Tableau skrivbordsgranskning och betyg

Komma igång

UI: s sida, ladda och extrahera data i Tableau Desktop är en bris - utan tvekan det enklaste av de system jag testade. Den har gott om anslutningar, och användare kan välja att arbeta med data live eller extrahera och ladda dem till Tableau Desktop. Det handlar bara om klick, börja vid datakälla och sedan välja din inställning genom att klicka på rutorna som passar dina behov eller önskemål.

När jag anslöt till CSV-filer anslöt den direkt till alla i samma grupp snarare än att vänta på mig att välja varje fil. Det var mycket snabbare och lättare än i mycket av konkurrensen, till och med Google Analytics eller IBM Watson. Färg mig imponerad, eftersom etablering av dataförbindelse är den del av dataanalys som jag tycker är mest irriterande.

När du har upprättat en anslutning till dina datakällor finns det dock datapreparationsuppgiften, vilket innebär att rensa uppgifterna och låta icke-konforma poster följa dina etablerade fält. Det här är lite svårare eftersom du måste jaga dig runt på sidan tills du hittar de rätta rullgardinsmenyerna och / eller spillts kommandon för sortering och datamanipulation. Trots detta flyttade jag igenom hela processen inom några minuter när jag fick tag på den.

Upptäcktsprocessen

För en erfaren dataanalytiker är att använda Tableau Desktop ganska enkelt eller åtminstone relativt lätt att ta reda på. Men frånvaron av instruktioner, popup-meddelanden och snabba hjälplänkar i närvaro av esoteriska termer och konfigurationer gör att många nya användare kommer att kräva betydande utbildning innan verktyget bevisar sitt fulla värde. Kort sagt, Tableau Desktop är inte ett verktyg som oerfarna eller lågutbildade användare kan plocka runt och enkelt ta reda på. Detta innebär att det kommer att presentera några hinder för organisationer som ser ut att bli fullständigt demokratiserade data.

Från datakällans sida klickade jag bara på fliken Ark 1 för att gå till ett kalkylblad. Mina datas dimensioner visades automatiskt och jag behövde bara dra och släppa de relevanta datamängderna och sedan välja en visualisering som jag skulle utforska mina resultat. Jag klickade på Visa mig för att hitta visualisering och andra alternativ. Tableau Desktop gav mig ett stort antal visualiseringsalternativ, men återigen, en användare med liten erfarenhet eller förståelse för datavetenskapskoncept kan inte troligtvis veta vad jag ska dra till var, mycket mindre hur man skapar en sofistikerad fråga.

För erfarna dataanalytiker är det enkelt att pausa för automatiska datauppdateringar, sortera poster, spara, dela och andra funktioner genom att klicka på bekanta ikoner längst upp på skärmen. Jag flyttade snabbt igenom uppgifterna och byggde en instrumentpanel för att dela på några minuter. Tableau Desktop fungerar så snabbt och så felfritt att en användare kan förlåtas för att tänka uppgifterna enkla. Men det är de inte; det är bara att processmotorn och analysen är så effektiva och kraftfulla. Det vill säga att medan Tableau Desktop måste ytterligare förenkla sin UI för att fullt ut utnyttja den distribuerade BI-rörelsen, uppskattar jag fullt ut hur långt Tableau har kommit i att omforma BI-industrin hittills.

Datavisualiseringar

Tableau Desktop erbjuder en mängd olika visualiseringar inklusive de gamla bekanta standbys. Det ger också vägledning om hur du bäst använder varje visualisering när du klickar på dem, vilket är särskilt användbart när analysen skjuter ut ett konstigt utseende som du vill fixa.

Den potentiella nackdelen med Tableau Desktop är att användarna behöver lite utbildning i det för att få full nytta av all funktionalitet inbyggd i detta verktyg. Faran är att användare kan försöka hoppa över utbildningen och bara känna sig runt UI. Det fungerar för mer grundläggande frågor, men det kommer så småningom att hålla organisationen tillbaka - inte för att verktyget inte kan utföra arbetet utan för att användare inte vet hur de ska fungera vid hårdare eller mer nyanserade uppgifter.