11 ноября 2020 
gromych 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.
11 ноября 2020 gromych 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.
11 ноября 2020 gromych Автор статьи — Мария Мазюк
Целью визуализации данных является облегчение восприятия массивов информации и выявления закономерностей, которые сложно заметить в текстовой таблице. Перед публикацией визуализаций аналитикам следует проверять результаты своей работы на наличие элементов, которые могут сбить с толку конечного пользователя. В данной статье мы рассмотрим основные принципы восприятия визуальной информации пользователями и наиболее частые ошибки визуализации, которые могут вводить пользователей в заблуждение и которых следует избегать. В качестве основы взят материал на elearning.tableau.com Informing Without Misleading, а также мой собственный опыт.
11 ноября 2020 gromych Автор статьи — Мария Мазюк
Анализ временных рядов помогает выявить сезонные колебания метрик (например, объемов продаж) и тренд во времени, а также построить прогноз для заданного периода в будущем. Данный анализ может дать бизнесу 2 главных преимущества:
1.Выявление сезонных колебаний помогает спланировать логистику в компании и занятость работников: если вы знаете в какие месяцы / недели / дни вам потребуется больше материалов / курьеров / машин для удовлетворения повышенного спроса, вам будет проще спланировать аренду складов и машин заранее, а также закупить сырье на более выгодных условиях. Также выявление сезонных трендов поможет в планировании привлечения дополнительных временных работников и расписания отпусков, распределении рекламного бюджета.
2.Построение прогноза на основании общего и сезонных трендов помогает задать плановые показатели продаж / выручки / прибыли / расходов на сырье в будущем при прочих равных условиях. В случае невыполнения плана это поможет выявить недоработки. В случае нововведений для оптимизации процессов отличие реальных цифр от плана поможет установить эффект от внедрения нововведений.
11 ноября 2020 gromych Автор статьи — Мария Мазюк
Если дашборд Tableau включает большие объемы данных, то могут возникнуть проблемы со скоростью отображения визуализаций. В данной статье мы рассмотрим способы оптимизировать производительность дашборда.
11 ноября 2020 gromych Автор статьи — Мария Мазюк
Анализ покупательской корзины (Market Basket Analysis) помогает выявить, какие товары приобретаются вместе чаще других. Используя результаты такого анализа, можно настроить рекомендации товаров в интернет-магазине и email-рассылке, разместить часто покупаемые вместе товары друг рядом с другом в супермаркете или каталоге. Удачное внедрение рекомендаций на основе анализа покупательской корзины способствует повышению среднего чека заказа. Также полученную информацию можно использовать для внедрения системы скидок: например, если товар А часто покупается вместе с товаром Б, то имеет смысл применить скидку только на один из товаров данной пары, так как дополняющий товар скорее всего будет куплен и без скидки.
В данной статье я буду использовать термин “транзакция”, подразумевающий отдельный заказ (покупку), который может включать в себя 1 и более товаров. Не смотря на то, что в рассматриваемых примерах будут использованы данные именно о заказах, метод анализа покупательской корзины можно также использовать и для целей, не связанных с коммерцией: например, для анализа контента на сайте, который чаще всего просматривается вместе в течение одной сессии (в нашем случае, “транзакции”) на сайте, для рекомендации статей/видео, чтобы повысить среднее количество просмотренных статей/видео за сессию.
11 ноября 2020 gromych Автор статьи — Мария Мазюк
Необходимость в использовании регулярный выражений (RegEx) может возникнуть при работе с неструктурированными данными, как комментарии, объявления, URL. Также я часто использую RegEx для форматирования подписей к данным на графике при использовании параметра для переключения метрик. Регулярные выражения в Tableau позволяют захватывать подстроки в строковых значениях полей для дальнейшего использования в качестве новых полей.
11 ноября 2020 gromych Автор статьи — Мария Мазюк
После потраченных времени и усилий на анализ и визуализацию данных, необходимо, чтобы представленные вами выводы были верно интерпретированы. Контекст призван гарантировать верную интерпретацию и наладить коммуникацию между автором и пользователем. Дополнение визуализаций контекстом помогает конечным пользователям вникнуть в суть анализа и облегчает понимание объекта и результатов анализа, которые пытается донести до аудитории автор визуализации.
Предоставление контекстной информации в визуализации особенно важно, если аудитория неоднородна и может быть неподготовленной. Пояснение визуализации помогает заинтересовать аудиторию и вдохновить на детальное изучение. В данной статье мы рассмотрим частые приемы использования контекста с примерами визуализаций. За основу статьи я взяла свой собственный опыт и книгу “#MakeoverMonday” (Andy Kriebel, Eva Murray).
27 июля 2020 gromych Задача управления снабжением и цепочкой поставок заключается в том, чтобы найти правильный баланс между уровнем запасов и удовлетворением потребностей ваших клиентов (доступность клиентов или показатель обслуживания). Наш график ниже иллюстрирует этот принцип.
Чем больше запасов вы делаете, тем выше вы поднимаете свой показатель обслуживания. Но, к сожалению, это – кривая, а не прямая линия. Мы видим, как кривая выравнивается, когда вы выигрываете последние проценты. Кроме того, чем больше у вас запасов, тем менее они «эффективны».
Теоретически, для удовлетворения 100% потребностей ваших клиентов в течение всего времени, и для того, чтобы справиться со всеми негативными явлениями (задержки, забастовки, проблемы с качеством…), вам нужно иметь неограниченный запас.
Поэтому вашей целью будет найти правильный баланс между доступностью для клиентов и оборотом товара. Это – вызов для всех компаний, занимающихся поставками.
Поэтому, чтобы найти этот баланс, важно установить, как минимум два КПЭ.
И ответ … по крайней мере, один из двух. Показатель доступности – это процент продуктов, которые доступны в данный момент времени T, а показатель обслуживания – это отношение заказов, доставленных в течение определенного времени, к общему количеству заказов.
Показатель доступности в основном используется для розничной торговли (магазинов) и дистрибуции, чтобы узнать доступность товара в отделах магазинов.
Показатель обслуживания используется в других отраслях, когда у вас нет доступа к информации о запасах ваших магазинов. Его преимущество в том, что он взвешен по количеству (или стоимости), в отличие от показателя доступности. Если у вас нет магазина, я рекомендую использовать показатель обслуживания, а затем вы можете использовать показатель доступности в качестве дополнения для своего склада или фабрики с ABC-классификацией (см. Статью Управление ABC).
В %: из 100 продуктов, сколько доступно покупателю (в магазине, на складе…). В таблице ниже просто обобщены расчеты по 10 позициям.
Пример: в моем каталоге 100 товаров, миом клиентам доступно только 70, поэтому у меня есть 70/100 = 70%.
Этот расчет выполняется в момент времени T, в идеале в тот же день. Вы можете усреднить показатель через день. Этот расчет производится только по активным позициям в каталоге. Продукты, снятые с производства, и новые товары, которых нет на складе, исключаются.
Определение показателя обслуживания: из 100 полученных заказов, здесь важно понять, сколько заказов доставлено вовремя.
Его также называют «срок хранения» или «покрытие запасов», это среднее количество дней, по истечении которых ваши запасы иссякнут. Этот расчет нужно выполнить в течение последних 52 недель, чтобы у вас был надежный КПЭ, учитывающий сезонные колебания: чем меньше количество дней, тем эффективнее ваш запас. Если оборот запасов крайне низок, вероятно, вам не хватает запасов, и, следовательно, риски дефицита возрастают.
Рекомендуется всегда принимать длительный период времени (например, полный год), чтобы избежать влияния ваших сезонных колебаний. Например, если у вас большой пик продаж на Рождество, у вас будет много запасов перед Рождеством, при небольшом количестве продаж (много дней хранения) до пика, затем много продаж и мало запасов после пика. Взяв год, вы в среднем узнаете, насколько менялись запасы за этот год. Если у вас есть товары с коротким сроком годности, делайте этот расчет в месяц или в течение (более сложного) срока годности продукта.
Я настоятельно рекомендую работать на основе стоимости, а не на основе количества, потому что этот запас представляет ваши основные средства. Если вы улучшите свою цену покупки, вы улучшите оборот своих запасов по стоимости (а не по количеству).
В идеале, вы должны усреднять свой запас изо дня в день по целевым временным рамкам. Очень немногие компании ведут такие записи о наличии в день. Поэтому я рекомендую вам, по крайней мере, усреднить свой запас раз в неделю или в месяц. Если у вас нет записей, просто возьмите среднее значение между начальным и конечным запасом за выбранный период.
Расчет: Средний Запас/Общий Объем Продаж * Количество Дней в течение выбранного периода
Обязательно учитывайте одинаковые периоды для запасов и продаж.
Расчет: Средний запас в стоимости за последние 52 недели / общий объем продаж * 365 дней
Пример: Предположим, что ваш средний запас в 2016 году составляет 1 000 000 долларов, а среднесуточная продажа – 5 000 долларов в день.
Срок хранения = 1 000 000 / 5 000 = 200 дней.
Это ключевой момент для расчета данного КПЭ в выражении стоимости, так как большое количество продуктов может оказать значительное влияние на общее количество. Действительно, ваш финансовый актив в стоимости, а не в количестве.
Чтобы оценить свой будущий товарооборот вместо того, чтобы использовать прошлые продажи, вы можете использовать прогнозы на будущие продажи. В этом случае: средний запас = текущий запас + запас в пути (с вашим выбором или без него).
Этот расчет не является идеальным, потому что для того, чтобы быть правильным, он должен учитывать сезонные колебания и даты прибытия каждого заказа. Тем не менее, он предупредит вас о будущих рисках сбоев и затоваривания.
Вот почему я рекомендую добавить 2 столбца:
1 столбец: Следующая дата получения
2 столбец: Количество следующего получения
Это делается для того, чтобы быстро увидеть, поступает ли ваш следующий заказ вовремя, чтобы запасы не закончились слишком рано, или наоборот, чтобы не было переизбытка.
Обратите внимание, что если у вас уже есть ERP, например, SAP, вы, скорее всего, сможете извлечь фактическое покрытие запаса для каждой позиции.
Но вы не должны делать свою анимацию слишком сложной со слишком большим количеством КПЭ для цепочки поставок. Я настоятельно рекомендую избегать слишком большого количества показателей, если вы еще не настроили первые.
Другие метрики для вашей цепочки поставок:
24 июля 2020 gromych Вы хотите создать максимально полезную, интуитивно понятную визуализацию данных? Независимо от того, являетесь ли вы новичком в области визуализации данных или являетесь экспертом, есть еще много того, что вы сможете использовать для визуализации ваших данных, много полезного для вас в этой теме. Есть ряд хороших практик, связанных с представлением данных в визуальной форме, которые заменяют механику таких инструментов, как Tableau, QlikView, PowerBI и т. д.
Если вы правильно используете визуальные функции, то можете «взломать» мозг ваших конечных пользователей, даже не подозревая об этом. В научном мире эта дисциплина известна как когнитивная психология. Она касается психических процессов, таких как внимание, восприятие, творчество, мышление и т. д. Один из процессов в этом списке невероятно важен для визуализации данных… восприятие. Восприятие – это процесс, посредством которого человеческий мозг воспринимает внешние раздражители из окружающей среды. Более конкретно для нашего обсуждения, восприятие – это процесс, посредством которого мозг «видит» информацию на информационной панели.
Восприятие включает в себя почти подсознательную обработку визуальных образов. Информация, которая может быть обработана таким образом очень ограничена. Такие вещи, как положение, цвет (оттенок и интенсивность), выравнивание, размер и форма, могут обрабатываться без сознательного внимания, известного как предварительная обработка. Другие вещи нельзя обработать заранее. Например, текст и числа не могут быть обработаны заранее. Это всегда требует сознательного внимания к процессу.
Какая разница? На самом деле довольно существенная. Если вы используете преаттинтивные визуальные функции, ваши конечные пользователи могут обрабатывать информацию за 40-50 миллисекунд, максимум до 200 миллисекунд. Если вы не используете преаттинтивные функции, такие как кросс-таблица, интерпретация может занять значительно больше времени, что напрямую зависит от размера кросс-таблицы.
Посмотрите на изображение
Какая форма воспринимается легче, и сколько времени вам понадобилось, чтобы увидеть ее? Если ваше восприятие примерно соответствует восприятию обычного человека, вам потребовалось 40-50 миллисекунд, чтобы определить наклонную форму.
А теперь взгляните на это изображение
Что лучше? Интерпретация красного цвета заняла у вас около 40-50 миллисекунд.
Слово, которое большинство непрофессионалов будет использовать для обозначения данных с высокой степенью преаттинтивности – «интуитивно понятный». Например, «Представляете, насколько интуитивно понятна информационная панель, которую создал Эрик?» Основная информационная панель – это та, на которую смотрит конечный пользователь и быстро понимает, что ему нужно знать, даже не касаясь мыши и ничего не нажимая на своем планшете.
Зачем все эти неприятности? Преаттинтивная обработка – это нефизический процесс (электрический, если быть точным) внутри человеческого мозга, то есть физически не меняющий работу мозга; в отличие от внимательной обработки, которая требует физических изменений в синапсах между нейронами. Чтобы немного упростить объяснение, представьте себе следующую метафору… преаттинтивная обработка – это телефонный звонок, в отличие от внимательной обработки, которая требует сначала построения телефонных линий, а затем совершения вызова. Это имеет огромное значение с точки зрения того, насколько быстро ваши конечные пользователи смогут понять вашу визуальную информацию.
Хотите проверить свое визуальное восприятие? Попросите постороннего человека отойти на два или три фута и, не касаясь мыши или клавиатуры, описать то, что он видит. Даже если он не знает предмета, то должен быть в состоянии увидеть такие вещи, как «рост показателя за последние несколько лет» или «один из продуктов продается намного лучше, чем другие, но у него довольно низкая доходность». Новичок сможет увидеть такие вещи в хорошо продуманной информационной панели! Вот что должно быть вашей целью.
Все это должно определить, ПОЧЕМУ передовые методы визуализации данных важны. Вот краткий список лучших практик для визуализации.
Определите процесс, с помощью которого вы получите свои требования к дизайну, получите свои данные, разработайте визуальные элементы и выпустите их. Только четко определенная методология обеспечит постоянное улучшение и высокое качество ваших визуальных данных.
Не все конечные пользователи будут воспринимать одну и ту же информацию одинаково. Например, на информационной панели, которая показывает прибыльность менеджера по продажам и финансового директора будут совершенно разные способы понимания прибыльности. Убедитесь, что вы ответили на вопрос правильно с точки зрения каждого их этих специалистов.
Какие действия вы можете ожидать от конечных пользователей после того, как они посмотрят на вашу панель? Действие может даже быть «ничего» в том случае, если информационная панель показывает, что все идет хорошо. Например, если информационная панель представляет производственные дефекты, разумно предположить, что вашим конечным пользователям может понадобится поговорить с оператором или осмотреть конкретную машину, если уровень дефектов внезапно увеличился.
Есть три типа панелей: операционные, стратегические/исполнительные и аналитические. Вы должны понимать, что дает каждая из них, выделять общие черты каждой, и классифицировать свою панель как одну из этих трех. Это поможет определить ваши первоначальные дизайнерские решения. Вот краткое определение каждого из этих типов информационных панелей:
Различные визуальные функции лучше работают с разными типами данных. Например, точечные диаграммы хорошо работают с двумя частями количественных данных, тогда как линейные диаграммы работают лучше для порядковых данных даты… и наоборот, линейные диаграммы – плохой выбор для (неординарных) категориальных данных, поскольку линейные диаграммы подразумевают непрерывность. Убедитесь, что вы знаете, какие данные будет использовать ваша панель. Вот краткое определение каждого типа данных:
Существует иерархия эффективных визуальных функций в зависимости от типа данных. Вы должны знать эту иерархию и уметь применять ее. Это не просто предпочтение какого-либо менеджера продукта … такое предпочтение базируется на точных научных исследованиях, включающих десятилетия исследований, и физиологических измерений (например, ПЭТ и МРТ-сканирование головного мозга). Применяйте иерархию эффективности с типом данных и избегайте распространенных ошибок при использовании визуальных функций. Например, применение дискретных цветов к категориальным данным является распространенной ошибкой визуализаторов. Вот последнее слово об эффективных визуальных принципах, основанных на типе данных.
7. Разрабатывайте дизайн итеративно
Не ждите, пока ваши требования поймут на 100%. Визуализация требует понимания визуальной концепции ваших конечных пользователей и вашей способности понимать их визуальные потребности. Это очень трудная задача, поэтому не стоит ждать, чтобы убедиться, что у вас есть 100% согласие между вами и вашими конечными пользователями. Получите большую часть требований, затем начните разрабатывать доказательства концепции и прототипов, получайте обратную связь в интерактивном режиме и пересматривайте визуальное представление с непосредственным взаимодействием с вашим конечным пользователем. Это позволит избежать «паралича анализа», который может случиться с теми, кому привычнее старый подход к управлению проектами.
RSS