시각화 유형 선택의 모범 사례
좋은 시각화는 여러 값 간의 관계를 명확하게 표현하고 한눈에 데이터를 분석할 수 있게 합니다. Qlik Cloud Analytics는 다양한 Qlik Sense 시각화, 차트 및 분석을 제공합니다. 각 차트와 분석은 다양한 목적에 따라 다양한 방식으로 데이터를 시각화하는 데 탁월합니다. 차트의 데이터에서 보려고 하는 내용을 결정하여 차트와 분석을 선택해야 합니다.
어떤 시각화를 사용할지 불확실한 경우 Qlik Sense에서 제안할 수 있습니다. 분석을 사용하면 차트로 시작하는 대신 원하는 분석 유형으로 시작할 수 있습니다. 자세한 내용은 분석 만들기 및 편집을 참조하십시오. Insight Advisor는 시각화를 만드는 데에도 도움이 될 수 있습니다. 자세한 내용은 Insight Advisor을(를) 사용하여 시각화 만들기 및 Insight Advisor 차트 제안을 사용하여 시각화 만들기를 참조하십시오.
다음은 데이터를 보는 목적과 해당 목적을 달성하기 위해 권장되는 차트 및 분석 유형의 목록입니다.
비교 보기
비교 차트는 값을 서로 비교하는 데 사용됩니다. 비교 차트는 범주 간의 차이 또는 시간 경과에 따른 값의 변동 등 값의 차이를 보여 줍니다.
비교 차트로 답변할 수 있는 질문은 다음과 같습니다.
- 올해 총 판매량이 가장 높은 제품은 무엇입니까?
- 지난 24개월 동안 제품 판매량은 얼마나 증가 또는 하락했습니까?
다음 분석은 비교를 보기 위한 차트를 만드는 데 유용합니다.
| 분석 유형 | 일반적인 목적 |
|---|---|
| 비교 분석 | 차원에 대한 여러 측정값을 보여 줍니다. |
| 순위 분석 | 측정값에 기여한 순서대로 차원을 보여 줍니다. |
| 순위(그룹화) 분석 | 측정값에 대한 기여도 순서대로 계층 구조적 차원을 보여 줍니다. |
| 시간 경과에 따른 추세 분석 | 시간 경과에 따른 측정값의 성능을 보여 주고 선택적으로 차원별로 분류합니다. |
동일한 차원에 있는 서로 다른 값을 비교하려는 경우 대체 상태를 사용하면 됩니다. 자세한 내용은 비교 분석을 위한 대체 상태 사용를 참조하십시오.
관계 보기
관계형 차트는 값의 상관 관계를 찾는 데 사용됩니다. 관계형 차트를 사용하면 데이터의 상관 관계, 이상값 및 클러스터를 찾을 수 있습니다.
관계형 차트로 답변할 수 있는 질문은 다음과 같습니다.
- 광고비 지출과 제품 판매량 간에 상관 관계가 있습니까?
- 지역별 지출과 수입이 어떻게 다릅니까?
| 차트 유형 | 일반적인 목적 |
|---|---|
| 스캐터 차트 | 차원에 대한 2-3개의 측정값 간에 관계를 봅니다. |
다음 분석은 관계를 보기 위한 차트를 만드는 데 유용합니다.
| 분석 유형 | 일반적인 목적 |
|---|---|
| 클러스터링(k-평균) 분석 | 통계 알고리즘을 사용하여 차원과 연결된 측정값 클러스터를 보여 줍니다. |
| 상관 관계 분석 | 두 필드 간의 관계의 강점을 보여 줍니다. |
| 상호 정보 분석 | 소스 필드와 드라이버 필드 간의 종속성을 감지하고 보여 줍니니다. |
| 상대적 중요성 분석 | 합계에 기여하는 차원의 상대적 중요성을 보여 줍니다. |
컴퍼지션 보기
컴퍼지션 차트는 전체 값을 가져와서 그 전체 값을 구성하는 구성 요소 값을 확인합니다. 컴퍼지션 차트는 정적이며 전체 값 중 현재 컴퍼지션을 표시하거나 시간이 지남에 따라 전체 값 중 컴퍼지션이 어떻게 변경되는지 표시할 수 있습니다. 컴퍼지션 차트는 전체 값 또는 전체 값 중 고정 값의 백분율별로 컴퍼지션을 표시할 수 있습니다.
컴퍼지션 차트로 답변할 수 있는 질문은 다음과 같습니다.
- 지역 판매량은 전체 판매량 중 몇 퍼센트를 차지합니까?
- 지난 해 분기별 총 예산 중 각 부서의 할당량은 얼마입니까?
| 차트 유형 | 일반적인 목적 |
|---|---|
| 막대형 차트 | 단기간의 값에 대한 컴퍼지션 변화를 봅니다. |
| 꺾은선형 차트 | 장기간의 값에 대한 컴퍼지션 변화를 봅니다. |
| 원형 차트와 도넛형 차트 | 값의 정적 컴퍼지션을 봅니다. |
| 트리 맵 | 전체 누적 값의 정적 컴퍼지션을 봅니다. |
| 폭포형 차트 | 전체에 대한 누적 또는 차감한 값의 정적 컴퍼지션을 봅니다. |
다음 분석은 컴퍼지션 보기용 차트를 만드는 데 유용합니다.
| 분석 유형 | 일반적인 목적 |
|---|---|
| 분할 분석 | 기여 순서대로 여러 차원을 보여 줍니다. |
| 시계열 분해 분석 | 시계열을 추세, 계절성 및 잔차 구성 요소로 분해합니다. |
| 시간 경과에 따른 추세 분석 | 시간 경과에 따른 측정값의 성능을 보여 주고 선택적으로 차원별로 분류합니다. |
| 예측이 포함된 추세 분석 | 현재 및 미래 기간에 대한 예측과 함께 측정값을 보여 줍니다. |
| 연간 누계 분석 | 이전 연도와 동일한 기간의 차원 비교를 보여 줍니다. |
분포 보기
분포 차트는 데이터 내 값의 그룹화 방식을 파악하는 데 사용됩니다. 분포 차트는 데이터의 모양, 데이터의 값 범위 및 가능한 이상값을 보여 줍니다.
분포 차트로 답변할 수 있는 질문은 다음과 같습니다.
- 연령대별 고객 수는 얼마입니까?
- 서비스를 가장 많이 사용한 도시는 어디입니까?
다음 분석은 분포를 보기 위한 차트를 만드는 데 유용합니다.
| 분석 유형 | 일반적인 목적 |
|---|---|
| 개요 분석 | 하나 이상의 차원에 대한 측정값 분포를 보여 줍니다. |
성과 보기
성과 차트는 성과 측정값의 빠른 보기를 제공합니다. 성과 차트를 보면 사용자가 측정값을 빨리 파악하고 결과가 예상대로인지 여부를 신속하게 파악할 수 있습니다.
성과 차트로 답변할 수 있는 질문은 다음과 같습니다.
- 이번 분기의 현재 총 판매량은 얼마입니까?
- 이번 분기의 현재 총 판매량이 분기 예상 판매량을 충족합니까?
- 이 제품 라인의 성과는 다른 제품 라인과 비교하여 어떻습니까?
다음 분석은 성능 보기용 차트를 만드는 데 유용합니다.
| 분석 유형 | 일반적인 목적 |
|---|---|
| 이상(스파이크) 분석 | 시계열에서 스파이크 및 딥을 포함한 대규모 데이터 변형을 감지하고 보여 줍니다. |
| 이상(추세) 분석 | 시계열 세그먼트 간의 변경 포인트를 포함하여 급격한 데이터 변형을 감지하고 보여 줍니다. |
| 클러스터링(k-평균) 분석 | 통계 알고리즘을 사용하여 차원과 연결된 측정값 클러스터를 보여 줍니다. |
| 프로세스 제어(평균) 분석 | 예상 값의 전체 평균과 비교하여 일정 기간 동안의 측정값을 보여 줍니다. |
| 프로세스 제어(롤링 평균) 분석 | 계산된 두 제어 제한 사이의 시간 경과에 따른 측정값 성능을 보여 줍니다. |
데이터 보기
데이터 차트는 데이터 시각화 대신 자세한 데이터를 표시합니다. 정확한 값을 표시해야 하는 경우 및 개별 값을 비교하려는 경우 데이터 차트가 유용합니다.
데이터 차트로 답변할 수 있는 질문은 다음과 같습니다.
- 이번 달의 각 거래별 기록은 무엇입니까?
- 각 제품 그룹에서 고객별로 각각의 항목에 대한 수량 및 판매량은 얼마입니까?
지역 보기
지리 차트를 사용하면 맵에 점 또는 영역으로 데이터를 표시하여 데이터를 지역별로 시각화할 수 있습니다.
지리 차트로 답변할 수 있는 일반적인 질문은 다음과 같습니다.
- 서비스를 가장 많이 사용한 도시는 어디입니까?
- 고객이 가장 많은 국가는 어디입니까?
| 차트 유형 | 일반적인 목적 |
|---|---|
| 맵 차트 | 점 또는 영역으로 표시된 지리적 데이터를 봅니다. |
다음 분석은 지리를 보기 위한 차트를 만드는 데 유용합니다.
| 분석 유형 | 일반적인 목적 |
|---|---|
| 분할(지역 관련) 분석 | 측정값에 대한 지리적 기여도를 보여 줍니다. |
목적에 맞는 표준 차트가 없는 경우
Qlik에서 제공한 번들에서 컨트롤 또는 개체를 사용할 수 있습니다.
제공된 표준 차트 중 데이터를 시각화하기 위한 사용자의 요구 사항에 맞는 것이 없으면 사용자 지정 시각화 개체를 만들 수도 있습니다.
자세한 내용은 사용자 지정 개체를 사용하여 시각화 만들기를 참조하십시오.