تصور البيانات متعددة المتغيرات باستخدام مخطط رادار في Amazon QuickSight

في AWS re: Invent 2022 ، أعلنا عن التوفر العام لطبقتين جديدتين أمازون QuickSight المرئيات: مضاعفات صغيرة و مربعات النص. نحن متحمسون لإضافة صورة أخرى جديدة إلى QuickSight: الرسوم البيانية الرادارية. باستخدام مخططات الرادار ، يمكنك مقارنة عنصرين أو أكثر عبر متغيرات متعددة في QuickSight.

في هذا المنشور ، نستكشف المخططات الرادارية وحالات استخدامها وكيفية تكوينها.

ما هو مخطط الرادار؟

تعد المخططات النسيجيّة (المعروفة أيضًا باسم المخططات العنكبوتية أو المخططات القطبية أو مخططات الويب أو المخططات النجمية) طريقة لتصور البيانات متعددة المتغيرات المشابهة لمخطط الإحداثيات المتوازية. يتم استخدامها لرسم مجموعة واحدة أو أكثر من القيم عبر متغيرات مشتركة متعددة. يفعلون ذلك من خلال توفير محور لكل متغير ، ويتم ترتيب هذه المحاور بشكل شعاعي حول نقطة مركزية ومتباعدة بشكل متساوٍ. يمثل مركز المخطط الحد الأدنى للقيمة ، وتمثل الحواف أقصى قيمة على المحور. يتم رسم البيانات من ملاحظة واحدة على طول كل محور ومتصلة لتشكيل مضلع. يمكن وضع ملاحظات متعددة في مخطط واحد عن طريق عرض مضلعات متعددة.

على سبيل المثال ، ضع في اعتبارك أن الموارد البشرية ترغب في مقارنة درجة رضا الموظفين للإدارات المختلفة مثل المبيعات والتسويق والتمويل بمقاييس مختلفة مثل التوازن بين العمل والحياة والتنوع والشمولية وفرص النمو والأجور. كما هو مبين في المخطط الراداري التالي ، يشكل مقياس كل موظف المحور مع تمثيل كل قسم بواسطة سلسلة فردية.

هناك طريقة فعالة أخرى لمقارنة مخططات الرادار وهي مقارنة قسم معين بالمتوسط ​​أو القيمة الأساسية. على سبيل المثال ، يشعر قسم المبيعات بأجر أقل مقارنة بخط الأساس ، ولكنه يحتل مرتبة عالية في التوازن بين العمل والحياة.

متى يجب استخدام المخططات البيانية للرادار

تعد المخططات النسيجية خيارًا رائعًا عندما تكون المساحة قيدًا وتريد مقارنة مجموعات متعددة في مساحة مضغوطة. من الأفضل استخدام المخططات النسيجيّة لما يلي:

• تصور البيانات متعددة المتغيرات ، مثل مقارنة السيارات عبر إحصائيات مختلفة مثل الأميال والسرعة القصوى وقوة المحرك ومتعة القيادة
• التحليل المقارن (مقارنة عنصرين أو أكثر عبر قائمة من المتغيرات المشتركة)
• حدد القيم المتطرفة والقواسم المشتركة

بالمقارنة مع الإحداثيات المتوازية ، تعتبر المخططات البيانية الرادارية مثالية عندما تكون هناك مجموعات قليلة من العناصر المراد مقارنتها. يجب أن تضع في اعتبارك أيضًا عدم عرض الكثير من المتغيرات ، مما قد يجعل الرسم البياني يبدو مشوشًا ويصعب قراءته.

حالات استخدام المخطط النسيجي

تحتوي المخططات النسيجيّة على مجموعة متنوعة من حالات استخدام الصناعة ، بعضها كالتالي:

• التحليلات الرياضية - قارن أداء الرياضي عبر معايير الأداء المختلفة لمعايير الاختيار
• الإستراتيجيات - قارن وقياس تكاليف التكنولوجيا المختلفة بين مختلف المعايير ، مثل مركز الاتصال والمطالبات والمطالبات الضخمة وغيرها
• المبيعات - قارن أداء مندوبي المبيعات عبر معايير مختلفة مثل الصفقات المغلقة ومتوسط ​​حجم الصفقة وصافي أرباح العملاء الجدد وإجمالي الإيرادات والصفقات قيد التنفيذ
• مراكز الاتصال - قارن أداء موظفي مركز الاتصال مقابل متوسط ​​الموظفين عبر أبعاد مختلفة
• HR - قارن نتائج الشركة من حيث التنوع والتوازن بين العمل والحياة والفوائد وغير ذلك
• بحث المستخدم ونجاح العملاء - قارن نتائج رضا العملاء عبر أجزاء مختلفة من المنتج

تكوينات الرسم البياني النسيجي المختلفة

دعنا نستخدم مثالاً لتصور أداء الموظفين داخل الفريق ، باستخدام ما يلي بيانات العينة. الهدف هو مقارنة أداء الموظف بناءً على الصفات المختلفة مثل الاتصال وجودة العمل والإنتاجية والإبداع والاعتمادية والالتزام بالمواعيد والمهارات الفنية ، والتي تتراوح بين درجة 0-10.

لإضافة مخطط نسيجي إلى تحليلك ، اختر رمز المخطط النسيجي من المحدد المرئي.

اعتمادًا على حالة الاستخدام وكيفية تنظيم البيانات ، يمكنك تكوين مخططات الرادار بطرق مختلفة.

القيمة كمحور (علامة التبويب UC1 و 2 من مجموعة البيانات)

في هذا السيناريو ، يتم تعريف جميع الصفات (الاتصال والاعتمادية وما إلى ذلك) كمقاييس ، ويتم تعريف الموظف على أنه بُعد في مجموعة البيانات.

لتصور هذه البيانات في مخطط نسيجي ، اسحب جميع المتغيرات إلى ملف القيم حقل جيد و Employee الحقل إلى لون حقل جيد.

الفئة كمحور (علامة التبويب UC1 و 2 من مجموعة البيانات)

هناك طريقة أخرى لتصور نفس البيانات وهي عكس تكوين السلسلة والمحور ، حيث يتم عرض كل جودة كسلسلة ويتم عرض الموظفين على المحور. لهذا ، اسحب ملف Employee الحقل إلى الفئة الميدان جيدا وجميع الصفات ل القيم حقل جيد.

الفئة كمحور بلون (علامة التبويب UC3 من مجموعة البيانات)

يمكننا تصور حالة الاستخدام نفسها بهيكل بيانات مختلف ، حيث يتم تعريف جميع الصفات والموظفين كأبعاد والنتائج كقيم.

لتحقيق حالة الاستخدام هذه ، اسحب الحقل الذي تريد تصوره كمحور إلى ملف الفئة سلسلة الميدان والفردية إلى لون مجال. في حالتنا ، اخترنا Qualities كمحورنا المضافة Score إلى القيم الحقل جيدًا ، وتصور القيم لكل موظف عن طريق الإضافة Employee إلى لون حقل جيد.

تصميم المخططات النسيجيّة

يمكنك تخصيص المخططات النسيجية بخيارات التنسيق التالية:

• نمط السلسلة - يمكنك اختيار عرض المخطط إما كخط (افتراضي) أو سلسلة مساحية

• زاوية البداية - بشكل افتراضي ، يتم تعيين هذا على 90 درجة ، ولكن يمكنك اختيار زاوية مختلفة إذا كنت تريد تدوير مخطط الرادار للاستفادة بشكل أفضل من العقارات المتاحة

• منطقة التعبئة - يطبق هذا الخيار التلوين الفردي / الزوجي لمنطقة الرسم

• شكل الشبكة - اختر بين الدائرة أو المضلع لشكل الشبكة

نبذة عامة

في هذا المنشور ، نظرنا في كيف يمكن أن تساعدك مخططات الرادار على تصور العناصر ومقارنتها عبر متغيرات مختلفة. لقد تعلمنا أيضًا عن التكوينات المختلفة التي تدعمها المخططات الرادارية وخيارات التصميم لمساعدتك على تخصيص الشكل والمظهر.

نحن نشجعك على الاستكشاف مخططات الرادار وترك تعليق مع ملاحظاتك.

---

عن المؤلف

بويندر شادا هو أحد كبار مديري المنتجات في Amazon QuickSight ويركز على التصور وتجارب الواجهة الأمامية. إنه شغوف بذكاء الأعمال وتصور البيانات والتجارب منخفضة الكود / بدون رمز. قبل QuickSight ، كان مدير المنتج الرئيسي لشركة Inforiver ، وكان مسؤولاً عن بناء منتج ذكاء الأعمال للمؤسسة من الألف إلى الياء. بدأ Bhupinder مسيرته المهنية في مرحلة ما قبل البيع ، تلاه عمل صغير في الاستشارات ثم PM لـ xViz ، وهو إضافة لمنتج التصور.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. الوصول هنا.
• المصدر https://aws.amazon.com/blogs/big-data/visualize-multivariate-data-using-a-radar-chart-in-amazon-quicksight/