Conclusion

Étude de cas : analyser l’attrition client dans Tableau

Carl Rosseel

Curriculum Manager

Flux d'analyse de données

Tableau Public

• Gratuit
• Limites
  • Uniquement fichiers CSV, Excel et texte
  • Enregistrement en ligne
  • 15 millions de lignes de données
  • Rapports publics
• Vous permet d'enregistrer votre travail

Un compte Tableau Public est requis

• Publication impossible sans compte
• Créez un compte sur https://public.tableau.com/
  • Cliquez sur « Sign Up » et renseignez vos informations :

Enregistrer votre travail

Accès Internet bloqué

Votre fichier sera publié

Aller plus loin : prédire le churn (optionnel)

• Cours sur la prédiction du churn : Marketing analytics: predicting customer churn in Python
• Connaissances Python intermédiaires requises

• Vous apprendrez à construire et valider votre prédiction avec des métriques de modèle

Tableau est un terrain de jeu

• Vous avez analysé un nouveau jeu de données depuis zéro :
  • Diverses visualisations : graphiques à double axe, nuages de points, cartes, …
  • Champs calculés : COUNTD(), IF THEN ELSE, …
  • Regroupements en classes et tailles de classe
• Vous avez exploité l'interactivité via :
  • Filtres
  • Visualisations comme filtres
  • Paramètres

Félicitations !

Étude de cas : analyser l’attrition client dans Tableau