Tableau Next Help

自 2025 年 10 月 14 日起，Data Cloud 已更名為 Data 360。在此過渡期間，您可能會在我們的應用程式和文件中看到對 Data Cloud 的引用。雖然名稱已變更，但功能和內容保持不變。

隨著 Tableau Next 和 Tableau(連結在新視窗開啟) 不斷建置更強大的整合，我們的新增功能可讓您無論資料儲存在何處，都能隨時隨地進行分析。這意味著 Tableau 和 Data Cloud 的術語和理念將開始更加緊密地聯繫在一起。熟悉其中一個生態系統的使用者可能會覺得另一個生態系統令人困惑或陌生，但歸根究底，一切都關乎資料。

本主題旨在幫助使用者熟悉不同的系統，無論他們習慣使用或正在使用哪個系統。

附註：Data 360 的前身為「Data Cloud」。

基本資料術語和概念

有很多詞彙可以用來描述資料。從最一般的意義上講，資料集是您正在處理的資料的集合。

• 資料庫是實際儲存資料的技術平台，例如 Amazon Redshift、Firebird、Google 試算表或 Oracle。
• 資料通常以資料表的形式儲存。資料庫中可能有多個資料表或檢視。在 Excel 或 Google 試算表中，每個工作表索引標籤都是一個資料表。在 csv 檔案中，整個檔案就是一個資料表。
• 若您需要的資料分佈在多個資料表中，則需要在資料模型中對它們進行連線。資料模型是資料表之間如何連線的抽象表示。

Salesforce 中的資料

在 Data 360 中，資料被細分為不同的概念。

針對 Tableau 對象的 Salesforce 資料物件旁白

資料串流為連線資訊。

DLO 是來自資料串流的原始資料傾印。每個 DLO 都是一個單一資料表。

DMO 在 Tableau 中沒有直接的類比。DMO 可以從多個 DLO（類似於資料庫中的「檢視」）對應，每個 DMO 都是一個單一資料表。

CIO 在 Tableau 中沒有類比，因為計算只是資料來源中的欄位，與其他任何欄位一樣。

Tableau 中的資料

Tableau 資料來源(連結在新視窗開啟)包含資料庫連線資訊、資料模型、有關如何存取資料（存取認證等）或重新整理資料的資訊、語意資訊，甚至可能包含資料本身。用於建立和編輯資料來源的兩個主要 UI 元素為「資料來源」索引標籤和資料窗格。

「資料來源」索引標籤：在「資料來源」索引標籤中，可以建立與完整資料庫或檔案的資料連線，並透過使用關係、聯結和聯集(連結在新視窗開啟)將一個或多個資料庫中的資料表合併到單一資料來源中來建立資料模型。若資料保留在其原始資料庫中，則為即時連線。資料複本也可以作為擷取引入 Tableau 本身，並可依需求進行重新整理。

資料窗格：在資料窗格中，可以擷取語意資訊，包括欄位名稱、成員別名、階層、群組、集、計算、預設彙總和色彩以及欄位描述。

資料來源：在「資料來源」索引標籤和資料窗格中所做的修改共同構成資料來源。資料來源可以是已發佈的資產、檔案，也可以包含在建立它的工作簿中。

• 已發佈資料來源 (PDS) 是 Tableau Cloud 或 Tableau Server 上的獨立資產。
• 在本機，您還可以擁有基於檔案的 Tableau 資料來源版本：
  • .tds 是 Tableau 資料來源的檔案副檔名，其中包含非資料資訊（僅連線和語意）。
  • .tdsx 是已封裝 Tableau 資料來源的檔案副檔名，其中包含非資料資訊以及資料本身。
  • .hyper 是擷取（先前稱為 .tde）的檔案副檔名，其中包含資料複本（即資料本身）。

附註：已發佈資料來源是 Tableau 中最接近語意層或語意模型的對應物。

針對 Salesforce 對象的 Tableau 資料旁白

Tableau 可處理來自各種資料庫和技術的資料，包括本機資料和雲端資料。由於資料並非來自包含所有特定資料物件的 Salesforce 雲端，因此在資料建模和格式化方面具有很大的靈活性，並且沒有範本化資料格式的真正概念。

標準化和語意模型主要透過已發佈資料來源 (PDS) 來擷取。

資料語意的要點

• 資料是原始事實（數字、觀察值和測量值）。
• 資訊是對資料的解讀，或透過處理和理解資料而取得的知識。
• 語意是完整資料與從中產生的資訊之間的墊腳石。

這個術語源自於語言學中語意與語法的概念。語法指的是事物的表達方式，而語意指的是其意義。「語意指的是其意義」這個概念貫穿資料內容中的語意。語意包括資料模型中資料表的合併方式、資料欄位或欄的資訊及其相互互動方式、預設彙總等附加資訊，以及在原始資料上執行的計算。

資料集可能包含您需要的所有資訊，但若您不知道如何從中提取意義，它就毫無用處(連結在新視窗開啟)。它需要語意有用。

業務使用案例與語意詳細資料密不可分。語意是對資料或其業務內容的描述。語意可以細分為以下類別：資料建模；欄位中繼資料和描述；預設彙總；階層、群組和集合；以及計算。

一些範例：

• 資料建模
  • 資料表如何相互連線。四個季度銷售額資料表應該進行聯集嗎？醫生資料表應該直接與病患資料表關聯，還是兩者都應該與預約資料表關聯？
• 欄位中繼資料（欄位名稱、資料類型、成員別名）
  • 「名稱」是客戶名稱還是聯絡人名稱？
  • 「折扣」是用於表示是否套用折扣的布林值欄位、折扣類型的字串欄位，還是用於表示折扣金額的離散度量？
• 欄位描述
  • 例如，註釋指出此資料集的 APR 為調整後投球得分，而不是年度回報率，其計算方式為 APR = L * IP - R / pf(P)，其中 L：聯盟平均每局失分，IP：投球局數，R：失分總數，pf(P)：球員主場球場 P 的球場係數。
• 預設彙總
  • 清單應該彙總為 COUNT（計數所有執行個體）還是 COUNTD（僅計數唯一值）？
  • 度量的預設彙總應該是 SUM 還是 AVG？
• 階層、集合、群組
  • 在一所大學的系集合中，工程係可能是一個獨立的學院，而歷史系、文學系、哲學系和政治學係可能共同構成文理學院。
• 計算
  • 欄位派生自資料中原生存在的欄位，但需要進行操作或合併，例如，將過時支援案例定義為標準帳戶開放 10 天，而高級帳戶僅開放 2 天的案例。

Tableau 中的語意與 Tableau Semantics

若沒有可重複使用的語意層，資料模型、語意定義和計算欄位可能會一遍又一遍地重複使用，從而導致效率低下以及出現錯誤或不一致的可能性。

Tableau 中的語意

語意對 Tableau 對象來說並不是什麼新鮮事。它只是資料來源的一部分，尤其是已發佈資料來源 (PDS)。在已發佈資料來源中，可以控制資料的語意定義。

由於 Tableau 的視覺化分析週期(連結在新視窗開啟)理念，語意歷來並未被抽象化為一個獨立的層。製作環境是一同開發資料模型（資料來源索引標籤）和語意（資料窗格）的地方。

Tableau Semantics

Tableau Semantics(連結在新視窗開啟) 採用將語意與分析分離到不同層的方法，以便語意模型可以建構一次，並在各種分析甚至產品中使用。Tableau 語意作為不同於資料或分析的獨立語意層融入 Data 360 和 Tableau Next 環境。語意層的單位是語意模型。語意模型包含資料模型和資料的語意定義。在 Tableau Semantics 中，語意模型建立器是用於建立語意模型的使用者介面。這些語意模型可以在 Data 360 或 Tableau Next 中建置。

互通性

透過適用於 Tableau 的 Tableau 語意連接器，可以使用 Tableau Next 中的語意模型在 Tableau 中進行分析。或者，透過從已發佈資料來源 (PDS) 建立語意模型(連結在新視窗開啟)，可以使用 Tableau 中的資料來源在 Tableau Next 中進行分析。