داده های چند متغیره را با استفاده از نمودار رادار در آمازون QuickSight تجسم کنید

در AWS re:Invent 2022، ما در دسترس بودن عمومی دو محصول جدید را اعلام کردیم آمازون QuickSight تصاویری: مضرب کوچک و جعبه های متن. ما هیجان زده هستیم که تصویر جدید دیگری را به QuickSight اضافه کنیم: نمودارهای رادار. با نمودارهای رادار، می توانید دو یا چند مورد را در بین متغیرهای متعدد در QuickSight مقایسه کنید.

در این پست به بررسی نمودارهای رادار، موارد استفاده از آن و نحوه پیکربندی آن می پردازیم.

نمودار رادار چیست؟

نمودارهای رادار (همچنین به عنوان نمودارهای عنکبوتی، نمودارهای قطبی، نمودارهای وب یا نمودارهای ستاره شناخته می‌شوند) راهی برای تجسم داده‌های چند متغیره مشابه نمودار مختصات موازی است. آنها برای ترسیم یک یا چند گروه از مقادیر بر روی چندین متغیر مشترک استفاده می شوند. آنها این کار را با ارائه یک محور برای هر متغیر انجام می دهند و این محورها به صورت شعاعی حول یک نقطه مرکزی چیده شده اند و به طور مساوی فاصله دارند. مرکز نمودار نشان دهنده حداقل مقدار و لبه ها نشان دهنده حداکثر مقدار در محور است. داده های یک مشاهده منفرد در امتداد هر محور رسم می شود و برای تشکیل یک چندضلعی به هم متصل می شود. مشاهدات متعدد را می توان با نمایش چند ضلعی در یک نمودار قرار داد.

به عنوان مثال، HR را در نظر بگیرید که می‌خواهید امتیاز رضایت کارکنان را برای بخش‌های مختلف مانند فروش، بازاریابی و امور مالی با معیارهای مختلفی مانند تعادل کار/زندگی، تنوع، فراگیری، فرصت‌های رشد و دستمزد مقایسه کنید. همانطور که در نمودار رادار زیر نشان داده شده است، هر متریک کارمند محوری را تشکیل می دهد که هر بخش با سری های جداگانه نشان داده می شود.

یکی دیگر از روش های موثر برای مقایسه نمودارهای رادار، مقایسه یک بخش معین با میانگین یا مقدار پایه است. به عنوان مثال، بخش فروش در مقایسه با سطح پایه کمتر احساس غرامت می کند، اما از نظر تعادل بین کار و زندگی رتبه بالایی دارد.

زمان استفاده از نمودارهای رادار

نمودارهای رادار زمانی که فضا یک محدودیت است و می خواهید چندین گروه را در یک فضای فشرده مقایسه کنید، گزینه بسیار خوبی هستند. نمودارهای رادار بهتر است برای موارد زیر استفاده شوند:

• تجسم داده‌های چند متغیره، مانند مقایسه خودروها با آمارهای مختلف مانند مسافت پیموده شده، حداکثر سرعت، قدرت موتور و لذت رانندگی
• تجزیه و تحلیل مقایسه ای (مقایسه دو یا چند مورد در لیستی از متغیرهای رایج)
• نقاط پرت و مشترک

در مقایسه با مختصات موازی، نمودارهای رادار زمانی ایده آل هستند که چند گروه از موارد برای مقایسه وجود داشته باشد. همچنین باید مراقب باشید که متغیرهای زیادی را نمایش ندهید، که می تواند نمودار را درهم و برهم و خواندن آن را دشوار کند.

موارد استفاده از نمودار رادار

نمودارهای رادار دارای طیف گسترده ای از موارد استفاده صنعتی هستند که برخی از آنها به شرح زیر است:

• تجزیه و تحلیل ورزشی - مقایسه عملکرد ورزشکار در پارامترهای مختلف عملکرد برای معیارهای انتخاب
• استراتژی - مقایسه و اندازه گیری هزینه های مختلف فناوری بین پارامترهای مختلف، مانند مرکز تماس، ادعاها، ادعاهای عظیم و موارد دیگر
• حراجی - مقایسه عملکرد نمایندگان فروش در پارامترهای مختلف مانند معاملات بسته، میانگین اندازه معامله، برنده شدن خالص مشتری جدید، کل درآمد، و معاملات در دست تولید
• مراکز تماس - عملکرد کارکنان مرکز تماس را با میانگین کارکنان در ابعاد مختلف مقایسه کنید
• HR - نمرات شرکت را از نظر تنوع، تعادل کار/زندگی، مزایا و موارد دیگر مقایسه کنید
• تحقیق کاربر و موفقیت مشتری - نمرات رضایت مشتری را در بخش های مختلف محصول مقایسه کنید

پیکربندی های مختلف نمودار رادار

بیایید از مثالی از تجسم عملکرد کارکنان در یک تیم با استفاده از موارد زیر استفاده کنیم داده های نمونه. هدف مقایسه عملکرد کارکنان بر اساس کیفیت های مختلف مانند ارتباطات، کیفیت کار، بهره وری، خلاقیت، قابلیت اطمینان، وقت شناسی و مهارت های فنی است که بین نمره 0 تا 10 متغیر است.

برای افزودن نمودار رادار به تحلیل خود، نماد نمودار رادار را از انتخابگر بصری انتخاب کنید.

بسته به مورد استفاده و نحوه ساختار داده ها، می توانید نمودارهای رادار را به روش های مختلف پیکربندی کنید.

مقدار به عنوان محور (برگه UC1 و 2 از مجموعه داده)

در این سناریو، تمام کیفیت ها (ارتباط، قابلیت اطمینان و غیره) به عنوان معیار تعریف می شوند و کارمند به عنوان یک بعد در مجموعه داده تعریف می شود.

برای تجسم این داده ها در نمودار رادار، همه متغیرها را به سمت زیر بکشید ارزش‌ها میدان خوب و Employee زمینه به رنگ خوب میدانی

دسته به عنوان محور (برگه UC1 و 2 از مجموعه داده)

راه دیگر برای تجسم داده های مشابه، معکوس کردن پیکربندی سری و محور است، که در آن هر کیفیت به صورت یک سری نمایش داده می شود و کارکنان در محور نمایش داده می شوند. برای این کار، را بکشید Employee زمینه به دسته بندی زمینه خوب و تمام کیفیت ها را به ارزش خوب میدانی

دسته به عنوان محور با رنگ (برگه UC3 از مجموعه داده)

ما می‌توانیم همان مورد استفاده را با ساختار داده‌ای متفاوت تجسم کنیم، که در آن همه کیفیت‌ها و کارکنان به عنوان یک بعد تعریف می‌شوند و به عنوان ارزش امتیاز می‌گیرند.

برای دستیابی به این مورد، فیلدی را که می‌خواهید به عنوان محور تجسم کنید به سمت آن بکشید دسته بندی رشته و سری های فردی به رنگ رشته. در مورد ما، ما انتخاب کردیم Qualities به عنوان محور ما اضافه شد Score به ارزش به خوبی فیلد کنید و با افزودن مقادیر را برای هر کارمند تجسم کرد Employee به رنگ خوب میدانی

طراحی نمودارهای رادار

می توانید نمودارهای رادار خود را با گزینه های قالب بندی زیر سفارشی کنید:

• سبک سریال – می توانید انتخاب کنید که نمودار به صورت خط (پیش فرض) یا سری منطقه نمایش داده شود

• زاویه شروع - به طور پیش‌فرض، این روی 90 درجه تنظیم شده است، اما اگر می‌خواهید نمودار رادار را بچرخانید تا بهتر از املاک موجود استفاده کنید، می‌توانید زاویه دیگری را انتخاب کنید.

• منطقه را پر کنید – این گزینه رنگ آمیزی زوج و فرد را برای ناحیه طرح اعمال می کند

• شکل شبکه - بین دایره یا چند ضلعی برای شکل شبکه انتخاب کنید

خلاصه

در این پست به این موضوع پرداختیم که چگونه نمودارهای رادار می توانند به شما در تجسم و مقایسه آیتم ها در بین متغیرهای مختلف کمک کنند. ما همچنین در مورد پیکربندی‌های مختلف پشتیبانی شده توسط نمودارهای رادار و گزینه‌های سبک برای کمک به شخصی‌سازی ظاهر و احساس آن آشنا شدیم.

ما شما را به کاوش تشویق می کنیم نمودارهای راداری و نظر خود را با نظرات خود بنویسید

---

درباره نویسنده

بوپیندر چادا یک مدیر ارشد محصول برای آمازون QuickSight است که بر تجسم و تجربیات ظاهری تمرکز دارد. او علاقه زیادی به BI، تجسم داده ها و تجربیات کم کد/بدون کد دارد. قبل از QuickSight او ​​مدیر محصول اصلی Inforiver بود که مسئول ساخت یک محصول BI سازمانی از پایه بود. Bhupinder کار خود را با پیش فروش آغاز کرد، به دنبال آن یک کنسرت کوچک در مشاوره و سپس PM برای xViz، محصولی افزوده بر تجسم، انجام داد.

• محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
• پلاتوبلاک چین. Web3 Metaverse Intelligence. دانش تقویت شده دسترسی به اینجا.
• منبع: https://aws.amazon.com/blogs/big-data/visualize-multivariate-data-using-a-radar-chart-in-amazon-quicksight/