Дашбордец – Telegram
Дашбордец
8.88K subscribers
288 photos
3 videos
75 files
781 links
Привет, котятки) Я Даша, и это мой уютный канал про дашборды - от бизнес-анализа до реализации на BI. Темы канала: data viz, BI, dashboards, DWH.
По вопросам писать: @Dddv_2705
Download Telegram
Forwarded from Reveal the Data
Собрал три примера простых, но увлекательных табличек/хитмапов. Они классные тем, что своей простотой и близкими всем данными вовлекают зрителя в анализ.

Для бизнеса подобные таблички хорошо работают для анализа «что-если» в зависимости от двух факторов. Например, в столбцах — процент изменения конверсии продаж, в строках — количество новых клиентов, в ячейке — прирост прибыли. Особенно классно, если при клике в ячейку будут перестраиваться остальные графики на дашборде под выбранные параметры.

С описанием каждой визуализации и картинками побольше — тут.

#подборка
Forwarded from PK:An Excel Expert
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
Forwarded from BI & Big Data
​​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/
Forwarded from TJ
This media is not supported in your browser
VIEW IN TELEGRAM
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/
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/
Forwarded from Reveal the Data
Сегодня начинается Tableau Conference 2020. Там 103 доклада, где взять столько времени! 😱

Отобрал себе часть выступлений, но видимо буду смотреть большинство уже в записи. Мне, в этот раз, больше всего интересны темы про управление контентом и развитие культуры использования BI-системы. И конечно ещё интересно, что новенького в функционале.

Про новые фичи Табло:
Tableau Roadmap
Devs at Desks
Tableau and Einstein Analytics Coming Together

Про развитие культуры и управление контентом:
Best Practices for Content Governance
Metric Insights: Achieving a Single Source of Truth
Monitoring to the Max: Blueprint + Server = ♥️
Building a Data Culture Part
Your Data Culture - A 20:20 Vision

Про проектирование дашбордов и работу с Табло:
Adding Hidden Context to Your Dashboard
Speed Tipping Favorites
Revisiting the Signal and the Noise
Дашбордец
Разница между Business Intelligence и Business Analytics мне долго была не ясна, так как я чаще всего смотрела (да и смотрю, что греха таить) через призму инструментария и паттернов анализа. Смотреть надо через призму цели: Business Intelligence близка к…
BI - это способ анализа существующих данных, тогда как бизнес-аналитика использует отчеты BI в качестве входных данных для аналитики, чтобы обработать извлеченную информацию, найти решение бизнес-проблемы и сформировать новые цели и новое видение.
Линк на более детальный лонгрид по вопросу, чем отличается BI и Business Analytics: https://www.educba.com/business-intelligence-vs-business-analytics/
Вакансия Архитектор/Аналитик данных.
Куда:
Управления корпоративными данными СИБУР, данные функции эффективности производства.

Чем заниматься:
Анализировать источники данных и ставить задачу инженеру данных на загрузку новых источников;
Проектировать ETL потоки и правила загрузки данных внутри для сборки витрин данных;
Формировать и защищать логическую модель данных, описывать требования к проверке данных по всем слоям хранилища;
Проводить функциональное тестирование результатов разработки;
Взаимодействовать с BI инструментами;
Общаться с пользователями, формировать и фиксировать требования пользователей к аналитической отчетности и алгоритмам;
Как участники большой команды Data Office принимать участие в построении платформы данных.

От вас обязательно:
Хорошо знать Python, SQL;
Иметь опыт бизнес-анализа или анализа данных в разных отраслях, примеры проектов или продуктов;
Высшее техническое образование (программирование, математика, физика) профильных вузов

Желательно:
Уметь строить хранилище данных;
Иметь опыт работы с Vertica или любой другой колоночной СУБД.;
Работали с Tableau или другим BI инструментом.

От нас:
Конкурентная заработная плата, премии, ДМС, страховка, работа в опытной команде, крупной компании, возможность удаленки в том числе после короны.

Резюме сюда: mashkovtsevaae@sibur.ru
Вопросы сюда: @Dddv_2705

Подробнее:
Архитектура нашей цифровой платформы (с чем предстоит работать): https://m.habr.com/ru/company/sibur_official/blog/436632/
Немного о нас как IT-подразделении СИБУР: https://sibur.digital/
Дашбордец pinned «Вакансия Архитектор/Аналитик данных. Куда: Управления корпоративными данными СИБУР, данные функции эффективности производства. Чем заниматься: Анализировать источники данных и ставить задачу инженеру данных на загрузку новых источников; Проектировать ETL…»
Благодаря моим чудесным коллегам у меня есть чудо-папочка с обучалками по Tableau -8 часов видео-мануалов с последовательными шагами по построению дашбордов.
Я искала что-то подобное в публичном доступе, и нашла.
Ловим:
https://www.youtube.com/playlist?list=PLgG9iJlSBmTe4n8doaYFkzLU-dEbb2XGn
Forwarded from Инжиниринг Данных (Dmitry Anoshin)
Добавил новое видео про Tableau Server. В качестве демонстрации показал как можно установить сервер на виртуальную машину, как ее создать и как настроить сетевой доступ.