Dove vengono create la maggior parte delle aziende in Francia? Questa domanda è essenziale per comprendere le dinamiche in atto nelle varie contee francesi.
Utilizzando i dati INSEE, vorremmo offrirti una risposta semplice. Tuttavia, come spesso accade, i dati sono pieni di sorprese e ottenere un buon (e allettante) risultato ha richiesto un certo sforzo da parte nostra.
Se sei interessato alla business intelligence e, in particolare, all’utilizzo di Tableau, troverai in questo post l’opportunità di imparare a realizzare una visualizzazione quantile.
Le origini dei dati
Cerchi dati di qualità sulle aziende francesi? Usa l’INSEE, ovviamente. Come sempre, non c’è niente di meglio degli istituti nazionali di statistica per reperire dati su uno specifico mercato.
INSEE ti offre dati mensili per le diverse tipologie di aziende: aziende, microimprese, singole aziende. La cosa migliore è che i dati disponibili sono relativi ad un periodo di tempo molto lungo (dal 2000).
Tuttavia, fai attenzione quando analizzi questi dati poiché le microimprese, ad esempio, esistono solo dal 2009.
Visualizzazione geografica dei dati
Visualizzare semplicemente le dinamiche territoriali può sembrare facile, ma come spesso accade quando le disparità sono significative, il risultato è stato deludente. Infatti, l’utilizzo del gradiente di colore suggerito di default in Tableau, porta inevitabilmente, a una mappa in cui non compaiono differenze significative. Poiché la regione di Parigi rappresenta una parte sostanziale delle nuove creazioni di imprese, le altre regioni sono necessariamente in fondo al gradiente di colore e, quindi, non differiscono l’una dall’altra. L’esercizio di data mining sarebbe, quindi, un fallimento se ci fermassimo qui.
Abbiamo, quindi, dovuto ricorrere a un trucco per rendere tangibili e visibili le differenze e per dare un senso alle dinamiche territoriali e temporali.
Visualizzazione dei quantili
Il trucco che abbiamo utilizzato si basa su una visualizzazione quantile (in questo caso per quartili) che avevamo già utilizzato con successo in un altro esercizio di data mining (visualizzazione dell’economia sommersa). I valori delle creazioni aziendali sono assegnati in 4 classi (bucket): la più bassa, 25%, 25-50%, 50-75%, la più alta, 75%.
E, subito, le differenze si fanno più evidenti.
Alcuni potrebbero obiettare che sarebbe stato più semplice utilizzare un gradiente di colore da 4 pollici. E, in effetti, alcune differenze sarebbero apparse più chiaramente, tuttavia finché gli intervalli sono distribuiti uniformemente, le grandi differenze continuano a produrre i loro effetti e il risultato, visivamente, è deludente. Una visualizzazione quartile è, quindi, molto più esplicita ed è la nostra preferita.
Risultati
I risultati sono, come al solito, disponibili nel nostro spazio Public Tableau. Per chi preferisse vedere il risultato direttamente, senza passare dalla Tabella, abbiamo creato una piccola animazione gif. Vedrai che, alla fine, la classifica delle contee cambia poco da un anno all’altro. Le aree più o meno favorevoli alla creazione di imprese rimangono le stesse. Naturalmente, la densità della popolazione gioca, necessariamente, un ruolo nel numero di imprese create. Sarebbe logico aspettarsi che le contee più popolate siano anche quelle che creano il maggior numero di imprese. Il prossimo articolo consisterà , quindi, nell’analizzare il tasso di avvio d’impresa per abitante e nell’individuare i comuni più dinamici.
Unisciti a noi nel nostro prossimo post per la risposta a questa domanda
Posted in Data e IT.
