Plonger dans les données

Étude de cas : analyser des données de mise en forme dans Alteryx

Giniya Gupta

Sr. Analyst

Récapitulatif

Récapitulatif

Jeux de données importés
Données examinées et nettoyées
Doublons supprimés et Id uniques comptés
Moyenne des pas quotidiens calculée

Points marquants

$$

Tous les champs : type de données V_string
Valeurs NULL : 65 NULL dans la colonne Fat
Id uniques : DailySteps (24), WeightLogInfo (8), SleepDay (33)
SleepDay : 3 lignes en double
La moyenne des pas n'a dépassé 8 000 que pendant 11 jours

Données

Combiner des jeux de données

Joindre les jeux de données en une seule table :
- Id
- Date
Les Id servent à faire correspondre les enregistrements entre jeux de données
Les dates permettent d'aligner les événements chronologiquement

Table

Calculer l'indice de masse corporelle (IMC)

$$

L'IMC catégorise :

Insuffisance pondérale, Poids normal, Embonpoint, Obésité

Formule de l'IMC
- Poids en kg et taille en mètres
Obtenir des insights sur la santé et la condition physique de la clientèle

IMC

¹ https://www.cdc.gov/healthyweight/assessing/bmi/adult_bmi/index.html

Insights sur la condition physique

$$

Se référer aux lignes directrices du CDC et du NIH
Utiliser des seuils de position assise pour évaluer les risques liés à la sédentarité prolongée
Calculer un indice de mode de vie selon la moyenne des pas quotidiens

$$ se détendre

Agréguer et comparer

$$

Comparer nos chiffres agrégés aux normes du CDC et du NIH
Dégager des insights sur les habitudes de santé et de mise en forme de nos clients

discussion_personnes

Souplesse dans Alteryx

$$

Alteryx est un outil souple.
Il existe de nombreuses façons de résoudre un problème dans Alteryx.
Nous vous encourageons à essayer différentes méthodes tout au long du cours.

$$

Méthodes

Passons à la pratique !

Étude de cas : analyser des données de mise en forme dans Alteryx

Preparing Video For Download...