Tableau은 오랫동안 유연한 프런트 엔드와 직관적인 시각적 인터페이스로 알려져 왔습니다.
그러나 최근에 데이터 과학자들은 점점 더 고급 분석 및 예측 모델링에 Tableau의 강력한 도구를 활용하고 있습니다.
Tableau의 직관적인 인터페이스를 활용하여, 당신도 짧은 시간에 정교한 분석 프로젝트를 완료 할 수 있습니다.
Tableau를 활용해 고급 분석 프로젝트를 향한 다음 단계로 갈 수 있는 5가지 방법이 있습니다.

1. 분할 및 코호트 분석
드래그 앤 드롭 세그멘테이션으로 Tableau은 직관적 흐름뿐만 아니라, 신속하고 유연한 코호트 분석을
작성 할 수 있습니다.
예를 들어, 몇가지 계산된 필드와 몇번의 드래그 앤 드롭 작업으로, 제품 카테고리에 별 국가 매출 기여도에 대한
대시보드를 만들 수 있습니다


< 이 대시보드는 국가별, 제품별 매출 기여도를 표현한 것이다. >

2. 시나리오와 What-IF 분석
강력한 입력 기능과 Tableau의 유연한 프론트 엔드를 결합함으로써, 신속하게 계산을 수정하고 다른 시나리오를
테스트 할 수 있습니다.
매개 변수를 사용해 계산값을 컨트롤, 필터의 임계 값을 변경, 또한 대시보드에 공급되는 데이터를 선택할 수 있습니다.
또한 매개 변수는 대화 형 보고서를 작성하기 위한 메커니즘을 제공합니다.

3. 정교한 계산
Tableau의 강력한 계산 언어는 쉽게 임의의 계산과 분석을 증대하고 간결한 표현으로 복잡한 데이터 조작을
수행 할 수 있습니다. 계산된 필드를 사용하면 쉽게 산술 연산, 조건논리식의 표현, 또는 특정 데이터 유형에 대한
전문적인 작업을 수행 할 수 있습니다.
이러한 고급 분석을 가능하게 하는 두 가지 핵심 기능은 세부 수준 (LOD) 표현과 테이블 계산입니다.

< LOD 표현은 구입 날짜의 1/4 분기 전체 매출의 실행 합계를 계산하는 데 사용됩니다. >

이 세상의 대부분의 데이터는 시계열에 의해 모델링 될 수 있고, Tableau 는 기본적으로 풍부한 시계열 분석을
지원합니다. 강력한 사용자 인터페이스를 사용하여 계절간의 데이터를 샘플링 하거나 혹은 다른 일반적인
시계열 작업을 수행 할 수 있습니다.
아래 시각화는 뉴욕시 모든 택시의 요금 패턴을 보여줍니다. 아래 샘플 데이터를 조정하여 쉽게 흥미로운 패턴을
찾아 낼수가 있습니다.  단 한 번의 클릭으로, 시간대를 자세하게 분석 할 수도 있고 전체 시계열을 볼 수 있습니다.
년간, 월간, 절기 별 혹은 분기별 매출 성장을 신속하게 변경하여 볼 수 있습니다.


< 택시 요금 일별 데이터 패턴에 대한 인사이트를 제공한다. >

4. 예측 분석
Tableau는 통계 및 데이터 전문가에게 잠재 변수를 발견하는 데 도움을 줄 수 있는 예측 기술을 포함하고 있습니다.
Tableau는 추세 및 예측 등 여려 모델링 기능을 보유하고 있습니다.
간단한 마우스 오른쪽 클릭만으로 모든 차트에 추세선 또는 예측 데이터를 추가 할 수 있습니다.
또한 드래그 드롭과 클릭 한 번으로 다른 그룹으로 세분화 할 수 있습니다.


< 지역별 판매에 대한 자동 예측. >

5. R 인터그레이션
다른 플랫폼들이 R과 연동할 때에 오랜 작업시간과 통계작업을 처리할 동한 Tableau의 R 플러그인은
프론트 엔드의 사용 편의성을 쉽고 강력하게 제공합니다.
Tableau은 Rserve 프로세스에 연결, webAPI를 통하여 R로 데이터를 전송할 수 있습니다.
전송된 결과는 Tableau 시각화 엔진을 사용하기 위해 Tableau으로 재전송 되며, Tableau 사용자가 R에서
사용할 수 있는 함수를 호출할 수 있고 R에서 만든 모델을 조작 할 수 있습니다.


< K-means 클러스터링 예제입니다. >