R Visuals – Corrélations avec Corr


Si l’analyse des indicateur classiques (Chiffre d’affaires, marge, évolution des stocks etc…) nous permet d’évaluer la performance, ils peuvent être incapables de nous expliquer le pourquoi de la performance.

Une solution peut être d’analyser la corrélation entre les différentes variables.

Pour ce faire, une matrice de corrélation est l’outil idéal : elle permet de visualiser, comme ci-dessous, l’impact de l’évolution d’une variable sur une autre.

L’échelle de droite montre la corrélation positive (en bleu), lorsque l’évolution des deux variables s’éffectue dans le même sens et la corrélation négative (en rouge) pour l’inverse.

Les grands cercles foncés à l’intersection de deux variables montrent une forte corrélation de ces dernières.

La lecture de la valeur de corrélation s’effectue en diagonale.

Dans l’exemple ci-dessus, on voit bien que l’augmentation des remises a un impact fort sur le prix de vente, ce qui est évident.

 

Moins évidente, la corrélation négative entre le stock et le prix de vente des articles, qui semble indiquer que lorsque le niveau de stock est élevé on cherche à l’ajuster en baissant le prix, au détriment de la marge..

 

Ce graphique peut être généré en utilisant un graphique R.

Le plus simple est de générer une table de données de ce type dans PowerBI (après avoir chargé votre dataset dans PowerQuery.)

 

Puis de transformer la table en graphique R en cliquant sur :

Il reste alors à copier-coller ce code dans l’éditeur de R.

library(corrplot)
dataset <- dataset[,-1:-3]
m <- cor(dataset)
corrplot.mixed(m, bg= »light gray »)

Laissez un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *