ความช่วยเหลือของ Tableau Next

ตั้งแต่วันที่ 14 ตุลาคม 2025 Data Cloud ได้รีแบรนด์เป็น Data 360 ในระหว่างการเปลี่ยนแปลงนี้ คุณอาจเห็นการอ้างอิงถึงถึง Data Cloud ในแอปพลิเคชันและเอกสารประกอบของเรา แม้ว่าชื่อจะเป็นชื่อใหม่ แต่ฟังก์ชันการทํางานและเนื้อหายังคงไม่เปลี่ยนแปลง

เนื่องจาก Tableau Next และ Tableau(ลิงก์จะเปิดในหน้าต่างใหม่) สร้างการผสานรวมที่แข็งแกร่งขึ้นอย่างต่อเนื่อง เราจึงเพิ่มความสามารถในการวิเคราะห์ในตําแหน่งที่คุณต้องการ ไม่ว่าข้อมูลของคุณจะอยู่ที่ใดก็ตาม ซึ่งหมายความว่าคําศัพท์และหลักการของ Tableau และ Data Cloud จะเริ่มสัมพันธ์กันมากขึ้น ผู้ใช้ที่คุ้นเคยกับระบบนิเวศใดระบบนิเวศหนึ่งอาจรู้สึกว่าระบบนิเวศอื่นสับสนหรือแปลกประหลาด แต่ในท้ายที่สุดแล้ว ทั้งหมดทั้งมวลนั่นก็คือข้อมูลทั้งหมด

หัวข้อนี้มีจุดมุ่งหมายเพื่อช่วยกําหนดทิศทางให้ผู้ใช้ ไม่ว่าผู้ใช้จะคุ้นเคยกับระบบใดหรือใช้ระบบใดอยู่ก็ตาม

หมายเหตุ: Data 360 เดิมคือ “Data Cloud”

คำศัพท์และแนวคิดเกี่ยวกับข้อมูลที่สำคัญ

มีคํามากมายที่ใช้อธิบายข้อมูล โดยทั่วไปแล้ว ชุดข้อมูลคือข้อมูลที่รวบรวมเข้าไว้ด้วยกันซึ่งคุณกําลังใช้ทํางาน

• ฐานข้อมูล คือแพลตฟอร์มเทคโนโลยีที่ใช้เก็บข้อมูลจริงๆ เช่น Amazon Redshift, Firebird, Google Sheets หรือ Oracle
• ข้อมูลมักถูกจัดเก็บในรูปแบบตารางข้อมูล ในฐานข้อมูล อาจมีหลายตารางหรือหลายมุมมอง ใน Excel หรือ Google Sheets ชีตแต่ละแท็บจะเป็นตาราง ในไฟล์ csv ทั้งไฟล์คือตาราง
• หากข้อมูลที่คุณต้องการกระจายนั้นอยู่ในหลายตาราง ก็จําเป็นต้องเชื่อมต่อข้อมูลเหล่านั้นไว้ในแบบจําลองข้อมูล แบบจําลองข้อมูลคือการนำเสนอในรูปแบบแอบสแตรคว่าตารางเหล่านั้นเชื่อมโยงกันอย่างไร

ข้อมูลใน Salesforce

ข้อมูลใน Data 360 จะแบ่งออกเป็นแนวคิดต่างๆ

หมายเหตุเสริมสำหรับออบเจ็กต์ข้อมูลของ Salesforce สําหรับกลุ่มเป้าหมายของ Tableau

สตรีมข้อมูลคือข้อมูลการเชื่อมต่อ

DLO คือการถ่ายโอนข้อมูลดิบจากสตรีมข้อมูล แต่ละ DLO จะเป็นตารางเดียว

DMO ไม่มีแอนะล็อกโดยตรงใน Tableau สามารถแมป DMO ได้จากหลาย DLO (คล้ายกับ "มุมมอง" ในฐานข้อมูล) และแต่ละ DMO จะเป็นตารางเดียว

CIO ไม่มีแอนะล็อกใน Tableau โดยที่การคํานวณเป็นเพียงฟิลด์ในแหล่งข้อมูลเหมือนฟิลด์อื่นๆ

ข้อมูลใน Tableau

แหล่งข้อมูล(ลิงก์จะเปิดในหน้าต่างใหม่) Tableau ประกอบด้วยข้อมูลการเชื่อมต่อฐานข้อมูล แบบจําลองข้อมูลเกี่ยวกับวิธีการเข้าถึงข้อมูล (ข้อมูลเข้าสู่ระบบสำหรับการเข้าถึง ฯลฯ) หรือรีเฟรชข้อมูลเชิงความหมาย และแม้แต่ตัวข้อมูลเอง องค์ประกอบ UI หลัก 2 รายการสําหรับการสร้างและแก้ไขแหล่งข้อมูลคือแท็บแหล่งข้อมูลและแผงข้อมูล

แท็บแหล่งข้อมูล: แท็บแหล่งข้อมูลคือจุดที่สร้างการเชื่อมต่อข้อมูลไปยังฐานข้อมูลหรือไฟล์พื้นฐาน และสร้างแบบจำลองข้อมูลโดยการรวมตารางจากฐานข้อมูลอย่างน้อยหนึ่งฐานข้อมูลไว้ในแหล่งข้อมูลเดียวโดยใช้ความสัมพันธ์ การรวม และการผนวก(ลิงก์จะเปิดในหน้าต่างใหม่) หากข้อมูลยังคงอยู่ในฐานข้อมูลเดิม แสดงว่าเป็นการเชื่อมต่อแบบเรียลไทม์ สําเนาของข้อมูลยังสามารถนําเข้าสู่ Tableau เป็นการแยกข้อมูลที่สามารถรีเฟรชได้หากต้องการ

แผงข้อมูล: แผงข้อมูลเป็นจุดที่บันทึกข้อมูลเชิงความหมาย ซึ่งรวมถึงชื่อฟิลด์ ชื่อแทนขององค์ประกอบ ลําดับชั้น กลุ่ม เซต การคํานวณ การรวบรวมและสีเริ่มต้น และคําอธิบายฟิลด์

แหล่งข้อมูล: การแก้ไขที่ทำในแท็บแหล่งข้อมูลและแผงข้อมูลจะสร้างแหล่งข้อมูลร่วมกัน แหล่งข้อมูลอาจเป็นแอสเซทที่เผยแพร่ ไฟล์ หรืออยู่ในเวิร์กบุ๊กที่สร้างแหล่งข้อมูลนั้นขึ้นมา

• แหล่งข้อมูลที่เผยแพร่ (PDS) เป็นแอสเซทแบบสแตนด์อโลนใน Tableau Cloud หรือ Tableau Server
• คุณยังสามารถมีแหล่งข้อมูล Tableau ในรูปแบบไฟล์ในเครื่องได้อีกด้วย:
  • .tds เป็นนามสกุลไฟล์สําหรับแหล่งข้อมูล Tableau ซึ่งประกอบด้วยสารสนเทศที่ไม่ใช่ข้อมูล (การเชื่อมต่อและความหมายเพียงอย่างเดียว)
  • .tdsx เป็นนามสกุลไฟล์สําหรับแหล่งข้อมูล Tableau แบบแพ็กเกจ ซึ่งประกอบด้วยสารสนเทศที่ไม่ใช่ข้อมูล รวมถึงตัวข้อมูลเอง
  • .hyper เป็นนามสกุลไฟล์สําหรับการแยกข้อมูล (ก่อนหน้านี้คือ .tde) ซึ่งมีสําเนาของข้อมูล (ตัวข้อมูลเอง)

หมายเหตุ: แหล่งข้อมูลที่เผยแพร่คือ Tableau ที่เทียบเท่ากับเลเยอร์เชิงความหมายหรือแบบจำลองเชิงความหมายที่ใกล้เคียงที่สุด

หมายเหตุเสริมเกี่ยวกับข้อมูล Tableau สําหรับกลุ่มเป้าหมาย Salesforce

Tableau ทํางานร่วมกับข้อมูลจากฐานข้อมูลและเทคโนโลยีที่หลากหลาย ทั้งในเครื่องและบนระบบคลาวด์ เนื่องจากข้อมูลไม่ได้มาจากระบบคลาวด์ Salesforce ที่มีออบเจ็กต์ข้อมูลที่เฉพาะเจาะจงที่สื่อถึง จึงมีความยืดหยุ่นมากในการสร้างแบบจำลองและจัดรูปแบบข้อมูล และไม่มีแนวคิดที่แท้จริงสำหรับรูปแบบข้อมูลแบบเทมเพลต

แบบจําลองมาตรฐานและแบบจําลองเชิงความหมายส่วนใหญ่บันทึกด้วยแหล่งข้อมูลที่เผยแพร่ (PDS)

สาระสําคัญของความหมายของข้อมูล

• ข้อมูล คือข้อเท็จจริงดิบ (ตัวเลขและข้อสังเกตและการวัด)
• สารสนเทศ คือการตีความข้อมูลนั้นหรือความรู้ที่มาจากการประมวลผลและทําความเข้าใจข้อมูล
• ความหมายเป็นก้าวสําคัญระหว่างข้อมูลทั้งหมดกับสารสนเทศที่ได้จากข้อมูลนั้น

คํานี้มาจากแนวคิดทางภาษาศาสตร์ของคำว่าความหมายกับไวยากรณ์ ไวยากรณ์คือวิธีที่คุณพูดอะไรบางอย่างออกมา ความหมายคือสิ่งที่คำพูดนั้นสื่อถึง แนวคิดของ ความหมายคือสิ่งที่คำพูดนั้นสื่อถึง นั้นส่งต่อไปยังความหมายในบริบทของข้อมูล ความหมายรวมถึงสิ่งต่างๆ เช่น วิธีการรวมตารางในแบบจําลองข้อมูล ข้อมูลเกี่ยวกับฟิลด์หรือคอลัมน์ของข้อมูลและวิธีที่ตารางอาจโต้ตอบระหว่างกัน ข้อมูลเพิ่มเติม เช่น การรวบรวมเริ่มต้น และการคํานวณที่ดําเนินการที่ด้านบนสุดของข้อมูลดิบ

ชุดข้อมูลอาจมีข้อมูลทั้งหมดที่คุณต้องการ แต่ถ้าคุณไม่สามารถหาวิธีหาความหมายจากข้อมูลนั้นได้ ก็ไม่มีประโยชน์(ลิงก์จะเปิดในหน้าต่างใหม่) ข้อมูลต้องมีความหมาย จึงจะมีประโยชน์

กรณีการใช้งานทางธุรกิจไม่สามารถแยกออกจากรายละเอียดของความหมายได้ ความหมายคือคําอธิบายของข้อมูลหรือบริบททางธุรกิจ ความหมายสามารถแบ่งออกเป็นหมวดหมู่ เช่น การสร้างแบบจําลองข้อมูล ข้อมูลเมตาและคําอธิบายของฟิลด์ การรวบรวมเริ่มต้น ลําดับชั้น กลุ่ม เซต และการคํานวณ

ตัวอย่างบางส่วน:

• การสร้างแบบจำลองข้อมูล
  • ตารางข้อมูลสามารถเชื่อมต่อกันได้อย่างไร ตารางยอดขาย 4 ไตรมาสควรผนวกเข้าด้วยกันหรือไม่ ตารางแพทย์ควรเกี่ยวข้องโดยตรงกับตารางผู้ป่วย หรือทั้งสองตารางควรเกี่ยวข้องกับตารางการนัดหมาย
• เมตาดาต้าของฟิลด์ (ชื่อฟิลด์ ประเภทข้อมูล ชื่อแทนขององค์ประกอบ)
  • ชื่อเป็นชื่อบัญชีหรือผู้ติดต่อ
  • ส่วนลดเป็นฟิลด์บูลีนที่กำหนดว่าจะนําส่วนลดไปใช้หรือไม่ ฟิลด์แบบสตริงของประเภทส่วนลด หรือการวัดผลแบบแยกกันของจํานวนส่วนลดหรือไม่
• คำอธิบายฟิลด์
  • เช่น ความคิดเห็นที่ APR สําหรับชุดข้อมูลนี้คือ Adjusted Pitching Run ไม่ใช่ Annual Percent Return และคํานวณเป็น APR = L * IP - R / pf(P) โดยที่ L: ค่าเฉลี่ยของจำนวนรันต่ออินนิ่งที่ขว้างในลีก, IP: จำนวนอินนิ่งที่ขว้าง, R: จำนวนรันที่เสีย, pf(P): ค่าปัจจัยสนามสำหรับสนามเหย้าของผู้เล่น P
• การรวบรวมเริ่มต้น
  • ควรรวบรวมรายการเป็น COUNT (นับทุกอินสแตนซ์) หรือ COUNTD (นับเฉพาะค่าที่ไม่ซ้ำกัน)
  • การรวบรวมเริ่มต้นของการวัดผลควรเป็น SUM หรือ AVG
• ลําดับชั้น เซต กลุ่ม
  • ในกลุ่มแผนกต่างๆ ในมหาวิทยาลัย แผนกวิศวกรรมอาจเป็นวิทยาลัยของตัวเอง ซึ่งภาควิชาประวัติศาสตร์ วรรณคดี ปรัชญา และรัฐศาสตร์อาจรวมกันเป็นวิทยาลัยศิลปศาสตร์
• การคำนวณ
  • ฟิลด์ที่ได้มาจากฟิลด์ที่มีอยู่ในข้อมูลอยู่แล้ว แต่จําเป็นต้องจัดการหรือรวมเข้าด้วยกัน เช่น การกําหนดว่ากรณีสนับสนุนที่ล่าช้าเกินสมควรคือกรณีที่เปิดเป็นเวลา 10 วันสําหรับบัญชีมาตรฐาน แต่เพียง 2 วันสําหรับบัญชีพรีเมียม

ความหมายใน Tableau และ Tableau Semantics

หากไม่มีเลเยอร์เชิงความหมายที่ใช้ซ้ำได้ แบบจําลองข้อมูล คําจํากัดความเชิงความหมาย และฟิลด์ที่คํานวณอาจถูกสร้างเป็นแบบใช้ครั้งเดียวซ้ำแล้วซ้ำอีก ซึ่งทําให้เกิดความไร้ประสิทธิภาพและมีโอกาสเกิดข้อผิดพลาดหรือความคลาดเคลื่อนได้

ความหมายใน Tableau

ความหมายไม่ใช่เรื่องใหม่สําหรับกลุ่มเป้าหมายของ Tableau ทว่า เป็นเพียงส่วนหนึ่งของแหล่งข้อมูล โดยเฉพาะแหล่งข้อมูลที่เผยแพร่ (PDS) แหล่งข้อมูลที่เผยแพร่เป็นที่ที่คุณควบคุมคำจำกัดความเชิงความหมายของข้อมูล

เนื่องจากหลักการของ Tableau เกี่ยวกับวงจรการวิเคราะห์ด้วยภาพ(ลิงก์จะเปิดในหน้าต่างใหม่) ความหมายจึงไม่ได้ถูกแยกออกเป็นเลเยอร์ที่ชัดเจนในอดีต สภาพแวดล้อมการเขียนคือจุดที่พัฒนาแบบจำลองข้อมูล (แท็บแหล่งข้อมูล) และความหมาย (แผงข้อมูล) ขึ้นมาร่วมกัน

Tableau Semantics

Tableau Semantics(ลิงก์จะเปิดในหน้าต่างใหม่)ใช้แนวทางในการแยกความหมายออกเป็นเลเยอร์ที่แตกต่างจากการวิเคราะห์ เพื่อให้สามารถสร้างแบบจำลองความหมายได้เพียงครั้งเดียวและใช้ในการวิเคราะห์ต่างๆ หรือแม้แต่ผลิตภัณฑ์ อรรถศาสตร์ของ Tableau เหมาะกับสภาพแวดล้อม Data 360 และ Tableau Next เป็นเลเยอร์เชิงความหมายแบบสแตนด์อโลนที่แตกต่างจากข้อมูลหรือการวิเคราะห์ หน่วยของเลเยอร์เชิงความหมายคือ แบบจำลองเชิงความหมาย แบบจำลองเชิงความหมายมีทั้งแบบจำลองข้อมูลและคำจำกัดความเชิงความหมายสำหรับข้อมูล ใน Tableau Semantics นั้น Semantic Model Builder คือ UI สำหรับการสร้างแบบจำลองเชิงความหมาย แบบจําลองเชิงความหมายเหล่านี้สามารถสร้างได้ใน Data 360 หรือ Tableau Next

การทำงานร่วมกัน

ด้วยตัวเชื่อมต่ออรรถศาสตร์ของ Tableau สำหรับ Tableau คุณสามารถทำการวิเคราะห์ใน Tableau โดยใช้แบบจำลองเชิงความหมายจาก Tableau Next หรือโดยการสร้างแบบจำลองเชิงความหมายจากแหล่งข้อมูลที่เผยแพร่ (PDS)(ลิงก์จะเปิดในหน้าต่างใหม่) คุณสามารถทำการวิเคราะห์ใน Tableau Next โดยใช้แหล่งข้อมูลจาก Tableau