Tijd is een complex begrip, zelfs nog voordat je Einsteins theorieën erbij haalt. Toch is tijd onmisbaar als je ontwikkelingen of trends wil weergeven in je dashboards, of periodes met elkaar wil vergelijken. In Tableau kun je tijd op verschillende manieren visualiseren. Wat is het verschil tussen discrete en continue tijd, en hoe gebruik je ze?
Stel dat je als Nederlander op reis gaat naar London. Dan wil je toch weten hoe veilig het daar eigenlijk is om te fietsen. Er zijn meerdere manieren om die informatie inzichtelijk te maken, zoals ik deed in dit dashboard. Zo zou je het aantal ongevallen over tijd kunnen uitzetten, waardoor je niet alleen de aantallen ziet, maar ook of dat aantal toe- of afneemt.
Dat zie er dan bijvoorbeeld zo uit:
In de afbeelding hierboven is tijd een continue dimensie (continuous dimension). Een dimensie is een kwalitatieve waarde als een naam, datum of geografische plaats – in tegenstelling tot een measure, een kwantitatieve waarde waarmee je kunt rekenen. De continuïteit is te herkennen aan de groene kleur van het YEAR(Date)-veld (ook wel pill genoemd). De tijd vormt zo een lineaire as van 2005 tot 2019, en is weer op te delen in kwartalen, maanden, weken en zelfs dagen. Net als op de kalender, alles keurig achter elkaar. Over de tijd zijn twee gegevens gevisualiseerd: het aantal totaal aantal gewonden, en het aantal dodelijke slachtoffers bij fietsongelukken in London. Zo zien we dat het aantal gewonden een tijd lang toenam, maar sinds 2014 lijkt te stabiliseren. Het aantal dodelijke slachtoffers is in de afgelopen jaren – gelukkig! – zelfs sterk gedaald.
Meer detail, minder overzicht
Nu ga je niet voor een jaar naar London, maar voor een maandje in de zomer. Je zou de ongelukken dus liever per maand uitgesplitst zien. Geen probleem! Als er datumvelden in je dataset zitten maakt Tableau hier uit zichzelf een hiërarchie van. Dat wil zeggen dat het verband tussen weken, maanden, kwartalen en jaren automatisch herkend wordt. Door op het +teken voor YEAR(Date) te klikken in de Column-regel, vouw je het jaar uit in kortere tijdseenheden, en krijg dus een hoger detailniveau. In maanden levert het volgende beeld op:
Hoewel we de rode lijn even hebben verstopt en inzoomen op het totale aantal ongelukken, roept deze grafiek op het eerste gezicht alleen maar meer vragen op. Er is duidelijk sprake van een golfbeweging in het aantal fietsongevallen, maar de verschillen zijn enorm en de afstanden tussen de pieken is klein. Het is nogal wat werk om daar handmatig de regelmaat van op te zoeken. Gelukkig is er een betere manier voor.
Continue vs. discrete dimensies
In de bovenstaande grafiek is tijd als continue waarde uitgezet. Tableau kent echter twee vormen van waarden: continue en discreet. Continue waarden lopen in principe oneindig door, zoals de tijd in ons voorbeeld: na december 2021 volgt januari 2022 weer. Discrete waarden zijn daarentegen afgebakend, en worden per waarde gegroepeerd, januari bij de januari’s, februari bij de februari’s. Zo kun je maanden onderling met elkaar vergelijken. Om te ook visueel duidelijk te maken, veranderen we allereerst de weergave in de Marks card van Area naar Bar. Dat maakt de afbakening tussen de maanden al duidelijker.
Vervolgens klikken we op het menupijltje van onze tijdsdimensie. Daar zien we een heel aantal weergavemogelijkheden. Laten we onderaan beginnen bij de keuze tussen Discrete (blauw) en Continuous (groen). Eerder stond onze tijdsweergave op Continuous. Maar nu we Discrete hebben aangeklikt, wordt het MONTH(Date)-veld blauw, en worden de maanden op naam gegroepeerd.
Iets hoger, middenin de menubalk wordt duidelijk wat dit betekent: in continuous-modus is de maand mei een maand in een bepaald jaar, na april en voor juni. In discrete-modus is mei een afgebakende categorie, samen met de maanden mei uit andere jaren.
Continue waarden, zoals in de visualisatie waar we mee begonnen, geven ons een mooi beeld van ontwikkelingen over tijd. Door die waarden te veranderen van continu naar discreet, kunnen we de gemeten waarden – in ons geval: fietsongelukken in London – door de jaren heen bij elkaar optellen en onderling vergelijken. Zo krijgen we een beter beeld van bijvoorbeeld verschillende tussen seizoenen. Dat zomerse fietstochtje in London moeten we dus misschien maar even laten zitten.
Ik hoop dat je dit blog behulpzaam vond. Meer weten over de mogelijke dimensies van tijd? Binnenkort verschijnt Deel II, over hoe je tijd als meerdere dimensies tegelijk kunt gebruiken.
Heb je meer hulp of uitleg nodig? Aarzel dan niet om contact met ons op te nemen voor onze workshops en trainingen of huur een consultant in.