Vereisten en overwegingen voor het gebruik van Data uitleggen
Data uitleggen is altijd beschikbaar voor auteurs in Tableau Desktop.
Voor Tableau Cloud en Tableau Server: wanneer Data uitleggen is ingeschakeld voor een site, kunnen Creators en Explorers met de juiste machtigingen Data uitleggen uitvoeren bij het bewerken van een werkmap. Alle gebruikers met de juiste machtigingen kunnen Data uitleggen in de weergavemodus uitvoeren in gepubliceerde werkmappen. Zie Toegang tot Data uitleggen beheren voor meer informatie.
Wat maakt een visualisatie een goede kandidaat voor Data uitleggen?
Data uitleggen werkt het beste bij visualisaties die een diepgaandere verkenning en analyse vereisen, in plaats van bij beschrijvende visualisaties in infographic-stijl die samengevatte data weergeven.
- Data op rijniveau is nodig om Data uitleggen modellen van uw data te laten maken en uitleg te genereren. Visualisaties met onderliggende data op rijniveau, waarbij relaties kunnen bestaan in niet-gevisualiseerde velden, zijn goede kandidaten voor het uitvoeren van Data uitleggen.
- Visualisaties op basis van vooraf geaggregeerde data zonder toegang tot data op rijniveau zijn niet ideaal voor de statistische analyses die Data uitleggen uitvoert.
Welke data werkt het beste voor Data uitleggen?
Wanneer u Data uitleggen in een werkblad gebruikt, houd er dan rekening mee dat Data uitleggen werkt met het volgende:
Alleen afzonderlijke markeringen: Data uitleggen analyseert afzonderlijke markeringen. Meervoudige markeringsanalyse wordt niet ondersteund.
Geaggregeerde data: de weergave moet één of meerdere meetwaarden bevatten die worden geaggregeerd met behulp van SUM, AVG, COUNT of COUNTD. Er moet minimaal één dimensie in de weergave aanwezig zijn.
Alleen enkele databronnen: de data moeten afkomstig zijn uit één primaire databron. Data uitleggen werkt niet met gemengde of kubusdatabronnen.
Houd bij het voorbereiden van een databron voor een werkmap rekening met de volgende overwegingen als u Data uitleggen wilt gebruiken tijdens de analyse.
- Gebruik een databron met onderliggende data die voldoende breed is. Een ideale dataset bestaat uit minimaal 10-20 kolommen en daarnaast nog één of meerdere geaggregeerde meetwaarden die moeten worden uitgelegd.
- Geef kolommen (velden) namen die gemakkelijk te begrijpen zijn.
- Verwijder overbodige kolommen en datavoorbereidingsartefacten. Zie Velden wijzigen die worden gebruikt voor statistische analyse voor meer informatie.
- Verwijder geen niet-gevisualiseerde kolommen uit de databron. Data uitleggen houdt rekening met velden in de onderliggende data bij het analyseren van een markering.
- Dimensies met een lage kardinaliteit werken beter. De uitleg van een categorische dimensie is gemakkelijker te interpreteren als de kardinaliteit ervan niet te hoog is (< 20 categorieën). Dimensies met meer dan 500 unieke waarden komen niet in aanmerking voor analyse.
- Het is niet de bedoeling om data vooraf te aggregeren. Als de databron echter zeer groot is, kunt u overwegen om de data vooraf te aggregeren tot een passend detailniveau.
- Gebruik extracten van livedatabronnen. Extracten worden sneller uitgevoerd dan livedatabronnen. Bij livedatabronnen kan het proces van het creëren van uitleg veel query's opleveren (ongeveer één query per mogelijke uitleg). Hierdoor kan het langer duren om een uitleg te genereren.
Situaties waarin Data uitleggen niet beschikbaar is
Soms is Data uitleggen niet beschikbaar voor een geselecteerde markering, afhankelijk van de kenmerken van de databron of de weergave. Als Data uitleggen de geselecteerde markering niet kan analyseren, zijn het pictogram voor Data uitleggen en de opdracht contextmenu niet beschikbaar.
| Data uitleggen kan niet worden uitgevoerd in weergaven die het volgende gebruiken: |
|
Data uitleggen kan niet worden uitgevoerd als u het volgende selecteert: |
|
| Data uitleggen kan niet worden uitgevoerd als de meetwaarde die voor een uitleg moet worden gebruikt: |
|
Data uitleggen kan geen uitleg bieden voor een dimensie wanneer deze het volgende is: |
|