Ulasan & peringkat desktop Tableau

Mulai

Selain UI, memuat dan mengekstraksi data di Tableau Desktop sangat mudah - bisa dibilang sistem termudah yang saya uji. Ini memiliki banyak konektor, dan pengguna dapat memilih untuk bekerja dengan data langsung atau mengekstrak dan memuatnya ke Tableau Desktop. Ini hanya masalah klik, mulai dari Sumber Data dan kemudian memilih pengaturan Anda dengan mengklik kotak yang sesuai dengan kebutuhan atau preferensi Anda.

Ketika saya terhubung ke file CSV, itu langsung terhubung ke semuanya dalam grup yang sama daripada menunggu di saya untuk memilih setiap file. Itu jauh lebih cepat dan lebih mudah daripada di banyak kompetisi, bahkan Google Analytics atau IBM Watson. Warna saya terkesan, karena membangun konektivitas data adalah bagian dari analisis data yang menurut saya paling menjengkelkan.

Namun, setelah Anda membuat koneksi ke sumber data Anda, ada tugas persiapan data, yang berarti membersihkan data dan membuat entri yang tidak sesuai mematuhi bidang yang Anda buat. Ini sedikit rumit karena Anda harus mencari jalan di sekitar halaman sampai Anda menemukan menu pull-down yang tepat dan / atau tumpah perintah untuk menyortir dan memanipulasi data. Meski begitu, saya bergerak melalui seluruh proses dalam hitungan menit setelah saya menguasai itu.

Proses Penemuan

Bagi seorang analis data yang berpengalaman, menggunakan Tableau Desktop cukup mudah atau, setidaknya, relatif mudah diketahui. Tetapi tidak adanya konfirmasi, pesan pop-up, dan tautan Bantuan cepat di hadapan istilah dan konfigurasi esoteris berarti bahwa banyak pengguna baru akan memerlukan pelatihan substansial sebelum alat membuktikan nilainya sepenuhnya. Singkatnya, Tableau Desktop bukanlah alat yang bisa digunakan oleh pengguna yang tidak berpengalaman atau berkemampuan rendah untuk mencari tahu. Ini berarti akan menghadirkan beberapa rintangan bagi organisasi yang ingin menjadi data lengkap demokratisasi.

Dari halaman Sumber Data, saya hanya mengklik tab Sheet 1 untuk pergi ke lembar kerja. Dimensi data saya ditampilkan secara otomatis dan saya hanya perlu menarik dan melepas set data yang relevan dan kemudian memilih visualisasi untuk mengeksplorasi hasil saya. Saya mengklik tombol Tunjukkan Saya untuk menemukan visualisasi dan opsi lainnya. Tableau Desktop memberi saya banyak pilihan visualisasi, tetapi, sekali lagi, pengguna dengan sedikit pengalaman atau pemahaman konsep-konsep ilmu data tidak mungkin tahu apa yang harus diseret dimana, apalagi cara membentuk kueri yang canggih.

Untuk analis data yang berpengalaman, mudah untuk menjeda untuk refresh data otomatis, mengurutkan catatan, menyimpan, berbagi, dan fungsi lainnya dengan mengklik ikon yang sudah dikenal di bagian atas layar. Saya cepat-cepat menelusuri data dan membangun dasbor untuk dibagikan dalam hitungan menit. Tableau Desktop bekerja sangat cepat dan tanpa cacat sehingga pengguna dapat dimaafkan karena menganggap tugasnya sederhana. Tetapi mereka tidak; hanya saja mesin pengolah dan analitiknya begitu efisien dan kuat. Artinya, sementara Tableau Desktop perlu lebih menyederhanakan UI-nya untuk sepenuhnya memanfaatkan pergerakan BI yang didistribusikan, saya sepenuhnya menghargai sejauh mana Tableau telah datang dalam membentuk kembali industri BI sampai saat ini.

Visualisasi Data

Tableau Desktop menawarkan berbagai visualisasi termasuk standar lama yang sudah dikenal. Ini juga menawarkan panduan tentang cara terbaik untuk menggunakan setiap visualisasi ketika Anda mengkliknya, yang sangat membantu ketika analisis menampilkan visual yang tampak aneh yang ingin Anda perbaiki.

Kelemahan potensial dari Tableau Desktop adalah pengguna perlu beberapa pelatihan di atasnya untuk mendapatkan manfaat penuh dari semua fungsi yang dibangun ke dalam alat ini. Bahayanya adalah bahwa pengguna dapat mencoba untuk melewatkan pelatihan dan merasakan jalannya sendiri di sekitar UI. Itu akan bekerja untuk pertanyaan yang lebih mendasar tetapi pada akhirnya akan menahan organisasi - bukan karena alat tidak dapat melakukan pekerjaan tetapi karena pengguna tidak tahu bagaimana membuatnya bekerja pada tugas yang lebih sulit atau lebih bernuansa.