Clustering con Tableau: agrupa los datos para obtener mejores informes
¿Te gustaría saber cuál es el perfil del cliente que más visita tu tienda? ¿Querrías descubrir en qué áreas demográficas podrías obtener mayor rentabilidad con tu negocio?
En muchas ocasiones, las empresas cuentan con un enorme volumen de datos dispersos, e intentar buscar conclusiones se vuelve una tarea difícil sino imposible.
Para dar solución a esto, Tableau Software ha incorporado como novedad en su versión 10 la funcionalidad de clustering para agrupar aquellos datos con información similar que puedan relacionarse entre sí.
Cualquier usuario podrá crear clusters en tiempo real utilizando distintos tipos de visualización: gráficos de puntos, tablas, líneas e incluso mapas, únicamente arrastrando la opción cluster desde el panel analítico de Tableau.
Al crear los clusters, Tableau agrupa la información analizada en un determinado número de conjuntos. No obstante, el usuario puede personalizar el número de clusters que desea visualizar, o asignar nombres a cada uno de ellos para dar mayor sentido a los datos y facilitar la interpretación del informe.
Para la creación de clusters, Tableau utiliza un algoritmo denominado k-means, un método de agrupamiento cuya función principal es generar particiones basadas en un conjunto de n observaciones en k grupos en el que cada observación pertenece al grupo cuyo valor medio es más cercano. Además, Tableau aplica automáticamente una escala de valores de manera que las columnas que tienen un rango de magnitudes más grande no dominan los resultados. Este método se basa en asignar a cada dato de cada variable un valor entre 0 y 1 restando su mínimo y dividiéndolo por todo su rango.
Por ejemplo: Si tenemos identificados dos clusters en los que los números 50 (cluster A) y 140 (cluster B) son los puntos con mayor concentración de datos similares y por otro lado, tenemos un dato con el número 90, como este dato está más cerca del 50 que del 140 pasaría a formar parte del cluster A.
Pero esto no queda aquí. Tableau lleva a cabo la ardua tarea de preparar los datos para este tipo de análisis. Esto incluye análisis de correspondencias múltiples (para convertir categorías en distancias numéricas) o la estandarización de entradas (inputs) como ejemplos de la matemática que hay detrás de la solución de clustering que ofrece Tableau. Gracias a esto, el usuario podrá trabajar con un amplio rango de datos de muy distinto tipo sin que ello requiera de una enorme preparación previa.
En el siguiente ejemplo se puede observar cómo Tableau crea por defecto los clusters basándose en las variables representadas en la vista del informe. Sin embargo, el usuario podría suprimir alguna/s de las variables utilizadas y añadir otra/s distinta/s a las inicialmente mostradas en la vista. De igual manera, también podría escoger el número de clusters que desea visualizar si los mostrados por defecto en Tableau no se ajustan a sus necesidades. Además, el usuario podrá colorear los distintos clusters con el fin de diferenciarlos más fácilmente o filtrar para visualizar sólo aquellos que le puedan resultar de interés.
Para más información sobre la función de clustering que ofrece Tableau accede a este enlace. Si quieres saber más sobre Tableau o te interesa ver una demostración del producto entra en la web de Intelligence Partner y descubre todo lo que esta solución de Business Intelligence puede ofrecerte.
