точнее, это не просто инструмент, это — BI платформа, которая, согласно ежегодному авторитетному исследованию Gartner Magic Quadrant for Business Intelligence and Analytics Platforms, является одним из лидеров рынка платформ для бизнес-аналитики. Приведу несколько примеров использования Tableau:

Автор статьи — Мария Мазюк

Описание работы, сценарии использования и примеры вычислений

Функции для работы с датами в Tableau позволяют настраивать фильтры и сравнивать показатели в текущем и предыдущем периодах. Выбор функций зависит от структуры источников данных и поставленных задач по визуализации. В данной статье я рассмотрю функции дат, наиболее частые сценарии их использования и примеры вычислений с датами.

Мы рассмотрим следующие функции для работы с датами в Tableau:

• DATENAME
• DATEPARSE
• DATE
• DATETRUNC
• DATEPART
• DAY / WEEK / MONTH / QUARTER / YEAR
• DATEADD
• MAX / MIN
• DATEDIFF
• MAKEDATE
• ISDATE
• NOW / TODAY

Автор статьи — Мария Мазюк

При разработке дашбордов для отделов продаж и маркетинга частой задачей является настройка фильтров по дате таким образом, чтобы в визуализацию включались только закрытые периоды: полный месяц, полная неделя. В данной статье на приведенном ниже примере, используя датасет Superstore, мы рассмотрим, как настроить фильтр по дате для полного месяца и полной недели. Более подробно функции для работы с датами я описала в одном из предыдущих постов.

Автор статьи — Мария Мазюк

Использование большего количество данных позволяет построить более точный прогноз. В Tableau прогноз временных рядов строится с помощью экспоненциального сглаживания на основании данных, включенных во View. Как спрогнозировать значения численного показателя, используя больше данных, чем мы собираемся отобразить? В данной статье мы рассмотрим, как построить прогноз в Tableau на основании данных предыдущего периода, скрытых в визуализации.