Bạn biết đấy, dữ liệu khảo sát thường rất phức tạp, với nhiều fields thể hiện với nhiều giá trị ý nghĩa riêng. Chúng tôi đã khảo sát các dữ liệu này với quy mô lớn nhỏ, theo nhiều mục đính khác nhau. Từ đây, chúng tôi có một cách thức chung giúp xử lý dữ liệu để phân tích trong Tableau.

 

Trong bài viết này chúng tôi sẽ hướng dẫn bạn một số cách định hình lại bộ dữ liệu, để phân tích dễ hàng hơn ở Taleau.

 

Bước 1: Thông thường, dữ liệu khảo sát được định dạng sao cho mỗi hàng tương ứng với một người trả lời và một cột tương ứng với mỗi câu hỏi. Điều này dẫn đến kết quả là chúng tôi muốn gọi dữ liệu này là dữ liệu ‘short and fat’,khi đó hàng là người trả lời, nhưng nhiều cột cho tất cả các câu hỏi. Tuy nhiên, Tableau thích dữ liệu đó là ‘tall and thin’. Để tuân thủ tùy chọn này, chúng tôi cần xoay dữ liệu để chúng tôi sẽ có ít cột hơn và nhiều hàng hơn.

 

Khi bạn xoay dữ liệu của mình, bạn muốn giữ bất kỳ Dimensions nào - nghĩa là các trường bạn muốn ‘slice and dice’ ra khỏi trục quay để chúng được lưu trữ dưới dạng các cột riêng biệt không phụ thuộc vào các dimensions là 'Câu hỏi'. Với dữ liệu điều tra, điều này có xu hướng là bất kỳ thông tin nhân khẩu học nào về người trả lời của bạn. Ví dụ: độ tuổi, giới tính, quốc gia, v.v ...

 

upload_2018-3-15_16-59-43.png

 

Điều này dẫn đến nhiều cột của bạn được chuyển đổi thành hai 'Pivot Field Names' (đổi tên thành Questions) và 'Pivot Field Values' (đổi tên thành Responses).Số lượng này nhân với số lượng hàng ban đầu trong nguồn dữ liệu của bạn bằng số câu hỏi có trong trục chính.Bây giờ, mỗi hàng trong bộ dữ liệu tương ứng với một câu hỏi cho mỗi người trả lời.

 

upload_2018-3-15_16-59-57.png

 

Thường có những câu trả lời 'không', có nghĩa là một bị đơn đã không trả lời câu hỏi. Bạn nên áp dụng một bộ lọc nguồn dữ liệu để loại trừ những điều này sao cho mỗi bản ghi đều tương ứng với câu trả lời cho mỗi câu trả lời.

 

Bạn có thể tìm hiểu thêm về xoay dữ liệu của bạn trong Tableau với Pivot dữ liệu trong Tableau này.

 

Bước 2: Làm sạch dữ liệu để phân tích:

 

Sau khi xoay dữ liệu, công việc khó khăn đã kết thúc! Bây giờ nó chỉ là vấn đề làm sạch bộ dữ liệu để phân tích là dễ dàng nhất có thể.

 

Một trong những bước đầu tiên tôi thực hiện là sao chép trường phản hồi và thay đổi kiểu dữ liệu thành số. Thao tác này sẽ chuyển đổi bất kỳ phím trả lời số (như xếp hạng) thành các biện pháp . Điều này làm cho nó dễ dàng hơn để tính toán, chẳng hạn như tính trung bình máy tính, ví dụ.

 

upload_2018-3-15_17-3-26.png

Một bước khác là nhóm các câu hỏi có các phím trả lời tương tự (như câu hỏi xếp hạng, thang đo Likert, có / không, v.v.).Điều này làm cho việc phân tích các câu hỏi cùng loại bằng cách sử dụng trường 'Question Type' và 'Questions' trên các kệ bộ lọc.

 

upload_2018-3-15_17-3-49.png

 

 

Bước 3: Bắt đầu phân tích bộ dữ liệu Khảo sát của bạn

 

Ngay khi dữ liệu có hình dạng phù hợp để phân tích trong Tableau, việc dễ dàng tạo các loại hình hình ảnh khác nhau và tương tác với chúng trong bảng điều khiển rất dễ dàng. Với một cú nhấp chuột vào 'use as filter', một viz ngay lập tức sẽ trở thành một bộ lọc cho phần còn lại của bảng điều khiển; và với bộ lọc nhanh , bạn có thể chop và thay đổi câu hỏi bạn đang xem phản hồi.

 

Mẫu Dashboard sau:

 

upload_2018-3-15_17-4-7.png