Tableau Data Blending-tutorial

Data blending — motivatie

Tegenwoordig gebruiken bedrijven data uit verschillende bronnen om hun bedrijfsproblemen op te lossen. Data efficiënt verzamelen en combineren is een essentiële vaardigheid geworden voor alle data scientists en data engineers om organisaties te helpen slimme beslissingen te nemen. 

Deze Tableau-data-blending-tutorial bouwt eerst je begrip op van de krachtige aanpak voor het combineren van data voordat we de voordelen verkennen. Daarna kijken we naar enkele nadelen en tot slot behandelen we een aantal veelgestelde vragen over data blending met Tableau.  

Data blending vs. joins in Tableau

In de praktijk werk je met informatie uit meerdere bronnen zoals een Excel-spreadsheet, SQL, CSV, enzovoort. Als data scientist moet je die vaak met elkaar verbinden om overkoepelende inzichten voor het bedrijf te genereren.

Tableau kan dit probleem aanpakken met verschillende benaderingen: joins, blending en relationships. 

In deze sectie focussen we op het verschil tussen de eerste twee benaderingen.

Wat zijn joins in Tableau?

Als je eerder met SQL hebt gewerkt, ken je waarschijnlijk de belangrijkste join-concepten: left, right, inner, cross en full outer joins. Hetzelfde geldt in Tableau.

Deze joins zijn bedoeld om verschillende tabellen uit dezelfde bron te combineren op basis van logische kolomrelaties tussen die tabellen. Proberen om bijvoorbeeld een Excel-bestand en een SQL-tabel te combineren zal mislukken omdat ze niet uit dezelfde bron komen.

Ook moeten bij joins de gebruikte kolommen in de twee tabellen hetzelfde zijn; het wijzigen van deze datatypes zorgt ervoor dat de join stukloopt. 

Tot slot is het niet mogelijk om dubbele kolommen te verwijderen uit joins in Tableau.

Als je niet bekend bent met SQL, kun je SQL leren met diverse cursussen die je helpen de basisvaardigheden te verwerven om je data in SQL te bevragen.

Wat is blending in Tableau?

In tegenstelling tot joins en relationships aggregeert data blending data uit meerdere bronnen zoals databases, business intelligence-systemen, cloudsystemen, flat files, webservices, enzovoort, om één dataset te creëren voor betere visualisaties. 

Waarom Tableau gebruiken voor data blending?

Tableau is een no-code business intelligence-tool met een intuïtieve drag-and-drop-interface voor analytics en visualisatie. Het niet-technische karakter maakt het onderscheidend in de industrie. 

Bovendien is het snel en biedt het de mogelijkheid om data uit meerdere bronnen te koppelen, zoals spreadsheets, SQL-databases, webservices, enzovoort, zowel uit de cloud als on-premises.

Data blending met Tableau biedt dezelfde flexibiliteit en maakt het eenvoudiger om data uit meerdere bronnen te combineren zonder programmeervaardigheden.

Als dit de eerste keer is dat je Tableau gebruikt, kan onze cursus Introduction to Tableau je helpen om je skills te vergroten en vol vertrouwen Tableau te verkennen om impactvolle dashboards te bouwen.

Stap-voor-stap handleiding: data blenden in Tableau

Om het concept van data blending beter te begrijpen, loodst deze sectie je stap voor stap door het uitvoeren van data blending met Tableau. 

1. Begrijp de usecase 

De casus hieronder gaat over het analyseren van de omzet in 2020 en 2021 van twee afdelingen van Zoom.AI, een AI-bedrijf dat actief is in verschillende Afrikaanse hoofdsteden. De data is beschikbaar via de volgende link.

2. Begrijp de datakolommen

We zien dat beide datasets hetzelfde formaat hebben en dezelfde boodschap uitdragen. De namen van de eerste twee kolommen verschillen echter (Period en Capitals voor afdeling 1, en Year en Cities voor afdeling 2). 

Proberen om joins toe te passen op het huidige dataformaat zal mislukken, omdat de kolommen die in de join worden gebruikt hetzelfde moeten zijn. We zullen zien hoe data blending deze data slim kan combineren zonder voorafgaande normalisatie van kolommen. 

3. Maak dataverbindingen

Omdat onze data in verschillende bestanden is opgeslagen, moeten we in Tableau een omgeving creëren waar ze gegroepeerd kunnen worden. Dat doe je door dataverbindingen te maken in Tableau, zoals hieronder getoond: 

De data van onze afdelingen verschijnt in de Data-tab, linksboven. Dat betekent dat ze succesvol zijn geüpload. 

4. Start met data blending

Laten we beginnen met visualiseren hoe de omzet per hoofdstad varieert voor de eerste afdeling. Dit kan in twee stappen: 

• Sleep de kolom Revenue naar de sectie Columns in Tableau.  
• Sleep de kolom Capitals naar de sectie Rows in Tableau. 

Het doel is om met data blending de omzet van de afdelingen te vergelijken. Daarvoor moeten we hetzelfde sleepproces uitvoeren voor de data van de tweede afdeling, die in plaats daarvan de kolom Cities heeft, zoals hieronder getoond. 

Het resultaat voor afdeling 2 is ter verduidelijking geassocieerd met de oranje kleur.

De visualisatie is stuk; hoe komt dat?

De reden is dat we in Tableau niet hebben aangegeven dat de kolom Capitals hetzelfde informatieniveau heeft als de kolom Cities, wat ertoe leidt dat de sterretjes voor de kolom Cities in de visualisatie verschijnen. 

Hier komt data blending goed van pas om dit te verhelpen, door aan te geven dat de kolommen Cities en Capitals hetzelfde betekenen. Hieronder zie je de illustratie.

Nadat we het probleem hebben opgelost, zien we links een oranje kettingteken⛓ bij de kolom Cities. Dit betekent dat de kolom Cities is gebruikt als koppelingsveld.

5. Meer data blending 

Nu je begrijpt hoe je data op de juiste manier kunt blenden, voeren we dezelfde analyse uit op jaar-/periodesniveau. Hiervoor moeten we een link maken tussen de kolommen Period en Year; anders krijgen we hetzelfde probleem als hiervoor.

Dit dekt de basis van data blending. Nu je weet hoe je data blending uitvoert, kun je met onze cursus leren hoe je geavanceerde visualisaties maakt met Tableau.

Wat zijn de voordelen van data blending in Tableau?

Zoals je in de vorige tutorial kunt zien, biedt data blending veel voordelen ten opzichte van joins. Enkele daarvan staan hieronder:

1. Geen preprocessing van datakolommen

We hoeven geen kostbare preprocessing van kolommen uit te voeren om verschillende data te kunnen combineren met data blending, omdat een eenvoudige specificatie van de relevante kolommen voldoende is voor het data-blending-algoritme om te begrijpen hoe de data efficiënt gecombineerd moet worden.

2. Een betere manier om het granulariteitsprobleem op te lossen

Data blending biedt meer flexibiliteit bij het combineren van data met verschillende granulariteitsniveaus. Stel dat onze omzetdata van de afdelingen maandelijks in plaats van jaarlijks was georganiseerd. 

Met eenvoudige joins leidt dit tot een onjuist resultaat omdat de jaarlijkse rijen worden gedupliceerd voor elke maandelijkse rij, zoals hieronder geïllustreerd. Data blending kan dit probleem oplossen door de maandinformatie te aggregeren naar jaarniveau.

3. Teamproductiviteit 

Neem de vorige granulariteitscasus. Zonder data blending zouden we preprocessing moeten uitvoeren, zoals aggregaties en het verwijderen van duplicaten. Bij grote datasets kan dit soort preprocessing al snel tijdrovend worden. 

4. Snelle analyse voor betere besluitvorming

Nauwkeurige besluitvorming is afhankelijk van een goed overzicht van de data. Het kostte maar een paar klikken en wat drag-and-drop om de essentie van de twee afdelingen te vangen. Joins kunnen tot onjuiste resultaten leiden, en dus tot onjuiste beslissingen.

Beperkingen van Tableau data blending

Ondanks de voordelen heeft data blending ook enkele nadelen, zoals hieronder weergegeven:

• Data blending werkt onder de motorkap met een left join en voert geen andere soorten joins uit. 
• De volgorde is van belang bij het blenden van data met verschillende granulariteit. De secundaire data moet altijd het kleinste granulariteitsniveau hebben, omdat die wordt geaggregeerd. 
• Niet-additieve aggregaten zoals COUNT, MEAN, MEDIAN en SUM hebben last van data blending. 

Conclusie

Deze tutorial heeft de belangrijkste aspecten behandeld achter de motivatie voor het gebruik van data blending, enkele voordelen ervan voor data scientists ten opzichte van joins, en ook een hands-on oefening om beter te begrijpen hoe het werkt. 

We hopen dat deze tutorial je de juiste vaardigheden biedt om meer inzicht te krijgen in je bedrijfsprobleem met behulp van meerdere databronnen. Wil je meer weten over data verbinden in Tableau? Bekijk dan onze cursus.