Tutorial Tableau Data Blending

Data Blending—Motivasi

Saat ini, perusahaan menggunakan data dari berbagai sumber untuk menyelesaikan masalah bisnis mereka. Mengumpulkan dan menggabungkan data secara efisien telah menjadi keterampilan penting bagi semua Data Scientist dan Data Engineer untuk membantu organisasi membuat keputusan yang cerdas. 

Tutorial Tableau data blending ini akan terlebih dahulu membangun pemahaman Anda tentang pendekatan penggabungan data yang kuat sebelum membahas manfaatnya. Lalu kita akan meninjau beberapa kekurangannya dan akhirnya membahas beberapa pertanyaan utama terkait data blending menggunakan Tableau.  

Data Blending vs Join di Tableau

Dalam praktik, Anda akan berhadapan dengan informasi dari banyak sumber seperti Excel Spreadsheet, SQL, CSV, dan sebagainya. Sebagai data scientist, Anda sering kali perlu menghubungkannya untuk menghasilkan wawasan bisnis yang menyeluruh.

Tableau dapat membantu mengatasi masalah ini dengan beberapa pendekatan: join, blending, dan relationships. 

Pada bagian ini, kita akan fokus memahami perbedaan antara dua pendekatan pertama.

Apa itu Join di Tableau?

Jika Anda pernah bekerja dengan SQL, Anda mungkin sudah akrab dengan konsep join utama: left, right, inner, cross, dan full outer join. Hal yang sama berlaku saat menggunakan Tableau.

Join bertujuan menggabungkan berbagai tabel dari sumber yang sama berdasarkan hubungan logis kolom di antara tabel-tabel tersebut. Misalnya, mencoba menggabungkan file Excel dan tabel SQL akan gagal karena keduanya tidak berasal dari sumber yang sama.

Selain itu, saat melakukan join tabel, kolom yang digunakan di kedua tabel harus sama dan perubahan tipe data ini dapat menyebabkan join gagal. 

Terakhir, tidak memungkinkan untuk menghapus kolom duplikat dari join di Tableau.

Jika Anda belum familiar dengan SQL, Anda dapat mempelajari SQL melalui berbagai kursus yang dapat membantu Anda memperoleh keterampilan dasar untuk mengajukan kueri data Anda dalam SQL.

Apa itu Blending di Tableau?

Berbeda dengan join dan relationships, data blending mengagregasikan data dari berbagai sumber seperti database, sistem business intelligence, sistem cloud, file flat, web service, dan lainnya untuk membuat satu data demi visualisasi yang lebih baik. 

Mengapa menggunakan Tableau untuk Data Blending?

Tableau adalah alat Business Intelligence tanpa kode yang menyediakan antarmuka drag-and-drop yang intuitif untuk analitik dan visualisasi. Aspek non-teknisnya membuatnya menonjol di industri. 

Selain itu, Tableau cepat dan mampu saling menghubungkan data dari berbagai sumber seperti spreadsheet, database SQL, web service, dan lainnya, baik dari cloud maupun on-premise.

Data blending dengan Tableau memberikan fleksibilitas yang sama dan memudahkan penggabungan data dari berbagai sumber tanpa memerlukan keterampilan pemrograman.

Jika ini pertama kalinya Anda menggunakan Tableau, kursus Pengantar Tableau kami dapat membantu Anda meningkatkan keterampilan dan dengan percaya diri mengeksplorasi Tableau untuk membangun dasbor yang berdampak.

Panduan Langkah demi Langkah Cara Melakukan Data Blending di Tableau

Untuk pemahaman yang lebih baik tentang konsep data blending, bagian ini memandu Anda melalui proses langkah demi langkah untuk melakukan data blending dengan Tableau. 

1. Pahami Use Case 

Kasus berikut berkaitan dengan analisis pendapatan tahun 2020 dan 2021 dari dua departemen di Zoom.AI, sebuah perusahaan AI yang beroperasi di berbagai ibu kota Afrika. Datanya tersedia pada tautan berikut.

2. Pahami kolom data

Kita perhatikan bahwa kedua data memiliki format yang sama dan menyampaikan pesan yang sama. Namun, nama dua kolom pertama berbeda (Period, Capitals untuk Departemen 1, dan Year, Cities untuk Departemen 2). 

Mencoba menerapkan join pada format Data saat ini akan gagal karena kolom yang terlibat dalam join harus sama. Kita akan melihat bagaimana data blending dapat menggabungkan data tersebut secara cerdas tanpa normalisasi kolom terlebih dahulu. 

3. Buat Koneksi Data

Karena data kita disimpan dalam file yang berbeda, kita perlu membuat ruang di Tableau tempat data tersebut dapat dikelompokkan, yaitu dengan membuat Data Connections di Tableau seperti ditunjukkan di bawah ini: 

Data departemen kita muncul di tab Data, di pojok kiri atas, yang berarti data telah berhasil diunggah. 

4. Mulai Data Blending

Mari mulai dengan memvisualisasikan bagaimana Revenue bervariasi per Capitals untuk departemen pertama. Ini dapat dilakukan dengan dua langkah berikut: 

• Seret dan letakkan kolom Revenue ke bagian Columns di Tableau.  
• Seret dan letakkan kolom Capitals ke bagian Rows di Tableau. 

Tujuannya adalah menggunakan data blending untuk membandingkan pendapatan departemen. Untuk itu, kita perlu melakukan proses seret dan lepas yang sama untuk data departemen kedua, yang memiliki kolom Cities sebagai gantinya, seperti ditunjukkan di bawah. 

Hasil untuk departemen 2 diberi warna oranye untuk tujuan penjelasan.

Visualisasi rusak; mengapa?

Alasannya adalah kita belum memberi tahu Tableau bahwa kolom Capitals memiliki tingkat informasi yang sama dengan kolom Cities, yang menyebabkan munculnya tanda bintang untuk kolom Cities pada visualisasi. 

Di sinilah data blending berguna untuk memperbaiki masalah seperti ini, yang dapat dilakukan dengan menentukan bahwa kolom Cities dan Capitals memiliki arti yang sama. Berikut ilustrasinya.

Setelah kita menyelesaikan masalah tersebut, kita dapat melihat tanda rantai oranye ⛓ pada kolom Cities di sebelah kiri. Ini berarti kolom Cities telah digunakan sebagai field penghubung.

5. Lebih lanjut tentang Data Blending 

Sekarang setelah Anda memahami cara melakukan blending data dengan benar, mari lakukan analisis yang sama pada level tahun/periode. Untuk itu, kita hanya perlu membuat tautan antara kolom Period dan Year; jika tidak, kita akan menghadapi masalah yang sama seperti sebelumnya.

Ini mencakup dasar-dasar data blending. Sekarang setelah Anda tahu cara melakukan data blending, Anda dapat mempelajari cara membuat visualisasi tingkat lanjut menggunakan Tableau melalui kursus kami.

Apa manfaat Data Blending di Tableau?

Seperti yang dapat Anda lihat dari tutorial sebelumnya, menggunakan data blending memberikan banyak manfaat dibandingkan join. Beberapa di antaranya ditunjukkan di bawah ini:

1. Tanpa prapemrosesan kolom data

Kita tidak perlu melakukan prapemrosesan kolom yang mahal untuk dapat menggabungkan data yang berbeda dengan data blending, karena cukup dengan menentukan kolom yang diminati agar algoritme data blending memahami cara menggabungkan data secara efisien.

2. Cara yang lebih baik untuk mengatasi masalah granularitas

Data blending memberikan fleksibilitas yang lebih baik saat menggabungkan data dengan tingkat granularitas yang berbeda. Bayangkan data pendapatan departemen kita diorganisasikan pada level bulanan, bukan tahunan. 

Menggunakan join sederhana akan menghasilkan hasil yang tidak akurat karena baris tahunan akan diduplikasi untuk setiap baris bulanan, seperti diilustrasikan di bawah ini. Data blending dapat menyelesaikan masalah ini dengan mengagregasikan informasi bulanan ke level tahunan.

3. Produktivitas tim 

Pertimbangkan kasus granularitas sebelumnya. Tanpa data blending, kita harus melakukan beberapa prapemrosesan data, seperti agregasi dan penghapusan duplikasi. Saat menangani set data yang sangat besar, prapemrosesan semacam ini bisa cepat memakan waktu. 

4. Analisis cepat untuk pengambilan keputusan yang lebih baik

Pengambilan keputusan yang akurat bergantung pada gambaran data yang lebih baik. Hanya perlu beberapa klik serta seret dan lepas untuk menangkap esensi dari dua departemen tersebut. Menggunakan Join dapat menghasilkan hasil yang tidak akurat, sehingga pengambilan keputusan pun menjadi tidak akurat.

Keterbatasan Tableau Data Blending

Terlepas dari keunggulan data blending, ada juga beberapa kekurangannya, seperti ditunjukkan di bawah ini:

• Data blending bekerja dengan left join di balik layar, dan tidak melakukan jenis join lainnya. 
• Urutan itu penting saat mencoba melakukan blending data dengan granularitas yang berbeda. Data sekunder selalu harus memiliki tingkat granularitas yang paling kecil karena data inilah yang akan diagregasikan. 
• Agregat non-aditif seperti COUNT, MEAN, MEDIAN, dan SUM terdampak oleh data blending. 

Kesimpulan

Tutorial ini telah membahas aspek utama terkait motivasi penggunaan data blending, beberapa manfaatnya bagi data scientist dibandingkan join, serta praktik langsung untuk lebih memahami cara kerjanya. 

Semoga tutorial ini membekali Anda keterampilan yang relevan untuk mendapatkan lebih banyak wawasan atas masalah bisnis menggunakan berbagai sumber data. Untuk mempelajari lebih lanjut tentang menghubungkan data di Tableau, lihat kursus kami.