Kurze Antwort: Eine Tableau-Verkaufskarte verwandelt Gebietsdaten in Wo-handeln-Intelligenz — aber bring das Geocoding richtig hin und denke daran, dass eine Karte zeigt, wo Menschen sind, nicht wo die Nachfrage ist. Geografische Rollen, eine saubere benutzerdefinierte Geocode-Datei und der richtige Kartentyp erledigen den Großteil der Arbeit.
Zuerst messen, dann kartieren
Eine Karte ist verführerisch, was genau der Grund ist, warum du die Kennzahl entscheiden solltest, bevor du sie plottest. Zeigst du verkauftes Volumen, Wachstumsrate, Distributionsdurchdringung oder White Space? Jedes braucht eine andere Karte. Volumen nach Distributorenregion ist eine gefüllte Karte; Kundenkonzentration ist eine Dichte-Karte; Wachstum lässt sich am besten als Farbe auf Punkten oder Regionen darstellen. Klär die Frage zuerst, bereinige die Geografie in der Datenquelle und öffne erst dann die Markierungskarte. Eine Karte, die gebaut wird, bevor die Kennzahl entschieden ist, zeigt am Ende meist Bevölkerungsdichte, als Erkenntnis verkleidet.
Geografische Rollen und benutzerdefiniertes Geocoding
Tableau erkennt gängige Geografien von Haus aus: Weise einem Feld die Rolle Postleitzahl, Landkreis oder Land zu, und es geocodiert automatisch, setzt Punkte oder füllt Formen. Die Reibung sind immer die Gebiete, die Tableau nicht kennt — deine eigenen Vertriebsregionen, Distributorengebiete, Festival-Einzugsgebiete. Baue dafür eine benutzerdefinierte Geocoding-Datei, die jeden Namen auf einen Breiten- und Längengrad abbildet (oder importiere benutzerdefinierte Polygone für gefüllte Formen). Investiere die Zeit, das einmal richtig hinzubekommen; es wird über jede Karte, die du je baust, wiederverwendet. Standardisiere auch das Quellfeld in Tableau Prep — „Gtr Manchester”, „Greater Manchester” und „Manchester (Gtr)” würden deine Verkäufe sonst über drei Phantomstandorte verstreuen.
Gefüllte, Dichte- und Ebenen-Karten
Passe die Karte zur Kennzahl. Eine gefüllte Choroplethe — Landkreise nach Volumen schattiert — liest sich gut für aggregierte Verkäufe über definierte Regionen. Eine Dichte-Karte verwandelt Hunderte einzelner Kunden in eine Heat-Oberfläche, ideal, um zu erkennen, wo sich das Geschäft ballt, ohne Grenzen zu zeichnen. Die wahre Stärke kommt aus den Kartenebenen: Lege deine Kunden über eine Ebene aller lizenzierten Lokale, trenne On-Premise von Off-Premise mit einer Farbe, und der White Space — Lokale ohne einen Kunden in der Nähe — wird sichtbar. Füge eine Filteraktion hinzu, sodass das Auswählen einer Region ein unterstützendes Balkendiagramm aktualisiert, und die Karte wird zum Einstiegspunkt in die ganze Verkaufsgeschichte. Sobald die Karte dir sagt, wo du verkaufen sollst, ist die nächste Frage, wie man effizient dorthin kommt — siehe Routenoptimierung für die Bierdistribution.
Wo es bricht
Karten täuschen leichter als jedes andere Diagramm, also sei bei drei Dingen ehrlich. Erstens Geocoding-Lücken: Ein paar nicht zugeordnete Postleitzahlen verschwinden stillschweigend aus der Ansicht, prüfe also immer Tableaus Zähler „unbekannte Standorte” und gleiche die kartierte Gesamtsumme wieder mit deinen Istwerten ab. Zweitens die Bevölkerungsfalle. Eine große rote Region bedeutet meist, dass dort mehr Menschen leben, nicht dass du gewinnst — normalisiere nach Bevölkerung, Outlets oder A1-Ausgaben, bevor du sie einen starken Markt nennst, sonst jagst du Städten hinterher und ignorierst unterversorgte ländliche Gebiete. Drittens ist White Space ein Anstoß, kein Beweis: Eine leere Fläche könnte wirklich unerschlossen sein oder keine Nachfrage, keine Lizenzdichte oder eine Wettbewerber-Bindung haben. Die Karte zeigt dir, wo du schauen sollst; ein Besuch des Außendienstmitarbeiters oder externe Daten bestätigen, ob es real ist. KI-Helfer wie Pulse oder Explain Data können eine Region markieren, die sich bewegt hat, aber sie lesen dieselben möglicherweise verzerrten Zahlen — sie validieren die zugrunde liegende Nachfrage nicht.
Das Fazit
Eine Tableau-Verkaufskarte ist einer der schnellsten Wege, von „was haben wir verkauft” zu „wo sollten wir handeln” zu kommen, vorausgesetzt, das Geocoding ist sauber und die Kennzahl ist vor der Markierungskarte entschieden. Verwende gefüllte Karten für Gebiete, Dichte für Kunden, Ebenen für White Space — und normalisiere immer, bevor du einen Gewinner ausrufst. Die Karte engt die Suche ein; der Mensch, ausgestattet mit dem richtigen Nenner, trifft die Gebietsentscheidung.
Teil des Tracks Sales Intelligence. Verwandt: Routenoptimierung für die Bierdistribution.
Häufig gestellte Fragen
Wie kartiere ich Verkaufsdaten, die Tableau nicht automatisch erkennt? Weise deinem Feld eine geografische Rolle zu — Postleitzahl, Landkreis, Land — damit Tableau es geocodiert. Für Gebiete, die Tableau nicht kennt, importiere eine benutzerdefinierte Geocoding-Datei, die jeden Namen auf einen Breiten- und Längengrad abbildet.
Sollte ich für Bierverkäufe eine gefüllte Karte oder eine Dichte-Karte verwenden? Gefüllte (Choroplethen-)Karten eignen sich für Volumen nach definiertem Gebiet wie Landkreis oder Distributorenregion. Dichte- (Heat-)Karten eignen sich für viele einzelne Punkte wie Kunden und zeigen Konzentration, ohne Grenzen zu benötigen.
Kann mir eine Tableau-Karte White-Space-Chancen zeigen? Ja, indirekt. Plotte deine Kunden als eine Ebene und eine Marktreferenz wie lizenzierte Lokale als eine andere; die Lücken, in denen es Lokale gibt, du aber keinen Kunden hast, sind dein White Space. Es weist dich hin, wo du schauen sollst — es bestätigt keine Nachfrage.