Ajuda do Tableau Blueprint

A análise visual é um processo não linear. Por exemplo, um usuário pode começar com uma tarefa ou pergunta inicial em mente, encontrar dados relevantes e prepará-los para análise. Durante a análise, o usuário percebe que precisa de dados adicionais, portanto, retrocede algumas etapas para obter mais dados, escolher um novo mapeamento visual e conseguir um novo ponto de vista. Esse exemplo pode ser repetido para qualquer uma das outras etapas do ciclo da análise visual.

O BI tradicional torna o fluxo de análise difícil ou inalcançável. Em vez de aproveitar o poder das dicas visuais e da iteração, ele é fortemente orientado por marcos. Primeiro vem a coleta de requisitos, que é seguida pelo desenvolvimento, depois pelos testes, até chegar eventualmente ao lançamento. Com a análise visual, as etapas se tornam mais fluidas, pois a resposta a uma pergunta geralmente leva a outras, o que favorece a descoberta de novas informações.

Quer você esteja criando uma visualização para si mesmo ou para outras pessoas, o ciclo de análise visual começa com uma tarefa ou com perguntas comerciais que devem respondidas. Ao fazer perguntas aos dados, comece com um tópico amplo e depois torne cada pergunta mais específica. Por exemplo, as perguntas do gerente de uma central de atendimento, do geral ao específico, podem ser mais ou menos assim:

• Quantas chamadas são recebidas mensalmente?
• Qual é a origem das chamadas?
• Quais são os principais tipos de chamadas?
• Quem atende a mais/menos chamadas?

Muitas vezes, a pessoa que analisa os dados também é quem melhor entende as questões comerciais subjacentes. Em outros casos, alguém pode entrar em contato com você solicitando um painel com questões comerciais específicas quem devem ser solucionadas. Independentemente do processo de solicitação desse tipo de assistência, as etapas para o sucesso são semelhantes.

• Crie um ambiente de parceria para ter relações de trabalho produtivas e baseadas na confiança. Descubra mais sobre a experiência dos usuários e tente falar a língua deles.
• Faça perguntas abertas como “O que quer que este painel diga para você?” ou “Quais perguntas você quer responder?”, em vez de “É um gráfico de linhas que você quer?” ou “Devo incluir uma linha de tendência?”
• Use exemplos: mostre os painéis existentes e pergunte o que os deixaria ainda melhores.

Seus usuários têm perguntas que podem ser respondidas pelos dados, mas eles sabem como encontrar a fonte de dados correta e se conectarem a ela? Os dados podem estar em uma série de fontes estruturadas, semiestruturadas e brutas ou isolados em diferentes departamentos da empresa. Isso faz com que obter os dados certos seja uma das maiores barreiras para que uma organização se torne baseada em dados.

Durante o processo de descoberta, a Pesquisa de dados e análise do Tableau no Planificador do Tableau Blueprint identificou as principais fontes de dados e como os dados são distribuídos e consumidos em cada departamento ou equipe. Com as fontes de dados específicas documentadas na guia Casos de uso e fontes de dados do Tableau do Planificador do Tableau Blueprint, você deve priorizar quais terão mais impacto de acordo com o tamanho do público e criar fontes de dados publicadas no Tableau Server ou no Tableau Cloud.

Além dos casos de uso iniciais, os criadores de conteúdo devem entender como obter dados para responder a novas perguntas comerciais. Usar a Pesquisa de dados e análise é uma maneira replicável de descobrir novos casos de uso e avaliar se os dados necessários já existem no Tableau Server e no Tableau Cloud. Se eles já estiverem disponíveis como uma Fonte de dados publicada, os criadores de conteúdo poderão se conectar a ela e começar a analisá-la. Caso contrário, os autores devem colaborar com os Administradores de dados e trabalhar com os dados que eles têm (incluindo arquivos de dados de amostra) e criar protótipos com os dados disponíveis, em vez de parar o processo para esperar um conjunto de dados operacionalizado perfeito. Quando o conjunto completo de dados estiver disponível, o conjunto de dados operacionalizado substituirá a amostra.

Após obter os dados, os criadores de conteúdo começarão a explorá-los adicionando medidas e dimensões à exibição, e o Tableau apresentará aos usuários a visualização mais eficaz. O tipo de visualização pode ser alterado a qualquer momento durante a criação do conteúdo. À medida que os criadores exploram os dados e os codificam visualmente com os atributos pré-atencionais, eles poderão obter informações a partir deles.

A escolha do tipo apropriado de mapeamento visual para o tipo de análise é fundamental para obter informações e direcionar os usuários para a ação. Existem cinco tipos básicos de mapeamentos visuais que os criadores e consumidores de conteúdo devem entender:

• Comparação, representado como uma barra
• Espacial, representado como um mapa
• Temporal, representado como uma linha
• Comparação de duas medidas, representado como um gráfico de dispersão
• Número preciso, representado como uma tabela de texto

As visualizações do Tableau geralmente mostram o inesperado: relacionamentos, exceções e tendências. Uma descoberta surpreendente estimula o processo de pensamento, incentivando uma análise mais aprofundada ou um caminho de exploração diferente. O modelo de interação do Tableau é baseado no conceito de mudança incremental: sempre que você executa uma ação (por exemplo, aplicar um filtro), o Tableau mostra instantaneamente o novo resultado.

Por que a mudança incremental é importante? Ela permite explorar intuitivamente uma ampla gama de visualizações possíveis para encontrar o caminho certo. Isso possibilita que nos concentremos na tarefa de exploração, fazendo com que as perguntas levam não só a respostas, mas também a mais perguntas. Também nos possibilita aprender análises visuais no nosso próprio ritmo. Podemos criar representações sofisticadas dos dados de forma lenta e incremental, à medida que aprendemos a analisar as informações. A interface do Tableau baseia-se no processo de refinar incrementalmente uma pergunta até chegar a uma resposta. Qualquer usuário do Tableau, quer ele seja um analista ou não, pode obter informações significativas dos dados e basear suas decisões neles.

A análise e a visualização de dados costumavam ser atividades separadas. O analista fazia consultas ou escrevia cálculos para obter respostas de uma fonte de dados e, em seguida, exportava os resultados na forma de uma tabela ou de um gráfico específico. Porém, ao transformar o processo de consulta aos dados em algo visual, você pode explorar seus dados de forma mais completa e aprofundada. Com a análise visual, é possível fazer uma análise e aprender com ela simultaneamente, à medida que oportunidades de investigação mais aprofundada vão surgindo.

Usar os dados para pensar criticamente é uma questão de desvendar informações e comunicar essas descobertas de maneira otimizada e envolvente. A análise visual torna o processo de fazer perguntas aos seus dados e obter respostas deles algo intuitivo, independentemente de você ser um criador ou um consumidor: nunca deixamos de perguntar “por quê”.

Usar os dados para pensar criticamente é importante para o processo decisório tanto para criadores de conteúdo (geralmente analistas, desenvolvedores ou cientistas de dados), quanto para consumidores de informações. Ambos os grupos devem se fazer as seguintes perguntas à medida que obtêm informações:

• Que pergunta devo fazer?
• E quando recebo a resposta, ela é confiável?
• Tenho a capacidade de questionar se meus dados são úteis? Se eles estão corretos?
• Estou aproveitando todos os fatos? Estou tentando confirmar se tenho alguma visão tendenciosa dos dados?

Descobertas compartilhadas levam a ações, resultados e soluções. Na verdade, descobertas não compartilhadas são inúteis. Você pode compartilhar diferentes tipos de conteúdo usando o Tableau Server ou o Tableau Cloud:

• Fluxos do Tableau Prep: os fluxos do Tableau Prep podem ser publicados no Tableau Server ou no Tableau Cloud e agendados para execução quando necessário com o Prep Conductor.
• Fontes de dados publicadas: você pode publicar fontes de dados para que outras pessoas as usem para criar novas pastas de trabalho. Uma fonte de dados pode conter uma conexão direta (ou em tempo real) ao seu banco de dados ou uma extração que pode ser atualizada de forma programada. Para mais informações, consulte Práticas recomendadas para fontes de dados publicadas e Habilitando o acesso controlado a dados com o Servidor de dados do Tableau.
• Pastas de trabalho: As pastas de trabalho contêm suas exibições, painéis e histórias, bem como a conexão de dados. Você pode incluir recursos locais, como imagens de fundo e codificação geográfica personalizada, caso elas estejam armazenadas em um local inacessível ao servidor ou a outros usuários do Tableau.

Uma lista de verificação para painéis é um recurso útil para garantir que o conteúdo publicado atenda ao objetivo e responda às perguntas comerciais pretendidas. Administradores de dados também devem desempenhar um papel para garantir a exatidão e revisar uma fonte de dados incorporada como candidata para publicação e certificação. Além da exatidão dos dados e dos cálculos, a validação de conteúdo também deve incluir uma revisão da marca, do layout, da formatação, do desempenho, dos filtros, das ações de painel e dos comportamentos em casos de uso extremos pelas funções de Administrador do site ou Líder de projeto. Para mais informações sobre validação, promoção e certificação de conteúdo, consulte Governança com o Tableau.