Основы работы с данными для ИИ

Визуализация данных — наглядное представление данных в виде, например, таблицы, диаграммы или карты.

Набор данных в DataLens — датасет.

Датасет позволяет визуализировать данные только в виде таблицы. Это ограничивает пользователя в том, как он может работать с данными.

Таблица — отличный инструмент для детальной аналитики, когда нужно подробно изучить значения в конкретных строках. А вот следить за тем, как эти значения меняются, с помощью таблицы сложнее. Придётся долго прокручивать таблицу, запоминать много данных и сопоставлять их в уме.

Чтобы решать разные аналитические задачи, существуют разные типы визуализации данных. Одни помогают увидеть динамику, другие — доли, а третьи — распределение данных.

В DataLens представлено четыре группы визуализаций:

1. Диаграммы — это визуализации, которые строятся на основе линейных отрезков или геометрических фигур. К основным диаграммам можно отнести линейную, линейчатую (иногда их называют не диаграммами, а графиками), столбчатую, круговую и точечную.

2. Таблицы показывают данные в виде строк и столбцов. Бывают простые и сводные таблицы.

3. Карты какой-либо местности в сочетании с различными показателями, которые позволяют проводить геоаналитику.

4. Индикатор — визуализация одного ключевого показателя.

Задание 1. Создание подключения и датасета

Пошаговая инструкция:

1. Создайте воркбук: На главной странице DataLens → "Создать" → "Воркбук" → название "Лабораторная 3. Анализ видеоигр"
2. Загрузите файл:
• В воркбуке нажмите "+ Создать подключение"
• Выберите "Файлы" → "Загрузить файлы"
• Найдите файл Games2.csv на вашем компьютере
3. Проверьте настройки (важно!):

text

Кодировка: UTF-8

Разделитель: запятая  

Заголовок столбцов: Да

4. Создайте датасет:
• Нажмите "Создать" → "Датасет"
• Выберите ваше подключение с файлом Games2.csv
5. Настройте типы полей:
• Name, Series, Genre, Developer, Publisher — Строка
• Sales — Дробное число
• Release — Дата (в настройках поля выберите формат "Месяц-год")

Подсказка: Если дата не распознается автоматически, создайте вычисляемое поле ReleaseDate:

sql

DATETIME_PARSE(’01-’+[Release])

Задание 2. Анализ динамики продаж по годам

Пошаговая инструкция:

1. Создайте чарт: В датасете нажмите "Создать чарт"
2. Выберите тип визуализации: "Линейная диаграмма"
3. Настройте оси:
• Ось X: Создайте вычисляемое поле для года:

sql

YEAR([Release])

или используйте группировку: перетащите поле Release в секцию "X" → в настройках поля выберите "Группировка" → "По году"

• Ось Y: Перетащите поле Sales в секцию "Y" → выберите агрегацию "Сумма"
3. Добавьте фильтр:
• Перетащите поле Sales в секцию "Фильтры"
• Выберите условие "Больше или равно" → значение 1
4. Назовите чарт: Нажмите на шестеренку → "Настройки чарта" → включите "Заголовок" → введите "Динамика продаж видеоигр по годам"

Задание 3. Сравнение жанров по популярности

Пошаговая инструкция:

1. Создайте новый чарт → тип "Столбчатая диаграмма"
2. Настройте параметры:
• Ось X: Поле Genre (жанр)
• Ось Y: Поле Sales с агрегацией "Сумма"
3. Сортировка: Нажмите на заголовок столбца "Sales" для сортировки по убыванию
4. Цветовая дифференциация:
• Перетащите поле Sales в секцию "Цвет"
• Выберите агрегацию "Среднее"
• Настройте градиент от светлого к темному
5. Совет: Добавьте подписи значений над столбцами для удобства чтения

Аналитические вопросы для самопроверки:

• Какие жанры имеют высокие общие продажи, но низкие средние? (массовый рынок)
• Какие жанры показывают высокие средние продажи при небольшом количестве игр? (премиум-сегмент)

Задание 4. Анализ издателей и разработчиков

Цель: Научиться использовать круговые диаграммы для анализа долей

Пошаговая инструкция:

1. Создайте чарт → тип "Круговая диаграмма"
2. Настройте сектора:
• Цвет: Поле Publisher
• Размер: Поле Sales с агрегацией "Сумма"
3. Фильтр для топа-10:
• Создайте новое вычисляемое поле с формулой:

sql

RANK(SUM([Sales]))

• Перетащите новое поле в «Фильтры» и выберите «Меньше либо ровно 10»
3. Аналогично для разработчиков: Создайте копию чарта и замените Publisher на Developer

Подсказка: Для лучшей читаемости:

• Включите отображение процентов на секторах
• Используйте контрастные цвета
• Группируйте мелкие сегменты в "Другие" (доп. задание)

Задание 5. Анализ игровых серий

Цель: Освоить точечные диаграммы для выявления корреляций

Пошаговая инструкция:

1. Создайте вычисляемые поля в датасете:

Количество игр в серии:

sql

COUNTD_IF([Series], [Series] != "")

Средние продажи на игру:

sql

AVG([Sales])

2. Настройте точечную диаграмму:
• Ось X: Количество игр в серии
• Ось Y: Средние продажи на игру
• Размер точек: Сумма продаж (Sales)
• Цвет: Поле Publisher

Ключевые инсайты для анализа:

• Правый верхний квадрант: Успешные серии с многими играми
• Левый верхний квадрант: Мало игр, но высокие продажи (хиты)
• Правый нижний: Много игр, но низкие средние продажи (массовый рынок)

Задание 6. Создание комплексного дашборда

Цель: Научиться объединять визуализации в интерактивную панель

Пошаговая инструкция:

1. Создайте дашборд: В воркбуке "Создать" → "Дашборд"
2. Добавьте чарты: Перетащите созданные ранее визуализации на рабочую область (Чарт -> Выбрать и выбираем нужный)
3. Настройте взаимодействие:
• Создайте общий фильтр по году:
• В датасете создайте вычисляемое поле года:

sql
YEAR[ReleaseDate]

• Добавьте селектор года на дашборд
3. Добавьте индикаторы:
• Создайте новый чарт типа "Индикатор"
• Настройте формулы:

sql

-- Общее количество игр:

COUNTD([Name])

-- Суммарные продажи (млрд):

SUM([Sales]) / 1000

-- Средние продажи на игру:

AVG([Sales])

Советы:

• Расположите индикаторы в верхней части дашборда
• Используйте сетку для аккуратного расположения чартов
• Добавьте текстовые блоки с выводами анализа