Chuyển đổi và trực quan hóa dữ liệu ngày

Phân tích chuỗi thời gian trong Tableau

Chris Hui

VP of Product, Tracked

Tính thời vụ là gì?

Tính thời vụ là khi chuỗi thời gian có các biến động đều đặn, có thể dự đoán, lặp lại theo năm
Ví dụ: du lịch hoặc mùa thu hoạch với giá biến động theo thời điểm
Hành vi theo mùa giúp doanh nghiệp lập kế hoạch quanh các đỉnh và đáy để tối ưu hoạt động

3 biểu đồ đường thể hiện các mức giá khác nhau cho các loại bơ khác nhau

Các cách xử lý tính thời vụ:

Trung bình trượt
- Làm mượt biến động ngắn hạn (đỉnh/đáy) trong một cửa sổ thời gian
- Lọc nhiễu, giữ tín hiệu nền

Biểu đồ đường so sánh doanh số trung bình với đường trung bình trượt giúp làm mượt các đỉnh

Các cách nhận diện tính thời vụ:

Boxplot theo mùa (phân tích theo quý)
- Chia dữ liệu theo quý để trực quan hóa biến động theo mùa
- Độ biến động nhất quán giữa các quý là dấu hiệu hành vi theo mùa

Biểu đồ hộp cho thấy IQR thay đổi theo quý và năm

Giá trị bất thường (outlier) là các giá trị lệch khỏi phân phối chuẩn
Outlier có thể được coi là:
- Bất kỳ giá trị nào nằm ngoài ±3 độ lệch chuẩn so với trung bình
- Nhỏ hơn Q1 hơn 1,5 × IQR hoặc lớn hơn Q3 hơn 1,5 × IQR

Biểu đồ hộp cho thấy độ biến thiên doanh số theo mùa

(Độ lệch chuẩn đo mức độ một giá trị cách xa trung bình tổng thể)

Phân phối chuẩn hiển thị dải Z-score từ -3 đến +3

Phần trăm vị trí (percentile) cho biết vị trí của một giá trị so với các giá trị khác
- Trung vị (percentile 50)
- Tứ phân vị trên & dưới (75/25)

Phân phối chuẩn chia thành dưới percentile 50 và trên percentile 50

Biểu đồ tần suất hiển thị ngưỡng cắt để xác định giá trị bất thường

Phân tích chuỗi thời gian trong Tableau