FREE
TABLEAU
MOCK-UP TEST

Analiza sezonowości w oparciu o daty w Tableau

W analizie sezonowości, data to bez wątpienia najważniejszy wymiar. Również z punktu widzenia biznesu jest on istotny. Dzięki niemu możemy się dowiedzieć jak wyglądały nasze wyniki rok temu, jak wyglądają teraz, a w nieco bardziej zaawansowanych przypadkach również jak prawdopodobnie będą wyglądać uwzględniając dane historyczne.

Umiejętne manipulowanie wymiarem daty pozwoli nam na zauważenie trendów niewidocznych na pierwszy rzut oka, dlatego dzisiejszy artykuł w pełni poświęcimy temu wymiarowi.

Jak analizować sezonowość w oparciu o daty?

Zasadniczo jest kilka dobrych praktyk wizualizacji danych w czasie. Podstawą jest oczywiście standardowy wykres liniowy, a także jego bardziej złożone wariacje. W zależności od problemu, który chcemy rozwiązać możemy stosować inne typy, które przedstawimy w dalszej części artykułu.

Na początek weźmy pod uwagę podstawowy wykres liniowy przedstawiający sprzedaż dzień po dniu. Wyciągnięcie z niego jakichkolwiek wniosków jest dość trudne. Poza kilkoma znaczącymi odchyleniami nie widać, które miesiące roku są dla nas owocne, a które mniej. Na upartego można tu szukać trendów, ale zajmuje to zdecydowanie więcej czasu niż powinno.

Drobna modyfikacja w obrębie daty, a konkretnie zmiana z daty ciągłej na dyskretną w formie miesięcy pozwala nam spojrzeć na sumaryczną sprzedaż w poszczególnych miesiącach uwzględniając wszystkie lata.

Dużo lepiej, prawda? Widać, że większość naszej sprzedaży z ostatnich 4 lat następowała zazwyczaj pod koniec roku. A może był jakiś rok, który szczególnie zawyżył na sprzedaż w 4-tym kwartale? Możemy to sprawdzić dodając kolejne pole z wymiarem daty, tym razem jako rok i wykreślając linię średniej za pomocą Reference Line.

Taki wykres daje nam już pełen obraz tego co się działo – dokładnie widzimy, która część roku jest najlepsza do uruchomienia skutecznej kampanii marketingowej, a w której moglibyśmy zminimalizować straty przez czasowe ograniczenie stanów magazynowych. Jednocześnie niemal w każdym miesiącu widzimy trend wzrostowy, a więc możemy uznać, że nasze dotychczasowe działania są skuteczne.

Odwracając sytuację – możemy zamienić miejscami rok i miesiąc. Taki obraz również dobrze pokazuje sezonowość, widać że wartość sprzedaży rośnie w każdym roku, a jednocześnie lepiej widzimy strukturę każdego roku niż na powyższej wizualizacji.

Drugim sposobem na pokazanie problemu sezonowości w sposób jak powyżej jest umieszczenie miesięcy na osi X i dodanie lat jako czterech oddzielnych serii danych. Aby zachować zasady dobrej wizualizacji kolorem oznaczamy wyłącznie rok, który nas interesuje, spychając resztę lat na dalszy plan.

Na powyższej wizualizacji doskonale widać jak prezentował się rok 2020 na tle innych.

 

Inne typy wizualnej analizy sezonowości

Wykres liniowy jest absolutnym go-to jeżeli chodzi o wizualizację danych w czasie, ale istnieją jeszcze inne metody. Żadna z przedstawionych wizualizacji w tym artykule nie jest ani lepsza, ani gorsza – wszystkie służą do rozwiązania innego problemu.

Slopegraph

Jeżeli interesuje nas wyłącznie kierunek trendu (np. czy odnotowaliśmy wzrost czy spadek względem poprzedniego roku) nie ma sensu sięgać po wykres liniowy, aby pokazywać cały przebieg. Przydatny okaże się wówczas slopegraph, który jasno i klarownie pokaże kierunek, w jakim wydajność naszego biznesu zmierza.

Na powyższej wizualizacji wchodzimy w bardziej szczegółowe dane. Rozbijamy naszą sprzedaż na segment i sprawdzamy, który z nich zanotował wzrost w roku 2020 w stosunku do 2019.

 

Liczby

W wizualizacji danych, mówi się, że prostota jest często najlepsza. Jeżeli, podobnie jak powyżej interesuje nas wyłącznie kierunek zmian, możemy to przedstawić w formie tekstu jako sprzedaż w interesującym nas roku i odpowiednio, roku poprzednim wzbogacając informację procentowym wzrostem lub spadkiem. Taka forma doskonale się nada jako główny KPI na dashboardzie.

Kalendarz

Jeżeli interesuje nas sprzedaż w poszczególnych, wykres liniowy nie jest najlepszym wyborem jak pokazaliśmy powyżej. Mimo, że widać na nim znaczne wzrosty, to ciężko znaleźć interesujący nas dzień. Z pomocą przychodzi jednak wizualizacja mapy cieplnej w formie kalendarza, na której bez problemu znajdziemy interesujący nas dzień i porównamy go z dowolnym innym dniem w roku.

Podsumowanie

Przedstawiliśmy kilka sposobów na wizualizację danych w czasie i problem sezonowości, jednak jest to tylko wstęp do tematu. Wykorzystując zawarte w tym artykule sposoby nie zapominajmy jednak o zasadach dobrej wizualizacji danych.

Aktualności

Analiza sezonowości w oparciu o daty w Tableau

Aktualności

Jak centralizować dane marketingowe automatycznie?