tableu

Note

Useful information that users should know, even when skimming content.

string & Logical

## String

Logical

Measurement vs Dimension

Fixed

Include & Exclude

Date & Times

Table Calculations

Metrics

1. Gross Profit

Gross Profit

Untuk menghitung gross profit (keuntungan kotor) di Tableau menggunakan ekspresi LOD, Anda dapat menggunakan rumus yang mempertimbangkan penjualan dan biaya produk. Berikut adalah cara umum untuk menghitung gross profit:

Gross Profit = Total Penjualan - Total Biaya Produk

Dalam hal ini, Anda mungkin memiliki kolom atau bidang untuk total penjualan dan total biaya produk. Anda kemudian dapat menggunakan ekspresi LOD untuk menghitung gross profit dengan mempertahankan agregasi dari dimensi lainnya.

Berikut adalah contoh ekspresi LOD untuk menghitung gross profit di Tableau:

{FIXED [Product]: SUM([Sales])} - {FIXED [Product]: SUM([Cost])}

Di sini, kita menggunakan ekspresi FIXED LOD untuk menjaga agregasi dari dimensi produk (Product) dan kemudian menghitung total penjualan (SUM([Sales])) dan total biaya (SUM([Cost])) untuk setiap produk. Kemudian kita mengurangkan total biaya produk dari total penjualan untuk mendapatkan gross profit.

Pastikan bahwa Anda telah mengganti [Product], [Sales], dan [Cost] dengan nama dimensi dan metrik yang sesuai dalam data Anda. Dengan menggunakan ekspresi LOD ini dalam pengaturan perhitungan di Tableau, Anda dapat dengan mudah menampilkan gross profit di visualisasi Anda.

% of Gross Profit

Untuk menghitung persentase dari keuntungan kotor (gross profit) terhadap total penjualan, Anda dapat menggunakan ekspresi LOD dalam Tableau. Persentase dari gross profit biasanya dihitung dengan rumus:

Di bawah ini adalah contoh cara Anda bisa menghitungnya dalam Tableau menggunakan ekspresi LOD:

({FIXED [Product]: SUM([Sales])} - {FIXED [Product]: SUM([Cost])}) / {FIXED : SUM([Sales])} * 100

Dalam rumus di atas:

• {FIXED [Product]: SUM([Sales])} - {FIXED [Product]: SUM([Cost])} menghitung gross profit seperti yang telah dijelaskan sebelumnya.
• {FIXED : SUM([Sales])} menghitung total penjualan secara keseluruhan tanpa memperhatikan dimensi lain.

Kemudian, kita membagi gross profit dengan total penjualan dan mengalikan dengan 100 untuk mendapatkan persentase dari gross profit terhadap total penjualan.

Pastikan untuk mengganti [Product], [Sales], dan [Cost] dengan nama dimensi dan metrik yang sesuai dalam dataset Anda.

Dengan menggunakan ekspresi LOD ini dalam perhitungan di Tableau, Anda dapat menampilkan persentase dari keuntungan kotor dalam visualisasi Anda.

2. CAGR

CAGR (Compound Annual Growth Rate) adalah ukuran untuk mengukur laju pertumbuhan suatu investasi atau bisnis selama periode waktu tertentu, dengan mengasumsikan pertumbuhan yang merata dari tahun ke tahun dalam periode tersebut. CAGR sering digunakan untuk mengevaluasi kinerja investasi atau bisnis dalam jangka waktu yang panjang.

CAGR memberikan gambaran yang lebih akurat tentang pertumbuhan, karena mencerminkan pertumbuhan yang berkelanjutan dari waktu ke waktu, dan mengabaikan fluktuasi tahunan yang mungkin terjadi.

Dalam konteks Tableau, Anda dapat menghitung CAGR dengan menggunakan perhitungan kustom atau ekspresi LOD, tergantung pada struktur data Anda dan tingkat kompleksitas yang Anda perlukan. Anda dapat menggunakan data historis untuk menghitung CAGR dari kinerja bisnis atau investasi dalam visualisasi Anda.

FIXED & LOD

Di dalam Tableau, Fixed dan LOD (Level of Detail) adalah dua jenis pernyataan yang memungkinkan Anda untuk mengontrol tingkat detail atau granularitas dari perhitungan Anda dalam visualisasi data. Mari kita jelaskan keduanya:

1. Fixed Expression:

   • Ekspresi Fixed memungkinkan Anda untuk menghitung nilai yang berdasarkan dimensi tertentu, tanpa memperhitungkan dimensi lain dalam tampilan.
   • Misalnya, Anda memiliki data penjualan yang mencakup berbagai kategori produk dan wilayah geografis. Anda ingin menghitung total penjualan untuk setiap kategori produk, tetapi Anda ingin mengabaikan perbedaan wilayah. Dalam hal ini, Anda dapat menggunakan ekspresi Fixed untuk menghitung total penjualan untuk setiap kategori produk tanpa memperdulikan wilayah.
   • Rumus umum untuk Fixed Expression: {FIXED [dimension]: aggregation expression}
   • Contoh: {FIXED [Category]: SUM([Sales])} akan menghitung total penjualan untuk setiap kategori produk, tanpa memperhatikan dimensi lain seperti wilayah.

2. LOD Expression (Level of Detail):

   • Ekspresi LOD memungkinkan Anda untuk secara eksplisit mengontrol tingkat detail perhitungan Anda dalam visualisasi data.
   • Anda dapat menggunakan LOD Expression ketika Anda ingin menghitung sesuatu pada tingkat detail yang berbeda dari visualisasi Anda.
   • LOD Expression memiliki tiga jenis utama:
     • INCLUDE: Menghitung ekspresi LOD berdasarkan dimensi yang Anda tentukan, mempertahankan agregasi dari dimensi lain.
     • EXCLUDE: Menghitung ekspresi LOD dengan mengabaikan dimensi yang Anda tentukan, mempertahankan agregasi dari dimensi lain.
     • FIXED: Menghitung ekspresi LOD pada tingkat detail yang Anda tentukan, mengabaikan dimensi dalam visualisasi.
   • Rumus umum untuk LOD Expression: {INCLUDE/EXCLUDE/FIXED [dimension]: aggregation expression}
   • Contoh: {INCLUDE [Category]: SUM([Sales])} akan menghitung total penjualan untuk setiap kategori produk, tetapi akan mempertahankan agregasi dari dimensi lain seperti wilayah.

Perbedaan utama antara Fixed dan LOD Expression terletak pada cara mereka memperlakukan dimensi dalam perhitungan. Fixed Expression memperlakukan dimensi yang ditentukan sebagai tingkat detail tetap tanpa memperhatikan dimensi lainnya, sementara LOD Expression memungkinkan Anda untuk secara fleksibel mengontrol tingkat detail perhitungan Anda berdasarkan dimensi tertentu atau keseluruhan tampilan.

Parameter

Parameter 1

Parameter 2

Conditional

5 Steps to Analysis using Tableau

In Tableau, conducting an analysis typically involves several key steps:

1. Data Check: Before diving into analysis, ensure that your data is clean, accurate, and properly structured. This may involve checking for missing values, outliers, and inconsistencies. Tableau provides tools for data preparation and cleansing to streamline this process.

2. Explore Data: Once your data is in good shape, start exploring it in Tableau. This involves visually examining the data to identify patterns, trends, and relationships. Tableau's drag-and-drop interface allows for intuitive exploration of data by creating various visualizations like scatter plots, bar charts, and histograms.

3. Analyze & Visualize Data: After gaining insights from data exploration, move on to more in-depth analysis and visualization. Use Tableau's powerful features like calculated fields, filters, and parameters to perform complex analyses and create informative visualizations. This step often involves creating multiple charts, graphs, or maps to answer specific questions or test hypotheses.

4. Dashboarding: Once individual visualizations are created, assemble them into interactive dashboards in Tableau. Dashboards allow you to combine multiple views into a single interface, enabling users to interactively explore different aspects of the data. Customize the layout, add interactivity, and design visually appealing dashboards to effectively communicate insights.

5. Communicate the Insights: Finally, share your findings and insights with stakeholders or decision-makers. Use Tableau's storytelling capabilities to create compelling narratives around your data. Incorporate annotations, captions, and explanations to guide viewers through the analysis process and highlight key takeaways. Tableau also allows you to publish your dashboards to Tableau Server or Tableau Public for easy sharing and collaboration.

By following these steps, you can effectively analyze data using Tableau and communicate meaningful insights to drive informed decision-making.

Function in Tableu

Aggregate Functions:

1. SUM(): Calculates the sum of a numerical field. Example: SUM([Sales])

2. AVG(): Calculates the average of a numerical field. Example: AVG([Profit])

3. MIN(): Finds the minimum value in a field. Example: MIN([Order Date])

4. MAX(): Finds the maximum value in a field. Example: MAX([Sales])

5. COUNT(): Counts the number of rows with non-null values in a field. Example: COUNT([Customer ID])

🎯More explanation below

Date Functions:

1. DATEADD(): Adds a specified interval to a date. Example: DATEADD('year', 1, [Order Date]) adds one year to the Order Date.

2. DATEDIFF(): Calculates the difference between two dates. Example: DATEDIFF('day', [Start Date], [End Date]) calculates the number of days between two dates.

3. DATETRUNC(): Truncates a date to a specified level of precision. Example: DATETRUNC('quarter', [Order Date]) truncates the Order Date to the nearest quarter.

4. DATEPART(): Extracts a part of a date. Example: DATEPART('month', [Order Date]) extracts the month from the Order Date.

5. NOW(): Returns the current date and time. Example: NOW() returns the current date and time.

6. TODAY(): Returns the current date. Example: TODAY() returns the current date without the time component.

7. DATE(): Creates a date from separate year, month, and day components. Example: DATE(2022, 10, 15) creates the date October 15, 2022.

8. DATEPARSE(): Parses a string into a date using a specified format. Example: DATEPARSE('yyyy-MM-dd', '2022-10-15') parses the string '2022-10-15' into a date.

String Functions:

1. LEFT(): Returns the leftmost characters of a string. Example: LEFT([Product Name], 5) returns the first 5 characters of the Product Name.

2. RIGHT(): Returns the rightmost characters of a string. Example: RIGHT([Customer Name], 3) returns the last 3 characters of the Customer Name.

3. MID(): Returns a substring from within a string. Example: MID([Description], 1, 10) returns a substring of 10 characters starting from the 1st character of the Description.

4. LEN(): Returns the length of a string. Example: LEN([Product Name]) returns the number of characters in the Product Name.

5. UPPER(): Converts a string to uppercase. Example: UPPER([City]) converts the City name to uppercase.

6. LOWER(): Converts a string to lowercase. Example: LOWER([Country]) converts the Country name to lowercase.

7. TRIM(): Removes leading and trailing spaces from a string. Example: TRIM([Description]) removes leading and trailing spaces from the Description.

8. REPLACE(): Replaces occurrences of a substring within a string with another substring. Example: REPLACE([Product Name], 'Chair', 'Table') replaces 'Chair' with 'Table' in the Product Name.

9. CONTAINS(): Checks if a string contains another substring. Example: CONTAINS('Hello, World!', 'World') returns TRUE if 'Hello, World!' contains 'World'.

10. FIND(): Returns the position of a substring within a string. Example: FIND('cat', 'The cat is on the mat') returns 5 as 'cat' starts at the 5th position in the string.

11. SPLIT(): Splits a string into an array of substrings based on a delimiter. Example: SPLIT('apple,orange,banana', ',') returns an array containing 'apple', 'orange', and 'banana'.

12. STR(): Converts a value to a string. Example: STR([Sales]) converts the Sales value to a string.

Certainly! Here are some logical functions in Tableau along with examples of their usage:

Logical Functions:

1. IF-THEN-ELSE: Conditional statement that returns different results based on a condition. Example: IF [Sales] > 1000 THEN 'High' ELSE 'Low' END categorizes sales as 'High' if greater than 1000, otherwise 'Low'.

2. CASE: Conditional statement that evaluates multiple conditions. Example:

   CASE 
       WHEN [Category] = 'Furniture' THEN 'Office Furniture'
       WHEN [Category] = 'Technology' THEN 'Electronics'
       ELSE 'Other' 
   END

3. AND: Logical AND operation. example:

   IF [Sales] > 1000 AND [Profit] > 500
   THEN 'High Profit' ELSE 'Low Profit'
   END` checks if both sales and profit are above certain thresholds.
   

4. OR: Logical OR operation. Example:

   IF [Region] = 'North' OR [Region] = 'South'
   THEN 'Northern or Southern Region' ELSE 'Other Regions'
   END` checks if the region is either 'North' or 'South'.
   

5. NOT: Logical NOT operation. Example:

   IF NOT ISNULL([Discount])
   THEN 'Discount Applied'
   ELSE 'No Discount Applied'
   END` checks if the discount field is not null.
   

These logical functions in Tableau are essential for implementing conditional logic in your data analysis. They allow you to control how your data is categorized, filtered, or displayed based on specific conditions.

Number Functions:

1. ABS(): Returns the absolute value of a number. Example: ABS([Profit])

2. ROUND(): Rounds a number to a specified number of decimal places. Example: ROUND([Discount], 2)

Table Calculation Functions:

1. WINDOW_SUM(): Calculates a running sum of a field within a specified window. Example: WINDOW_SUM(SUM([Sales]))

2. RUNNING_SUM(): Calculates a running sum of a field. Example: RUNNING_SUM([Profit])

Type Conversion Functions:

1. INT(): Converts a value to an integer. Example: INT([Quantity])

2. STR(): Converts a value to a string. Example: STR([Sales])

Statistical Functions:

1. ZN(): Replaces null values with zero. Example: ZN([Sales])

2. NULLIF(): Returns null if two expressions are equal. Example: NULLIF([Profit], 0)

Certainly! Here are some geographic functions in Tableau along with examples of their usage:

Geographic Functions:

1. MAKEPOINT(): Creates a point geometry from latitude and longitude values. Example: MAKEPOINT([Latitude], [Longitude])

2. DISTANCE(): Calculates the distance between two points. Example: DISTANCE([Origin], [Destination])

3. AREA(): Calculates the area of a polygon. Example: AREA([Polygon])

4. BUFFER(): Creates a buffer zone around a point, line, or polygon. Example: BUFFER([Location], 10, 'kilometers')

5. CONTAINS(): Checks if one geometry contains another. Example: CONTAINS([Polygon], [Point])

6. INTERSECTS(): Checks if two geometries intersect. Example: INTERSECTS([Polygon1], [Polygon2])

7. WITHIN(): Checks if one geometry is within another. Example: WITHIN([Point], [Polygon])

These geographic functions are useful for spatial analysis and creating geospatial visualizations in Tableau. They allow you to perform operations such as calculating distances between locations, determining containment relationships, and creating buffer zones around points of interest.

Group, Set, & Parameter

Group

• Group adalah penggabungan baris terkait dalam sebuah kolom.

  Contohnya: dalam dataset negara di seluruh dunia, kita bisa mengelompokkan baris-baris ini menjadi benua (Asia,Amerika,Africa) berdasarkan nama negaranya.

• Ada dua kasus penggunaan utama untuk Group:

  • untuk menciptakan konsistensi dalam data, seperti menggabungkan penulisan yang berbeda untuk hal yang sama.
  • untuk memberikan tingkat agregasi baru, seperti mengelompokkan produk-produk ke dalam kategori-kategori seperti aksesori, perabotan, pakaian, dll.
  • Grup dibuat untuk menggabungkan anggota yang mirip dalam sebuah field.
  • Grup dapat dibuat dengan memilih data dalam tampilan dan mengklik ikon grup atau dengan mengklik kanan pada sebuah field di panel data dan memilih buat grup.
  • Mereka dapat diedit, dihapus, dan ditambahkan.

Parameter

• Parameter dalam Tableau adalah nilai penampung global seperti angka, tanggal, atau string yang dapat menggantikan nilai konstan dalam suatu perhitungan, filter, atau garis referensi. Ini memungkinkan Anda untuk menyampaikan nilai ke visualisasi Anda untuk secara dinamis mengubah apa yang ditampilkan.

  Misalnya, mengubah tampilan dari 15 stasiun teratas menjadi 50 stasiun teratas. Kunci dari sebuah parameter adalah kemampuannya untuk mengirimkan nilai ke lembar kerja menggunakan Pengendali Parameter. Ini akan menjadi jelas dalam latihan berikutnya ketika kita membuat Parameter dan mengaitkannya dengan sebuah Bidang.Hitung dan filter. Setelah dibuat, Anda akan melihat bahwa Parameters berada di bagian tersendiri dalam panel Data. Mari kita lihat beberapa contoh.

  View in tableu:

  

Charts

Example Code:

Time Block

IF DATEPART('hour', [Start Time]) >= 0 AND DATEPART('hour', [Start Time]) < 6 
    THEN 'Night'
ELSEIF DATEPART('hour', [Start Time]) >= 6 AND DATEPART('hour', [Start Time]) < 12
    THEN 'Morning'
ELSEIF DATEPART('hour', [Start Time]) >= 12 AND DATEPART('hour', [Start Time]) < 18
    THEN 'Afternoon'
ELSE 
    'Evening'
END

weekend or weekdays

IF DATEPART('day', [Start Time])=1 
    or DATEPART('day', [Start Time])= 7
THEN 'Weekend'
ELSE 'Weekday'
END

Season

IF  datepart('month', [Start Time])<3 THEN 'Winter'
ELSEIF  datepart('month', [Start Time])<5 THEN 'Spring'
ELSE 'Summer'
END

Trip Duration (hour)

DATEDIFF('hour', [Start Time], [End Time])

Set

• Set dalam Tableau adalah kumpulan data yang dibuat untuk mengelompokkan nilai-nilai tertentu dalam satu kelompok. Setiap nilai dalam set bisa menjadi bagian dari set (IN) atau di luar set (OUT).

• Anda dapat membuat set berdasarkan kondisi tertentu, seperti nilai-nilai yang memenuhi kriteria tertentu atau nilai-nilai yang dipilih secara manual.

• Set bisa statis atau dinamis:

  • Set statis memiliki anggota tetap
  • Set dinamis berubah dengan data

• Set lebih kompleks daripada grup dan bisa berdasarkan beberapa dimensi atau kondisi.

• Mereka bisa dibuat dengan mengklik kanan dimensi di panel data dan memilih buat set.

• Set bisa digunakan untuk filtering, highlighting, atau membandingkan subset data.

  Contoh penggunaan set dalam Tableau termasuk pembagian data menjadi kategori-kategori tertentu untuk analisis lebih lanjut, atau membandingkan kinerja anggota set dengan anggota di luar set. Set dapat digunakan dalam perhitungan, filter, dan visualisasi untuk membantu dalam pemodelan data dan analisis.

  View in tableu 1

  

  View in tableu 2

  

  View in tableu 2