每个企业都需要高质量的数据分析及其可视化。 另一个需要考虑的重要因素是业务用户的易用性。 该工具在初始阶段不应需要额外的员工培训费用。 Tableau 就是这样的解决方案之一。
Rabota.ru 服务选择 Tableau 进行多变量数据分析。 我们与 Rabota.ru 服务的分析总监 Alena Artemyeva 进行了交谈，了解了 BI GlowByte 团队实施解决方案后分析发生了怎样的变化。
问：对 BI 解决方案的需求是如何产生的？
Alena Artemyeva：去年年底，Rabota.ru 服务团队开始快速成长。 就在那时，各个部门和公司管理层对高质量且易于理解的分析的需求增加了。 我们意识到需要为分析材料（临时研究和定期报告）创建一个单一且方便的空间，并开始积极朝这个方向前进。
问：寻找 BI 解决方案的标准是什么？谁参与了评估？
AA：对我们来说最重要的标准如下：
- 用于数据存储的自治服务器的可用性；
- 许可证费用；
- Windows/iOS 桌面客户端的可用性；
- Android/iOS 移动客户端的可用性；
- 网络客户端的可用性；
- 集成到应用程序/门户的可能性；
- 使用脚本的能力；
- 基础设施支持的简单性/复杂性以及是否需要为此寻找专家；
- BI 解决方案在用户中的普及程度；
- BI 解决方案用户的评论。
问：谁参加了评估：
AA：这是分析师团队和 ML Rabota.ru 的联合工作。
问：该解决方案属于什么功能领域？
AA：由于我们面临的任务是为整个公司构建一个简单且易于理解的分析报告系统，因此该解决方案涉及的功能领域非常广泛。 这些是销售、财务、营销、产品和服务。
问：您正在解决什么问题？
AA：Tableau 帮助我们解决了几个关键问题：
- 提高数据处理速度。
- 摆脱“手动”创建和更新报告。
- 提高数据透明度。
- 提高所有关键员工的数据可用性。
- 获得快速响应变化并根据数据做出决策的能力。
- 有机会更详细地分析产品并寻找增长领域。
问：Tableau 之前是什么？ 使用了哪些技术？
AA：此前，我们和许多公司一样，积极使用 Google Sheets 和 Excel 以及我们自己的开发来可视化关键指标。 但渐渐地我们意识到这种形式不适合我们。 主要是由于数据处理速度慢，而且由于可视化能力有限、安全问题、需要不断地手动处理大量数据并浪费员工时间、出错的可能性很高以及向公众提供报告的问题（后者与 Excel 中的报告最相关）。 也不可能处理其中的大量数据。
问：该解决方案是如何实施的？
AA：我们首先自己推出服务器部分，并开始制作报告，将店面的数据与 PostgreSQL 上准备好的数据连接起来。 几个月后，服务器转移到基础设施进行支持。
问：哪些部门最先加入这个项目，难度大吗？
AA：绝大多数报告从一开始就是由分析部门的员工准备的；随后，财务部门也加入了 Tableau 的使用。
没有什么严重的困难，因为在准备仪表板时，任务被分解为三个主要阶段：研究数据库并创建计算指标的方法，准备报告布局并与客户达成一致，创建和自动化数据集市以及创建基于集市的仪表板可视化。 我们在第三阶段使用Tableau。
问：实施团队中有哪些人？
AA：主要是机器学习团队。
问：是否需要对员工进行培训？
AA：不，我们的团队有足够的公开材料，包括来自 Tableau 的马拉松数据和 Tableau 用户社区中的信息。 由于平台的简单性和员工之前的经验，无需额外培训任何员工。 现在，分析师团队在掌握 Tableau 方面取得了重大进展，这得益于业务部门的有趣任务以及团队内部就解决问题过程中发现的 Tableau 特性和功能进行的积极沟通。
问：掌握难度如何？
AA：一切对我们来说都相对容易，而且这个平台对每个人来说都很直观。
问：你多久得到第一个结果？
AA：实施后几天之内，考虑到需要一定的时间来按照客户的意愿“打磨”可视化效果。
问：根据项目的结果，你们已经有了哪些指标？
AA：我们已经在各个领域实施了 130 多个报告，并将数据准备速度提高了数倍。 事实证明，这对于我们公关部门的专家来说非常重要，因为现在我们可以快速响应媒体的最新要求，发布有关整个劳动力市场和各个行业的大量研究报告，并准备情境分析。
问：您打算如何开发该系统？ 哪些部门将参与该项目？
AA：我们计划进一步开发所有关键领域的报告系统。 报告将继续由分析部门和财务部门的专家实施，但如果其他部门的同事想要将 Tableau 用于自己的目的，我们也准备让他们参与进来。
来源： habr.com