Abbiamo già parlato del box-plot spiegando come leggerlo e costruirlo in Tableau e quando può tornare utile: in particolare quando si vuole valutare la distribuzione dei propri dati, mostrando la presenza di eventuali valori anomali o outlier.
Per schiarirsi ancora un po’ le idee sull’utilità di questa rappresentazione grafica, ecco alcuni esempi d’uso.
Esempio 1: non solo la media
Immaginate di dover valutare l’efficacia di sei differenti spray insetticida utilizzando come misura il numero di insetti ancora presenti dopo l’utilizzo dello spray. Per far ciò, sono stati eseguiti cinquanta test per ogni spray e al termine di ognuno è stato rilevato il numero di insetti presenti.
Se utilizzaste la media di insetti presenti dopo l’utilizzo degli spray, come nell’immagine sottostante, quale di questi scegliereste?
Probabilmente la vostra scelta ricadrebbe sullo spray B.
Ma se aggiungessimo a queste informazioni la distribuzione dei casi rilevati da ogni test utilizzando un box-plot?
In questo caso probabilmente la scelta non sarebbe così immediata, vediamo perché.
Guardando la box e i baffi degli spray B e C possiamo notare come lo spray B presenta una maggiore variabilità rispetto al C, oltre che alcuni valori anomali che vanno oltre i baffi della scatola. Cosa ci dice questo?
Lo spray B ha sì un’efficacia media migliore del C, ma la maggiore variabilità nella misura utilizzata ci dice che non sempre è affidabile. Al contrario lo spray C sembra assicurare maggiormente un certo livello di efficacia, seppur più bassa rispetto al B.
Adesso probabilmente sarete ancora indecisi, ma sicuramente avrete qualche informazione in più per poter scegliere!
Esempio 2: misura della variabilità
In quest’altro esempio, abbiamo rappresentato in Tableau le temperature medie per ogni mese dell’anno 2018 per la città di Milano. L’utilizzo del box-plot aggiunge l’’informazione della variabilità: in questo caso possiamo valutare quali sono stati i mesi con le temperature più variabili ovvero quelli con la “scatola” del box-plot più grande.
In particolare nell’esempio, è evidente come nei mesi di aprile e novembre siano state registrate temperature più variabili ai mesi estivi.
Esempio 3: valori estremi
Infine, nell’ultimo esempio, si vogliono analizzare i profitti per alcune sottocategorie di prodotto. Emerge dal grafico come alcuni prodotti abbiano registrato valori molto negativi di profitto e sono quei valori che escono dai baffi del box-plot sottostante.
Aggiungendo l’informazione dello sconto medio in colore, è evidente come questi prodotti a forte profitto negativo siano quelli con lo sconto medio più alto (per alcuni di questi lo sconto è visibile in etichetta). Il box-plot in questo caso ci fa vedere subito su quali prodotti intervenire e, se andassimo a intervenire sullo sconto di quei prodotti andando ad annullarlo, avremmo un profitto complessivo più che raddoppiato confronto al precedente.
In ogni caso, per leggere altri utili suggerimenti e continuare la tua formazione Tableau, puoi seguirci sui nostri canali social LinkedIn e Facebook o iscriverti alla nostra nuova community LearnToViz, per commentare questo e gli altri contenuti con gli altri membri della piattaforma!
