Tutorial de combinación de datos en Tableau

Combinación de datos: motivación

Hoy en día, las empresas utilizan datos de distintas fuentes para resolver sus retos de negocio. Recoger y combinar datos de forma eficiente se ha convertido en una habilidad esencial para cualquier Data Scientist y Data Engineer a la hora de ayudar a las organizaciones a tomar decisiones inteligentes. 

En este tutorial de combinación de datos en Tableau, primero comprenderás este potente enfoque para combinar datos y, después, verás sus ventajas. También revisaremos algunas desventajas y, por último, responderemos a las preguntas más habituales sobre data blending con Tableau.  

Combinación de datos vs. joins en Tableau

En la práctica, trabajarás con información procedente de múltiples fuentes, como hojas de cálculo de Excel, SQL, CSV, etc. Como científico de datos, a menudo tendrás que interconectarlas para generar insights de negocio globales.

Tableau puede ayudarte a abordar este problema con varios enfoques: joins, blending y relationships. 

En esta sección nos centraremos en entender la diferencia entre los dos primeros.

¿Qué son los joins en Tableau?

Si has trabajado con SQL, te sonarán los principales tipos de join: left, right, inner, cross y full outer. En Tableau ocurre lo mismo.

Estos joins combinan tablas de una misma fuente basándose en relaciones lógicas entre columnas de dichas tablas. Por ejemplo, intentar combinar un archivo de Excel con una tabla de SQL fallará porque no proceden de la misma fuente.

Además, al hacer joins, las columnas utilizadas en ambas tablas deben ser del mismo tipo; cambiar estos tipos de datos hará que el join se rompa. 

Por último, en Tableau no es posible eliminar columnas duplicadas resultantes de un join.

Si no estás familiarizado con SQL, puedes aprender SQL con diversos cursos que te ayudarán a adquirir los fundamentos para consultar tus datos en SQL.

¿Qué es el blending en Tableau?

A diferencia de los joins y las relationships, la combinación de datos agrega información de múltiples fuentes (bases de datos, sistemas de BI, sistemas en la nube, archivos planos, servicios web, etc.) para crear un único conjunto de datos y así obtener mejores visualizaciones. 

¿Por qué usar Tableau para combinar datos?

Tableau es una herramienta de Business Intelligence sin código que ofrece una interfaz intuitiva de arrastrar y soltar para análisis y visualización. Su carácter no técnico la hace destacar en el sector. 

Además, es rápida y permite interconectar datos de múltiples fuentes como hojas de cálculo, bases de datos SQL, servicios web, etc., tanto en la nube como on-premise.

La combinación de datos con Tableau ofrece esa misma flexibilidad y facilita unir datos de distintas fuentes sin necesidad de programar.

Si es tu primera vez con Tableau, nuestro curso Introduction to Tableau puede ayudarte a formarte y explorar Tableau con confianza para crear paneles de control de alto impacto.

Guía paso a paso para combinar datos en Tableau

Para comprender mejor el concepto de data blending, en esta sección te guiamos paso a paso para realizar una combinación de datos con Tableau. 

1. Entiende el caso de uso 

El siguiente caso trata de analizar los ingresos de 2020 y 2021 de dos departamentos de Zoom.AI, una empresa de IA que opera en distintas capitales africanas. Los datos están disponibles en el siguiente enlace.

2. Comprende las columnas de datos

Observamos que ambos conjuntos tienen el mismo formato y transmiten el mismo mensaje. Sin embargo, los nombres de las dos primeras columnas son diferentes (Period, Capitals para el Departamento 1, y Year, Cities para el Departamento 2). 

Intentar aplicar joins con el formato actual fallará porque las columnas implicadas en el join deben coincidir. Veremos cómo el blending puede combinar estos datos de forma inteligente sin normalizar previamente las columnas. 

3. Crea las conexiones de datos

Dado que nuestros datos están en archivos diferentes, necesitamos crear en Tableau un espacio donde reagruparlos, y eso se hace creando Data Connections en Tableau, como se muestra a continuación: 

Los datos de nuestros departamentos aparecen en la pestaña Data, en la esquina superior izquierda, lo que indica que se han subido correctamente. 

4. Empieza la combinación de datos

Vamos a visualizar cómo varían los ingresos por capitales para el primer departamento. Puedes hacerlo en dos pasos: 

• Arrastra y suelta la columna Revenue en la sección Columns de Tableau.  
• Arrastra y suelta la columna Capitals en la sección Rows de Tableau. 

El objetivo es usar data blending para comparar los ingresos de los departamentos. Para ello, debemos repetir el mismo proceso de arrastrar y soltar con los datos del segundo departamento, que tienen la columna Cities, como se muestra abajo. 

El resultado del departamento 2 se ha marcado en color naranja para mayor claridad.

La visualización se rompió, ¿por qué?

Porque no le hemos indicado a Tableau que la columna Capitals tiene el mismo nivel de información que la columna Cities, lo que provoca que aparezcan asteriscos en Cities dentro de la visualización. 

Aquí es donde la combinación de datos resulta muy útil para solucionar el problema, especificando que las columnas Cities y Capitals significan lo mismo. A continuación se ilustra cómo hacerlo.

Tras resolverlo, vemos un icono de cadena naranja ⛓ en la columna Cities a la izquierda. Esto indica que Cities se ha usado como campo de enlace.

5. Más combinación de datos 

Ahora que ya sabes combinar datos correctamente, hagamos el mismo análisis a nivel de año/período. Para ello, solo necesitamos crear un vínculo entre las columnas Period y Year; de lo contrario, tendremos el mismo problema que antes.

Esto cubre lo básico del data blending. Ahora que ya sabes cómo hacerlo, puedes aprender a crear visualizaciones avanzadas con Tableau en nuestro curso.

¿Cuáles son las ventajas del data blending en Tableau?

Como has visto en el tutorial, usar data blending aporta muchas ventajas frente a los joins. Algunas de ellas son:

1. Sin preprocesamiento de columnas

No necesitamos realizar un preprocesamiento costoso de las columnas para poder combinar distintos datos, porque basta con indicar qué columnas nos interesan para que el algoritmo de blending entienda cómo combinarlos de forma eficiente.

2. Mejor solución para los problemas de granularidad

La combinación de datos ofrece mayor flexibilidad al unir fuentes con diferentes niveles de granularidad. Imagina que los ingresos de los departamentos estuvieran organizados a nivel mensual en lugar de anual. 

Usar joins simples daría un resultado inexacto, porque las filas anuales se duplicarían por cada fila mensual, como se ilustra a continuación. El blending puede resolverlo agregando la información mensual al nivel anual.

3. Productividad del equipo 

Siguiendo con el ejemplo de granularidad: sin blending, tendríamos que hacer preprocesamiento (agregaciones, eliminación de duplicados, etc.). Con conjuntos de datos muy grandes, este preprocesamiento puede consumir mucho tiempo. 

4. Análisis rápido para decidir mejor

Tomar buenas decisiones exige tener una buena visión de los datos. Bastaron unos pocos clics y arrastrar y soltar para captar la esencia de los dos departamentos. Con joins podríamos obtener resultados inexactos y, por tanto, peores decisiones.

Limitaciones del data blending en Tableau

A pesar de sus ventajas, la combinación de datos también tiene inconvenientes:

• El data blending funciona por debajo con un left join y no ejecuta otros tipos de join. 
• El orden importa al combinar datos con distinta granularidad. Los datos secundarios siempre deben tener el nivel más fino de granularidad, ya que son los que se agregan. 
• Los agregados no aditivos como COUNT, MEAN, MEDIAN y SUM pueden verse afectados por el blending. 

Conclusión

Este tutorial ha cubierto las principales razones para usar data blending, algunas de sus ventajas frente a los joins para científicos de datos y una práctica guiada para entender cómo funciona. 

Esperamos que te haya dado las habilidades necesarias para obtener más insights sobre tu problema de negocio usando múltiples fuentes de datos. Si quieres saber más sobre conectar datos en Tableau, echa un vistazo a nuestro curso.