แผนที่ความหนาแน่นคือการแสดงข้อมูลตัวเลขแบบกราฟิกที่ใช้สีเพื่อแสดงค่า ในบริบทของการทำเหมืองข้อมูล แผนที่ความหนาแน่นมีประโยชน์โดยเฉพาะอย่างยิ่งสำหรับสองวัตถุประสงค์ - สำหรับการแสดงตารางความสัมพันธ์และการแสดงภาพค่าที่ขาดหายไปในข้อมูล ในทั้งสองกรณี ข้อมูลจะถูกถ่ายทอดในตารางสองมิติ
แผนที่ความหนาแน่นคือคำอธิบายแบบกราฟิกของข้อมูลที่ต้องการระบบรหัสสีเพื่อกำหนดค่าหลายค่า แผนที่ความหนาแน่นจะใช้ในรูปแบบต่างๆ ของการวิเคราะห์ แต่ส่วนใหญ่มักใช้เพื่อแสดงพฤติกรรมของผู้ใช้บนหน้าเว็บหรือเทมเพลตหน้าเว็บที่เฉพาะเจาะจง สามารถใช้แผนที่ความหนาแน่นเพื่อแสดงตำแหน่งที่ผู้ใช้กดบนหน้า เลื่อนหน้าลงมาไกลแค่ไหน หรือใช้แสดงผลการทดสอบการติดตามการมอง
ตารางสหสัมพันธ์สำหรับตัวแปร p มีแถว p และคอลัมน์ p ตารางข้อมูลประกอบด้วยคอลัมน์ p (ตัวแปร) และ n แถว (การสังเกต) หากแถวหลายแถวมีขนาดใหญ่ สามารถใช้ชุดย่อยได้ ในทั้งสองกรณี การสแกนรหัสสีแทนค่าจะง่ายกว่าและเร็วกว่า
แผนที่ความหนาแน่นมีประโยชน์ในการกำหนดค่าจำนวนมาก แต่ไม่ใช่การคืนค่าสำหรับการแสดงผลกราฟิกที่แม่นยำยิ่งขึ้น ซึ่งรวมถึงแผนภูมิแท่ง เนื่องจากไม่สามารถระบุความแตกต่างของสีได้อย่างแม่นยำ
ในแผนที่ความหนาแน่นของค่าที่หายไป แถวสัมพันธ์กับข้อมูลและคอลัมน์กับตัวแปร ต้องใช้การเข้ารหัสไบนารีของชุดข้อมูลเริ่มต้นโดยที่ 1 ระบุค่าที่ขาดหายไปและ 0 มิฉะนั้น ตารางไบนารีใหม่นี้มีการทำสี ซึ่งรวมถึงเฉพาะเซลล์ค่าที่หายไป (ที่มีค่า 1) เท่านั้นที่จะถูกระบายสี
ข้อมูลนี้เกี่ยวข้องกับข้อมูลทางเศรษฐกิจ สังคม การเมือง และ "ความเป็นอยู่ที่ดี" ในหลายประเทศทั่วโลก (แต่ละแถวคือประเทศ) ตัวแปรถูกรวมจากหลายแหล่ง และสำหรับแต่ละแหล่ง ข้อมูลอาจไม่พร้อมใช้งานในทุกประเทศเสมอไป
แผนที่ความหนาแน่นของข้อมูลที่ขาดหายไปสนับสนุนการแสดงภาพระดับและปริมาณของ "สิ่งที่ขาดหายไป" ในไฟล์ข้อมูลที่รวมกัน การออกแบบบางอย่างของ "การหายไป" ทำให้เกิดตัวแปรที่หายไปสำหรับการสังเกตแทบทั้งหมด และกลุ่มของแถว (ประเทศ) ที่ไม่มีค่าหลายค่า
ตัวแปรที่ขาดหายไปเล็กน้อยก็มีความชัดเจนเช่นกัน ข้อมูลนี้สามารถใช้ในการตัดสินใจว่าจะจัดการกับสิ่งที่ขาดหายไปอย่างไร (เช่น ปล่อยตัวแปรบางตัว ทิ้งข้อมูลบางส่วน ใส่ข้อมูล ฯลฯ)
เครื่องมือวิเคราะห์ เช่น Google Analytics หรือตัวเร่งปฏิกิริยาของไซต์นั้นยอดเยี่ยมในการสนับสนุนตัวชี้วัดเพื่อแสดงว่าผู้ใช้เข้าชมหน้าใด แต่พวกเขาต้องการรายละเอียดเมื่อดูเหมือนว่าผู้ใช้ใช้หน้าเหล่านั้นอย่างไร แผนที่ความหนาแน่นจะให้ภาพรวมที่ครอบคลุมมากขึ้นเกี่ยวกับพฤติกรรมของผู้ใช้
แผนที่ความหนาแน่นจะมองเห็นได้ชัดเจนกว่ารายงานการวิเคราะห์มาตรฐาน ซึ่งสามารถช่วยให้วิเคราะห์ได้ง่ายขึ้นในทันที ทำให้เข้าถึงได้ง่ายขึ้น โดยเฉพาะสำหรับผู้ที่ไม่คุ้นเคยกับการวิเคราะห์ข้อมูลจำนวนมาก
เครื่องมือการทำแผนที่ความร้อนที่ดี เช่น CrazyEgg ช่วยให้นักวิเคราะห์แบ่งกลุ่มและกรองข้อมูลได้ ซึ่งหมายความว่าสามารถดูได้ง่าย ๆ ว่าผู้ใช้หลายประเภทมีส่วนร่วมกับหน้าใดหน้าหนึ่งอย่างไร
