Det här exemplet visar hur du skapar ett spridningsdiagram för att visa korrelationen mellan två mått. Vi vill jämföra hur den genomsnittliga försäljningsvolymen korrelerar med den genomsnittliga marginalen för en grupp säljare och identifiera outliers.
Datauppsättning
I det här exemplet använder vi två datafiler från Qlik Sense Tutorial - Building an App. Om du hämtar och expanderar introduktionskursen, så ligger filerna i mappen Tutorials source:
- Sales.xls
- Sales rep.csv
Gå till Tutorial - Building an App för att ladda ner filerna.
Lägg till båda datafilerna i en tom app och se till att de associeras med Sales Rep ID - Sales Rep Number.
Datauppsättningen som laddas innehåller försäljningsdata. I tabellen Sales rep finns informationen om säljarna.
Mått
Vi behöver två mått som vi skapar i Originalobjekt:
- AverageSales med uttrycket Avg(Sales). Det här är genomsnittet av försäljningsvärdet för alla ordrar.
- AverageMargin med uttrycket Avg(Margin/Sales). Det här är genomsnittet av försäljningsmarginalen för alla ordrar.
Visualisering
Vi lägger till ett spridningsdiagram på arket och anger följande dataegenskaper:
- Dimensioner > Bubbla: Sales Rep Name (säljare)
- Mått > X-axel: AverageSales
- Mått > Y-axel: AverageMargin
Ett spridningsdiagram skapas, med en bubbla för varje säljare.
Vi vill också ha information om den totala försäljningen för varje säljare, och lägger till det tredje måttet Avg(Sales). Bubblornas storlek representerar den totala försäljningen för varje säljare.
Upptäckt
Spridningsdiagrammet visualiserar den genomsnittliga försäljningen jämfört med den genomsnittliga marginalen för varje säljare, och vi kan se hur säljarna utmärker sig. Du kan hovra med muspekaren över en säljare och visa informationen.
I diagrammet ser vi att Lee Chin har det högsta genomsnittliga försäljningsvärdet. Stewart Wind har den största totala försäljningsvolymen, följd av Judy Thurman. Cheryle Sincock har en markant lägre genomsnittlig marginal än andra säljare, men har en större genomsnittlig försäljningsvolym än de flesta andra.