Publicado em

Você conhece Tableau? Conheça mais essa poderosa ferramenta

O que é o Tableau?

As habilidades inerentes às ferramentas de visualização, como a facilidade de uso, a interação aprimorada com os elementos de dados, a extensão da generalização em relação a dados de alta dimensão, etc. fizeram com que a visualização de dados evoluísse como uma disciplina essencial no mundo orientado a dados.

Necessidade, escopo e recursos

A esmagadora taxa de crescimento dos volumes de dados disponíveis e a necessidade premente dos tomadores de decisão em todos os domínios de negócios e pesquisa para tomar decisões rápidas e precisas aumentaram o escopo das ferramentas de visualização de dados para entender dados com gráficos. Os esforços e o tempo necessários para criar, manter pacotes de gráficos e nível de conhecimento para entender os jargões gráficos são bastante reduzidos.

Os recursos Salient oferecidos pelas ferramentas de visualização de dados são:

 O uso fácil das funcionalidades da ferramenta evita a necessidade de treinamento aprofundado em tecnologia para criação ou interação de visualizações, a fim de obter informações valiosas.

Escalabilidade para o tamanho dos dados que cresce rapidamente e para a maior complexidade dos dados, incluindo tipos de dados escalares, vetoriais e tensores sem comprometer o desempenho da ferramenta.

Capacidade de lidar com dados heterogêneos, possuindo conectores ou analisadores de dados para várias fontes que mantêm ou armazenam

  • Dados estruturais como em bancos de dados relacionais (Oracle, MySQL, PostgreSQL);
  • Dados semiestruturados, como arquivos XML, cargas úteis JSON;
  • Dados não estruturados em bancos de dados NoSQL como MongoDB, Couchbase, etc…;
  • Armazenamento de dados na nuvem, como Oracle Cloud, AWS e Microsoft Azure, etc….

Integração de recursos de manipulação de vista, como fatiar e cortar, acumule até o nível de detalhe necessário, filtrando os dados para ajudar na análise exploratória detalhada dos dados;

Suporte para visualização semântica para executar uma seleção automática de primitivas de visualização adequadas, como gráficos de linhas, gráficos de barras, gráficos de dispersão, diagrama em árvore etc. para dados nominais, ordinais e numéricos.

Tableai é uma das ferramentas mais populares de visualização de dados, que vários anos vem provando ser uma das melhores em exploração de dados com base visual.

Produtos Tableau

Vários produtos do Tableau são categorizados em:

Produtos de desenvolvimento de visualização que incluem o Tableau Desktop e o Tableau Public (Desktop)

Visualização Publicação de produtos que incluem o Tableau Server, Tableau Reader, Tableau Online, Tableau Public (Server)

Tableau Desktop

O Tableau Desktop permite aos usuários criar, formatar e integrar várias visualizações e painéis interativos usando o rico conjunto de primitivas de visualização. Ele também suporta análises atualizadas, consultando dados residentes em vários bancos de dados nativos e conectados ao vivo.

As visualizações criadas são publicadas compartilhando a pasta de trabalho do Tableau Packaged com a extensão .twbx, que inclui

Pasta de trabalho do Tableau com extensão .twb, que é um documento XML que descreve os modelos de visualização

O Tableau Data extrai com o arquivo .tde de extensão, que é um arquivo de fonte de dados compactado

Outros arquivos de suporte, como imagens etc.

Tableau Server

O Tableau Server é um ambiente corporativo confiável, seguro e bem governado para compartilhar e publicar visualizações criadas usando o Tableau Desktop. Este produto atua como um repositório central para várias fontes de dados no mecanismo de dados, funções de segurança dos usuários e detalhes de privilégios de acesso e todas as visualizações em toda a empresa.

Tableau Public

O Tableau Public é uma versão gratuita hospedada na nuvem com limitações de uso de ferramentas e é fornecida com dois subprodutos, a saber, o Tableau Public (Desktop) e o Tableau Public (Server). As visualizações são criadas no Tableau Public (Desktop), salvas e publicadas no Tableau Public (servidor).

As limitações notáveis ​​do Tableau Public são:

  • Extrações de dados disponíveis localmente são as únicas fontes de dados suportadas
  • O limite máximo para o número de linhas a serem inseridas é de um milhão

Ao contrário do Tableau Desktop, os usuários não podem salvar o relatório localmente e estão restritos a salvar a pasta de trabalho no Tableau Public (Server), acessível a todos os usuários.

Tableau Online

O Tableau Online é uma plataforma de compartilhamento de exibição hospedada na nuvem, com capacidade de conectar-se a bancos de dados em nuvem como Amazon Redshift, Google BigQuery, etc. A atualização programada de extrações e a conexão ao vivo com datastores locais são feitas usando o tableau bridge.

O benefício inerente oferecido pela solução de bases em nuvem é o custo de infraestrutura reduzido para seus usuários, evitando atualizações associadas, atualizações de patches e atividades de manutenção

Ao contrário do servidor Tableau, a edição de pastas de trabalho e visualizações precisa de conexão com o servidor de dados e essas operações são limitadas pelo limite máximo de contagem de linhas.

Tableau Reader

O Tableau Reader é um aplicativo de desktop que permite que os usuários abram e executem interações de exibição como drill down e roll-up de cubos OLAP, filtragem de dimensões etc., mas não podem editar o conteúdo incorporado nas visualizações publicadas.

Conclusão

O Tableau ganhou uma experiência positiva do cliente e se posicionou como líder no espaço de fornecedores de Business Intelligence (BI). A capacidade notável de converter dados brutos em representações visuais foi alcançada ao oferecer um grande conjunto de conectores de dados e um rico conjunto de primitivas de visualizações facilmente acessíveis.

Em meio às mudanças nas necessidades dos clientes e às crescentes expectativas dos usuários, o Tableau tem como objetivo oferecer suporte à preparação de dados habilitada para aprendizado de máquina e descoberta inteligente de dados. Paralelamente, o Tableau está focado em resolver lacunas desafiadoras nos recursos empresariais listados abaixo:

  • O desempenho comprometido, ao integrar dados grandes e complexos a partir de dados heterogêneos, precisa ser tratado
  • Planejado para melhorar a capacidade de lidar com grandes extrações na memória, substituindo os formatos de arquivo de dados TDE por um mecanismo na memória chamado Hyper
  • Fornecimento de agendamento baseado em evento e alertas condicionais a serem apresentados
  • Desenvolvimento de serviços de interface API para melhor extensibilidade
  • Complexidade reduzida em embalagens para executar grandes implantações de clientes leves

Conheça 15 benefícios do Power BI para áreas de negócios

Publicado em

BI vs Big Data: Uma comparação abrangente da diferença entre eles

Ultimamente tem havido tremendas mudanças no cenário da tecnologia de negócios. Os avanços na tecnologia em nuvem e nos aplicativos móveis permitiram às empresas e usuários de TI interagirem de maneiras totalmente novas. Uma das tecnologias que mais cresce nessa esfera é a Business Intelligence e conceitos associados, como Big Data e mineração de dados.

Para ajudar você a entender os vários processos de dados de negócios para alavancar as ferramentas de Business Intelligence, é importante conhecer as diferenças entre Big Data e mineração de dados e Business Intelligence. Descrevemos as definições de cada uma e detalhamos como elas se relacionam e se comparam.

O que é Business Intelligence?

A Business Intelligence abrange a análise de dados com a intenção de descobrir tendências, padrões e insights. As descobertas baseadas em dados fornecem visualizações precisas e astutas dos processos da sua empresa e dos resultados que esses processos estão gerando. Além das métricas padrão, como medidas financeiras, a Business Intelligence detalhada revela o impacto das práticas atuais no desempenho dos funcionários, na satisfação geral da empresa, nas conversões, no alcance da mídia e em vários outros fatores.

Além de apresentar informações sobre o estado atual da sua organização, a utilização da Business Intelligence pode prever o desempenho futuro. Através da análise de dados passados ​​e atuais, sistemas robustos de BI rastreiam tendências e ilustram como elas continuarão com o passar do tempo.

A Business Intelligence abrange mais do que observação, ela vai além da análise quando uma ação é tomada com base nas descobertas. Ter a capacidade de ver os resultados reais e quantificáveis ​​das políticas e o impacto no futuro dos seus negócios é uma ferramenta poderosa para a tomada de decisões.

Como o Big Data é definido?

O termo Big Data pode ser definido simplesmente como grandes conjuntos de dados que superam bancos de dados simples e arquiteturas de manipulação de dados. Por exemplo, dados que não podem ser facilmente manipulados nas planilhas do Excel podem ser chamados de Big Data.

Big Data envolve o modo de armazenamento, processamento e visualização de dados. É essencial encontrar as ferramentas certas para criar o melhor ambiente para obter informações valiosas de seus dados.

A configuração de um ambiente eficaz de Big Data envolve a utilização de tecnologias de infra-estrutura que processam, armazenam e facilitam a análise de dados. Data warehouses, programas de linguagem de modelagem e cubos OLAP são apenas alguns exemplos. Hoje, as empresas costumam usar mais de uma implantação de infra-estrutura para gerenciar vários aspectos de seus dados.

O Big Data geralmente fornece às empresas respostas para as perguntas que eles não sabiam que queriam fazer: Como o novo software de RH afetou o desempenho dos funcionários? Como as avaliações recentes dos clientes se relacionam com as vendas? A análise de fontes de Big Data ilumina os relacionamentos entre todas as facetas da sua empresa.

Portanto, há uma utilidade inerente às informações que estão sendo coletadas no Big Data. As empresas devem definir objetivos e parâmetros relevantes para coletar informações valiosas dele.

Business Intelligence vs Big Data

Business Intelligence é a coleção de sistemas e produtos que foram implementados em várias práticas de negócios, mas não as informações derivadas dos sistemas e produtos.

Por outro lado, Big Data passou a significar várias coisas para pessoas diferentes. Ao comparar Big Data x Business Intelligence, algumas pessoas usam o termo Big Data ao se referir ao tamanho dos dados, enquanto outras usam o termo em referência a abordagens específicas da análise.

Então, como a Business Intelligence e o Big Data se relacionam e se comparam? O Big Data pode fornecer informações fora das fontes de dados da própria empresa, servindo como um recurso expansivo. Portanto, é um componente da Business Intelligence, oferecendo uma visão abrangente de seus processos. O Big Data geralmente constitui a informação que levará a insights de Business Intelligence.

Novamente, o Big Data existe na Business Intelligence, isso significa que os dois diferem na quantidade e no tipo de dados que incluem. Como o segundo é um termo genérico, os dados considerados parte dele são muito mais abrangentes do que os que se enquadram no primeiro. A Business Intelligence abrange todos os dados, desde relatórios de vendas hospedados em planilhas do Excel até grandes bancos de dados on-line. Big Data, por outro lado, consiste apenas nesses grandes conjuntos de dados.

As ferramentas envolvidas nos processos de Big Data e Business Intelligence também diferem. O software de Business Intelligence de nível básico tem a capacidade de processar fontes de dados padrão, mas pode não estar equipado para gerenciar Big Data. Outros sistemas mais avançados são projetados especificamente para o processamento de Big Data.

Obviamente, na discussão sobre Big Data x BI, há alguma sobreposição envolvida no uso de sistemas abrangentes de Business Intelligence, feitos para lidar com grandes conjuntos de dados. A maioria dos fornecedores de software de Business Intelligence oferece modelos de custos em camadas que aumentam a funcionalidade

Em resumo

Business Intelligence, Big Data e Mineração de Dados são três conceitos diferentes que existem na mesma esfera. A Business Intelligence pode ser considerada a categoria abrangente na qual esses conceitos existem, pois pode ser simplesmente definida como análise de práticas de negócios baseada em dados. O Big Data é extraído e analisado, resultando no ganho de Business Intelligence. Embora esses três conceitos sejam diferentes, o BI, o Big Data e a Mineração de Dados trabalham juntos para servir ao propósito de fornecer informações orientadas a dados. São ferramentas que podem levar a uma maior compreensão do seu negócio e, finalmente, processos mais simplificados que aumentam a produtividade e o rendimento financeiro.

Como sua organização usa BI, Big Data e Mineração de Dados? Deixe um comentário abaixo.

Publicado em

Conheça 15 benefícios do Power BI para áreas de negócios

Com o Power BI você pode mascarar dados conforme sua necessidade, pois possui um mecanismo de mashup muito poderoso. Com o mecanismo super rápido da Memória no Power BI, você pode modelar os dados, adicionar colunas medidas ou calculadas ou criar um esquema em estrela por conta própria. Com a ajuda dos elementos de visualização de dados, é possível fazer isso e e personalizá-los para contar uma história por trás dos dados. Trabalhe com o Azure / nuvem, bem como fontes de dados locais. Você pode fazer mais do que isso com o Power BI, o que não é possível com outros produtos com facilidade.

A seguir, são listadas algumas das competências valorizadas da ferramenta Microsoft Power BI:

1. Integra-se perfeitamente aos aplicativos existentes

Com o Power BI você pode adotar facilmente recursos de análise e relatórios, pois o Power BI se integra facilmente ao seu ambiente de negócios atual.

2. Painéis personalizados

O painel de informações pode ser personalizado de acordo com as necessidades de uma empresa. Para fornecer uma experiência unificada ao usuário, os painéis e os relatórios de BI podem ser facilmente incorporados ao aplicativo.

3. Sem restrições de memória ou velocidade

Ao transferir um sistema de BI existente para um poderoso ambiente de nuvem com o Power BI incorporado, não há restrições de memória ou velocidade que garantam que os dados possam ser recuperados e analisados ​​rapidamente.

4. Publique relatórios com segurança

Com a ferramenta disponível no Power BI você pode configurar a atualização automática de dados e publicar relatórios com segurança, o que permite aos usuários recorrer às informações mais recentes.

5. Não é necessário suporte técnico especializado

Não há necessidade de suporte técnico especializado, pois o Power BI fornece consultas e análises ágeis. Ele suporta o uso de ferramentas intuitivas de designer gráfico e interface de linguagem natural.

6. Simplicidade e desempenho equilibrados

A linguagem de script DAX e a tecnologia de análise na memória mostram que há um equilíbrio entre simplicidade e desempenho.

7. Extrai rapidamente a inteligência comercial

Transforme os dados da sua empresa em visuais sofisticados, extraindo assim a inteligência comercial para uma melhor tomada de decisão.

8. Suporta serviços de dados avançados

A ferramenta de consultoria do Microsoft Power BI pode ser integrada a serviços avançados de nuvem, como a estrutura Bot ou Cortana.

9. Seus dados podem ser acessados ​​facilmente

Juntamente com técnicos da Microsoft, como documentos do SharePoint ou bancos de dados SQL, o Power BI também se integra a soluções que não são da Microsoft. Ele se conecta a cerca de 60 soluções de software comuns que as empresas já usam e desenha um painel centralizado e fácil de digerir. Para citar alguns: Spark, Hadoop, SAP, Google Analytics, Salesforce, etc.

10. Fácil implementação

A demanda por recursos de engenharia ou de TI é menor para implementar o Power BI. Às vezes, há casos em que nenhuma engenharia é necessária, pois os gerentes criam uma chave de API e a conectam ao software.

11. Baixos custos e retornos rápidos

Ao analisar dados recentes, as empresas podem tomar decisões informadas sobre o mercado em crescimento e com baixo desempenho. Além disso, elas podem realizar análises internamente para economizar dinheiro.

12. A inovação é constante

Novas funções e recursos são atualizados todos os meses nos produtos Power BI.

13. Os relatórios do Power BI podem ser visualizados em várias plataformas e dispositivos

Você pode acessar os relatórios do Power Bi a partir do seu dispositivo móvel e de um laptop, desde que tenha uma conexão com a Internet. Aplicativos nativos são disponibilizados para dispositivos iOS, Android e Windows.

14. Funcionalidade de arrastar e soltar

Você pode criar seus próprios relatórios ad-hoc através da funcionalidade de arrastar e soltar, que é um processo muito fácil.

15. Cresça junto com a comunidade on-line do Power BI

O Power BI é usado por mais de 200,00 organizações e possui mais de 5 milhões de assinantes. A comunidade online cresceu tremendamente nos últimos anos, onde as pessoas compartilham suas idéias na criação de painéis.

Conclusão:

O crescente conjunto de ferramentas que o Power BI contém possui o potencial de fornecer informações reais, atraentes e acionáveis ​​a partir dos dados, por meio de relatórios no painel. O Power BI tem vários benefícios que podem ajudar você e suas organizações a melhorar sua inteligência de negócios. Com isso, agora você tem uma imagem clara de várias formas de trabalho do Power BI, que o ajudarão a executar diversos projetos e suporte dessa poderosa ferramenta.

Publicado em

10 maneiras poderosas de visualizar seus dados através de gráficos

1. Visualização de dados definida

Visualização de dados é a criação de representações visuais desses itens. Elas comunicam claramente informações desses dados por meio de tabelas e gráficos. Em termos de business intelligence (BI), essas visualizações ajudam os usuários a tomar melhores decisões baseadas em dados.

“Criar arquitetura é colocar em ordem. Coloque o que está em ordem? Função e objetos. ”

Le Corbusier

Le Corbusier foi um dos maiores arquitetos do século XX. Ele intuitivamente entendeu como reduzir tudo a sua forma mais simples e elegante sem nunca sacrificar o que mais importava: o objetivo de cada criação e como as pessoas interagem com o espaço ao seu redor.

A visualização de dados é muito parecida com arquitetura. Ao descobrir como exibi-los, você precisa começar com a função (a tendência, o padrão ou as informações vitais que você está tentando transmitir rapidamente) e depois considerar o usuário (como eles navegam e interagem com os dados) ) e só então chegamos à etapa final: torná-la a mais limpa e bonita possível.

Muitas pessoas enfrentam essas etapas na ordem errada. Em vez de dizer: “Esta é a informação que preciso apresentar; vamos encontrar a melhor maneira possível de mostrar essa ideia “, eles pensam:” Precisamos de um gráfico de barras / gráfico de pizza / indicador aqui “. Ou pior:” Os mapas de dispersão são bem legais. Vamos colocar um aqui? “

É assim que as pessoas acabam com visualizações confusas ou até enganosas que, embora atraentes, pouco fazem para ajudar na tomada de decisões inteligentes ou esclarecer os usuários sobre o verdadeiro desempenho de seus negócios.

Os indicadores mostram um KPI, claramente.

Isso é particularmente útil quando você deseja fornecer uma ideia instantânea de como os negócios estão indo em um KPI específico. A incorporação de uma visualização simples de “indicador de medidor” mostra imediatamente se você está acima ou abaixo da meta e se está se movendo na direção certa. Tudo isso é especialmente eficaz se você incorporar códigos de cores, como cores vermelho / verde ou setas para cima / para baixo. Você pode até criar indicadores e visuais personalizados para dar um toque mais forte à sua história.

Um indicador numérico como o abaixo, à direita, é ainda mais objetivo, fornecendo um simples título e uma indicação de como ele se compara ao ano / trimestre / mês anterior, etc.

2. Os gráficos de linhas exibem tendências

Os gráficos de linhas são muito populares para uma variedade de casos de uso de negócios, porque demonstram uma tendência geral rápida e concisa, de uma maneira difícil de interpretar mal. Em particular, eles são bons para descrever tendências de diferentes categorias durante o mesmo período, para ajudar na comparação. Por exemplo, este gráfico visualiza os números de vendas por faixa etária para três linhas de produtos diferentes:

3. Os gráficos de barras detalham as coisas simplesmente

Os gráficos de barras são ótimos para comparar vários valores diferentes, especialmente quando alguns deles são divididos em categorias codificadas por cores. Para ilustrar a diferença entre este e um gráfico de linhas, agora vamos pegar as mesmas informações acima e revisá-las novamente como um gráfico de barras:

4. Os gráficos de colunas comparam valores lado a lado

Geralmente, faz sentido usar gráficos de colunas para comparações lado a lado de diferentes valores. Você também pode usá-los para mostrar alterações ao longo do tempo, embora faça sentido fazer isso quando desejar chamar a atenção para os números totais, em vez da forma da tendência (que é mais eficaz com um gráfico de linhas).

Por exemplo, o gráfico abaixo mostra o total de visualizações de páginas do site versus sessões em uma série de datas. Os números não se movem muito dia a dia, portanto, um gráfico de linhas não revelaria nada de interessante em termos de tendências; em vez disso, as informações pertinentes aqui são o número concreto de visitantes do site todos os dias.

Movimento especializado: se você deseja destacar ou contrastar índices e uma tendência geral, pode combinar um gráfico de linhas e colunas, como no exemplo abaixo.

5. Os gráficos de pizza mostram claramente proporções

Os gráficos de pizza mostram facilmente a parcela que cada valor compõe do todo. Eles são muito mais intuitivos do que simplesmente listar porcentagens que somam 100%.

Este gráfico mostra quais campanhas geram a maior parcela do total de leads. Você vê imediatamente que o AdWords é a fonte mais eficaz, seguida pelas mídias sociais e depois pelas inscrições nos seminários on-line. Uma visão instantânea esclareceria à sua equipe de marketing o que está funcionando melhor, ajudando-a a reatribuir recursos rapidamente ou a reorientar seus esforços para maximizar a geração de leads.

6. Os gráficos de área comparam proporções

Os gráficos de área são úteis porque fornecem uma noção do volume geral, bem como a proporção desse volume absorvida por cada categoria.

No exemplo acima, você pode ver quanto de um volume (receita) é sobreposto por outro volume (custo). Essa é uma ótima maneira de impor uma verificação da realidade para suas estimativas de receita – você vê imediatamente que a margem amarela de lucro é a mais fina possível, ajudando-o a avaliar onde o fluxo de caixa é realmente mais apertado do que em que lugar do ano em que você está, simplesmente trazendo mais dinheiro.

(Importante: visualizações em camadas como essas ficam confusas quando você introduz mais de três valores na mistura.)

Esse tipo de informação pode esclarecer questões como planejamento de recursos, padrões de pedidos, gerenciamento financeiro, alocação de espaço de armazenamento apropriado e muito mais.

7. Tabela dinâmica facilmente apresenta índices

As tabelas dinâmicas não são as maneiras mais bonitas ou intuitivas de visualizar dados, mas são úteis quando você deseja extrair rapidamente índices enquanto vê números exatos (em vez de ter uma noção de tendências), especialmente se você não tiver acesso a uma ferramenta de BI de autoatendimento, que pode automatizar isso para você.

Neste exemplo, informações complexas do paciente são resumidas para fornecer uma visão geral detalhada dos custos, número de pacientes e dias médios admitidos no hospital:

8. Gráficos de dispersão: distribuição e relacionamentos

Os gráficos de dispersão apresentam categorias de dados por cor do círculo e o volume dos dados por tamanho do círculo; eles são usados para visualizar a distribuição e o relacionamento entre duas variáveis.

O gráfico abaixo visualiza cada linha de produtos pelo número de unidades vendidas e a receita gerada, representando o valor em tamanho físico. Ele também divide isso por sexo (passar o mouse sobre os círculos revelaria o nome do produto no original).

Nesse cenário, você pode ver que seus clientes mais frequentes (e lucrativos) são homens – o que pode levar você a concentrar mais esforços de marketing em compradores masculinos ou a procurar maneiras mais eficazes de atrair clientes do sexo feminino, dependendo do seu negócio prioridades.

9. Mapas de área / dispersão para dados geográficos

Essas visualizações de dados permitem que você veja imediatamente quais locais geográficos são mais significativos para os seus negócios. Os dados são visualizados como pontos de cor em um mapa; valores são representados pelo tamanho do círculo.

Por exemplo, o mapa abaixo mostra os visitantes do site por local, em que a cor indica a porcentagem de conversões (quanto mais brilhante o verde, maior a taxa de conversão).

10. Gráficos de funil: compreenda rapidamente o processo de vendas

Esse é um tipo muito específico de visualização que descreve os valores decrescentes à medida que os clientes passam pelo funil de vendas. A beleza disso é que ele dá vida as suas taxas de conversação a cada passo, para que você possa ver rapidamente onde as pessoas estão desistindo do processo. O gráfico de funil abaixo mostra o número de pessoas em cada estágio da demanda, desde a visita inicial ao site, passando por todos os pontos de contato até a venda final: