Tutorial de data blending no Tableau

Data blending — motivação

Hoje, as empresas usam dados de fontes diferentes para resolver problemas de negócio. Coletar e combinar dados com eficiência se tornou uma habilidade essencial para todo Cientista de Dados e Engenheiro de Dados ajudar a organização a tomar decisões mais inteligentes. 

Este tutorial de data blending no Tableau primeiro vai fortalecer seu entendimento sobre essa poderosa forma de combinar dados antes de explorar os benefícios. Depois, veremos algumas limitações e, por fim, responderemos às principais dúvidas sobre data blending usando o Tableau.  

Data blending vs. joins no Tableau

No dia a dia, você vai lidar com informações de várias fontes, como planilhas do Excel, SQL, CSV etc. Como cientista de dados, muitas vezes será preciso interconectá-las para gerar insights de negócio mais completos.

O Tableau ajuda a resolver isso com diferentes abordagens: joins, blending e relationships. 

Nesta seção, vamos focar em entender a diferença entre as duas primeiras abordagens.

O que são joins no Tableau?

Se você já trabalhou com SQL, deve conhecer os principais conceitos de join: left, right, inner, cross e full outer. No Tableau, é a mesma lógica.

Os joins servem para combinar tabelas de uma mesma fonte com base em relacionamentos lógicos entre colunas dessas tabelas. Por exemplo, tentar combinar um arquivo do Excel com uma tabela SQL vai falhar porque eles não vêm da mesma fonte.

Além disso, ao fazer joins, as colunas usadas nas duas tabelas precisam ser do mesmo tipo; alterar tipos de dados pode quebrar o join. 

Por fim, não é possível remover colunas duplicadas resultantes de joins no Tableau.

Se você não está familiarizado com SQL, pode aprender SQL com diversos cursos que ajudam a adquirir as habilidades fundamentais para consultar seus dados.

O que é blending no Tableau?

Diferente de joins e relationships, o data blending agrega dados de várias fontes — bancos de dados, sistemas de BI, nuvem, arquivos flat, serviços web etc. — para criar um único conjunto para visualizações melhores. 

Por que usar o Tableau para data blending?

O Tableau é uma ferramenta de Business Intelligence sem código, com interface intuitiva de arrastar e soltar para análise e visualização. Esse aspecto acessível faz a ferramenta se destacar no mercado. 

Além disso, é rápido e permite interconectar dados de múltiplas fontes, como planilhas, bancos SQL e serviços web, esteja tudo na nuvem ou on-premise.

O data blending no Tableau oferece a mesma flexibilidade e facilita a combinação de dados de várias fontes sem precisar programar.

Se é sua primeira vez usando o Tableau, nosso curso Introduction to Tableau pode ajudar você a se capacitar e explorar o Tableau com confiança para criar dashboards de impacto.

Passo a passo: como fazer data blending no Tableau

Para entender melhor o conceito de data blending, esta seção traz um passo a passo para executar o blending no Tableau. 

1. Entenda o caso de uso 

O caso a seguir analisa as receitas de 2020 e 2021 de dois departamentos da Zoom.AI, uma empresa de IA que atua em diferentes capitais africanas. Os dados estão disponíveis neste link.

2. Entenda as colunas dos dados

Percebemos que ambos os conjuntos têm o mesmo formato e passam a mesma mensagem. Porém, os nomes das duas primeiras colunas são diferentes (Period e Capitals para o Departamento 1, e Year e Cities para o Departamento 2). 

Tentar aplicar joins no formato atual vai falhar porque as colunas envolvidas no join precisam ser as mesmas. Vamos ver como o data blending pode combinar esses dados de forma inteligente, sem normalizar os nomes das colunas antes. 

3. Crie as conexões de dados

Como nossos dados estão em arquivos diferentes, precisamos criar no Tableau um espaço onde eles fiquem reunidos — isso é feito criando Data Connections no Tableau, como mostrado abaixo: 

Os dados dos departamentos aparecem na aba Data, no canto superior esquerdo, indicando que o upload foi feito com sucesso. 

4. Comece o data blending

Vamos começar visualizando como a receita varia por capital para o primeiro departamento. Isso pode ser feito em dois passos: 

• Arraste e solte a coluna Revenue em Columns no Tableau.  
• Arraste e solte a coluna Capitals em Rows no Tableau. 

O objetivo é usar data blending para comparar a receita dos departamentos. Para isso, precisamos repetir o processo de arrastar e soltar com os dados do segundo departamento, que têm a coluna Cities, como mostrado abaixo. 

O resultado do departamento 2 foi destacado em laranja para facilitar a visualização.

A visualização quebrou. Por quê?

Porque ainda não informamos ao Tableau que a coluna Capitals tem o mesmo nível de informação que a coluna Cities, o que gera os asteriscos na visualização para Cities. 

É aqui que o data blending resolve o problema: basta indicar que as colunas Cities e Capitals significam a mesma coisa. Veja a ilustração abaixo.

Depois de corrigirmos o problema, aparece um ícone de corrente laranja ⛓ na coluna Cities à esquerda. Isso indica que Cities foi usada como campo de ligação.

5. Mais data blending 

Agora que você já entendeu como fazer o blending corretamente, vamos repetir a análise no nível de ano/período. Para isso, basta criar um vínculo entre as colunas Period e Year; caso contrário, teremos o mesmo problema de antes.

Isso cobre o básico de data blending. Agora que você já sabe como fazer, pode aprender a criar visualizações avançadas no Tableau com nosso curso.

Quais são os benefícios do data blending no Tableau?

Como deu para ver no tutorial, usar data blending traz várias vantagens em relação aos joins. Algumas delas:

1. Sem pré-processamento de colunas

Não precisamos fazer pré-processamentos custosos nas colunas para combinar dados diferentes com data blending, pois uma simples indicação das colunas de interesse já permite que o algoritmo entenda como combinar tudo de forma eficiente.

2. Uma forma melhor de lidar com granularidade

O data blending é mais flexível quando precisamos combinar dados com níveis de granularidade diferentes. Imagine que as receitas dos departamentos estivessem em nível mensal, e não anual. 

Usar joins simples levaria a um resultado impreciso, pois as linhas anuais seriam duplicadas para cada mês, como ilustrado abaixo. O data blending resolve isso agregando os meses para o nível anual.

3. Produtividade do time 

No exemplo de granularidade acima, sem data blending, seria preciso fazer pré-processamentos como agregações e remoção de duplicidades. Com grandes volumes de dados, esse trabalho rapidamente consome tempo. 

4. Análises rápidas para decisões melhores

Tomadas de decisão assertivas dependem de uma boa visão dos dados. Com poucos cliques e arrastar e soltar, conseguimos capturar a essência dos dois departamentos. Usar apenas joins poderia levar a resultados imprecisos — e, consequentemente, a decisões equivocadas.

Limitações do data blending no Tableau

Apesar das vantagens, o data blending também tem alguns pontos de atenção:

• O data blending funciona, por baixo dos panos, como um left join e não executa outros tipos de join. 
• A ordem importa ao combinar dados com granularidades diferentes. A fonte secundária sempre deve ter a menor granularidade, pois é ela que será agregada. 
• Agregações não aditivas, como COUNT, MEAN, MEDIAN e SUM, podem sofrer com distorções no data blending. 

Conclusão

Este tutorial cobriu os principais motivos para usar data blending, seus benefícios para cientistas de dados em comparação aos joins e um passo a passo prático para entender como funciona. 

Esperamos que este material ajude você a tirar mais insights dos seus problemas de negócio usando múltiplas fontes de dados. Para saber mais sobre como conectar dados no Tableau, confira nosso curso.