Ах мои котятки🐱,
Тяжело жить с self-service BI: на каждом шагу спотыкаются пользователи на пути построения и тиражирования регулярной отчётности. Ещё больше спотыкаются они об ad hoc отчетность, как в вопросах чтения и понимания данных, так и в вопросах подходов и создания среды.
Ниже цикл коротеньких статей на тему "Почему не работает ad-hoc отчетность". Автор работает в мире SAP BusinessObjects, но интересен сам разбор проблем (особенно с точки зрения безопасности данных), советы по созданию среды и концепция построения self-service BI как итеративного процесса.
Часть 1
Часть 2
Часть 3
Часть 4
Часть 5

Когда-то давно концепция дизайн-мышления произвела революцию в моей голове. Теперь от неё отпочковался концепт Design Sprint🙈
Ниже статья про архитектурное решение BI (вся цепочка: источники- etl -dwh- дашборды), ничего нового, но упаковано всё в организационный подход Design Sprint, что, судя по всему, даёт неплохие скорости на старте крупных BI - проектов:
Линк: https://sprintstories.com/solution-architecture-design-sprint-998c425ff831

Котятки🐱,
Хорошей пятнички и ловите книгу на вечер👆. Тема операционной аналитики и дашборды как её инструменты, - возможно, наше ближайшее будущее)

У ТАСС, Московского центра урбанистики и Habidatum большой проект про то, где москвичам проще пережить самоизоляцию.

Вот тут — сердце работы — интерактивная карта, на которой можно сравнивать районы по разным показателям — по площади дворовых территорий, количеству человек на лифт, количеству фасадов, выходящих на юг и юго-восток и многим другим.

А на сайте ТАСС будет выходить цикл материалов, где детально будут рассматриваться каждые показатели и статистика по ним.

Вот, например, текст, про то, почему так важно видеть солнышко в окошко, и где больше вероятность пересечься с соседями:

https://tass.ru/obschestvo/8271875

Одна из проблем, с которыми сталкиваешься в дашборде - перекрестная фильтрация, когда определенный график должен фильтроваться или по одной, или по другой диаграмме, но не одновременно по двум.
Как пролечивать такую проблему в Tableau:
https://lesviz.com/blog/2016/07/03/how-to-prevent-cross-filtering-tableau/
Подробный материал про фильтры в Tableau:
https://www.guru99.com/filter-data-tableau.html

Вчера я вплотную подобралась к LOD - выражениям Tableau, -встроенному синтаксису Tableau , позволяющему управлять уровнями детализации.
Очень полезная штука тестирования и анализа данных, так как дает возможность быстро "покрутить" разные разрезы, не перестраивая данные и не создавая дополнительные вычисляемые столбцы.
Подробная статья с примерами:
https://vizualintelligenceconsulting.com/blog-tableau-lod-expressions/
Что такое LOD в целом:
https://www.tableau.com/learn/whitepapers/understanding-lod-expressions

Котятки🐱
Как лодку назовешь - так она и по плывёт) Аналогично, какую метрику выберешь, так данные и будут вводить тебя в заблуждение😜 Выше идеальный пример того, как заставить всех волноваться.
Число убийств на 100 000 человек в Ватикане в 1998 году - 256.
Население Ватикана в 1998 году -781 человек.
Уровень убийств х население = общее количество убийств
(256/100000) х 781 = 2
График показывает, что в большинстве лет в Ватикане не было никаких убийств, но в 1998 году их было 2.
Ссылка на оригинальный пост на реддите:
https://www.reddit.com/r/dataisbeautiful/comments/g77wwj/oc_the_homicide_rate_in_vatican_city/?utm_medium=android_app&utm_source=share

На прошлой неделе мы героически бились с объединением двух Custom sql в Tableau. Выводы такие:
1. Всегда нужно помнить, что join - это не то, чем кажется, и способен, в случае связи "многие ко многим" , мультиплицировать данные в несколько раз (у меня - в 30).
Подробнее про суть join читать тут:
https://m.habr.com/ru/post/448072/
2. Для того, чтобы слепить несколько кусков данных в один большой кусок, можно использовать функцию Union.
Про функцию читать тут.
Материал- разбор про aggregate, join и union в Tableau читать тут.
3. Функция Union в Tableau работает, если в качестве источников выбраны файлы или таблицы/витрины данных, но не работает на 2х CustomSQL: между ними сделать Union нельзя.
Справились мы, короче, и вы справитесь.
Берегите себя🐱

Котятки🐱
Со мной поделились хорошей ссылкой на визуальный словарь для Power BI, - интерактивку, которая помогает подобрать оптимальную символику для визуализации данных.
А я делюсь с вами:
http://sqljason.com/2018/12/financial-times-visual-vocabulary-power-bi-edition.html
Аналог для Tableau (уже вроде было, но продублирую):
https://www.theinformationlab.co.uk/2018/08/31/visual-vocabulary/

Иногда мне кажется, что Tableau можно осваивать бесконечно.
Но кто сказал, что нельзя выучить какие-то базовые вещи за 3 дня?
Котятки, ловите мануальчик:
https://www.guru99.com/tableau-tutorial.html

Котятки,
Несмотря на не идеальную работу, мне очень нравится модуль " Вопросы и ответы" в Power BI, в первую очередь, за идею - "возможность задать вопрос данным".
Сейчас это скорее игрушки, а вскоре, возможно, будущее)
Линк, чтобы начать работу:
https://docs.microsoft.com/ru-ru/power-bi/natural-language/q-and-a-intro

А чтобы научить модуль "Вопросы и ответы" русскому языку, можно станцевать с бубном или с мерами😱
Подробности тут:
https://kkadikin.ru/ru/blog/article_012/
P. S. Спасибо за ссылку коллегам из чатика Power BI) https://news.1rj.ru/str/PBI_Rus

Котятки,
Сейчас, подходя к дашборду как бизнес-аналитик, я все больше понимаю:
- на этапе бизнес-анализа надо собирать все данные о проблеме, а не только те, которые предоставлены изначально заказчиком;
-выводить на дашборд надо те данные, которые имеют отношение к принятию решения;
-работая с глубиной контекста, необходим баланс между "выбраковкой" лишнего и углублением данных ради самого углубления.
Где этот баланс-не ясно, а линк на плакат "Ошибки в данных" и их детальный разбор ловите:
https://www.geckoboard.com/best-practice/statistical-fallacies/

Профессия бизнес-аналитика переживает вторую волну популярности. Несмотря на то, что я в их числе, мне кажется, что в ближайшем будущем эта профессия или умрет, или трансформируется. Концепция Augmented Analytics пережила бум а 2017-2018 годах, и не нашла воплощения: разработка реально работающего продукта стоит дорого, а выхлоп пока не ясен. Но думаю, у нас всё впереди🙈
Крутая статья на Medium :
https://medium.com/analytics-for-humans/augmented-analytics-demystified-326e227ef68f
Обзорная статья Gartner тут:
https://blogs.gartner.com/rita-sallam/2017/07/31/just-buying-into-modern-bi-and-analytics-get-ready-for-augmented-analytics-the-next-wave-of-market-disruption/
Как изменится жизнь - тут:
https://lingarogroup.com/augmented-analytics/

Котятки,
"Под капотом" дашборда лежат процессы управления данными, -то, что обеспечивает непрерывность поставки данных в дашборд, их надежность и полноту .
Концепция DataOps включает в себя инструменты и процессы, которые способствуют более быстрой и надежной аналитике данных.
Подробная статья на тему:
https://www.dataversity.net/understanding-dataops/

В последнее время я все чаще наталкиваюсь на вопросы, связанные с предиктивной и прогнозной аналитикой. Новый концепт - Continuous Foresight- говорит нам о том, что от дискретной предиктивной аналитики мы должны перейти к непрерывной.
Свеженькая статья в блогах Gartner тут:
https://blogs.gartner.com/marty-resnick/continuous-foresight-important-ever/
Увы и ах, возможности BI-ПО в вакууме явно рассчитаны на описательную и диагностическую аналитику, и работа с объемами данных для предиктивной аналитики возможна только с использованием хранилищ с раскатанными и материализованными витринами.

Котятки🐱
Я уже меньше озабочена вопросом привыкания пользователей к BI , и моя новая забота - self-service. Очень просто убедить пользователя excel и power query в том, что ему нужен Power BI , но убедить его, что ему нужен Qlick или Tableau уже сложнее, - нет удачного наследования семантики и навигации.
Но унывать не надо, а статья на тему того, как побудить команду использовать BI тут👇:
https://lingarogroup.com/business-intelligence-tools/

​​Аналитики, как и все остальные люди, могут быть подвержены когнитивным искажениям при принятии решений. Как избегать выводов, которые основаны на эмоциях и приводят к ошибочным выборам?

20 мая в 19:00 (мск) в рамках шестимесячного онлайн-курса «Профессия: Аналитик», ребята из ProductStar проводят бесплатный вебинар «Как измерить неизмеримое».

👨‍🏫 Кто выступит?

Сергей Кадомский, Product Manager в Craft.co

🎓 О чем пойдет речь?

— Рассмотрим типичные когнитивные искажения, которые мешают людям принимать взвешенные решения.
— Предложим простые рекомендации, как давать более точные оценки, избавившись от ментальных ловушек.
— Разберём простой фреймворк, который поможет научиться измерять качество или безопасность.

🔥 Два самых активных участника вебинара получат сертификат на бесплатное обучение в ProductStar.

Участие бесплатное, но регистрация обязательна.

Зарегистрироваться на вебинар 👉 @ProductStarAnalyticsBot