---
schema_version: "1"
id: 5b55b7fdc7de0007cc02cf10775823ce7f4ad6114fe23a0c2c52b08fa59bcc1c
title: "กำหนดการตั้งค่าเรื่องราวข้อมูลใน Tableau: การวิเคราะห์"
collection: tableau
version: next
locale: th-th
portal_url: https://docs.salesforce.com/tableau/next/th-th/online/data_stories_analytics.md
canonical_url: https://help.tableau.com/v0.0/online/th-th/data_stories_analytics.htm
source_site: help.tableau.com
content_type: documentation
content_hash: 2c449717d5517f1692294c71dcb68801155d58c91a9adcb1cea5be3337776c1a
description: Feature retired.
---
[ข้ามไปยังเนื้อหาหลัก](#main-content)

# กำหนดการตั้งค่าเรื่องราวข้อมูลใน Tableau: การวิเคราะห์

**การเปลี่ยนแปลงที่สำคัญสำหรับเรื่องราวของข้อมูล Tableau**

เรื่องราวของข้อมูล Tableau ถูกเลิกใช้ใน Tableau Desktop, Tableau Cloud, และ Tableau Server ภายในเดือนมกราคม 2025 (2025.1) ด้วยความก้าวหน้าของเทคโนโลยีภาษาธรรมชาติ เรากำลังพัฒนาอินเทอร์เฟซที่ได้รับการปรับปรุง ซึ่งจะช่วยให้ถามคำถามเกี่ยวกับข้อมูลของคุณได้ง่ายขึ้น และติดตามการเปลี่ยนแปลงอยู่เสมอ หากต้องการข้อมูลเพิ่มเติม โปรดดู [Tableau Pulse ซึ่งขับเคลื่อนโดย Tableau AI จะพลิกโฉมประสบการณ์ด้านข้อมูลอย่างไร](https://www.tableau.com/th-th/blog/tableau-pulse-and-tableau-ai)

ภายในเรื่องราวข้อมูลใน Tableau คุณสามารถเลือกการวิเคราะห์ที่จะเขียนและเวลาที่มีการเขียนการวิเคราะห์เหล่านั้น ความพร้อมใช้งานของการวิเคราะห์ประเภทต่างๆ จะขึ้นอยู่กับประเภทของเรื่องราวและจำนวนของมิติข้อมูลและการวัดผลของเรื่องราว อย่างไรก็ตาม ยังไม่รองรับการวิเคราะห์เรื่องราวประเภทแผนภาพการกระจายในขณะนี้ หากต้องการข้อมูลเพิ่มเติม โปรดดู [เลือกประเภทเรื่องราวที่เหมาะสมสำหรับเรื่องราวข้อมูลใน Tableau Desktop ของคุณ](https://help.tableau.com/v0.0/online/th-th/data_stories_story_types.htm)

## กำหนดค่าการวิเคราะห์สำหรับเรื่องราวของคุณ

1. [เพิ่มเรื่องราวข้อมูลใน Tableau ลงในแดชบอร์ด](https://help.tableau.com/v0.0/online/th-th/data_stories_create.htm)
2. จากแดชบอร์ด ให้คลิกไอคอนการตั้งค่าที่มุมซ้ายบนของออบเจ็กต์เรื่องราวข้อมูล
3. ในกล่องโต้ตอบ “เรื่องราวข้อมูล” ให้คลิกแท็บการวิเคราะห์
4. คลิกที่สวิตช์เพื่อเปิดการวิเคราะห์ประเภทต่างๆ
5. สำหรับเซกเมนต์และเส้นแนวโน้ม ให้ขยายการตั้งค่าเพื่อกำหนดเกณฑ์สำหรับการทำการวิเคราะห์เหล่านั้น
6. คลิกบันทึก

## ทำความเข้าใจการวิเคราะห์ประเภทต่างๆ

### สหสัมพันธ์

ใช้สหสัมพันธ์เพื่อค้นหาสหสัมพันธ์ทางสถิติที่แท้จริงระหว่างสองอนุกรม หากคุณมีมากกว่าสองอนุกรม จะมีการวิเคราะห์อนุกรมทั้งหมดสำหรับสหสัมพันธ์ ตัวอย่างเช่น คุณอาจเปิดสหสัมพันธ์เพื่อค้นหาว่าเมื่อใดที่มีการซื้อผลิตภัณฑ์ทั้งสองอย่างพร้อมกัน

### การจัดคลัสเตอร์

ใช้การจัดคลัสเตอร์เพื่อค้นหากลุ่มที่แตกต่างกันของจุดข้อมูล (คลัสเตอร์) โดยใช้การวิเคราะห์ทางสถิติเดียว ตัวอย่างเช่น คุณอาจเปิดการจัดคลัสเตอร์เพื่อค้นหาว่าเมื่อใดที่ผลิตภัณฑ์ได้รับความนิยมอย่างมากในภูมิภาคทางภูมิศาสตร์ที่เฉพาะเจาะจง

### การกระจาย

ใช้การกระจายเพื่อจัดอันดับจุดข้อมูลที่มีความเกี่ยวข้องซึ่งกันและกันโดยใช้การสังเกตที่ไม่ใช่ทางสถิติ เช่น ค่าเฉลี่ย ค่ามัธยฐาน ความเบ้ ฯลฯ ตัวอย่างเช่น คุณอาจเปิดการกระจายเพื่อค้นหาว่าผลิตภัณฑ์ใดมีอัตราส่วนกำไรสูงที่สุด

### เซกเมนต์

ใช้เซกเมนต์เพื่อไฮไลต์การเปลี่ยนแปลงที่สำคัญของจุดข้อมูลในอนุกรม อันดับแรก ให้กำหนดเปอร์เซ็นต์ขั้นต่ำของการเปลี่ยนแปลงที่คุณต้องการให้มีการเขียนในเซกเมนต์ จะไม่มีการเขียนถึงการเปลี่ยนแปลงที่มีค่าต่ำกว่าเกณฑ์ที่คุณกำหนดไว้ ตัวอย่างเช่น หากคุณกำหนดเกณฑ์เซกเมนต์สำหรับการเปลี่ยนแปลงที่สูงกว่า 60% เรื่องราวของคุณจะไม่เขียนเกี่ยวกับจุดต่ำสุดในอนุกรมเวลาที่มีการลดลง 30%

หลังจากคุณกำหนดเกณฑ์แล้ว ให้เลือกว่าจะนำรูปแบบไปใช้หรือไม่ และกำหนดเปอร์เซ็นต์ขั้นต่ำของการเปลี่ยนแปลงที่คุณต้องการจัดรูปแบบ

### เส้นแนวโน้ม

ใช้เส้นแนวโน้มเพื่อคำนวณเส้นที่เหมาะสมที่สุดเชิงเส้นและระบุข้อมูลที่อยู่ภายในเปอร์เซ็นต์ความเชื่อมั่นที่กำหนด ข้อมูลที่มีความแปรปรวนสูงจะมีระดับความเชื่อมั่นต่ำกว่าข้อมูลที่มีความสม่ำเสมอกว่า และระดับความเชื่อมั่นนั้นจะเป็นตัวกำหนดว่าแนวโน้มจะได้รับการเขียนหรือไม่ คุณสามารถใช้เส้นแนวโน้มสำหรับเรื่องราวที่มีมิติข้อมูลเดียวและการวัดผลเดียว หรือคุณสามารถใช้เส้นแนวโน้มในการดูรายละเอียดแนวลึกได้ หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการดูรายละเอียดแนวลึก โปรดดู [กำหนดการตั้งค่าเรื่องราวข้อมูลใน Tableau: การเล่าเรื่องด้วยข้อมูล](https://help.tableau.com/v0.0/online/th-th/data_stories_narrative.htm)

กำหนดเปอร์เซ็นต์ขั้นต่ำของความเชื่อมั่นสำหรับเส้นแนวโน้ม หากคุณกำหนดเกณฑ์ไว้ที่ 95% แต่เส้นแนวโน้มสามารถพุ่งถึง 90% ของความเชื่อมั่น เรื่องราวของคุณจะไม่เขียนเกี่ยวกับเส้นแนวโน้ม หลังจากคุณกำหนดเกณฑ์แล้ว ให้เลือกว่าจะนำรูปแบบไปใช้หรือไม่ จากนั้นกำหนดเปอร์เซ็นต์ขั้นต่ำของการเปลี่ยนแปลงที่คุณต้องการจัดรูปแบบ

เรื่องราวข้อมูลใน Tableau เกี่ยวกับเส้นแนวโน้มสื่อถึงการเปลี่ยนแปลงสัมบูรณ์ตลอดช่วงเวลาหนึ่ง เรื่องราวที่เขียนเกี่ยวกับเส้นแนวโน้มจะมีความแตกต่างกันไป โดยขึ้นอยู่กับระดับรายละเอียดที่คุณตั้งค่าไว้สำหรับเรื่องราวของคุณ หากเรื่องราวของคุณใช้รายละเอียดสูง เรื่องราวของคุณจะเขียนเกี่ยวกับค่า R-squared ซึ่งเป็นแนวคิดทางสถิติที่จะระบุว่าข้อมูลของคุณเข้ากับเส้นแนวโน้มได้ดีมากน้อยเพียงใด หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการตั้งค่ารายละเอียด โปรดดู [กำหนดการตั้งค่าเรื่องราวข้อมูลใน Tableau: การเล่าเรื่องด้วยข้อมูล](https://help.tableau.com/v0.0/online/th-th/data_stories_narrative.htm)

ในการตั้งค่าเส้นแนวโน้ม คุณยังสามารถเลือกจำนวนช่วงเวลาในอนาคตที่คุณต้องการเขียนเรื่องราวเพื่อเขียนการคาดการณ์ได้เช่นกัน เมื่อคุณใช้การคาดการณ์ เรื่องราวของคุณจะใช้ความชันและจุดตัดแกนของเส้นแนวโน้มเพื่อคำนวณค่าที่คาดการณ์ไว้สำหรับช่วงเวลาในอนาคต ความเชื่อมั่นของการคาดการณ์จะเพิ่มขอบเขตบนและขอบเขตล่างไปยังเกณฑ์ความเชื่อมั่นที่คุณกำหนดไว้สำหรับเส้นแนวโน้ม คุณสามารถใช้การคาดการณ์ได้เมื่อเรื่องราวของคุณมีจุดข้อมูลอย่างน้อย 30 จุดที่เป็นเส้นตรง

### ความผันผวน

ใช้ความผันผวนเพื่อวิเคราะห์ค่าเบี่ยงเบนมาตรฐานเมื่อเวลาผ่านไป ตัวอย่างเช่น ใช้ความผันผวนเมื่อคุณต้องการให้เรื่องราวของคุณเขียนเกี่ยวกับค่าที่อยู่ภายนอกช่วงโดยเฉลี่ยสำหรับข้อมูลของคุณ

## ทำความเข้าใจวิธีการใช้การวิเคราะห์เพื่อสร้างเรื่องราว

ถึงจุดนี้ คุณอาจกำลังสงสัยว่าการวิเคราะห์สำหรับเรื่องราวประเภทต่างๆ นั้นมีวิธีการทำงานอย่างไร มาลองดูตัวอย่างสำหรับเรื่องราวแต่ละประเภทและทำความเข้าใจแต่ละประโยคในเรื่องราวกัน

### ทำความเข้าใจการวิเคราะห์สำหรับเรื่องราวที่แยกกัน

เนื่องจากเรื่องราวแบบต่อเนื่องมีการวัดแนวโน้มเมื่อเวลาผ่านไป เรื่องราวของข้อมูล จะเขียนเกี่ยวกับประสิทธิภาพ ความคืบหน้า ค่าเฉลี่ย ผลรวม ความต่อเนื่อง ความผันผวน เซกเมนต์ และการคาดการณ์

ตัวอย่างเรื่องราวแบบต่อเนื่องต่อไปนี้มีความเกี่ยวข้องกับยอดขายต่อเดือน

![เรื่องราวตัวอย่างที่มีข้อความข้อมูลเชิงลึกเกี่ยวกับยอดขายต่อเดือน ข้อความในรูปภาพนี้คัดลอกมาจากตารางต่อไปนี้](/tableau/next/th-th/online/th-th/Img/data_stories_continuous_analytics.png)

<table style="border-left-style: none;border-right-style: none;border-top-style: none;border-bottom-style: none;mc-table-style: url('Resources/TableStyles/Basic-Border-Light.css');" class="TableStyle-Basic-Border" cellspacing="0"><colgroup><col style="width: 50%;" class="TableStyle-Basic-Border-Column-Column1"><col style="width: 50%;" class="TableStyle-Basic-Border-Column-Column1"></colgroup><tbody><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><b>เรื่องราวตัวอย่าง</b></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1"><b>การแบ่งย่อยเรื่องราว</b></td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>ยอดขายโดยเฉลี่ยคือ <b>$47,858</b> ตลอดทั้ง <b>48</b> เดือน</li><li>ค่าต่ำสุดคือ <b>$4,520</b> (กุมภาพันธ์ 2014) และค่าสูงสุดคือ <b>$118,448</b> (พฤศจิกายน2017)</li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">สองประโยคแรกใช้ฟังก์ชันค่าเฉลี่ยและช่วงในการเขียนเกี่ยวกับค่าเฉลี่ย ค่าสูงสุด และค่าต่ำสุดตลอดช่วงเวลาที่คุณกำลังทำการวิเคราะห์</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>ยอดขายเพิ่มขึ้น <b>489%</b> ตลอดช่วงเวลาของอนุกรม แต่สิ้นสุดลงโดยที่แนวโน้มตกลง ซึ่งลดลงในเดือนสุดท้าย</li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคที่สามเกี่ยวข้องกับประสิทธิภาพโดยรวมของการวัดผลตลอดช่วงเวลา ตัวอย่างเช่น ประโยคอาจเกี่ยวข้องกับยอดขายที่เพิ่มขึ้น ลดลง หรือมีแนวโน้มที่แตกต่างกันระหว่างช่วงเวลาที่เฉพาะเจาะจง</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>การเพิ่มขึ้นเดียวที่มากที่สุดอิงตามเปอร์เซ็นต์เกิดขึ้นในเดือนมีนาคม 2014 (<b>+1,132%</b>) อย่างไรก็ตาม การเพิ่มขึ้นเดียวที่มากที่สุดอิงตามความสัมบูรณ์เกิดขึ้นในเดือนกันยายน 2014 (<b>+$53,868</b>)</li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคที่สี่ใช้การวิเคราะห์ความคืบหน้า ประโยคนี้เขียนเกี่ยวกับการเพิ่มขึ้นและลดลงที่มากที่สุดตามการวัดผลระหว่างช่วงเวลาโดยใช้ทั้งเปอร์เซ็นต์และความสัมบูรณ์เป็นพื้นฐาน</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>จากทั้ง<b>สาม</b>อนุกรมนี้ ความสัมพันธ์ที่มากที่สุดคือระหว่างบริษัทและโฮมออฟฟิศ ซึ่งมีสหสัมพันธ์เชิงบวกปานกลาง ซึ่งหมายถึงเมื่อบริษัทมีการเพิ่มขึ้น โฮมออฟฟิศก็จะมีการเพิ่มขึ้นเช่นกัน หรือในทางตรงกันข้าม</li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคนี้เป็นข้อมูลเชิงลึกแบบ<b>สหสัมพันธ์</b> ข้อมูลเชิงลึกของการวิเคราะห์ประเภทนี้เขียนเกี่ยวกับสหสัมพันธ์ที่เห็นได้ชัดระหว่างอนุกรมต่างๆ ในข้อมูลของคุณ</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>ยอดขายที่มีสภาพแบบวัฏจักร ซึ่งจะวนซ้ำประมาณทุกๆ <b>12</b> เดือน นอกจากนี้ ยังมีรูปแบบวัฏจักรที่เล็กกว่าที่มีการวนซ้ำประมาณทุกๆ <b>3</b> เดือน</li><li>ยอดขายมี<b>ยอดสูงสุดเชิงบวกอย่างมากระหว่างเดือนตุลาคม 2014 ($31,453) และ เดือนกุมภาพันธ์ 2015 ($11,951) โดยเพิ่มขึ้นจนถึง $78,629 ในเดือนพฤศจิกายน 2014</b></li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคนี้เป็นข้อมูลเชิงลึกแบบ<b>เซกเมนต์</b> ข้อมูลเชิงลึกของการวิเคราะห์ประเภทนี้เขียนเกี่ยวกับการเพิ่มขึ้นและการลดลงที่สำคัญเมื่อเวลาผ่านไป</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyB-Column1-Body1"><ul><li><b>แนวโน้มเชิงเส้นโดยรวมของอนุกรมเพิ่มขึ้นจนถึง $902 ต่อเดือน</b> สำหรับการเปลี่ยนแปลงสัมบูรณ์ที่ <b>$42,394</b> ตลอดช่วงเวลาของอนุกรม หากแนวโน้มนี้ยังคงเป็นเช่นนี้ต่อไปในอีกหนึ่งเดือนถัดไป ยอดขาย<b>จะได้รับการคาดการณ์ว่าจะอยู่ที่ประมาณ $69,958</b></li></ul></td><td class="TableStyle-Basic-Border-BodyA-Column1-Body1">ประโยคนี้เป็นข้อมูลเชิงลึกแบบ<b>เส้นแนวโน้ม</b> ข้อมูลเชิงลึกประเภทนี้เขียนเกี่ยวกับว่าแนวโน้มเข้ากันได้ดีกับข้อมูลของคุณมากน้อยเพียงใดโดยมีเปอร์เซ็นต์ที่แน่นอนของความเชื่อมั่น และเส้นแนวโน้มช่วยให้คุณคาดการณ์ตามแนวโน้มในอดีต</td></tr></tbody></table>

### ทำความเข้าใจการวิเคราะห์สำหรับเรื่องราวที่แยกกัน

เนื่องจากเรื่องราวที่แยกกันช่วยให้คุณเปรียบเทียบค่าต่างๆ และเข้าใจการกระจายของข้อมูล เรื่องราวจะเขียนเกี่ยวกับการกระจาย ค่าเฉลี่ย ผลรวม และการจัดกลุ่มหรือคลัสเตอร์ทั่วทั้งข้อมูล

ตัวอย่างเรื่องราวที่แยกกันต่อไปนี้มีความเกี่ยวข้องกับยอดขายตามผลิตภัณฑ์

![เรื่องราวตัวอย่างที่มีข้อความข้อมูลเชิงลึกเกี่ยวกับยอดขายตามผลิตภัณฑ์ ข้อความในรูปภาพนี้คัดลอกมาจากตารางต่อไปนี้](/tableau/next/th-th/online/th-th/Img/data_stories_discrete_analytics.png)

<table style="mc-table-style: url('Resources/TableStyles/Basic-Border-Light.css');" class="TableStyle-Basic-Border" cellspacing="0"><colgroup><col style="width: 50%;" class="TableStyle-Basic-Border-Column-Column1"><col style="width: 50%;" class="TableStyle-Basic-Border-Column-Column1"></colgroup><tbody><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><b>เรื่องราวตัวอย่าง</b></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1"><b>การแบ่งย่อยเรื่องราว</b></td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>ยอดขายรวมคือ <b>$2.3</b> ล้านจากผลิตภัณฑ์ทั้งหมด <b>17</b> รายการ</li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคแรกจะคำนวณมูลค่ารวมในการวัดของคุณ</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>ยอดขาย <b>$2.3</b> ล้านนั้นได้มากจาก <u>โทรศัพท์</u> <b>$330,007</b> <u>เก้าอี้</u> <b>$328,449</b> และ <u>พื้นที่เก็บข้อมูล</u><b>$223,844</b></li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคที่สองเขียนเกี่ยวกับตัวขับเคลื่อนมิติข้อมูล ในตัวอย่างนี้ ตัวขับเคลื่อนมิติข้อมูลคือผลิตภัณฑ์ที่มีส่วนช่วยมากที่สุดต่อยอดขายรวม</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>การกระจายมีการเบี่ยงเบนในเชิงบวกเนื่องจากค่าเฉลี่ยที่ <b>$135,129</b> นั้นสูงกว่าค่ามัธยฐานที่ <b>$114,880</b></li><li>ยอดขายค่อนข้างมีความเข้มข้น กล่าวคือ <b>78%</b> ของยอดขายรวมนั้นได้มากจากผลิตภัณฑ์<b>แปด</b>รายการมีความจาก <b>17</b> รายการ (<b>47%</b>)</li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคที่สามและสี่เป็นการวิเคราะห์การกระจายของข้อมูล ซึ่งจะวิเคราะห์ค่าเฉลี่ย ค่ามัธยฐาน ความเข้มข้นของข้อมูล (หากมี) และความเบี่ยงเบนของข้อมูล ซึ่งช่วยระบุว่าตัวแปรที่จัดกลุ่มมีความสมดุลเพียงใดเมื่อเทียบกับตัวแปรอื่น</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>ผลิตภัณฑ์ที่มียอดขายสูงสุด<b>สอง</b>รายการรวมกันสำหรับตลอดไตรมาส (<b>29%</b>) ของยอดขายรวม</li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคนี้ใช้<span class="uicontrol">การจัดคลัสเตอร์</span>เพื่อเขียนเกี่ยวกับการวัดผลที่สามารถจัดกลุ่มได้ ซึ่งช่วยระบุว่ามีกลุ่มที่แตกต่างกันที่มีความโดดเด่นในข้อมูลหรือไม่</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyB-Column1-Body1"><ul><li><u>โทรศัพท์</u> (<b>$330,007</b>) เป็นจำนวนที่สูงกว่าสองเท่าเทียบกับค่าเฉลี่ยจากผลิตภัณฑ์ทั้ง <b>17</b> รายการ</li></ul></td><td class="TableStyle-Basic-Border-BodyA-Column1-Body1">ประโยคสุดท้ายเขียนเกี่ยวกับค่าผิดปกติที่เห็นได้ชัด</td></tr></tbody></table>

### ทำความเข้าใจการวิเคราะห์สำหรับเรื่องราวแผนภาพการกระจาย

เรื่องราวประเภทแผนภาพการกระจายจะเหมาะสมที่สุดสำหรับใช้ในการทำความเข้าใจความสัมพันธ์ระหว่างสองการวัดผล และเพื่อเหตุผลนั้น เรื่องราวแผนภาพการกระจายจึงจำเป็นต้องใช้ 2-3 การวัดผล การวิเคราะห์แผนภาพการกระจายเขียนเกี่ยวกับความสัมพันธ์ (การถดถอย) ระหว่างสองการวัดผล และเขียนเกี่ยวกับกลุ่ม (คลัสเตอร์) ภายในข้อมูล หากมี

ตัวอย่างเรื่องราวแผนภาพการกระจายต่อไปนี้เกี่ยวข้องกับกำไรและยอดขายทั่วทั้งมิติข้อมูล

![เรื่องราวตัวอย่างที่มีข้อความข้อมูลเชิงลึกเกี่ยวกับกำไรและยอดขาย ข้อความในรูปภาพนี้คัดลอกมาจากตารางต่อไปนี้](/tableau/next/th-th/online/th-th/Img/data_stories_scatter_analytics.png)

<table style="mc-table-style: url('Resources/TableStyles/Basic-Border-Light.css');" class="TableStyle-Basic-Border" cellspacing="0"><colgroup><col style="width: 50%;" class="TableStyle-Basic-Border-Column-Column1"><col style="width: 50%;" class="TableStyle-Basic-Border-Column-Column1"></colgroup><tbody><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><b>เรื่องราวตัวอย่าง</b></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1"><b>การแบ่งย่อยเรื่องราว</b></td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>เมื่อปริมาณเพิ่มขึ้นและกำไรเพิ่มขึ้น ยอดขายจะเพิ่มขึ้นตามข้อมูลที่ระบุ โดยเฉพาะอย่างยิ่ง เมื่อปริมาณเพิ่มขึ้น <b>1</b> ยอดขายจะเพิ่มขึ้น <b>$49.55</b> และเมื่อกำไรเพิ่มขึ้น <b>$1.00</b> ยอดขายจะเพิ่มขึ้น <b>$1.20</b></li><li>มีลูกค้าจำนวนไม่กี่รายที่เบี่ยงเบนจากความสัมพันธ์ทั่วไปนี้ ซึ่งหมายถึงความสอดคล้องที่ดี</li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">สองประโยคแรกได้รับการขับเคลื่อนโดยการวิเคราะห์การถดถอย การถดถอยแสดงให้เห็นวิธีการที่การวัดผลหนึ่งส่งผลต่อการวัดผลอื่น โปรดสังเกตว่าในประโยคแรกนั้น เรื่องราวได้มีการระบุความสัมพันธ์ระหว่างกำไรกับยอดขาย</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li>เมื่อจัดเป็นกลุ่มค่ากำไร ปริมาณ และยอดขายที่ใกล้เคียงกัน จะมีหนึ่งกลุ่มที่แตกต่างที่โดดเด่น มีลูกค้า <b>651</b> รายที่มีค่ากำไรระหว่าง <b>-$6,626</b> กับ <b>$1,488</b> ปริมาณระหว่าง <b>2</b> กับ <b>122</b> และยอดขายระหว่าง <b>$4.83</b> และ <b>$5,690</b></li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคที่สามได้รับมาจากการจัดคลัสเตอร์ การวิเคราะห์การจัดคลัสเตอร์จะพยายามระบุกลุ่มหรือคลัสเตอร์หลักในตัวแปรทั้งหมดในข้อมูล</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li><u>Tamara Chand</u>, <u>Raymond Buch</u>และ <u>Sanjit Chand</u>เป็นค่าผิดปกติโดยมีค่ากำไรและยอดขายสูงซึ่งแตกต่างจากคนอื่น Sean Miller มีความโดดเด่นเนื่องจากมีค่ากำไรต่ำและค่ายอดขายสูง</li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคที่สี่เขียนเกี่ยวกับค่าผิดปกติ ซึ่งเป็นค่าที่สูงหรือต่ำกว่าค่าเฉลี่ยอย่างมาก</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyB-Column1-Body1"><ul><li>ค่าต่ำสุดสำหรับกำไรคือ <b>-$6,626</b> (<u>Cindy Stewart</u>) และค่าสูงสุดคือ <b>$8,981</b> (<u>Tamara Chand</u>) ส่วนต่าง <b>$15,608</b> กำไรเฉลี่ยต่อลูกค้าหนึ่งรายคือ <b>$361</b> และค่ามัธยฐานคือ <b>$228</b></li><li>ค่ำต่ำสุดสำหรับปริมาณคือ <b>2</b> (<u>Anthony O'Donnell</u>) และค่าสูงสุดคือ <b>150</b> (<u>Jonathan Doherty</u>) ส่วนต่าง <b>148</b> ปริมาณเฉลี่ยต่อลูกค้าหนึ่งรายคือ <b>47.76</b> และค่ามัธยฐานคือ <b>44</b></li><li>การกระจายของยอดขายอยู่ในช่วงตั้งแต่ <b>$4.83</b> (<u>Thais Sissman</u>) ถึง <b>$25,043</b> (<u>Sean Miller</u>) ส่วนต่าง <b>$25,038</b> ยอดขายเฉลี่ยต่อลูกค้าหนึ่งรายคือ <b>$2,897</b> และค่ามัธยฐานคือ <b>$2,256</b></li></ul></td><td class="TableStyle-Basic-Border-BodyA-Column1-Body1">ประโยคที่เหลืออยู่สำหรับเรื่องราวแผนภาพการกระจายใช้การวิเคราะห์ช่วงและค่าเฉลี่ยในการเขียนข้อมูลเชิงลึก</td></tr></tbody></table>

### ทำความเข้าใจการวิเคราะห์สำหรับเรื่องราวเปอร์เซ็นต์ของทั้งหมด

เรื่องราวประเภทเปอร์เซ็นต์ของทั้งหมดจะเหมาะที่สุดสำหรับใช้ทำความเข้าใจว่ามิติข้อมูลหรือการวัดผลแสดงถึงส่วนใดจากทั้งหมด

ตัวอย่างเรื่องราวเปอร์เซ็นต์ของทั้งหมดต่อไปนี้มีความเกี่ยวข้องกับยอดขายตามเซกเมนต์

![เรื่องราวตัวอย่างที่มีข้อความข้อมูลเชิงลึกเกี่ยวกับยอดขายตามเซกเมนต์ ข้อความในรูปภาพนี้คัดลอกมาจากตารางต่อไปนี้](/tableau/next/th-th/online/th-th/Img/data_stories_pie_analytics.png)

<table style="mc-table-style: url('Resources/TableStyles/Basic-Border-Light.css');" class="TableStyle-Basic-Border" cellspacing="0"><colgroup><col style="width: 50%;" class="TableStyle-Basic-Border-Column-Column1"><col style="width: 50%;" class="TableStyle-Basic-Border-Column-Column1"></colgroup><tbody><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><b>เรื่องราวตัวอย่าง</b></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1"><b>การแบ่งย่อยเรื่องราว</b></td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li><p>SUM รวม (ยอดขาย) คือ 2.3 ล้านจากทั่วทั้งสามเอนทิตี</p></li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคแรกจะคำนวณมูลค่ารวมในการวัดของคุณ</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyE-Column1-Body1"><ul><li><p>SUM (ยอดขาย) 2.3 ล้านนั้นได้มาจากลูกค้า 1.2 ล้าน บริษัท 706,146 และโฮมออฟฟิศ 429,653</p></li></ul></td><td class="TableStyle-Basic-Border-BodyD-Column1-Body1">ประโยคที่สองเขียนเกี่ยวกับตัวขับเคลื่อน ในตัวอย่างนี้ ตัวขับเคลื่อนคือเซกเมนต์ที่มีส่วนช่วยมากที่สุดต่อยอดขายรวม</td></tr><tr class="TableStyle-Basic-Border-Body-Body1"><td class="TableStyle-Basic-Border-BodyB-Column1-Body1"><ul><li>ค่าต่ำสุดคือ 429,653 (โฮมออฟฟิศ) และค่าสูงสุดคือ 1.2 ล้าน (ลูกค้า) ส่วนต่าง 731,748 โดยมีค่าเฉลี่ย 765,734</li></ul></td><td class="TableStyle-Basic-Border-BodyA-Column1-Body1">ประโยคสุดท้ายเป็นการวิเคราะห์การกระจายของข้อมูล</td></tr></tbody></table>