올바른 시각화 선택 | Qlik Cloud 도움말
기본 콘텐츠로 건너뛰기 보완적인 콘텐츠로 건너뛰기

올바른 시각화 선택

시각화를 사용하면 데이터를 표시하여 응용 프로그램 사용자가 데이터를 해석하고 탐색할 수 있습니다. 예를 들어 다른 지역의 판매 수를 비교하는 막대 차트 또는 동일한 데이터에 대한 정확한 값이 있는 테이블이 있습니다. 좋은 시각화는 표시된 데이터를 빠르고 정확하게 해석하는 데 도움이 됩니다.

시각화는 간단하게 추가하고 사용자 지정할 수 있습니다. 시각화는 차트(막대형 차트, 원형 차트, 테이블, 게이지 및 트리 맵) 형식을 사용할 수 있습니다. 각 차트 유형마다 고유의 기능이 있습니다. Qlik Cloud Analytics에서 사용자의 선택과 관련된 항목을 자동으로 강조 표시하므로 드릴다운 및 필터링할 수 있습니다.

목적에 맞는 시각화 유형을 선택합니다.

시각화 유형마다 특정 목적이 있습니다. 시각화의 목적을 고려하고 그 목적에 맞는 데이터를 효과적으로 탐색할 수 있는 시각화 유형을 선택해야 합니다.

예를 들어, 분기별 판매라는 측정값이 시간에 따라 어떻게 동작하는지 표시하려고 합니다. 꺾은선형 차트를 만듭니다. 꺾은선형 차트의 강점 중 하나가 시간 경과에 따른 측정값의 변화를 표시하는 것이기 때문입니다. 또는 원하는 분석 유형으로 시작할 수 있습니다. 사용할 수 있는 분석에서 시간 경과에 따른 추세를 분석 유형으로 선택하여 꺾은선형 차트를 작성할 수 있습니다.

자세한 내용은 다음을 참조하십시오.

사용 가능한 시각화

자산 패널의 차트에서 다음 유형의 시각화를 사용할 수 있습니다.

  • 막대, 선 또는 점과 같은 요소로 데이터를 시각화하거나 텍스트로 표시하는 차트입니다.

  • 사용 가능한 분석을 통한 탐색을 지원하는 대시보드 개체입니다. 특정 작업의 수행을 자동화할 수도 있습니다.

  • 여전히 지원되지만 더 새로운 버전을 사용할 수 있거나 포함(embedding)과 같은 기능에 대해 동일한 수준의 지원을 제공하지 않는 레거시 시각화입니다.

자산 패널의 분석에서 분석을 사용할 수도 있습니다. 분석을 통해 데이터로 시각화하려는 분석 종류를 선택하면 분석 응용 프로그램이 대신 차트를 생성합니다.

가장 적합한 차트 또는 분석 유형 선택은 시각화 목적에 따라 다릅니다.

자세한 내용은 다음을 참조하십시오. 시각화 유형 선택의 모범 사례.

사전 정의된 시각화가 목적에 맞지 않는 경우 시각화 확장을 사용할 수 있습니다. 자산 패널의 확장 사용자 지정 개체에서 찾을 수 있습니다.

사용 가능한 기본 제공 시각화

기본 제공 시각화는 Qlik Cloud 구독에 관계없이 포함되는 시각화입니다. 기본 제공 시각화는 완전히 지원됩니다.

다음은 기본 제공 시각화입니다.

시각화

  • 세로 막대형 차트 막대형 차트: 하나 이상의 차원에 걸친 측정값의 차이를 높이가 다른 일련의 막대로 시각화합니다. 세로 또는 가로 형식으로 표시할 수 있으며 그룹화, 누적 또는 버터플라이 프레젠테이션으로 표시할 수 있습니다.

  • 상자 그림 Box plot: 상자 그림은 수치 데이터 그룹의 범위와 분포를 비교하는 데 적합하며, 수염이 있는 상자와 중간의 중심선으로 표시됩니다.

  • 글머리 기호 차트 Bullet chart: 글머리 기호 차트는 측정값의 성과를 목표값 및 미흡, 보통, 우수와 같은 정성적 척도와 비교하고 시각화하는 데 사용할 수 있습니다.

  • 세로 콤보 차트 Combo chart: 콤보 차트는 동일한 차트에 막대와 선을 결합합니다. 막대와 선은 백분율과 합계를 비교할 수 있도록 서로 다른 축을 가집니다. 가로 또는 세로 콤보 차트로 사용할 수 있습니다.

  • 분포도 Distribution plot: 분포도는 수치 데이터 그룹의 범위와 분포를 비교하는 데 적합합니다. 데이터는 축을 따라 값 점으로 표시됩니다.

  • 필터 컨테이너Filter pane: 필터 창을 사용하면 시트의 시각화에 표시되는 데이터를 제어할 수 있습니다. 필터 창은 여러 차원의 데이터를 동시에 필터링할 수 있습니다.

  • 깔때기 Funnel chart: 깔때기형 차트는 선형 프로세스의 연결된 단계를 시각적으로 표현한 것입니다.

  • 게이지 차트 Gauge: 게이지는 차원이 없는 단일 측정값의 값을 표시하는 데 사용됩니다.

  • 그리드 차트 Grid chart: 비교 데이터를 표시하고 값을 색상으로 나타내는 차트입니다.

  • 히스토그램 Histogram: 히스토그램은 연속된 간격 또는 특정 기간 동안의 수치 데이터 분포를 시각화하는 데 적합합니다. 데이터는 빈(bin)으로 나뉩니다.

  • KPI KPI: KPI는 핵심 성과 지표를 제시하는 데 사용됩니다. 시트에 링크를 추가할 수 있습니다.

  • 꺾은선형 차트 Line chart: 꺾은선형 차트는 값 사이에 데이터 선을 표시합니다. 꺾은선형 차트는 시간 간격에 따른 데이터 추세를 시각화하는 데 자주 사용됩니다. 또한 영역 꺾은선형 차트 Area 꺾은선형 차트로 표시할 수도 있습니다.

  • 맵 Map: 맵은 지리 공간 데이터와 측정값을 결합하는 데 사용됩니다(예: 지역 또는 매장의 매출).

  • 메코 차트 Mekko chart: 메코 차트는 그룹을 비교하는 동시에 이러한 그룹 내에 포함된 범주 항목을 비교합니다.

  • 조직도 Org chart: 트리 구조의 조직도를 만듭니다.

  • 원형 차트 Pie chart: 원형 및 도넛형 차트는 단일 차원과 단일 측정값 간의 관계를 보여줍니다. 도넛형 차트 Donut 차트로 표시할 수도 있습니다.

  • 피벗 테이블Pivot: Pivot은 차원과 측정값을 피벗 테이블의 행과 열로 표시합니다. 피벗 테이블을 사용하면 한 번에 여러 차원의 데이터를 분석할 수 있습니다. 피벗 테이블의 데이터는 차원의 조합을 기반으로 그룹화할 수 있으며 부분합을 표시할 수 있습니다. Pivot에는 Pivot table에서 사용할 수 없는 스타일 지정 옵션이 있습니다.

  • 피벗 테이블 Pivot table: 피벗 테이블은 차원과 측정값을 테이블의 행과 열로 표시합니다. 피벗 테이블을 사용하면 한 번에 여러 차원의 데이터를 분석할 수 있습니다. 피벗 테이블의 데이터는 차원의 조합을 기반으로 그룹화할 수 있으며 부분합을 표시할 수 있습니다.

  • Sankey 차트 Sankey chart: 정의된 시스템 경계 내에서 주요 이동 또는 흐름을 시각적으로 강조하는 흐름도 다이어그램 차트입니다.

  • 분산형 차트 Scatter plot: 분산형 차트는 두 측정값의 값을 표시합니다. 이는 각 인스턴스에 두 개의 숫자(예: 국가(인구 및 인구 증가율))가 있는 데이터를 표시하려는 경우에 유용합니다. 선택 사항인 세 번째 측정값을 사용할 수 있으며, 이는 거품 크기에 반영됩니다. 대규모 데이터 집합을 표시할 때는 거품 크기 대신 색상을 사용하여 측정값 크기를 나타냅니다.

  • 테이블 Straight table: 일반 테이블을 사용하면 세부 분석을 위해 표 형식의 데이터를 표시할 수 있습니다. 페이지 매김을 적용하여 대용량 데이터의 소비를 단순화할 수 있습니다. 또한 향상된 차트 탐색 환경을 사용하여 사용자가 분석 중에 임시로 열을 추가하고 제거하도록 허용할 수도 있습니다.

  • 트리맵 Treemap: 트리맵은 계층 구조 데이터를 보여줍니다. 트리맵은 제한된 공간 내에서 동시에 많은 수의 값을 표시할 수 있습니다.

  • 폭포형 차트 Waterfall chart: 폭포형 차트는 초기값이 중간의 양수 및 음수 값에 의해 어떻게 영향을 받는지 보여줍니다.

  • 쓰기 테이블 Write table: 쓰기 테이블을 사용하여 사용자가 데이터 분석 중에 편집 가능한 열을 변경할 수 있도록 허용합니다.

대시보드 개체

  • 트리맵 Animator: 일정 기간 동안 시각화의 변경 사항을 애니메이션으로 표시할 수 있습니다.
  • 버튼 Button: 버튼을 사용하여 응용 프로그램에서 쉽게 선택하고 탐색할 수 있도록 빠른 링크를 추가할 수 있습니다.

  • 날짜 선택기 Date picker: 달력에서 단일 날짜 또는 날짜 범위를 선택할 수 있습니다.
  • 이미지 선택Image: 시트에 이미지를 직접 삽입합니다.

  • 레이아웃 컨테이너 Layout container: 컨테이너에 시각화를 추가하고 정렬합니다.
  • 선 Line: 시트에 세로 및 가로 선을 추가합니다.
  • 탐색 메뉴 Navigation menu: 탐색 메뉴는 시트에 시트 탐색 옵션을 추가합니다.

  • 자연어 통찰력 NL insights: NL 통찰력 시각화는 데이터에 대한 자연어 통찰력을 차트 형태로 표시합니다.

  • 컨테이너 상자 Tab container: 제한된 공간에 시각화를 추가하고 조건에 따라 컨테이너 내부의 시각화를 표시하거나 숨길 수 있습니다.

  • 텍스트Text: 텍스트 시각화를 사용하여 웹 페이지에 텍스트와 링크를 추가할 수 있습니다.

  • Trellis container Trellis container: 마스터 시각화를 기반으로 격자 울타리 차트를 만듭니다.

  • 변수 입력 Variable input: 변수의 값을 설정할 수 있습니다.
  • Video player: 시트에 비디오를 추가할 수 있습니다.

레거시 개체

  • 깔때기 Funnel chart: 깔때기형 차트는 선형 프로세스의 연결된 단계를 시각적으로 표현한 것입니다.

  • 네트워크 차트 Network chart: 컴퓨터 네트워크의 그래픽 차트를 나타내는 클러스터 다이어그램을 만듭니다.

  • 피벗 테이블 P&L pivot: 손익 보고 등을 위해 스타일을 지정할 수 있는 피벗 테이블을 만듭니다.

  • 네트워크 차트 Radar chart: 방사형 축을 사용하여 한 차원 또는 다른 차원에서 측정값의 점수를 표시하는 2차원 차트를 만듭니다.

  • 테이블Table: 테이블은 값을 레코드 형식으로 표시하므로 테이블의 각 행에는 측정값을 사용하여 계산된 필드가 포함됩니다. 일반적으로 테이블에는 하나의 차원과 여러 측정값이 포함됩니다. 일반 테이블이 기본 테이블 시각화로 테이블을 대체했습니다.

  • 텍스트 Text & image: 텍스트 및 이미지 시각화를 사용하여 웹 페이지에 텍스트, 이미지, 측정값 및 링크를 추가할 수 있습니다.

  • 편차 폭포 Variance Waterfall: 차원의 서로 다른 값에 대한 두 측정값 간의 편차를 보여줍니다.

  • 워드 클라우드 Word cloud: 측정값에 따라 크기가 결정되는 단어의 클라우드 차트입니다.


사용 가능한 분석

  • 이상 현상(급증) Anomaly (spike): 시계열에서 급증 및 급감을 포함한 대규모 데이터 변동을 감지하고 표시합니다.

  • 이상 현상(급증) Anomaly (trend): 시계열 세그먼트 간의 변경 지점을 포함하여 갑작스러운 데이터 변동을 감지하고 표시합니다.

  • 분석 Breakdown: 기여도 순으로 여러 차원을 표시합니다.

  • 분석(지리 공간) Breakdown (geospatial): 측정값에 대한 지리적 기여도를 표시합니다.

  • 계산된 측정값(KPI) Calculated measure (KPI): 계산된 측정값을 표시합니다.

  • 클러스터링(k-평균) Clustering (k-means): 통계 알고리즘을 사용하여 차원과 관련된 측정값의 클러스터를 표시합니다.

  • 클러스터링(k-평균) Comparison: 차원에 대한 여러 측정값을 표시합니다.

  • 상관 관계 Correlation: 두 필드 간의 관계 강도를 표시합니다.

  • 상호 정보량 Mutual information: 소스 필드와 드라이버 필드 간의 종속성을 감지하고 표시합니다.

  • 개요 Overview: 하나 이상의 차원에 대한 측정값의 분포를 표시합니다.

  • 프로세스 제어(평균) Process control (mean): 예상값의 전체 평균과 비교하여 일정 기간 동안의 측정값을 표시합니다.

  • 프로세스 제어(평균) Process control (rolling mean): 계산된 두 제어 한계 사이에서 시간 경과에 따른 측정값의 성과를 표시합니다.

  • 순위 지정 Ranking: 측정값에 대한 기여도 순으로 차원을 표시합니다.

  • 순위 지정 Ranking (grouped): 측정값에 대한 기여도 순으로 계층 구조 차원을 표시합니다.

  • 상대적 중요성 Relative importance: 합계에 기여하는 차원의 상대적 중요성을 표시합니다.

  • 시계열 분해 Time series decomposition: 시계열을 추세, 계절성 및 잔차 구성 요소로 분해합니다.

  • 시계열 분해 Trend over time: 시간 경과에 따른 측정값의 성과를 표시하며, 선택적으로 차원별로 세분화할 수 있습니다.

  • 시계열 분해 Trend with forecast: 현재 및 미래 기간 동안의 예측과 함께 측정값을 표시합니다.

  • 연초 대비 누계(YTD) Year to date: 이전 연도의 동일한 기간에 대한 차원 비교를 표시합니다.

자세한 정보

이 페이지가 도움이 되었습니까?

이 페이지 또는 해당 콘텐츠에서 오타, 누락된 단계 또는 기술적 오류와 같은 문제를 발견하면 알려 주십시오!