[Tableau] Tableau Bootcamp Day5

5일차 퀘스트에서는

📁"2호선 역별 승하차인원수 데이터", 📁"Airport Extract 데이터", 📁"전국 주유소 추출 데이터"를 이용해 맵을 활용한 다양한 시각화와 공간 분석을 수행해 보았다.

[1]  배경 이미지를 이용한 CUSTOM MAP 활용
[2]  공간 테이블 계산을 이용한 맵 활용
[3]  BUFFER 함수를 이용한 맵 활용

---

Tableau에서는

• 기본적인 지리 정보 시각화 뿐만 아니라
• 사용자 지정 이미지 위에 위치 정보를 사용하여 시각화하거나
• 함수를 이용하여 이동 경로를 표현하는 것도 가능하다.

[1]  배경 이미지를 이용한 CUSTOM MAP 활용

수도권 지하철 노선도 이미지 위에 "일 별 평균 승/하차 승객수"를 시각화해 본다.

💡 이미지 사이즈가 Tableau 뷰와 맞지 않으면 위치가 어긋나는 문제 발생할 수 있기 때문에 이미지 크기, 해상도와 x, y 범위 설정을 맞춰야 한다.

💡 파라미터 변경에 따라 "평균 승차승객수"와 "평균 하차승객수"를 조회해 볼 수 있도록 새로운 계산식을 만들어서 마크에 적용해야 한다.

💡 "행"과 "열"에 놓은 x, y의 집계를 왜 변경해야 할까?

데이터를 살펴보면, "역별 승하차 고객 수"가 날짜별로 들어있다. x, y 좌표가 날짜별로 반복되기 때문에, x, y를 그대로 사용하면 합계로 집계되어 좌표가 왜곡된다.

이러한 문제를 해결하기 위해 x, y의 집계를 "평균"으로 변경하면 해당 역의 원래 x, y 값을 가져오게 되면서 맵이 올바르게 표현될 수 있다.

[2]  공간 테이블 계산을 이용한 맵 활용

비행기를 타면 모니터에서 볼 수 있는 이동경로 맵은 어떻게 만들 수 있을까?

"MAKEPOINT"와 "MAKELINE" 두 개의 함수를 사용하여 "시애틀에서 출발한 항공편의 취항지별 승객 수"를 시각화해 본다.

💡 MAKEPOINT, MAKELINE을 사용해도 연결만 해서는 의미가 없다. 각 Flight Path를 어떤 기준으로 집계할 것인지 목적지 기준 등을 반드시 명확하게 지정해야 한다.

💡 마크 색상에 승객 수를 넣을 경우, Tableau가 전체 평균으로 계산하는 경우가 있다. 원하는 결과가 안 나올 땐 도착지를 세부정보로 추가해야 정확히 분리된다.

[3]  BUFFER 함수를 이용한 맵 활용

새로운 매장을 출시하려면 어느 지역을 공략해야할까? 내가 선택한 지역에 경쟁사 매장이 얼마나 포진해있는지 시각화할 수 있을까?

BUFFER 함수를 활용하여 "주유소 위치"와 "각 위치 별로 선택한 반경"을 시각화해 본다.

💡 BUFFER 계산식은 MAKEPOINT 기반으로 구성되어야 하며, 반지름 단위는 기본적으로 미터(m) 기준이다. 이를 제대로 인식하지 못하면 시각적으로 표현된 범위가 실제와 다르게 보일 수 있다.

💡 필터에 적용된 시도, 시군구, 거리 선택 파라미터는 반드시 세부정보에도 넣어야 선택한 위치 기준으로 정확한 반경을 계산할 수 있다.

---

인사이트 및 회고

기본 맵이 아닌 사용자 지정 이미지 위에 좌표 데이터를 시각화해 보는 유익한 경험이었다. 지하철 노선도처럼 위경도로 표현하기 애매한 위치 데이터를 시각화할 때 적합하다는 걸 알게 되었다. CUSTOM MAP을 활용하면 공간 개념이 없는 시각적 구조에도 적용할 수 있어서 활용 범위가 훨씬 넓어질 수 있겠다 😊

사용자가 파라미터를 통해 승차/하차 데이터를 전환하며 비교할 수 있도록 만든 것을 통해 다양한 확장을 시도해 볼 수 있을 것 같다.

MAKEPOINT와 MAKELINE을 조합하면 실제 경로 기반 시각화가 가능하다. 출발지에서 도착지까지 승객 수를 선의 두께나 색으로 표현할 수 있다는 것도 알게 되었고, 항공이나 물류, 이동 경로 분석에 직관적으로 활용할 수 있겠다는 생각이 들었다.

BUFFER를 이용하면 위치 기반 영향 범위나 상권 분석에도 활용될 수 있겠다는 인사이트를 얻었다. 사용자가 거리를 직접 선택하며 그 반경 내에 얼마나 많은 경쟁사가 위치해 있는지 탐색할 수 있다. 저번 시간에는 시간 기반 데이터의 시각화를 수행했는데, 이번에는 공간 기반으로 사용자 행동을 분석하면서 시야를 넓힐 수 있었다.

이번 퀘스트를 통해 Tableau로 위치 좌표를 계산하고, 거리 기반으로 그룹핑하며, 경로를 연결하는 등 공간적 표현이 가능하다는 것을 배웠다. 더 다양하고 입체적인 태블로 활용 사례가 궁금해진다.