Tableau MOM #2 2022/9/19 American Business Formations

第２回目の投稿です。

今回もTableauを使用してMakeover Mondayにトライした内容を記載します。

テーマはこちらです！

このテーマはこちらに挑戦します！

Ranked: American Business Formations

データはこちら

2022/W38: American Business Formations - dataset by makeovermonday | data.world

データの内容

month	category	state abbr	state	Business Applications from Corporations	Business Applications
2005/1/7	Transportation and Warehousing	US	U.S. Total	5852	19769
2007/1/2	Health Care and Social Assistance	US	U.S. Total	8505	29226
2014/1/9	Information	US	U.S. Total	2142	8624
2012/1/3	Professional Services	US	U.S. Total	17239	74361
2006/1/12	Agriculture	US	U.S. Total	1313	5751
2017/1/10	Total for All NAICS	SD	South Dakota	89	1377
2012/1/2	Finance and Insurance	US	U.S. Total	3786	21082
2013/1/9	Total for All NAICS	WA	Washington	1096	7105
2005/1/9	Construction	US	U.S. Total	19361	54289
2019/1/3	Total for All NAICS	ID	Idaho	277	4023

今回のデータもシンプルそうですが、２点問題ありました。

問題１：Categoryとstateの関係が２パターンある

いざ内容を確認してみると、Catagoryとstateの関係が大きく２つに分かれており、全てのデータを同時に分析することが難しいようなデータであると感じました。これをtableauで分かりやすく確認すると以下の通りです。

縦軸にstate、横軸にCategoryを並べて、データがある部分だけに色付けをしております。そうすると、stateの「U.S. Total」には複数のカテゴリにデータが入っているが、その他のstateのデータは、Categoryが「Total for ALL NAICS」にしかデータがないことがわかります。

以上の理由から、データを可視化して分析する際には、以下の２つのユースケースに分けて考える必要があると結論付けました。

アメリカ合計値をカテゴリ毎に分析する（stateが「U.S. Total」の場合）
各州のCategory値の合計の分析

問題２：日付データ（month）の値が日本式の表記でない

この内容は正確にはすぐに気が付いたわけではなく時系列のグラフを作成する段階で気が付きました。日付の表記は日本とアメリカで違っているようでした。日本では、年／月／日と表記されているのに対して、アメリカでは、年／日／月の順番に並んでいるようでした。

これを考慮せずに時系列グラフにしようとすると以下のようになります。

月が１月しかなく、日は1～12までしかないデータとなり、明らかにばぐっております。

データの可視化検討

Categoryとstateの関係は凡そわかったので、次に時系列の傾向を把握して可視化を検討します。適当なディメンジョンで時系列をプロットすると下図のように右肩上がりのグラフとなりました。この傾向はディメンジョンを変更しても同じようになるため、データとして分散などを見ることよりも、過去のデータに対して、どの程度上昇しているかが重要であり、また、今年度はどこまで上がってきているかが重要であると考えました。