Hướng dẫn Trộn Dữ liệu (Data Blending) trong Tableau

Trộn dữ liệu — Động lực

Ngày nay, các công ty sử dụng dữ liệu từ nhiều nguồn khác nhau để giải quyết bài toán kinh doanh. Thu thập và kết hợp dữ liệu một cách hiệu quả đã trở thành kỹ năng thiết yếu đối với mọi Nhà khoa học dữ liệu và Kỹ sư dữ liệu nhằm hỗ trợ tổ chức ra quyết định thông minh. 

Hướng dẫn trộn dữ liệu trong Tableau này trước hết sẽ giúp bạn hiểu phương pháp kết hợp dữ liệu mạnh mẽ, sau đó khám phá các lợi ích. Tiếp theo, chúng ta sẽ xem xét một số hạn chế và cuối cùng là giải đáp một số câu hỏi phổ biến liên quan đến trộn dữ liệu bằng Tableau.  

Trộn dữ liệu so với Join trong Tableau

Trong thực tế, bạn sẽ xử lý thông tin từ nhiều nguồn như Excel, SQL, CSV, v.v. Là một nhà khoa học dữ liệu, bạn thường cần liên kết chúng để tạo ra góc nhìn kinh doanh tổng thể.

Tableau có thể giúp giải quyết vấn đề này bằng các cách tiếp cận khác nhau: join, blending và relationships. 

Trong phần này, chúng ta sẽ tập trung vào việc hiểu sự khác biệt giữa hai cách tiếp cận đầu tiên.

Join trong Tableau là gì?

Nếu bạn đã làm việc với SQL, có thể bạn quen thuộc với các khái niệm join chính: left, right, inner, cross và full outer join. Điều tương tự cũng áp dụng khi dùng Tableau.

Các join này nhằm kết hợp các bảng khác nhau từ cùng một nguồn dựa trên một số mối quan hệ cột logic giữa các bảng đó. Ví dụ, cố gắng kết hợp một tệp Excel và một bảng SQL sẽ thất bại vì chúng không đến từ cùng một nguồn.

Ngoài ra, khi join các bảng, các cột được dùng ở hai bảng phải tương ứng nhau và việc thay đổi kiểu dữ liệu sẽ khiến join bị lỗi. 

Cuối cùng, không thể loại bỏ các cột trùng lặp từ join trong Tableau.

Nếu bạn chưa quen với SQL, bạn có thể học SQL với nhiều khóa học giúp bạn nắm các kỹ năng nền tảng để truy vấn dữ liệu bằng SQL.

Blending trong Tableau là gì?

Khác với join và relationships, data blending tổng hợp dữ liệu từ nhiều nguồn như cơ sở dữ liệu, hệ thống BI, hệ thống đám mây, tệp phẳng, dịch vụ web, v.v. để tạo thành một nguồn dữ liệu duy nhất nhằm trực quan hóa tốt hơn. 

Vì sao dùng Tableau để trộn dữ liệu?

Tableau là công cụ BI không cần viết mã, cung cấp giao diện kéo-thả trực quan cho phân tích và trực quan hóa. Khía cạnh không kỹ thuật khiến nó nổi bật trong ngành. 

Ngoài ra, Tableau nhanh và có khả năng liên kết dữ liệu từ nhiều nguồn như bảng tính, cơ sở dữ liệu SQL, dịch vụ web, v.v., dù trên đám mây hay on-premise.

Trộn dữ liệu với Tableau mang lại sự linh hoạt tương tự và giúp dễ dàng kết hợp dữ liệu từ nhiều nguồn mà không cần kỹ năng lập trình.

Nếu đây là lần đầu bạn dùng Tableau, khóa học Giới thiệu về Tableau của chúng tôi có thể giúp bạn nâng cao kỹ năng và tự tin khám phá Tableau để xây dựng các bảng điều khiển hiệu quả.

Hướng dẫn từng bước: Cách trộn dữ liệu trong Tableau

Để hiểu rõ hơn về khái niệm trộn dữ liệu, phần này sẽ hướng dẫn bạn quy trình từng bước để thực hiện trộn dữ liệu với Tableau. 

1. Hiểu bài toán sử dụng 

Trường hợp dưới đây là phân tích doanh thu năm 2020 và 2021 của hai phòng ban thuộc Zoom.AI, một công ty AI hoạt động tại các thủ đô châu Phi khác nhau. Dữ liệu có tại liên kết sau.

2. Hiểu các cột dữ liệu

Chúng ta nhận thấy cả hai bộ dữ liệu có cùng định dạng và truyền tải cùng thông tin. Tuy nhiên, tên của hai cột đầu tiên khác nhau (Period, Capitals cho Phòng ban 1 và Year, Cities cho Phòng ban 2). 

Thử áp dụng join với định dạng hiện tại sẽ thất bại vì các cột tham gia join cần tương ứng nhau. Chúng ta sẽ xem cách trộn dữ liệu có thể kết hợp chúng một cách thông minh mà không cần chuẩn hóa cột trước. 

3. Tạo Kết nối Dữ liệu

Vì dữ liệu của chúng ta được lưu ở các tệp khác nhau, ta cần tạo một không gian trong Tableau nơi chúng có thể được nhóm lại, điều này được thực hiện bằng cách tạo Data Connections trong Tableau như bên dưới: 

Dữ liệu của các phòng ban xuất hiện trong thẻ Data, ở góc trên bên trái, nghĩa là đã tải lên thành công. 

4. Bắt đầu Trộn Dữ liệu

Hãy bắt đầu bằng cách trực quan hóa cách Doanh thu thay đổi theo Capitals cho phòng ban đầu tiên. Có thể thực hiện bằng hai bước sau: 

• Kéo thả cột Revenue vào phần Columns của Tableau.  
• Kéo thả cột Capitals vào phần Rows của Tableau. 

Mục tiêu là dùng trộn dữ liệu để so sánh doanh thu các phòng ban. Vì vậy, chúng ta cần thực hiện quy trình kéo thả tương tự cho dữ liệu của phòng ban thứ hai, vốn có cột Cities, như minh họa bên dưới. 

Kết quả cho phòng ban 2 được gán màu cam để dễ phân biệt.

Biểu đồ bị lỗi; vì sao?

Lý do là chúng ta chưa chỉ định cho Tableau biết rằng cột Capitals có cùng mức thông tin với cột Cities, dẫn đến các dấu sao xuất hiện ở cột Cities trong biểu đồ. 

Đây là lúc trộn dữ liệu phát huy tác dụng bằng cách khắc phục vấn đề này, có thể thực hiện bằng cách chỉ định rằng các cột Cities và Capitals có cùng ý nghĩa. Minh họa bên dưới.

Sau khi giải quyết xong, bạn sẽ thấy biểu tượng sợi xích màu cam ⛓ trên cột Cities ở bên trái. Điều này có nghĩa cột Cities đã được dùng làm trường liên kết.

5. Trộn dữ liệu thêm 

Giờ bạn đã hiểu cách trộn dữ liệu đúng cách, hãy thực hiện phân tích tương tự ở mức năm/kỳ. Để làm vậy, ta chỉ cần tạo liên kết giữa các cột Period và Year; nếu không, ta sẽ gặp lại vấn đề như trước.

Phần này bao quát những điều cơ bản về trộn dữ liệu. Giờ khi đã biết cách trộn dữ liệu, bạn có thể học cách tạo trực quan hóa nâng cao bằng Tableau với khóa học của chúng tôi.

Lợi ích của Trộn dữ liệu trong Tableau là gì?

Như bạn có thể thấy từ hướng dẫn trước, sử dụng trộn dữ liệu mang lại nhiều lợi ích so với join. Một số lợi ích như sau:

1. Không cần tiền xử lý các cột dữ liệu

Chúng ta không cần thực hiện các bước tiền xử lý tốn kém với cột để có thể kết hợp các dữ liệu khác nhau khi trộn dữ liệu, vì chỉ cần chỉ định đơn giản các cột quan tâm là đủ để thuật toán trộn dữ liệu hiểu cách kết hợp hiệu quả.

2. Cách tốt hơn để giải quyết vấn đề độ chi tiết (granularity)

Trộn dữ liệu cung cấp sự linh hoạt tốt hơn khi kết hợp dữ liệu có các mức độ chi tiết khác nhau. Hãy tưởng tượng dữ liệu doanh thu của phòng ban được tổ chức theo tháng thay vì theo năm. 

Dùng join đơn giản sẽ cho kết quả không chính xác vì các dòng theo năm sẽ bị nhân bản cho mỗi dòng theo tháng, như minh họa dưới đây. Trộn dữ liệu có thể giải quyết bằng cách tổng hợp thông tin theo tháng lên mức năm.

3. Năng suất nhóm 

Xét trường hợp granularity trước đó. Không có trộn dữ liệu, chúng ta sẽ phải tiền xử lý như tổng hợp và loại bỏ trùng lặp. Khi xử lý bộ dữ liệu lớn, các bước tiền xử lý kiểu này nhanh chóng trở nên tốn thời gian. 

4. Phân tích nhanh để ra quyết định tốt hơn

Ra quyết định chính xác dựa trên việc có cái nhìn tổng quan hơn về dữ liệu. Chỉ mất vài cú nhấp và thao tác kéo thả để nắm bắt tinh túy của hai phòng ban. Dùng Join có thể dẫn đến kết quả không chính xác, kéo theo quyết định sai lệch.

Hạn chế của Trộn dữ liệu trong Tableau

Bên cạnh các ưu điểm, trộn dữ liệu cũng có một số nhược điểm như sau:

• Trộn dữ liệu hoạt động dựa trên left join và không thực hiện các loại join khác. 
• Thứ tự quan trọng khi trộn dữ liệu có mức độ chi tiết khác nhau. Nguồn dữ liệu thứ cấp luôn phải có mức chi tiết nhỏ hơn vì nó sẽ được tổng hợp. 
• Các phép tổng hợp không cộng gộp như COUNT, MEAN, MEDIAN và SUM chịu ảnh hưởng bất lợi khi trộn dữ liệu. 

Kết luận

Hướng dẫn này đã đề cập các khía cạnh chính liên quan đến động lực sử dụng trộn dữ liệu, một số lợi ích so với join dành cho nhà khoa học dữ liệu, và cả phần thực hành để hiểu rõ cách hoạt động. 

Chúng tôi hy vọng hướng dẫn này giúp bạn có kỹ năng cần thiết để khai thác sâu hơn vấn đề kinh doanh bằng nhiều nguồn dữ liệu. Để tìm hiểu thêm về kết nối dữ liệu trong Tableau, hãy xem khóa học của chúng tôi.