Tableau ma ke kuai, maoli?

Nalo koke ka manawa no ka hōʻike ʻana ma Excel - ʻike ʻia ke ʻano i nā mea hana kūpono no ka hōʻike ʻana a me ka nānā ʻana i ka ʻike ma nā wahi āpau. Kūkākūkā mākou i loko o ka digitalization o ka hōʻike ʻana no ka manawa lōʻihi a koho mākou i ka Tableau visualization and self-service analytics system. ʻO Alexander Bezugly, ke poʻo o ka hoʻoponopono analytical a me ka ʻoihana hōʻike o ka M.Video-Eldorado Group, i kamaʻilio e pili ana i ka ʻike a me nā hopena o ke kūkulu ʻana i kahi dashboard kaua.

E ʻōlelo koke wau ʻaʻole i hoʻokō ʻia nā mea a pau i hoʻolālā ʻia, akā he mea hoihoi ka ʻike, manaʻo wau he mea pono ia iā ʻoe. A inā he manaʻo ko kekahi e hiki ke hana maikaʻi ʻia, e mahalo nui wau i kāu ʻōlelo aʻo a me kou mau manaʻo.

Ma lalo o ka ʻoki e pili ana i nā mea a mākou i hālāwai ai a me nā mea a mākou i aʻo ai.

Ma hea mākou i hoʻomaka ai?

Loaʻa iā M.Video-Eldorado kahi kumu hoʻohālike i hoʻomohala maikaʻi ʻia: ʻike i kūkulu ʻia me ka hohonu o ka mālama ʻana a me ka nui o nā hōʻike paʻa paʻa (e ʻike i nā kikoʻī hou aku. kēia ʻatikala). Mai kēia mau mea, hana nā mea loiloi i nā papa pivot a i ʻole nā ​​leka i hoʻohālikelike ʻia ma Excel, a i ʻole nā ​​hōʻike PowerPoint nani no nā mea hoʻohana hope.

Ma kahi o ʻelua makahiki i hala aku nei, ma kahi o nā hōʻike paʻa paʻa, ua hoʻomaka mākou e hana i nā hōʻike analytical ma SAP Analysis (kahi Excel add-on, ʻo ia hoʻi he papa pivot ma luna o ka mīkini OLAP). Akā ʻaʻole hiki i kēia hāmeʻa ke hoʻokō i nā pono o nā mea hoʻohana a pau; ua hoʻomau ka hapa nui i ka hoʻohana ʻana i ka ʻike i hoʻopili ʻia e nā mea loiloi.

Hāʻule kā mākou mea hoʻohana hope i ʻekolu mau ʻāpana:

Hoʻokele kiʻekiʻe. Ke noi nei i ka ʻike ma ke ʻano hōʻike maikaʻi a maopopo.

Hooponopono waena, mea hoʻohana kiʻekiʻe. Makemake i ka ʻimi ʻikepili a hiki iā ia ke kūkulu kūʻokoʻa i nā hōʻike inā loaʻa nā mea hana. Ua lilo lākou i mea hoʻohana koʻikoʻi o nā hōʻike analytical ma SAP Analysis.

Mea hoʻohana lehulehu. ʻAʻole lākou makemake i ka ʻikepili kūʻokoʻa; hoʻohana lākou i nā hōʻike me ka palena palena o ke kūʻokoʻa, ma ke ʻano o nā nūpepa a me nā papa pivot ma Excel.

ʻO kā mākou manaʻo e uhi i nā pono o nā mea hoʻohana āpau a hāʻawi iā lākou i hoʻokahi mea hana maʻalahi. Ua hoʻoholo mākou e hoʻomaka me ka hoʻokele kiʻekiʻe. Pono lākou i nā dashboard maʻalahi e hoʻohana i nā hopena ʻoihana koʻikoʻi. No laila, hoʻomaka mākou me Tableau a koho mua i ʻelua ʻaoʻao: nā hōʻailona kūʻai kūʻai kūʻai a me ka pūnaewele me ka hohonu a me ka laulā o ka nānā ʻana, e uhi ana ma kahi o 80% o ka ʻikepili i noi ʻia e ka luna kiʻekiʻe.

ʻOiai ʻo ka poʻe hoʻohana o nā dashboards he alakaʻi kiʻekiʻe, ua ʻike ʻia kekahi KPI hou o ka huahana - ka wikiwiki pane. ʻAʻohe mea e kali i 20-30 kekona no ka hoʻonui ʻana i ka ʻikepili. Pono e hana ʻia ka hoʻokele i loko o 4-5 kekona, a ʻoi aku ka maikaʻi, hana koke. A ʻo mākou, auwe, ʻaʻole i hoʻokō i kēia.

ʻO kēia ke ʻano o ka hoʻolālā o kā mākou dashboard nui:

ʻO ka manaʻo koʻikoʻi e hoʻohui i nā mea hoʻokele KPI nui, aia he 19 ka nui, ma ka hema a hōʻike i kā lākou dynamics a me ka haki ʻana e nā ʻano nui ma ka ʻākau. He mea maʻalahi ka hana, kūpono a hoʻomaopopo ʻia ka hiʻohiʻona, a hiki i kou luʻu ʻana i nā kikoʻī.

Nānā 1. Ka nui o ka ʻikepili

ʻO kā mākou papaʻaina nui no nā kūʻai makahiki he 300 miliona mau lālani. No ka mea he mea pono e noʻonoʻo i ka dynamics no ka makahiki i hala a me ka makahiki ma mua, ʻo ka nui o ka ʻikepili ma nā kūʻai maoli wale nō ma kahi o 1 biliona laina. Hoʻokaʻawale ʻia ka ʻike e pili ana i ka ʻikepili i hoʻolālā ʻia a me ka poloka kūʻai pūnaewele. No laila, ʻoiai mākou i hoʻohana i ka columnar in-memory DB SAP HANA, ʻo ka wikiwiki o ka nīnau me ke koho ʻana i nā hōʻailona āpau no hoʻokahi pule mai ka waiho ʻana i kēia manawa ma ka lele ma kahi o 15-20 kekona. ʻO ka hoʻonā i kēia pilikia e hōʻike iā ia iho - ka hoʻonui ʻana i ka ʻikepili. Akā, loaʻa iā ia nā pitfalls, e pili ana iā lākou ma lalo nei.

Detail 2. Nā hōʻailona hoʻohui ʻole

Hoʻopili ʻia ka nui o kā mākou KPI i ka helu o nā loaʻa. A hōʻike kēia hōʻailona i ka COUNT DISTINCT o ka helu o nā lālani (nā poʻo poʻo) a hōʻike i nā helu like ʻole ma muli o nā ʻano i koho ʻia. No ka laʻana, pehea e helu ʻia ai kēia hōʻailona a me kāna derivative:

No ka pololei o kāu helu ʻana, hiki iā ʻoe ke:

• E helu i kēlā mau hōʻailona ma ka lele ma ka waihona;
• Hana i ka helu ʻana i ka nui o ka ʻikepili ma Tableau, ʻo ia hoʻi. ma ke noi ma Tableau, e hāʻawi i nā ʻikepili a pau e like me nā kānana i koho ʻia i ka granularity o ke kūlana loaʻa;
• E hana i kahi hōʻike hōʻikeʻike ma kahi e helu ʻia ai nā hōʻailona a pau i nā koho laʻana e hāʻawi i nā hopena hoʻohui ʻole.

Ua maopopo ma ka laʻana UTE1 a me UTE2 he mau mea waiwai e hōʻike ana i ka hierarchy huahana. ʻAʻole kēia he mea paʻa; ke hoʻokele nei i loko o ka ʻoihana ma o ia mea, no ka mea ʻO nā mana like ʻole ke kuleana no nā hui huahana like ʻole. Ua loaʻa iā mākou nā hoʻoponopono honua he nui o kēia hierarchy, i ka wā i hoʻololi ʻia ai nā pae āpau, i ka wā i hoʻoponopono hou ʻia ai nā pilina, a me nā loli mau, i ka wā e neʻe ai kekahi hui mai kekahi node a i kekahi. Ma ka hōʻike maʻamau, helu ʻia kēia mau mea a pau ma ka lele mai nā ʻano o ka mea; i ka hihia o ka materialization o kēia ʻikepili, pono ia e hoʻomohala i kahi hana no ka nānā ʻana i kēlā mau loli a hoʻouka hou i ka ʻikepili mōʻaukala. He hana koʻikoʻi ʻole.

Hōʻike 3. Hoʻohālikelike ʻikepili

Ua like keia wahi me ka mua. ʻO ka laina lalo ʻo ia ke nānā ʻana i kahi ʻoihana, he mea maʻamau ka hana ʻana i nā pae o ka hoʻohālikelike ʻana me ka wā ma mua:

Hoʻohālikelike me ka wā ma mua (i kēlā lā i kēia lā, i kēlā me kēia pule, i kēlā me kēia mahina)

Ma kēia hoʻohālikelike, manaʻo ʻia ma muli o ka manawa i koho ʻia e ka mea hoʻohana (no ka laʻana, ka pule 33 o ka makahiki), pono mākou e hōʻike i ka dynamics ma ka pule 32nd; inā mākou i koho i ka ʻikepili no hoʻokahi mahina, no ka laʻana, Mei. , a laila e hōʻike ana kēia hoʻohālikelike i ka dynamics ma ʻApelila.

Hoʻohālikelike me ka makahiki i hala

ʻO ka nuance nui ma aneʻi ʻo ka hoʻohālikelike ʻana i ka lā a me ka pule, ʻaʻole ʻoe e lawe i ka lā like o ka makahiki i hala, ʻo ia hoʻi. ʻAʻole hiki iā ʻoe ke waiho wale i ka makahiki i kēia manawa me hoʻokahi. Pono ʻoe e nānā i ka lā o ka pule āu e hoʻohālikelike nei. Ke hoʻohālikelike nei i nā mahina, pono ʻoe e lawe i ka lā kalena like o ka makahiki i hala. Aia kekahi mau nuances me nā makahiki lele. I loko o nā waihona kumu, ua māhele ʻia nā ʻike a pau i ka lā; ʻaʻohe kahua ʻokoʻa me nā pule, mahina, a me nā makahiki. No laila, no ka loaʻa ʻana o kahi ʻāpana analytical piha i ka panel, pono ʻoe e helu i hoʻokahi manawa, no ka laʻana he pule, akā he 4 mau pule, a laila e hoʻohālikelike i kēia mau ʻikepili, e hōʻike i ka dynamics, deviations. No laila, hiki ke hoʻokō ʻia kēia loiloi no ka hoʻohālikelike ʻana i ka dinamika ma Tableau a i ʻole ma ka ʻaoʻao hale kūʻai. ʻAe, a ʻoiaʻiʻo ua ʻike mākou a noʻonoʻo i kēia mau kikoʻī ma ka pae hoʻolālā, akā paʻakikī ke wānana i ko lākou hopena i ka hana o ka dashboard hope.

I ka hoʻokō ʻana i ka dashboard, ua hahai mākou i ke ala Agile lōʻihi. ʻO kā mākou hana ʻo ia ka hāʻawi ʻana i kahi mea hana me ka ʻikepili kūpono no ka hoʻāʻo ʻana i ka wikiwiki. No laila, hele mākou i nā sprints a hoʻomaka mai ka hoʻemi ʻana i ka hana ma ka ʻaoʻao o ka waihona o kēia manawa.

Mahele 1: Faith in Tableau

No ka maʻalahi o ke kākoʻo IT a hoʻokō koke i nā loli, ua hoʻoholo mākou e hana i ka loiloi no ka helu ʻana i nā hōʻailona non-additive a me ka hoʻohālikelike ʻana i nā wā i hala ma Tableau.

Papa 1. Ola nā mea a pau, ʻaʻohe hoʻololi pukaaniani.

I kēia manawa, hoʻopili mākou iā Tableau i nā hale kūʻai o kēia manawa a hoʻoholo mākou e ʻike pehea e helu ʻia ai ka helu o nā loaʻa no hoʻokahi makahiki.

Hualoaʻa:

Ua kaumaha ka pane - 20 mau minuke. Ka hoʻoili ʻana o ka ʻikepili ma luna o ka pūnaewele, haʻahaʻa kiʻekiʻe ma Tableau. Ua ʻike mākou e pono e hoʻokō ʻia ka loiloi me nā hōʻailona non-additive ma HANA. ʻAʻole kēia i makaʻu nui iā mākou, ua loaʻa iā mākou ka ʻike like me BO a me Analysis a ua ʻike mākou i ke kūkulu ʻana i nā hale hōʻikeʻike wikiwiki i HANA e hana i nā hōʻailona hoʻohui ʻole. ʻO nā mea a pau i koe e hoʻoponopono iā lākou i Tableau.

Ka Papa 2. Hoʻoponopono mākou i nā hihia hōʻike, ʻaʻohe mea waiwai, nā mea āpau ma ka lele.

Ua hana mākou i kahi hōʻikeʻike hou kaʻawale i hoʻopuka i ka ʻikepili i koi ʻia no TABLEAU ma ka lele. Ma keʻano laulā, loaʻa iā mākou kahi hopena maikaʻi; ua hoʻemi mākou i ka manawa no ka hana ʻana i nā hōʻailona āpau i hoʻokahi pule i 9-10 kekona. A ua manaʻo maoli mākou aia ma Tableau ka manawa pane o ka dashboard he 20-30 kekona i ka wehe mua ʻana a laila ma muli o ka cache mai 10 a 12, ka mea maʻamau e kūpono iā mākou.

Hualoaʻa:

ʻO ka papa kuhikuhi mua: 4-5 mau minuke
Kekahi kaomi: 3-4 minuke
ʻAʻohe mea i manaʻo e hoʻonui hou i ka hana o ka hale kūʻai.

Mahele 2. Luʻu i loko o ka Papaʻaina

Ka Papa 1. Ka nānā 'ana i ka hana papa a me ka ho'okani wikiwiki

Hoʻomaka mākou e nānā i kahi e hoʻohana ai ʻo Tableau i ka hapa nui o kona manawa. A aia nā mea hana maikaʻi no kēia, ʻoiaʻiʻo, he hoʻohui o Tableau. ʻO ka pilikia nui a mākou i ʻike ai ʻo ia nā nīnau SQL paʻakikī loa a Tableau e kūkulu nei. Ua pili mua lākou me:

- hoʻololi ʻikepili. No ka mea, ʻaʻohe mea paahana no Tableau no ka hoʻololi ʻana i nā ʻikepili, e kūkulu i ka ʻaoʻao hema o ka dashboard me kahi kikoʻī kikoʻī o nā KPI āpau, pono mākou e hana i kahi papa me ka hoʻohana ʻana i kahi hihia. ʻO ka nui o nā nīnau SQL i ka waihona i hiki i 120 mau huaʻōlelo.

- koho o ka manawa. ʻO ia ʻano nīnau ma ka pae ʻikepili i ʻoi aku ka manawa e hōʻuluʻulu ai ma mua o ka hoʻokō ʻana:

ʻO kēlā mau mea. noi i ka hana 12 kekona + 5 kekona hoʻokō.

Ua hoʻoholo mākou e hoʻomaʻamaʻa i ka loiloi helu ma ka ʻaoʻao Tableau a neʻe i kahi ʻāpana ʻē aʻe o ka helu ʻana i ka pae hale kūʻai a me ka pae waihona. Hāʻawi kēia i nā hopena maikaʻi.

ʻO ka mea mua, ua hana mākou i ka transposition ma ka lele, ua hana mākou ma o kahi hui waho piha i ka pae hope o ka helu VIEW, e like me kēia ala i wehewehe ʻia ma ka wiki Transpose - Wikipedia, ka encyclopedia manuahi и Elementary matrix - Wikipedia, ka encyclopedia manuahi.

ʻO ia hoʻi, ua hana mākou i kahi papa hoʻonohonoho - kahi matrix transposition (21x21) a loaʻa iā mākou nā hōʻailona a pau i ka haki ʻana i ka lālani.

ʻO ia:


Ua lilo:


Aneane ʻaʻohe manawa i hoʻopau ʻia ma ka transposition database ponoʻī. Ua hoʻomau ʻia ka noi no nā hōʻailona āpau no ka pule ma kahi o 10 kekona. Akā ma kekahi ʻaoʻao, ua nalowale ka maʻalahi ma ke ʻano o ke kūkulu ʻana i kahi dashboard e pili ana i kahi hōʻailona kikoʻī, ʻo ia hoʻi. no ka ʻaoʻao ʻākau o ka dashboard kahi i hōʻike ʻia ai ka dynamics a me ka wehewehe kikoʻī o kahi hōʻailona kikoʻī, ma mua i hana ka pahu hōʻike i 1-3 kekona, no ka mea ua hoʻokumu ʻia ka noi ma kahi hōʻailona, ​​a i kēia manawa ua koho mau ka waihona i nā hōʻailona āpau a kānana i ka hopena ma mua o ka hoʻihoʻi ʻana i ka hopena i Tableau.

ʻO ka hopena, ua emi ka wikiwiki o ka dashboard ma kahi o 3 mau manawa.

Hualoaʻa:

1. 5 sec - hoʻopau i nā dashboards, nā hiʻohiʻona
2. 15-20 kekona - hoʻomākaukau no ka hōʻuluʻulu ʻana i nā nīnau me ka hana ʻana i nā helu mua ma Tableau
3. 35-45 sec - ka hui ʻana o nā nīnau SQL a me kā lākou hoʻokō like-sequential ma Hana
4. 5 sec - ka hoʻoponopono ʻana i nā hopena, ka wehe ʻana, ka helu hou ʻana i nā hiʻohiʻona ma Tableau
5. ʻOiaʻiʻo, ʻaʻole kūpono kēlā mau hopena i ka ʻoihana, a hoʻomau mākou i ka optimization.

Ka Papa 2. Ka liʻiliʻi noʻonoʻo ma ka Tableau, hoʻopiha materialization

Ua hoʻomaopopo mākou he mea hiki ʻole ke kūkulu i kahi dashboard me ka manawa pane o kekahi mau kekona ma kahi hale kūʻai e holo ana no 10 kekona, a ua noʻonoʻo mākou i nā koho no ka materializing ʻikepili ma ka ʻaoʻao waihona kikoʻī no ka dashboard i koi ʻia. Akā ua hālāwai mākou i kahi pilikia honua i hōʻike ʻia ma luna - nā hōʻailona non-additive. ʻAʻole hiki iā mākou ke hōʻoia i ka wā e hoʻololi ai i nā kānana a i ʻole drilldowns, ua hoʻololi maʻalahi ʻo Tableau ma waena o nā hale kūʻai like ʻole a me nā pae i hoʻolālā mua ʻia no nā hierarchies huahana like ʻole (ma ka laʻana, ʻekolu nīnau me ka ʻole o UTE, me UTE1 a me UTE2 e hoʻopuka i nā hopena like ʻole). No laila, ua hoʻoholo mākou e hoʻomaʻamaʻa i ka dashboard, haʻalele i ka hierarchy huahana i ka dashboard a ʻike i ka wikiwiki o ka hiki ke maʻalahi.

No laila, i kēia pae hope, ua hōʻuluʻulu mākou i kahi waihona ʻokoʻa kahi i hoʻohui ai mākou i nā KPI āpau ma ke ʻano transposed. Ma ka ʻaoʻao waihona, hoʻokō ʻia kēlā me kēia noi i kahi waihona ma 0,1 - 0,3 kekona. Ma ka dashboard ua loaʻa iā mākou nā hopena aʻe:

Wehe mua: 8-10 kekona
Kekahi kaomi: 6-7 kekona

ʻO ka manawa i hoʻohana ʻia e Tableau he:

1. 0,3 kekona. - ka hoʻopili ʻana a me ka hoʻohui ʻana o nā nīnau SQL
2. 1,5-3 kekona. - ka hoʻokō ʻana i nā nīnau SQL ma Hana no nā hiʻohiʻona nui (e holo like me ka pae 1)
3. 1,5-2 kekona. - ka hoʻolilo ʻana, ka helu hou ʻana i nā hiʻohiʻona
4. 1,3sec. - ka hoʻokō ʻana i nā nīnau SQL hou e kiʻi i nā waiwai kānana kūpono (Brand, Division, City, Store), parsing hopena

E hōʻuluʻulu pōkole

Ua makemake mākou i ka mea hana Tableau mai kahi hiʻohiʻona hiʻohiʻona. I ka pae prototyping, ua noʻonoʻo mākou i nā ʻano hiʻohiʻona like ʻole a loaʻa iā lākou a pau i loko o nā hale waihona puke, e komo pū ana me ka māhele multi-level paʻakikī a me ka wailele multi-driver.

ʻOiai e hoʻokō ana i nā dashboards me nā hōʻailona kūʻai nui, ua loaʻa iā mākou nā pilikia hana i hiki ʻole iā mākou ke lanakila. Ua hala mākou ma mua o ʻelua mahina a loaʻa iā mākou kahi dashboard i hoʻopiha ʻole ʻia, ʻo ka wikiwiki o ka pane ʻana ma ka verge o ka ʻae ʻia. A ua huki mākou i nā hopena no mākou iho:

1. ʻAʻole hiki ke hana ʻo Tableau me ka nui o ka ʻikepili. Inā ʻoi aku ka nui o ka ʻikepili ma mua o 10 GB o ka ʻikepili (ma kahi o 200 miliona X 50 lālani), a laila e lohi nui ka dashboard - mai 10 kekona a i kekahi mau minuke no kēlā me kēia kaomi. Ua hoʻāʻo mākou me ka live-connect a me ka extract. Hoʻohālikelike ka wikiwiki hana.
2. Ka palena i ka wā e hoʻohana ai i nā waihona (datasets). ʻAʻohe ala e hōʻike ai i ka pilina ma waena o nā waihona me ka hoʻohana ʻana i nā ala maʻamau. Inā ʻoe e hoʻohana i nā workarounds e hoʻopili i nā waihona, e hoʻopilikia nui kēia i ka hana. I kā mākou hihia, ua noʻonoʻo mākou i ke koho o ka materializing ʻikepili i kēlā me kēia ʻāpana ʻike pono a me ka hoʻololi ʻana i kēia mau waihona waiwai i ka wā e mālama ai i nā kānana i koho mua ʻia - ʻaʻole hiki ke hana ma Tableau.
3. ʻAʻole hiki ke hana i nā ʻāpana dynamic ma Tableau. ʻAʻole hiki iā ʻoe ke hoʻopiha i kahi ʻāpana i hoʻohana ʻia no ka kānana ʻana i kahi ʻikepili i kahi unuhi a i ka wā o ka hoʻopili ola me ka hopena o kahi koho ʻē aʻe mai ka ʻikepili a i ʻole ka hopena o kahi nīnau SQL ʻē aʻe, hoʻokomo mea hoʻohana maoli a i ʻole kahi mau.
4. Nā palena i pili i ke kūkulu ʻana i dashboard me OLAP|PivotTable element.
   Ma MSTR, SAP SAC, SAP Analysis, inā ʻoe e hoʻohui i kahi ʻikepili i kahi hōʻike, a laila pili nā mea āpau ma luna o ia mea ma ke ʻano maʻamau. ʻAʻole loaʻa iā Tableau kēia; pono e hoʻonohonoho lima ʻia ka pilina. ʻOi aku ka maʻalahi o kēia, akā no kā mākou papa kuhikuhi āpau he koi koi kēia no nā mea - no laila he uku hana hou kēia. Eia kekahi, inā e hana ʻoe i nā kānana e pili ana, no ka laʻana, i ka wā e kānana ai i kahi ʻāina, ua kaupalena ʻia ka papa inoa o nā kūlanakauhale i nā kūlanakauhale o kēia ʻāina, e hoʻopau koke ʻoe i nā nīnau e pili ana i ka waihona a i ʻole Extract, e hoʻolōʻihi nei i ka. dashboard.
5. Nā palena i nā hana. ʻAʻole hiki ke hana i nā hoʻololi nui ma ka extract a i ʻole, ESPECIALLY, ma ka dataset mai Live-connecta. Hiki ke hana i kēia ma o ka Tableau Prep, akā he hana hou a me kahi mea hana ʻē aʻe e aʻo ai a mālama. No ka laʻana, ʻaʻole hiki iā ʻoe ke hoʻololi i ka ʻikepili a hui pū me ia iho. He aha ka mea i pani ʻia ma o ka hoʻololi ʻana i kēlā me kēia kolamu a i ʻole nā ​​māla, pono e koho ʻia ma o ka hihia a inā paha, a hana kēia i nā nīnau SQL paʻakikī, kahi e hoʻolilo ai ka ʻikepili i ka hapa nui o kona manawa e hōʻuluʻulu i ka kikokikona nīnau. Pono e hoʻoholo ʻia kēia ʻano maʻalahi o ka hāmeʻa ma ka pae hōʻikeʻike, e alakaʻi ana i ka mālama paʻakikī, nā hoʻoiho hou a me nā loli.

ʻAʻole mākou i haʻalele i ka Tableau. Akā ʻaʻole mākou e noʻonoʻo ʻo Tableau he mea hana hiki ke kūkulu i nā dashboard ʻoihana a me kahi mea hana e hoʻololi a hoʻololi i ka ʻōnaehana hōʻike ʻoihana holoʻokoʻa o kahi hui.

Ke hoʻomohala nei mākou i kēia manawa i kahi dashboard like i loko o kahi mea hana ʻē aʻe a, i ka manawa like, e hoʻāʻo nei e hoʻoponopono hou i ka hoʻolālā dashboard ma Tableau i mea e maʻalahi ai. Inā makemake ke kaiāulu, e haʻi mākou iā ʻoe e pili ana i nā hopena.

Ke kali nei mākou i kāu mau manaʻo a i ʻole nā ​​ʻōlelo aʻoaʻo e pili ana i ke kūkulu ʻana i nā dashboards wikiwiki ma luna o ka nui o nā ʻikepili, no ka mea he pūnaewele mākou i ʻoi aku ka nui o ka ʻikepili ma mua o ka hale kūʻai.

Source: www.habr.com