Котятки🐱
Как всегда, когда я была юна и неопытна, типам данных (и то, как данные распознаются в Tableau) я уделяла самое последнее внимание.
Так что я просто оставлю это здесь, на память о собственном скудоумии:
https://yodalearning.com/tutorials/tableau-data-types-different-data-types-in-tableau/

Меня не так давно спрашивали, что можно использовать для визуализации данных, кроме BI- продуктов. Я опрометчиво отослала человечка, который спросил, в несколько online-сервисов, но по факту надо было поделиться с ним этой библиотекой Python. Думаю, он бы в неё влюбился:
https://medium.com/@michaelwaskom/announcing-the-release-of-seaborn-0-11-3df0341af042

Сегодня утром триггером моего беспокойства явилась рассылка -alert от Tableau.
Здесь можно найти видеоурок по Data Driven Alerts:
https://www.tableau.com/learn/tutorials/on-demand/data-driven-alerts
Чтобы триггерить пользователей внутри дашборда, можно использовать dataviz-инструменты -выделение цветом, обобводочка, подсветка девиаций на графике через, например, выделения коридора нормальных значений с помощью линий.
Можно также сделать триггеры по календарю, разметив его, как тепловую карту, -пользователь будет реагировать на глубину и интенсивность цвета и автоматически считать, что в этот день были важные события.
Наш мог работает странно)
Линк на статью When to use heatmap calendars:
https://www.tableau.com/about/blog/2017/2/viz-variety-show-heatmaps-66330
#Tableau

Котятки🐱, увы и ах, но без тестирования не обойтись любому продукту, так что я с радостью делюсь с вами курсом:

Инженер по тестированию находит ошибки в продуктах и прогнозирует сбои. Тестировщиком можно стать за 4 месяца. Попробуйте в Яндекс.Практикуме.

Вы научитесь работать с инструментами Postman, Charles и Яндекс.Трекер. Освоите тест-дизайн. Изучите основы автоматизации тестирования, познакомитесь с Javanoscript и Puppeteer.

70% заинтересованных выпускников находят новую работу за 2-4 месяца.

Начните учиться в бесплатном тренажёре прямо сейчас. Будет трудно, но мы поможем.

Тема моего сегодняшнего утра- Google Analytics и как натянуть на него Power BI. Погнали:
1) Мега полезная статья в стиле "Мой первый дашборд" По GA:
http://thisisdata.ru/courses/digital-analytics/section4-lesson4/
2) разворачиваем BigQuery и затаскиваем данные в PowerBI:
https://vc.ru/amp/118178
3) Делаем рыбок :
https://emailsoldiers.ru/blog/fishes-for-rower-bi
Бонус: сторителлинг с GA:
https://thinksem.com/blog/how-to-tell-compelling-stories-with-google-analytics-data/

#GoogleAnalytics

Котятки🐱
Недавно мне прислали вопрос, как нативно встроить дашборд на Power BI в сайт или приложение, чтобы он смотрелся органично, не как чужеродный элемент. Думаю, дело исключительно в дизайне: встроенный дашборд должен совпадать с сайтом по цветовому решению и шрифтами, а его элементы должны считываться пользователями как часть общего сторителлинга сайта/приложения.
Линк на инструкцию, как встроить:
https://www.inovex.de/blog/power-bi-embedded/
Пример того, как сделать нативно:
https://datmark.com/books-en

#PowerBI #гайды

Все начинают знакомство с Power BI по-разному. Гораздо проще, если есть конкретная задача. А если её нет, можно начать так:
1. Обзор задач и функционала простыми словами:
http://powerbirussia.ru/2019/03/06/power-bi-desktop/
2. Обзор архитектуры Power BI и подключение различных источников:
https://biprosto.ru/power-bi/arhitektura.html
3. Сравнение Power BI Desktop и службы Power BI:
https://docs.microsoft.com/ru-ru/power-bi/fundamentals/service-service-vs-desktop
4. И тут же-самый по-человечески простой гайд по web-версии PBI и разъяснения особенностей функционала:
https://texterra.ru/blog/analiz-dannykh-na-avtomate-gayd-po-microsoft-power-bi-dlya-nachinayushchikh.html
5. Лекция + практика в стиле "создай свой первый дашборд":
https://youtu.be/OURwuBhXA6E

#PowerBI #гайды

Download the practice files for Comparative Analysis Dashboard in Power BI
https://www.pk-anexcelexpert.com/comparative-analysis-dashboard-in-power-bi/

📈Мысли после поста Вастрика
https://vas3k.ru/notes/datadriven

- Люди правда больше верят графикам и цифрам, потому что те ассоциируются с научным знанием. Мало кто хочет гадать на кофейной гуще или верить в шаманов.

- По поводу подгонки гипотез — это инструмент топ-менеджеров в компании. Давайте сейчас мы сходим спросим у данных, они нам все расскажут и обоснуют (наш проект, которые мы делаем год). Мало кто понимает, как работают и как устроены данные, поэтому к ним относятся как к магическому предмету, который показывает будущее и лечит от всех болезней.

- Обвешивание счетчиками и датификация сами по себе важные процессы. Но важно понимать контекст и происхождение данных. Часто этого делать никто не хочет или не умеет. Не хватает специалистов, которые умеют задавать правильные вопросы и одновременно понимают техническую сторону дела.

- Данные - это инструмент, а не конечный продукт. Они помогают отвечать на вопросы, указывают на проблемные места. Но дальше придется действовать самим. Такая жизнь

Я люблю диаграмму Ганта и пытаюсь прилепить её и куда нужно, и куда не нужно.
Про то, как строить эту диаграмму, про эстетику и уместность:
https://www.fusioncharts.com/blog/gantt-charts-when-to-use-them-and-when-not-to/
#dataviz

​​График Каги

Используется для отображения уровней спроса и предложения конкретного объекта торгов (акции, валюты, ценных бумаг и т. д.) с помощью визуализации ценовых изменений посредством ряда вертикальных линий, формирующих определенные паттерны. Графики Каги не оперируют временными показателями и благодаря этому позволяют отфильтровать фоновую информацию, или «шум», поступающую при анализе других финансовых графиков (например, свечных графиков), соответственно, важная информация о движении цен отображается более четко. Ключ к пониманию графиков Каги – умение распознавать возникающие паттерны.

Несмотря на то, что на графиках Каги по оси Х все-таки отображаются даты или временные промежутки, это фактически указатели дат ключевых изменений цен, не являющиеся частью временной шкалы. Ось У с правой стороны используется в качестве шкалы значений.

Линия на графике Каги изначально двигается вертикально в том же направлении, что и изменение цены, и продолжает это движение до тех пор, пока цена, на каком бы низком уровне она ни была, сохраняет то же направлении. Как только цена превысит определенный коэффициент, требующий изменения в другом направлении, линия совершает разворот и направляется в противоположном направлении. Таким образом, каждая маленькая горизонтальная линия указывает на изменение направления движения цены. Место соединения горизонтальной линии с линией падения называется «плечо», а место соединения горизонтальной линии с линией роста называется «талия».

Изменение толщины или цвета линии зависит от поведения цены. Когда цена превышает предыдущее «плечо», линия становится толще (и/или зеленой) и получает название «Янь». Это можно интерпретировать как превышение спроса над предложением. В противоположность этому, когда цена оказывается ниже предшествующей «талии», линия становится тоньше (и/или красной) и получает название «Инь». Это означает превышение предложения акций над спросом и указывает на медвежий тренд падения цен.

Трейдеры ориентируются на изменения тонкой линии (Инь) на толстую (Янь) и наоборот как на сигнал к покупке или продаже акции. Переход от Инь к Янь указывает на необходимость покупать, а от Янь к Инь – на необходимость продавать.

Вернемся к вопросу Power BI и DAX. Владея DAX, можно удивительным образом преобразовывать свои данные и делать поистине сложные визуализации.
Но я ленивая, поэтому для таких, как я, есть DAX-паттерны.
Линк:
https://www.daxpatterns.com/patterns/

В США с 2014 года выходит интерактивная «Карта осенней листвы», которая помогает фотографам, путешественникам и другим любителям красивых снимков планировать поездки в места с самыми живописными осенними пейзажами.

Разработчики советуют посещать места, где в данный момент наблюдается «пик».

https://tjournal.ru/tech/218800

Котятки,
Когда я покупала себе новый компьютер, основным критерием выбора был "Чтобы Power BI работал и экранчик был большой".
В итоге у меня комп не выдерживает напора служб Майкрософт и объявляет о смерти каждые полчаса, экран засвечен, а я стала завсегдатаем форумов, где обсуждают производительность Power BI.
Линк на статью про количество визуальных элементов на дашбордах и производительность:
https://blog.crossjoin.co.uk/2020/09/20/power-bi-report-performance-and-the-number-of-visuals-on-a-page/

Как сохранить полезность диаграммы, когда максимальные значения на несколько порядков выше обычных?
Смотрим, вдохновляемся, берем на заметку:
https://eagereyes.org/blog/2020/tracking-19000-runners-over-1000km-across-virtual-tennessee

Для визуализации корреляции я использую библиотеку seaborn на Python. Но тоже самое можно делать и в Tableau.
Как построить матрицу корреляции Пирсона в Tableau:
https://analyticswithlohr.com/2020/09/15/556/

Недавно мой любимый TikTok подсунул обзор на Pixel Perfect Precision. И пусть мои интересы лежат скорее в области dataviz, некоторые принципы дизайна оттуда можно взять на заметку.
Линк:
https://m.habr.com/ru/post/242373/