Krav och överväganden vid användning av Förklara data
Förklara data är alltid tillgängligt för redigerare i Tableau Desktop.
För Tableau Cloud och Tableau Server: När Förklara data är aktiverat för en plats kan Creators och Explorers med lämpliga behörigheter köra Förklara data när de redigerar en arbetsbok. Alla användare med lämpliga behörigheter kan köra Förklara data i visningsläge i publicerade arbetsböcker. Mer information finns i Kontrollera åtkomst till Förklara data.
Vad gör en visualisering till en bra kandidat för Förklara data
Förklara Data fungerar bäst vid visualiseringar som kräver djupare utforskning och analys, snarare än infografik-stil, beskrivande visualiseringar som kommunicerar sammanfattade data.
- Radnivådata är nödvändiga för Förklara data för att skapa modeller av dina data och generera förklaringar. Visualiseringar med underliggande radnivådata, där relationer kan finnas i icke visualiserade fält, är bra kandidater för att köra Förklara data.
- Visualiseringar baserade på föraggregerade data utan tillgång till radnivådata är inte idealiska för den statistiska analys som utförs av Förklara data.
Vilka data fungerar bäst för Förklara data
När du använder Förklara data i ett arbetsblad, kom ihåg att Förklara data fungerar tillsammans med:
Endast enstaka markeringar – Förklara Data analyserar enstaka markeringar. Analys med flera markeringar stöds inte.
Aggregerade data – Vyn måste innehålla ett eller flera mätvärden som aggregeras med SUMMA, AVG, COUNT eller COUNTD. Minst en dimension måste också finnas med i vyn.
Endast en enda datakälla – Data måste hämtas från en enda primär datakälla. Förklara data fungerar inte med kombinerade eller flerdimensionella datakällor.
När du förbereder en datakälla för en arbetsbok ska du tänka på följande om du planerar att använda Förklara data under analysen.
- Använd en datakälla med underliggande data som är tillräckligt omfattande. En idealisk datamängd har minst 10–20 kolumner utöver en (eller flera) aggregerade mätvärden som ska förklaras.
- Ge kolumnerna (fälten) namn som är lätta att förstå.
- Eliminera överflödiga kolumner och dataförberedelseartefakter. Mer information finns i Ändra fält som används för statistisk analys.
- Kassera inte osynliga kolumner i datakällan. Förklara Data beaktar fält i underliggande data vid analys av en markering.
- Låga kardinalitetsdimensioner fungerar bättre. Förklaringen av en kategorisk dimension är lättare att tolka om dess kardinalitet inte är för hög (< 20 kategorier). Dimensioner med fler än 500 unika värden analyseras inte.
- Aggregera inte data i förväg som en allmän regel. Men om datakällan är massiv, överväg att föraggregera data till en LOD (detaljnivå).
- Använd extrakt över livedatakällor. Extrakt körs snabbare än livedatakällor. Med livedatakällor kan processen att skapa förklaringar skapa många frågor (ungefär en fråga per kandidatförklaring), vilket kan resultera i att förklaringar tar längre tid att generera.
Situationer där Förklara data inte är tillgängligt
Ibland är inte Förklara data tillgängligt för en vald markering, beroende på datakällans eller vyns egenskaper. Om Förklara data inte kan analysera den valda markeringen kommer ikonen Förklara data och snabbmenykommandot inte att vara tillgängliga.
| Förklara data kan inte köras i vyer som använder: |
|
Förklara data kan inte köras om du väljer: |
|
| Förklara Data kan inte köras när mätvärdet som ska användas för en förklaring: |
|
Förklara data kan inte ge förklaringar för en dimension när den är: |
|