Tableau Blueprint-hjälp

Kontroll i Tableau är ett viktigt steg för att främja användningen av analys samtidigt som säkerheten och integriteten för data bibehålls. Du måste definiera standarder, processer och policyer för att hantera data och innehåll på ett säkert sätt via ett modernt arbetsflöde för analys. Lika viktigt som att definiera allt detta är att alla i arbetsflödet förstår och följer det, så att användarna kan lita på analyserna som de använder för att fatta datadrivna beslut.

För att fastställa Kontrollmodeller i Tableau i organisationen bör du använda Tableau Blueprint Planner (Tableau Blueprint-planeraren) och gå igenom de områden för data- och innehållsstyrning som beskrivs i diagrammet nedan.

Datastyrning i Tableau

Syftet med datastyrning i ett Modernt analysarbetsflöde är att se till att rätt data är tillgänglig för rätt personer i organisationen när de behöver den. Det skapar ansvarstagande och möjliggör, snarare än begränsar, tillgång till säkert och tillförlitligt innehåll för användare på alla kunskapsnivåer.

Hantering av datakällor

Hantering av datakällor innefattar processer relaterade till urval och distribution av data i din organisation. Tableau ansluter till företagets dataplattformar och utnyttjar den kontroll som du redan har tillämpat på dessa system. I en självbetjäningsmiljö har innehållsförfattare och datastewards möjlighet att ansluta till olika datakällor, bygga och publicera datakällor, arbetsböcker och annat innehåll. Utan dessa processer blir det en spridning av duplicerade datakällor, vilket skapar förvirring bland användarna, ökar sannolikheten för fel och förbrukar systemresurser.

Tableaus hybrida dataarkitektur har två lägen för att interagera med data, med hjälp av livefrågor eller minnesextrakt. Det är lika enkelt att växla mellan de två som att välja rätt alternativ för dina användningsfall. I båda användningsfallen, via livefråga eller minnesextrakt, kan användare ansluta till tabeller, vyer och lagrade procedurer i befintliga datalager för att utnyttja dessa utan ytterligare arbete.

Livefrågor är lämpligt om du har investerat i en snabb databas, behöver aktuell och uppdaterad data eller använder Initial SQL. Minnesextrakt bör användas om din databas eller ditt nätverk är för långsamma för interaktiva frågor, för att avlasta transaktionsdatabaser eller när dataåtkomst offline krävs.

Tableau 2020.2 har stöd för ett nytt logiskt lager med flera tabeller och relationer. Därför är användarna inte begränsade till att använda data från en enda platt, denormaliserad tabell i en Tableau-datakälla. Nu kan de bygga datakällor med flera tioner mellan tabellerna, utan att behöva ange kopplingstyper i väntan på vilka frågor som kan ställas till datan. Med stödet för flera tabeller kan Tableau-datakällor nu direkt representera vanliga datamodeller för företag, som stjärn- och snowflake-scheman samt mer komplexa modeller för flera faktatabeller. Flera detaljnivåer stöds i en enda datakälla, så färre datakällor behövs för att representera samma data. Relationer är mer flexibla än databaskopplingar och kan stödja ytterligare användningsfall när de uppstår, vilket minskar behovet av att bygga nya datamodeller för att besvara nya frågor. Genom att använda relationer i välmodellerade scheman kan du minska både tiden för att skapa en datamodell och antalet datakällor för att besvara affärsfrågor. Mer information finns i Metadatahantering längre fram i detta avsnitt och i Tableau-datamodellen.

När författare publicerar en arbetsbok i Tableau Server eller Tableau Cloud kan de välja om de vill publicera datakällan eller låta den vara inbäddad i arbetsboken. De processer för hantering av datakällor som du definierar styr detta beslut. Med Tableau Dataserver, som är en inbyggd komponent i Tableau-plattformen, kan du dela och återanvända datamodeller, säkra hur dina användare får tillgång till data samt hantera och konsolidera dataextrakt med publicerade datakällor. Dessutom gör publicerade datakällor det möjligt för Tableaus Creator- och Explorer-licensierade användare att få tillgång till säker, betrodd data i Tableau för webbredigering och Fråga data. Mer information finns i Best Practices for Published Data Sources (Bästa praxis för publicerade datakällor), Edit Views on the Web (Redigera vyer på webben) och Optimize Data for Ask Data (Optimera data för Fråga data).

Med ökade möjligheter att identifiera data indexerar Tableau Catalog allt innehåll, inklusive arbetsböcker, datakällor och flöden, så att författare kan söka efter fält, kolumner, databaser och tabeller i arbetsböcker och publicerade datakällor. Mer information finns i Data Management (Datahantering).

När Tableau Catalog är aktiverat kan innehållsförfattare söka efter data genom att välja bland datakällor, databaser och filer eller tabeller och objekt för att se om de finns i Tableau Server och Tableau Cloud och minimera duplicering av datakällor.

Dessutom förser fliken Datainformation på en vy som publiceras i Tableau Server och Tableau Cloud konsumenterna med relevant information om den data som används i den. Dessa uppgifter omfattar information om arbetsboken (namn, författare, ändringsdatum), datakällor som används i vyn och en lista över de fält som används.

För datastewards som skapar nya publicerade datakällor visar arbetsflödet nedan de två viktigaste beslutspunkterna som påverkar hanteringen av datakällor – live eller extrakt och inbäddad eller delad datamodell. Detta innebär inte att en formell modelleringsprocess alltid måste äga rum innan analysen påbörjas.

För att upptäcka och prioritera viktiga källor till data använder du flikarna Tableaus data- och analysenkät och Tableau-användningsfall och -datakällor i Tableau Blueprint Planner (Tableau Blueprint-planeraren).

Datakvalitet

Datakvalitet är ett mått på om data är lämplig för att tjäna sitt syfte i ett visst sammanhang – i det här fallet för att fatta affärsbeslut. Datakvaliteten bestäms av faktorer som noggrannhet, fullständighet, tillförlitlighet, relevans och aktualitet. Du har troligen redan upprättat processer för att säkerställa datakvaliteten när datan tas in från källsystemen, och ju mer som åtgärdas i processerna uppströms, desto mindre korrigering behövs när det är dags för analysen. Du bör se till att datakvaliteten är konsekvent hela vägen fram till konsumtion.

När du planerar är det ett bra tillfälle att se över befintliga datakvalitetskontroller uppströms eftersom data kommer att vara tillgänglig för en större grupp användare i en självbetjäningsmodell. Dessutom är Tableau Prep Builder och Tableau Desktop utmärkta verktyg för att upptäcka problem med datakvalitet. Genom att upprätta en process för rapportering av datakvalitetsproblem till IT-teamet eller datastewarden blir datakvalitet en integrerad del av att bygga upp förtroende för data.

Med Tableau Data Management och Tableau Catalog bör du kommunicera datakvalitetsproblem till dina användare för att öka insynen och förtroendet för data. När det finns ett problem kan du ställa in ett varningsmeddelande på en dataresurs så att användarna av dataresursen är medvetna om specifika problem. Du kanske till exempel vill informera användarna om att data inte har uppdaterats på två veckor eller att en datakälla har blivit inaktuell. Du kan ställa in en datakvalitetsvarning per dataresurs, till exempel en datakälla, en databas, ett flöde eller en tabell. Mer information finns i Ställa in en datakvalitetsvarning, inklusive följande typer: Varning, Inaktuell, Inaktuella data och Under underhåll.

Observera att du kan ställa in en datakvalitetsvarning med hjälp av REST API. Mer information finns i Add Data Quality Warning (Lägga till datakvalitetsvarning) i Tableaus REST API-hjälp.

Databerikning och förberedelse

Berikning och förberedelse omfattar processer som används för att förbättra, förfina eller förbereda rådata för analys. Ofta svarar en enda datakälla inte på alla frågor som en användare kan ha. Genom att lägga till data från olika källor tillför du värdefull kontext. Du har troligen redan ETL-processer för att rensa, kombinera, aggregera och lagra data när du tar emot rådata från olika källor. Med kommandoradsgränssnitt och API:er kan Tableau integreras med dina befintliga processer.

För dataförberedelse med självbetjäning bör Tableau Prep Builder och Tableau Prep Conductor användas för att kombinera flera källor för data och automatisera enligt ett schema. Tableau Prep har flera olika typer av utdata till Tableau Server eller Tableau Cloud, till exempel CSV, Hyper och TDE (version 2024.2 och tidigare) eller publicerade datakällor. Från och med 2020.3 inkluderar Tableau Prep-utdata databastabeller, där resultatet av ett flöde kan sparas till en tabell i en relationsdatabas. Detta innebär att preppad data från Tableau Prep Builder kan lagras och kontrolleras på en central plats och utnyttjas i hela organisationen. Tableau Prep Builder är en del av Tableau Creator-licensen, medan Tableau Prep Conductor är en del av Tableau Data Management. Tableau Data Management hjälper dig att bättre hantera data i din analysmiljö, från dataförberedelse till katalogisering, sökning och kontroll, vilket säkerställer att pålitlig och uppdaterad data alltid används för att driva beslut.

Med visuell, smart och direkt feedback i varje steg hjälper Tableau Prep Builder användarna att skapa prototyper och förbereda skilda datakällor för analys. När stegen är definierade och verifierade ska flödet publiceras på Tableau Server och Tableau Cloud där Prep Conductor kommer att köra flödet och mata ut en publicerad datakälla enligt det angivna schemat. Automatisering skapar en konsekvent process, minskar felbenägna manuella steg, spårar framgång/misslyckande och sparar tid. Användarna kommer att ha förtroende för resultatet eftersom stegen kan visas på Tableau Server eller Tableau Cloud.

Tableau Prep-flöde

Tableau Prep-flöde i Tableau Server eller Tableau Cloud

Datasäkerhet

Datasäkerhet är ytterst viktigt i alla företag. Med Tableau kan kunderna bygga vidare på sina befintliga implementeringar av dataskydd. IT-administratörer har möjlighet att implementera säkerhet i databasen med hjälp av databasautentisering, i Tableau med hjälp av behörigheter eller genom en hybrid av båda. Säkerheten upprätthålls oberoende av om användare kommer åt data från publicerade vyer på webben, på mobila enheter eller genom Tableau Desktop och Tableau Prep Builder. Kunder föredrar ofta hybridmetoden för dess flexibilitet att hantera olika typer av användningsfall. Börja med att fastställa en datasäkerhetsklassificering för att definiera de olika typerna av data och känslighetsnivåer som finns i din organisation.

Observera att metoden som väljs för autentisering till databasen är det viktigaste när databassäkerhet utnyttjas. Denna autentiseringsnivå är åtskild från Tableau Server- eller Tableau Cloud-autentisering (dvs när en användare loggar in på Tableau Server eller Tableau Cloud innebär det inte att hen loggar in i databasen). Det innebär att Tableau Server- och Tableau Cloud-användare även måste ha inloggningsuppgifter (eget användarnamn/lösenord eller servicekontots användarnamn/lösenord) för att ansluta till databasen så att säkerheten på databasnivå tillämpas. Tableau behöver endast läsbehörighet till databasen för att ytterligare skydda din data, vilket förhindrar att utgivare oavsiktligt ändrar underliggande data. Alternativt kan det i vissa fall vara praktiskt att ge databasen användarbehörighet för att skapa tillfälliga tabeller. Detta kan innebära fördelar både för prestanda och säkerhet eftersom tillfälliga data sparas i databasen i stället för i Tableau. För Tableau Cloud behöver du bädda in inloggningsuppgifter som ska användas vid automatiska uppdateringar i datakällans anslutningsinformation. För datakällorna Google och Salesforce.com kan du bädda in inloggningsuppgifterna i form av OAuth 2.0 åtkomsttoken.

Extraktkryptering vid vila är en datasäkerhetsfunktion som gör att du kan kryptera .hyper-extrakt medan de lagras på Tableau Server. Tableau Server-administratörer kan framtvinga kryptering av alla extrakt på sin webbplats eller tillåta användare att välja att kryptera alla extrakt som är associerade med specifika publicerade arbetsböcker eller datakällor. Mer information finns i Extraktkryptering vid vila.

Om din organisation driftsätter dataextraktkryptering vid vila kan du valfritt konfigurera Tableau Server för användning av AWS som KMS för extraktkryptering. För att aktivera AWS- eller Azure-nyckelhanteringstjänster (KMS) måste du driftsätta Tableau Server i AWS respektive Azure och ha licens för Advanced Management för Tableau Server. I AWS-scenariot använder Tableau Server den primära kundnyckeln (CMK) för AWS KMS för att generera en AWS-datanyckel. Tableau Server använder AWS-datanyckeln som rothuvudnyckel för alla krypterade extrakt. I Azure-scenariot använder Tableau Server Azure Key Vault för att kryptera den primära rotnyckeln (RMK) för alla krypterade extrakt. Men även om det konfigurerats för integration med AWS KMS eller Azure KMS används fortfarande det inbyggda Java-nyckelarkivet och den lokala nyckelhanteringstjänsten för säker lagring av hemligheter i Tableau Server. AWS KMS eller Azure KMS används enbart för att kryptera den primära rotnyckeln för krypterade extrakt. Mer information finns i Key Management System.

För Tableau Cloud krypteras all data i vila som standard. Med Advanced Management för Tableau Cloud kan du dock få mer kontroll över nyckelrotation och granskning genom att använda kundhanterade krypteringsnycklar. Kundhanterade krypteringsnycklar ger dig en extra säkerhetsnivå genom att du kan kryptera webbplatsens dataextrakt med en kundhanterad platsspecifik nyckel. Instansen för Salesforce Key Management System (KMS) lagrar den platsspecifika och standardiserade krypteringsnyckeln för alla som aktiverar kryptering på en plats. Krypteringsprocessen följer en nyckelhierarki. Först krypterar Tableau Cloud ett extrakt. Därefter kontrollerar Tableau Cloud KMS viktig cacheinformation för att hitta en lämplig datanyckel. Om en nyckel inte hittas genereras den av KMS GENERATEDATAKEY API med hjälp av behörigheten som beviljas av nyckelpolicyn som är associerad med nyckeln. AWS KMS använder CMK för att generera en datanyckel och returnerar en klartextkopia och en krypterad kopia till Tableau Cloud. Tableau Cloud använder klartextkopian av datanyckeln för att kryptera data och lagrar den krypterade kopian av nyckeln tillsammans med den krypterade datan.

Du kan begränsa vilka användare som ser vilka data genom att ställa in användarfilter i både Tableau Server och Tableau Cloud. På så sätt får du bättre kontroll på vilka data användare ser i en publicerad vy baserat på deras inloggningskonto för Tableau Server. Med denna teknik kan en regional chef visa data för sin region men inte data för andra regionala chefer. Med denna inställning till datasäkerhet kan du publicera en enskild vy eller instrumentpanel på ett sätt som ger många användare på Tableau Cloud och Tableau Server säker, personanpassad data och analys. Mer information finns i Data Security (Datasäkerhet) och Restrict Access at the Data Row Level (Begränsa åtkomst på dataradnivå). Om säkerhet på radnivå är av största vikt för ditt användningsfall för analys kan du med Tableau Data Management utnyttja virtuella anslutningar med datapolicyer och implementera användarfiltrering i stor skala. Se Virtual Connections and Data Policies (Virtuella anslutningar och datapolicyer) för mer information.

Metadatahantering

Metadatahantering omfattar policyer och processer som säkerställer att information kan nås, delas, analyseras och underhållas i hela organisationen, som en förlängning av datakällhanteringen. Metadata är en företagsvänlig representation av data i enkla termer, som liknar ett semantiskt lager i traditionella BI-plattformar. Med kuraterade datakällor märks inte komplexiteten i organisationens moderna dataarkitektur och fält blir omedelbart begripliga oavsett källan till datalagret eller tabellen.

Tableau använder ett enkelt, elegant och kraftfullt metadatasystem som ger användarna flexibilitet och möjliggör hantering av metadata för hela företaget. Med Dataserver kan Tableau-datamodellen bäddas in i en arbetsbok eller hanteras centralt som en publicerad datakälla. När du har anslutit till data och skapat Tableau-datamodellen, som kommer att bli en publicerad datakälla på Tableau Server eller Tableau Cloud, kan du titta på den ur användarnas perspektiv. Se hur mycket enklare det blir att analysera när det finns en välformaterad utgångspunkt som är filtrerad och dimensionerad för de affärsfrågor som den kan besvara. Mer information om publicerade datakällor finns i Tableau-datamodellen, Best Practices for Published Data Sources (Bästa praxis för publicerade datakällor) och Enabling Governed Data Access with Tableau Data Server (Aktivera styrd dataåtkomst med Tableau Dataserver).

Diagrammet nedan visar var element finns i Tableau-datamodellen:

Från och med 2020.2 omfattar datakällan anslutningen, anslutningsattributen och de fysiska och logiska lagren i en datamodell. Vid anslutning betecknar Tableau automatiskt fält som dimensioner eller mätvärden. Dessutom lagrar datamodellen beräkningar, alias och formatering. Det fysiska lagret innehåller fysiska tabeller som definieras av kopplingar, föreningar och/eller anpassad SQL. Varje grupp av en eller flera fysiska tabeller definieras av en logisk tabell, som finns i det logiska lagret tillsammans med relationer.

Relationer är ett nytt sätt att modellera data som är mer flexibelt än att använda kopplingar. En relation beskriver hur två tabeller förhåller sig till varandra, baserat på gemensamma fält, men den kombinerar inte tabellerna med varandra, vilket resultatet av en koppling gör. Relationer har flera fördelar jämfört med att använda kopplingar.

• Du behöver inte konfigurera kopplingstyper mellan tabeller. Du behöver bara välja fälten för att definiera relationen.
• Relationer använder kopplingar, men de är automatiska. Relationer skjuter upp valet av kopplingstyp till tidpunkten och sammanhanget för analysen.
• I Tableau används relationer för att automatiskt generera korrekta aggregeringar och lämpliga kopplingar under analysen, baserat på den aktuella kontexten för de fält som används i ett arbetsblad.
• Flera tabeller vid olika detaljnivåer stöds i en och samma datakälla så att färre datakällor behövs för att representera samma data.
• Omatchade mätvärden ignoreras inte (ingen oavsiktlig dataförlust).
• Tableau genererar endast frågor för data som är relevanta i den aktuella vyn.

Vid körning i VizQL-modellen byggs flera frågor dynamiskt upp utifrån visualiseringens dimensioner och mått, och filter, aggregeringar och tabellberäkningar tillämpas. Tableau använder kontextuell information för den separata logiska tabellen för att avgöra vilka kopplingar som tillämpas för att ge rätt aggregering. Detta gör det möjligt för en användare att utforma datakällan utan att behöva känna till, planera eller på annat sätt ta hänsyn till alla analysvariationer som andra användare ska utföra med datakällan. Tableau Catalog upptäcker och indexerar allt innehåll i Tableau, inklusive arbetsböcker, datakällor, kalkylark och flöden.

Datastewards eller författare med direkt tillgång till datakällor bör skapa prototyper av datakällor som en inbäddad datakälla i en Tableau-arbetsbok och sedan skapa en publicerad datakälla i Tableau för att dela den kuraterade Tableau-datamodellen, enligt vad som visas nedan i arbetsflödet för direktåtkomst:

Om författarna inte har direkt tillgång till datakällor får de förlita sig på att en databasadministratör eller datasteward tillhandahåller prototypen av datakällan som är inbäddad i en Tableau-arbetsbok. Efter att ha granskat och verifierat att den innehåller den data som behövs skapar en platsadministratör eller projektledare en publicerad datakälla i Tableau för att dela Tableau-datamodellen, vilket visas nedan i arbetsflödet för begränsad åtkomst:

Checklista för metadata identifierar bästa praxis för att kuratera en publicerad datakälla. Genom att upprätta datastandarder och använda checklistan ger du verksamheten tillgång till dataåtkomst med självbetjäning som är användarvänlig och lätt att förstå. Innan du skapar ett extrakt eller en publicerad datakälla i Tableau ska du granska och tillämpa följande checklista på Tableau-datamodellen:

• Validera datamodellen
• Filtrera och dimensionera enligt aktuell analys
• Använd standardiserade, användarvänliga namnkonventioner
• Lägg till synonymer för fältnamn och anpassade förslag för Fråga data
• Skapa hierarkier (detaljnivåer)
• Konfigurera datatyper
• Tillämpa formatering (datum, siffror)
• Ställ in startdatum för räkenskapsår, i förekommande fall
• Lägg till nya beräkningar
• Ta bort duplicerade beräkningar eller testberäkningar
• Lägg till fältbeskrivningar som kommentarer
• Aggregera till högsta nivå
• Dölja oanvända fält

Från och med 2019.3 upptäcker och indexerar Tableau Catalog allt innehåll på Tableau i Data Management, inklusive arbetsböcker, datakällor, kalkylark och flöden. Indexering används för att samla information om innehållets metadata, scheman och ursprung. Från metadatan identifierar Tableau Catalog sedan alla databaser, filer och tabeller som används av innehållet på din Tableau Server- eller Tableau Cloud-webbplats. Att veta varifrån din data kommer är nyckeln till att lita på datan, och att veta vem som använder den innebär att du kan analysera effekten av dataändringar i din miljö. Ursprungsfunktionen i Tableau Catalog indexerar både internt och externt innehåll. Mer information finns i Använda ursprung för effektanalys.

Med hjälp av ursprungsfunktionen kan du spåra ner till innehållsägarna i slutet av ursprungsgrafen. Listan över ägare omfattar alla som tilldelats som ägare till en arbetsbok, datakälla eller ett flöde och alla som tilldelats som kontaktperson för en databas eller tabell i ursprunget. Om en ändring ska göras kan du skicka ett e-postmeddelande till ägarna för att informera dem om ändringens inverkan. Mer information finns i Use email to contact owners (Använda e-post för att kontakta ägare).

Övervakning och hantering

Övervakning är en viktig del av självbetjäningsmodellen eftersom den gör det möjligt för IT och administratörer att förstå hur data används och att vara proaktiva och responsiva när det gäller problem med användning, prestanda, dataanslutning och uppdatering. Beroende på företagets databasstandarder använder IT en kombination av verktyg och jobbplanerare för att ta in och övervaka rådata och servertillstånd.

Precis som affärsanvändare utnyttjar data för att fatta smartare beslut har administratörer också möjlighet att fatta datadrivna beslut om sin Tableau-driftsättning. Med Tableau Servers administrativa standardvyer och anpassade admininstrationsvyer använder Tableau Server- och platsadministratörer administrativa standardvyer för att övervaka tillståndet för extraktuppdatering, användning av datakällor och leverans av prenumerationer och varningar. Anpassade administratörsvyer skapas från data på Tableau Servers lagringsplats. I Tableau Cloud har platsadministratörer tillgång till övervakning av webbplatsaktivitet med administrativa standardvyer och kan använda Admin Insights för att skapa anpassade vyer. Mer information finns i Övervakning i Tableau och Mätning av Tableau-användarnas engagemang och acceptans

Översikt av datastyrning

Det är mycket viktigt att hitta balansen mellan kontroll och agilitet. Trots strikta styrningsprinciper väljer användarna ofta att spara känslig data och analys lokalt för snabb analys. I en självbetjäningsmiljö är datastyrningens roll att tillåta åtkomst till data och göra det möjligt för användarna att få de svar de behöver samtidigt som säkerheten upprätthålls. Även om varje organisation har olika krav beskriver tabellen nedan det idealiska tillståndet för styrning av dataåtkomst genom självbetjäning:

Innehållshantering i Tableau

I takt med att användningen av analys ökar blir allt fler affärskritiska beslut datadrivna. Nettoeffekten är inte bara en ökning av innehållsvolymen utan också av de olika kompetensnivåerna bland användarna som kommer att samarbeta och avslöja värdefulla insikter. Med allt fler människor som använder data dagligen är det avgörande att Tableau-innehållet kan säkras, kontrolleras och vara tillförlitligt. Det behöver också organiseras så att människor kan upptäcka, konsumera och skapa innehåll med tillförsikt. Utan innehållsstyrning kommer användarna att få det allt svårare att hitta det de behöver bland irrelevanta, inaktuella eller duplicerade arbetsböcker och datakällor.

Innehållsstyrning omfattar processer som håller innehållet i din miljö relevant och uppdaterat, som att veta när innehåll ska tas bort för att det inte drar förväntad trafik eller ta reda på varför ingen använder en viktig instrumentpanel när de fattar beslut. Ansvaret för att se till att organisationens policyer för innehållsstyrning följs är ett centralt ansvar för innehållsförfattarna.

Det här avsnittet ger IT-administratörer och affärsanvändare de centrala begrepp som ligger till grund för Tableaus funktioner för innehållsstyrning och vägledning om hur dessa begrepp ska tillämpas för att hantera innehållet som skapas i en väl fungerande, modern analysplattform.

Innehållshantering

Genom att fastställa en konsekvent organisationsstruktur för innehåll kan administratörer hantera innehållet och göra det lättare för användare att hitta det. Tableau Server och Tableau Cloud ger dig den flexibilitet som krävs för att strukturera din miljö och hantera innehåll utifrån dina specifika styrningskrav. Om du strukturerar din webbplats på ett genomtänkt sätt kan du leverera äkta självbetjäningsanalys i stor skala och säkerställa en ansvarsfull användning av data så att dina användare kan upptäcka och dela insikter.

Projekt

Användarna kan dela innehåll och samarbeta genom att skapa och publicera innehåll i ett projekt i Tableau Server eller Tableau Cloud. Projekt är standardbehållare som används för att organisera och säkra innehåll. De innehåller arbetsböcker, datakällor, flöden och andra kapslade projekt. Detta ger en skalbar struktur för att hantera åtkomst till innehållet som publiceras i Tableau.

Organisationer är inte platta och det är inte heller det sätt på vilket du styr ditt innehåll. Projekt och kapslade projekt fungerar ungefär som mapparna i ett filsystem och tillhandahåller hierarkiska strukturer som samlar relaterad data och innehåll med de användare, grupper och respektive behörigheter som speglar din verksamhet. Endast administratörer kan skapa projekt på högsta nivå, men det är enkelt att delegera kapslade projekt till projektägare eller projektledare för deras specifika behov. Några vanliga metoder för innehållshantering är organisatoriska (per avdelning/team), funktionella (per ämne) eller hybrida (kombination av organisatoriska och funktionella) metoder. När innehållsstrukturen planeras bör det tvärfunktionella Tableau-teamet fastställa konsekventa namnkonventioner för projekt och de grupper som kommer att ha tillgång till dem.

Vid den första driftsättningen av Tableau Server kommer till exempel försäljnings-, marknadsförings- och IT-avdelningarna att introduceras. Enligt organisationsstrukturen skapas projekt på högsta nivå för varje avdelning. Användarna på dessa tre avdelningar råkar också vara en del av det tvärfunktionella teamet för digital omvandling. Eftersom innehållet om digital omvandling omfattar användare från flera avdelningar behövs ett separat projekt med namnet Digital omvandling. Användarna från varje avdelning kommer att ingå i en grupp som har tillgång till dem. Användare och grupper ser endast de projekt som de har tillgång till, så du behöver inte vara orolig för hur många projekt du ser som administratör.

Sandlådeprojekt och certifierade projekt

För att stödja självbetjäning bör sandlåde- och produktionsprojekt användas. Sandlådeprojekt innehåller ad hoc-innehåll eller ocertifierat innehåll och produktionsprojekt innehåller validerat, certifierat innehåll. Användarna bör förstå de skilda syften som dessa två projekttyper har. Alla innehållsförfattare med tillgång till ett sandlådeprojekt kan fritt utforska data, författa innehåll och utföra ad hoc-analys. Produktionsprojektets validerade och certifierade innehåll innebär att det finns en hög grad av tillit och förtroende för datadrivet beslutsfattande.

Publicering i produktionsprojektet begränsas till en liten grupp användare som validerar, främjar och certifierar innehåll för denna plats. Dessa uppgifter för innehållshantering bör delegeras till användare som är projektägare och projektledare. Mer information finns i Project Level Administration (Administration på projektnivå) (Tableau Server | Tableau Cloud). Rollerna och processen för validering, främjande och certifiering av innehåll beskrivs senare i detta ämne.

I diagrammet nedan visas försäljningsavdelningens projekthierarki med ett Data Sources-projekt som innehåller datakällor för hela avdelningen. De kapslade projekten inom försäljningsavdelningens projekt mappar till försäljningsregioner. Grupper som motsvarar användarna inom varje region har tillgång till lämpliga regionala kapslade projekt. Det innehåll som skapas av regionerna finns tillsammans med de kapslade projekten inom regionerna, vilket används för att organisera och säkra innehållet vid behov. Det är lämpligt att börja med organisationsstrukturen för att komma igång med att mappa strukturen för ditt Tableau-innehåll, eftersom avdelningarna sannolikt redan har tillgång till säkerhet, data och program som motsvarar deras arbetsuppgifter.

Som ett exempel på ett avdelningsteam, förgrenar sig marknadsföringsavdelningen (Marketing) för att rymma gemensamma resurser som avdelningsövergripande produktionsinnehåll och datakällor, men låser sedan specifika resurser för en grupp som Digital som har sina egna produktions- och sandlådeprojekt. Projekthierarkin för marknadsföring (Marketing) visas nedan.

Behörigheter bör hanteras på projektnivå med hjälp av låsta projekt och grupper för att upprätthålla kontrollerad åtkomst till innehåll och förenkla administrationen. Även om det är möjligt att hantera behörigheter på objektsnivå med olåsta projekt, blir de snabbt otympliga att hantera. Låsta projekt säkrar data samtidigt som de ger möjlighet till samarbete mellan projekt när du behöver det. Mer information finns i Use Projects to Manage Content Access (Använda projekt för att hantera åtkomst till innehåll) (Windows | Linux).

I och med införandet av låsta, kapslade projekt i 2020.1 kan ett projekt låsas på vilken nivå som helst i projekthierarkin, oavsett om det överordnade projektet är låst med andra behörigheter eller inte. Tableau Server- och platsadministratörer och Tableau Cloud-platsadministratörer kan hantera innehåll och behörigheter mer effektivt genom att delegera ansvar för innehållshantering till projektägare eller projektledare, som är närmare arbetet. De använder de låsta kapslade projekten med den behörighetsmodell som uppfyller deras specifika gruppbehov på alla nivåer i hierarkin.

Markera Apply to nested projects (Tillämpa på kapslade projekt) om du vill låsa kapslade projekt oberoende av varandra.

Samlingar

Collections (Samlingar) introducerades i 2021.2 och tillhandahåller en virtuell behållare för ditt innehåll. Du kan se samlingar som en spellista i Spotify, där du kan välja ut en kombination av innehåll som du vill dela med andra. Den här funktionen skiljer sig från Favoriter, som du inte kan dela med andra.

Att komma igång med samlingar är enkelt och tillgängligt för alla Tableau-användares platsroller.

Du kan lägga till de flesta innehållstyper (t.ex. arbetsböcker, vyer, datakällor osv.) i en samling från varje del av en enskild webbplats, oavsett var i projektet den finns. Det är ett flexibelt sätt att introducera nya teammedlemmar, stödja dina arbetsflöden och dela relaterat innehåll utan att flytta eller duplicera befintliga objekt. Objektbehörigheter upprätthålls fortfarande så att endast lämpliga användare kan se och få tillgång till innehållet i samlingen.

Det finns många sätt att använda samlingar i organisationens ramverk för innehållshantering. För att ta exemplet ovan igen; tänk dig att din organisation har flera projekt (försäljning och marknadsföring). Du vill ge användarna möjlighet att enkelt hitta relaterat innehåll från alla dessa projekt och skapar därför en samling. Nu kan grupperna enkelt ta fram en fullständig bild av ett ämne från ett och samma ställe.

Personlig sandlåda

För att ge alla individer en plats där de kan spara sitt arbete i säkerhet på Tableau Server eller Tableau Cloud bör du skapa en enda personlig sandlåda och behörigheter för att begränsa innehållsägare till att endast visa sina egna objekt. Den personliga sandlådan kan användas för ad hoc-analys eller pågående analys och döljer innehåll som inte är redo för bred spridning. När de är klara kan användarna flytta sitt innehåll till avdelningens sandlåda för validerings-, marknadsförings- och certifieringsprocesserna. En enda personlig sandlåda för alla användare minskar den administrativa bördan genom att minska antalet projekt som ska säkras och hanteras. När du har skapat ett projekt på högsta nivå med namnet Personal Sandbox (Personlig sandlåda) ställer du in behörigheterna för projektet för All Users (Alla användare) till Publish (Publicera), None (Inga) för arbetsböcker och None (Inga) för datakällor, None (Inga) för flöden och None (inga) för mätvärden (Den gamla funktionen Mätvärden fasade ut i februari 2024 för Tableau Cloud och i Tableau Server version 2024.2. Mer information finns i Skapa och felsöka mätvärden (utfasad).).

Behörigheter endast för utgivare och endast på projektnivå

Med innehållet i den personliga sandlådan på en enda plats kan administratörer övervaka hur ofta innehållet visas, föreslå när ägarna bör ta bort föråldrat innehåll och kontrollera vem som använder den personliga sandlådan mest. Innehållsägare kan alltid se det innehåll de äger, även om det publiceras i ett projekt där de inte får visa arbetsböcker och datakällor. Auktorisering förklaras närmare i nästa avsnitt.

Webbplatser

Både Tableau Server och Tableau Cloud har stöd för multitenans vid webbplatsanvändning. I Tableau Server kan du skapa flera webbplatser och fastställa en säkerhetsgräns som isolerar specifika användare, grupper, data och specifikt innehåll på samma Tableau Server-driftsättning. Användare på en webbplats har inte tillgång till andra webbplatser och kan inte heller se dem. På grund av de strikta gränserna fungerar webbplatser bra när det finns ett medvetet behov av att hindra användare från att samarbeta eller när innehållet kan hållas åtskilt under alla faser av utvecklingen.

I diagrammet nedan visas till exempel två Tableau Server-webbplatser. I det här exemplet har unika användare på Site (Webbplats) 1 ingen tillgång till Site 2, inklusive data och innehåll. En användare som har tillgång till både Site 1 och Site 2 kan bara logga in på en webbplats åt gången. Om något innehåll behövs av användarna på båda webbplatserna måste det dupliceras på varje webbplats, eller så måste en ny webbplats skapas för det delade innehållet för dessa användare. Detta skapar mycket mer administrativt arbete med att övervaka, mäta och underhålla. I Tableau Cloud är Tableau-instansen en enda webbplats.

Webbplatser skapar hårda gränser (se diagrammet ovan)

Webbplatser i Tableau Server kan till en början verka vara en användbar konstruktion för att segmentera datakällor, arbetsböcker och användare, men säkerhetsgränsen förbjuder samarbete och innehållsfrämjande som de flesta organisationer behöver för verklig självbetjäning i stor skala. Därför bör du noga överväga konsekvenserna av att använda webbplatser i stället för projekt på en enskild webbplats med delegerat ansvar för innehållshantering. För att illustrera de hårda gränserna mellan webbplatser kan du se att när du startar en ny webbplats måste relevanta datakällor skapas på nytt i den nya instansen.

Nya webbplatser bör endast skapas när du behöver hantera en unik uppsättning användare och deras innehåll separat från alla andra Tableau-användare och innehåll, eftersom innehållet avsiktligt inte kan delas över gränserna. Se Sites Overview (Översikt av webbplatser) (Windows | Linux) för mer information och exempel på när det är lämpligt att använda webbplatser.

Auktorisering

När en användare försöker logga in på Tableau verifieras användarens identitet genom autentisering. Alla som behöver tillgång till Tableau Server måste vara representerade som användare i Tableau Servers identitetsregister (Windows | Linux). Tableau Cloud-autentisering stödjer Tableau, Google och SAML för verifiering av användaridentitet. Auktorisering avser hur och vad användare kan få tillgång till på Tableau Server eller Tableau Cloud efter att användaren har autentiserats. Auktorisering inkluderar:

• Vad användare tillåts göra med innehåll som är värdbaserat på Tableau Server och Tableau Cloud, som webbplatser, projekt, arbetsböcker, vyer, datakällor och flöden.
• Vilka uppgifter användare tillåts utföra för att administrera Tableau Server eller Tableau Cloud, som att konfigurera inställningar för server eller webbplats, köra kommandoradverktyg, skapa webbplatser och andra uppgifter.

Auktorisering för dessa åtgärder hanteras av Tableau Server och Tableau Cloud och bestäms av en kombination av användarens licenstyp, platsroll och behörigheter som är kopplade till specifika enheter, till exempel arbetsböcker och datakällor. Tableaus användarbaserade licenser har implicit styrning inbyggd på grund av den kapacitet som ingår i dem. Mer information om specifik kapacitet för varje licens finns i Tableau för team och organisationer.

När du lägger till användare på en webbplats på Tableau Server eller Tableau Cloud måste du tilldela dem en platsroll oberoende av deras licenstyp. Platsrollen definierar den maximala åtkomstnivå som en användare kan ha på platsen.

Användare med en Tableau Creator-licens har tillgång till Tableau Server eller Tableau Cloud, Tableau Desktop, Tableau Prep Builder och Tableau Mobile. Följande platsroller använder en Tableau Creator-licens:

Användare med en Tableau Explorer-licens har tillgång till Tableau Server eller Tableau Cloud och Tableau Mobile. Följande platsroller använder en Tableau Explorer-licens:

Användare med en Tableau Viewer-licens har åtkomst till Tableau Server eller Tableau Cloud och Tableau Mobile.

Användare som har lagt till i Tableau Server eller Tableau Cloud men utan licens är Olicensierade.

Platsroller tillsammans med innehållsbehörigheter bestämmer vem som kan publicera, interagera med eller bara visa publicerat innehåll, samt vem som kan hantera webbplatsens användare och administrera själva webbplatsen. Projektteamet ska arbeta tillsammans för att definiera behörighetsmodellen för innehåll. Tableau Server- och/eller platsadministratörer tilldelar behörighetsregler till grupper och låser dem till projektet. Låsta projekt tillämpar behörighetsregler på allt innehåll i behållaren, inklusive kapslade projekt. Mer information finns i Ställa in standardbehörigheter för projekt och låsa projektet.

Tableau har standardregler för behörighet för projekt, arbetsböcker och datakällor, eller så kan du definiera anpassade behörighetsregler för dessa innehållstyper.

Anpassade behörigheter ger möjlighet till mer detaljer i behörigheterna – från åtkomst till eller nedladdning av en datakälla till hur en användare interagerar med publicerat innehåll. Tableaus intuitiva gränssnitt gör det enkelt att associera användare till funktionsgrupper och att se vem som har åtkomst till vilket innehåll. Mer information finns i Ange behörigheter för enskilda innehållsresurser. Om Data Management finns med, krävs det ytterligare överväganden för behörigheter till externa resurser. Mer information finns i Hantera behörigheter för externa resurser.

Du bör skapa grupper lokalt på servern eller importera från Active Directory/LDAP och synkronisera (Windows | Linux) enligt upprättat schema. Synkroniseringsscheman fastställs av Tableau Server-administratören eller Tableau Cloud-platsadministratörerna. För att förenkla underhållet tilldelar du behörigheter till grupper på projektnivå, vilket framgår nedan. För Tableau Cloud kan du automatisera användaretablering och gruppsynkronisering i Tableau Cloud via en extern identitetsprovider via SCIM och lägga till eller ta bort användare eller lägga till eller ta bort medlemmar från grupper med hjälp av REST API och programmering.

Mer information finns i Snabbstart för att ställa in behörigheter, Konfigurera projekt, grupper och behörigheter för hanterad självbetjäning, och Referens för behörigheter.

Validering av innehåll

Validering av innehåll är det första steget i en serie händelser som leder till innehållscertifiering. I likhet med datakvalitetsområdet inom datastyrning omfattar innehållsvalidering processerna för att validera att innehållet är korrekt, fullständigt, tillförlitligt, relevant och aktuellt.

Den första roll som validerar innehåll bör vara dess författare. Författarna bör också be om feedback från målgruppen. Detta kan göras i en informell feedbackgrupp eller genom att dela en länk till arbetsboken. Datastewards har också en roll i att säkerställa korrekta data och granska en inbäddad datakälla som en potentiell kandidat för publicering och certifiering. Om datakällan är inbäddad i arbetsboken bör datastewarden överväga om det är en potentiell kandidat för publicering och certifiering. Förutom kontroll av riktigheten i data och beräkningar ska validering av innehåll även inkludera att platsadministratören eller projektledaren granskar varumärkeshantering, layout, formatering, prestanda, filter, åtgärder på dashboards samt beteenden vid kantfall.

Kampanjinnehåll

När innehållsvalideringen är klar används processen för innehållsfrämjande för att publicera arbetsboken på en betrodd projektplats eller lägga till tilldelningen av certifieringsmärken för publicerade datakällor. Nedan visas ett exempel på ett arbetsflöde i en arbetsbok.

Arbetsflöden i arbetsböcker

Författare av innehåll ansluter till data, skapar nya instrumentpaneler och publicerar i sandlådeprojektet. Platsadministratörer eller projektledare validerar och godkänner innehållet. Det godkända innehållet publiceras i produktionsprojektet. Content Migration Tool, som licensieras som en del av Tableau Advanced Management, är ett enkelt sätt att främja eller migrera innehåll mellan Tableau Server-projekt. Du kan göra detta mellan projekt på separata Tableau Server-installationer (till exempel mellan en utvecklingsinstans av Tableau Server och en produktinstallation med lämplig licensiering för varje miljö), eller mellan projekt på en enda Tableau Server-installation. Content Migration Tools användargränssnitt guidar dig genom de steg som krävs för att skapa en migreringsplan som du kan använda en gång eller använda som mall för flera migreringar. Se Content Migration Tool Use Cases (Användningsfall för Content Migration Tool) för mer information om användningsfall.

Om IT-kraven kräver tre separat licensierade miljöer (utveckling, kvalitetskontroll och produktion) ska du inte försöka replikera en traditionell utvecklingscykel enligt vattenfallsmodellen med hjälp av en modern analysplattform. Användare kan föredra kvalitetskontrollmiljön för att kringgå strikta policyer eller förseningar med att få in innehåll i produktionen. Arbeta därför för en bra balans genom att automatisera migreringen av innehåll till produktionsservern med anpassade arbetsflödesskript med hjälp av Tableaus REST API:er.

Certifiering av innehåll

När innehållet har validerats och främjats får det en betrodd, certifierad status när en platsadministratör, projektledare eller utgivare (innehållsförfattare eller datasteward) med behörighet till produktionsprojektet främjar arbetsboken eller datakällan till den angivna platsen. Certifiering gör att innehåll kan upptäckas av innehållskonsumenter och förbättrar datastewardens möjligheter att styra företagsomfattande data mer effektivt i Tableau genom att minska spridningen av duplicerade arbetsböcker och datakällor.

Använd de grundläggande krav som fastställdes i viktiga överväganden för innehållsvalidering som kriterier för att bli certifierad. Innehållsförfattarna bör ha en tydlig förståelse för hur certifieringsprocessen fungerar från början till slut, och innehållskonsumenterna bör veta var det certifierade innehållet publiceras i produktionsprojektet, i enlighet med standarder för innehållshantering.

Certifiering av datakällor gör det möjligt för datastewards att främja specifika datakällor i din Tableau-driftsättning som pålitliga och redo att användas. Certifierade datakällor får förmånsbehandling i sökresultaten i Tableau Server och Tableau Cloud och i vår algoritm för smarta rekommendationer av datakällor så att de kan upptäckas och lätt återanvändas.

Certifierad datakälla

Innehållsanvändning

Innehållsanvändning är ett mätvärde för effektiv användning av data för affärsbeslut, men det går inte att ge en fullständig bild enbart med hjälp av Trafik till vyer. Mätning av innehållsanvändning hjälper driftsättningen att fungera i stor skala och utvecklas genom att förstå användarbeteenden; vem som skapar och konsumerar innehåll samt kvaliteten och relevansen i instrumentpaneler och datakällor. Om innehåll inte konsumeras kan du identifiera det och vidta lämpliga nästa steg.

Tableau Server-administratörer och Tableau Cloud-platsadministratörer bör övervaka breda användningsmönster med administrativa standardvyer. För mer specifika krav är det möjligt att skapa anpassade admininstrationsvyer. För Tableau Server kan detta göras med data från Tableau Server-lagringsplatsen. I Tableau Cloud har platsadministratörer tillgång till övervakning av webbplatsaktivitet med administrativa standardvyer och kan använda Admin Insights för att skapa anpassade vyer. Platsadministratörer bör mäta och revidera användning av publicerat innehåll – både certifierat och ad hoc-innehåll – inom webbplatsen. Om exempelvis användningen av ad hoc-innehåll är betydligt högre än användningen av certifierat innehåll kan det vara så att marknadsföringsprocessen är för restriktiv eller tar för lång tid utifrån affärsbehoven.

Platsadministratörer bör se över innehållsanvändningen i förhållande till förväntade målgruppsstorlekar som dokumenterats på fliken Tableau-användningsfall och -datakällor i Tableau Blueprint Planner (Tableau Blueprint-planeraren). Enskilda innehållsskapare bör också granska utnyttjandet av deras innehåll i sparkline-verktygstipset genom att hovra över arbetsbokens miniatyrbild eller välja Who Has Seen This View (Vem har visat den här vyn) från menyn. Mer information finns i Mätning av Tableau-användarnas engagemang och acceptans.

Översikt av datastyrning

Följande tabell beskriver det idealiska tillståndet för främjande och styrning av innehåll i en effektiv modern analysplattform: