IOT и IIOT, несмотря на ряд заимствований, практически разные концепции и, соответственно, различаются характером данных и подходами к визуализации.
В докладе на конференции Tableau, несмотря на использование в названии термина IOT, речь скорее идет о IIOT, и показывают несколько интересных и очень ëмких визуализаций.
Ссылка на блог:
https://www.tableau.com/about/blog/2018/10/how-start-unlocking-value-your-iot-data-tableau-95567

Линк на видео:
https://youtu.be/erv-nWiq1WM

Люблю аналитические дашборды, так как в них вся ответственность ложится на пользователя: мы даем ему максимальный набор инструментов и разрезов, а он сам себе строит гипотезы и рассказывает истории на данных.
Но пару недель назад мне довелось погрузиться в дашборд с прописанной историей, который последовательно исследовал целую систему показателей.
Как сделать исследовательскую историю в Tableau:
https://help.tableau.com/current/pro/desktop/en-us/story_example.htm
Примеры использования Tableau stories с книгами:
https://appsfortableau.com/extensions/next-level-storytelling-with-tableau-and-extensions-api/

Котятки🐱, с Новым годом!🎄
Пусть следующий год наполняют удивительные истории, которые вы расскажете на своих данных.
Очень простой и человечный мануал, как создать свою историю-интуитивное путешествие:
https://humanparts.medium.com/amp/p/59e3028fcd8c
Мануал написан без привязки к дашбордам, но поверьте, паттерны мышления, которые там внутри, позволят создать не одну удивительную историю на данных😉

Котятки🐱,
Без погружения в "боль" заказчика понять, что действительно нужно, и предложить наиболее оптимальное решение, увы, почти нереально. При этом факт: чтобы работать в IT и делать дашборды, не обязательно быть программистом. Я сама пришла в разработку дашбордов с огромным багажом в бизнес-анализа и почти без знания SQL, так как роль аналитика сейчас, как никогда, востребована: индустрии нужны сильные аналитики, которые умеют быстро оценивать потребности бизнеса, выявлять проблемы в текущих процессах и находить решения для развития компании. Работать на стыке управления и IT.

Хотите узнать больше — приходите на интенсив “Как понять, что вы прирожденный бизнес-аналитик” от GeekBrains. За полтора часа работы с опытным экспертом вы узнаете, кто такой бизнес-аналитик, для чего он нужен в компании, как попасть в эту профессию и успешно развивать карьеру. О минусах работы бизнес-аналитиком и подводные камни тоже поговорим.

Записывайтесь →
https://geekbrains.ru/link/SbGty0

Котятки🐱,
С рождеством! Время новых идей, и я ищу их тут:
https://visual.ly/view
Огромное количество разнообразной инфографики доказывает, насколько легко создать визуализацию данных для чего угодно. 
Мой топчик с этого сайта:
1. Пример визуализации дефицитов на карте(на примере уровня заболеваний на территории и обеспеченности врачами той же территории) :
https://www.chcf.org/publication/mapping-gaps-mental-health-california/
2. Визуализация корреляции роста доходов и продолжительности жизни (по принципу дата-блендинга) :
https://visual.ly/community/interactive-graphic/health/re-recreation-gapminder%E2%80%99s-wealth-health-nations
3. Они правят: интересная визуализация графа. Исходная ссылка не доступна, но сам визуал сохранен на сайте:
https://visual.ly/community/Interactive/business/they-rule

Вчера перечитывала интервью с Альберто Кайро про эпохи визуализации и не только:
https://news.microsoft.com/stories/data/
Название статьи "Show, don't tell" отсылает нас к одноимённой технике сторителлинга.
Применение этого подхода не к копирайтингу, а к визуализации данных требует креативности и творческого переосмысления материала. И действительно, в большинстве мануалов мы учим, как сделать из таблиц диаграммы, из плохих диаграмм - хорошие, из нескольких диаграмм - связанную историю в дашборде. При этом упускаем одно из главных упражнений, - как сделать из письменного факта искусную визуализацию, которая углубляет и обогащает наше понимание реальности. Линк на статью с примерами:
https://www.datarevelations.com/resources/whyusedashboards/

Меня особо зацепил в ней пример визуализации факта "Один из 100 человек в мире голодает".

5 свежих Tableau Hacks!

При построении визуализаций мы пользуемся достаточно стандартным набором эмпирических правил:
1. Знай свою аудиторию
2. Упрощай всё: отдельные графики, компоновку, UX/UI своих дашбордов
3. Обвесь свои данные техническими и бизнес-проверками качества
4. Используйте визуальные эффекты и показатели, соответствующие бизнес-контексту
5. Создавай дашборды, понятные твоему бизнесу, с их терминологией и с использованием практик и подходов к постановке задачи, которые актуальны для заказчика.
6. Обеспечь визуальное выделение, алертинг и иные средства акцентирования внимания там, где нужно принимать решения
7. Узнай, какие данные важны, а какие можно игнорировать.
8. Правильно подбери вид дашборда (аналитический, стратегический, операционный) и, ради бога, не перегружай операционный дашборд.
9. Если нет жесткого брендбука, то используй теорию цвета и обеспечь сочетаемость цветов на твоих визуализациях.

Но все эти принципы хорошо работают в условиях связности данных, -на техническом и логическом уровнях. Гораздо более поразительны истории про бизнес-прорывы, которые происходят на несвязанных данных, то есть при игнорировании правила 7.
В статье ниже очень хороший пример про анализ несвязанных данных (про стиральные машины и школы) :
https://www.forbes.com/sites/nicolemartin1/2018/11/01/data-visualization-how-to-tell-a-story-with-data/amp/

Источник: https://www.nationalgeographic.com/news/2015/10/151016-data-points-alberto-cairo-interview/

BI-разработчик является художником в той же мере, что и разработчиком. По сути, визуализация данных - в той же мере искусство, как дизайн и иллюстрация, но с особой миссией: представление данных в виде связной истории.
Статья про "закулисье" создания визуализаций данных:
https://www.newinc.org/archive/2017/4/10/sketching-with-data-opens-the-minds-eye-scf54

7 полезных методов визуализации данных, которые привязаны к географии и имеют 1-2 метрики или разбиты внутри на категории:
https://humansofdata.atlan.com/2016/10/7-techniques-to-visualize-geospatial-data/

Подборка статей по визуализации данных от National Geographic:
1.Taking Data Visualization From Eye Candy to Efficiency
Статья про сложные визуализации и тренды в них
2. How to Make Maps and Influence People
Взгляд на карты как способ визуализации и пропаганды
3. A Quick Guide to Spotting Graphics That Lie
Методы доктора Хауса для выпытывания истины у диаграмм
4. 'Steampunk' Infographics Beautifully Combine Past and Present
Статья с примерами стилизации, - что ж, думаю, не только у меня в арсенале есть дашборд, похожий на советский агитплакат.

Диаграмма в виде воронки позволяет визуализировать достижение целей по ряду этапов: например, конверсию пользователей. В новом материале блога рассказываем, как построить такую воронку в Tableau:

https://leftjoin.ru/all/funnel-chart-v-tableau/

Важная задача визуализации, - показать не только ситуацию "as is", но и обозначить пространство возможностей, - не только, где мы есть, но и где мы могли бы быть.
Статья Visualizing opportunity:
http://www.storytellingwithdata.com/blog/2015/9/16/visualizing-opportunity

При выборе визуальных элементов и оценке своего дашборда необходима толика критического мышления и милосердия к пользователю. Будет неплохо, если вы:
1) Подберете визуальные эффекты, которые ваша аудитория поймет и оценит. 
2) Заранее подумаете о возможных эмоциональных реакциях на визуальные эффекты и решите, хотите ли вы их вызвать.
3) Убедитесь, что вы представляете информацию точно и сбалансировано, во избежания двойного прочтения и неоднозначных трактовок ваших диаграмм;
4) Сократите количество текста. Если контекст диаграммы слишком сложен, имеет смысл пересмотреть тип визуализации, - разбить её на несколько диаграмм, например, или же отказаться от дашборда в пользу просто текста, особенно, если это разовая визуализация.
5) Оцените получившийся дашборд с точки зрения этики и культурного контекста пользователей, - ищите дискриминирующие формулировки, субъективизм при категориальном представлении и выделениях.

Пример того, как один и тот же период может считываться по-разному в контексте разных категорий геологического времени:
http://hereistoday.com/

Моя коллекция мануалов по Табло пополнилась очередной методичкой в формате "прочитал-повторил".
Знаний такие дают минимум, зато очень быстро формируют навык.
Линк:
https://www.wku.edu/da/bdan430.php
#гайды #Tableau

Недавно я открыла свою старую почту и наткнулась на свои пëстрые презентации десятилетней давности. Сейчас я бы сказала, что они ужасны. Но я хорошо помню, что моему тогдашнему начальству они нравились, и, когда я пыталась сделать визуализацию в формате серого монохрома, меня разворачивали.
Хороший график зависит от того, насколько он находит отклик у вашей аудитории.
Линк на размышления на эту тему:
https://excelcharts.com/is-data-visualization-useful/

В рамках задач self-service возможности Tableau, на мой субъективный взгляд, выше Power BI, но ненадолго. Charticulator позволяет создавать практически любой шаблон диаграммы, который затем можно импортировать в PowerBI.
https://charticulator.com/
Видеоуроки:
https://charticulator.com/docs/video-tutorials.html
Практический пример:
https://youtu.be/xS6GyVpt7lY

Говоря о визуализации данных, мозг в первую очередь представляет BI- инструменты, хранилища и ПО для прототипирования (Figma, например), и забывает о том, что существует область data-журналистики, и там задействованы другие инструменты.
Линк на любимые инструменты Альберто Каиро:
https://gijn.org/2020/11/24/my-favorite-tools-alberto-cairo-on-data-visualization/