¿Vale la pena aprender Tableau si mi objetivo es encontrar trabajo como científico de datos?

Answer 1

Aprenderlo. Solo necesita invertir de 2 a 4 semanas y obtendrá el 80% de las partes buenas de Tableau. También deberías aprenderlo porque quieres ser un tipo de datos:

1. Un profesional de datos sabe cuándo usar la herramienta correcta. Tableau, R, Python, etc. son todas las herramientas. Si crees que Tableau solo hace hermosos gráficos y paneles, no entiendes completamente los beneficios de la herramienta.
2. Un profesional de datos busca datos, especialmente cómo otros utilizan los datos. ¿Es esta una licencia de sitio? ¿Su empresa ha establecido esto como el estándar de la empresa? Muchas empresas luchan con tener algún estándar. Si esta es la forma en que la administración y los departamentos monitorean los KPI de la compañía, es mejor que conozca a Tableau. Porque comprenderá qué datos les importan, qué información están tratando de obtener y cómo están calculando (o calculando incorrectamente) sus números.
3. Un profesional de datos elige el medio de comunicación correcto. Si bien R y Python también pueden crear hermosos gráficos, documentación, etc., el 95% de tu audiencia no técnica no apreciará que hayas usado Jupyter, ggplot2, seaborn. Lo que les importa es sus hallazgos. La mayoría de los informes de tiempo, Word, PowerPoint, Excel, PDF y BI (por ejemplo, Informes de Tableau) son lo que están buscando, lo que pueden abrir y ver fácilmente.
4. Un profesional de datos sabe cómo lanzar sus skunkworks. Tableau tiene integración R Tableau se conecta a una variedad de fuentes de datos, incluidos los almacenes de tipo de datos grandes. Aproveche estas opciones para abrir puertas y aprender cosas en el trabajo. Tableau es solo una tarifa de entrada para que usted realice más proyectos de tipo de datos.
5. Un profesional de datos siempre aprende. Felicitaciones a usted que desea priorizar su aprendizaje. Este será uno de los muchos elementos en los que tendrá que decidir cuándo obtendrá rendimientos decrecientes al aprender Tableau, en lugar de una decisión binaria de aprenderlo o no.

Habiendo dicho eso, aquí hay algunas cosas que creo cuando no vale la pena si su objetivo final es científico de datos.

• El jefe le pide que obtenga una certificación de Tableau o que asista a muchas clases de Tableau
• Boss le pide que cree muchos informes y paneles de Tableau.
• El jefe le pide que vuelva a implementar lo que hizo en R / Python en Tableau

Answer 2

En pocas palabras : Tableau es una bestia sobrevalorada y fea y es una herramienta muy efectiva para comunicar sus hallazgos y recomendaciones a las partes interesadas del negocio.

Feo: es difícil tragar la etiqueta de precio de> $ 1000 por asiento por año para algo que quizás, quizás valga $ 100 para una licencia perpetua. ¡Pero felicitaciones al equipo de ventas y marketing de Tableau por lograr eso! El producto en sí requiere un modelo mental extraño, a menudo hace suposiciones “útiles” erróneas para lo que está tratando de lograr, y las partes de la IU son simplemente perversas.

Y efectivo: no importa qué tan brillante sea su análisis, a menos que sea consumido por las partes interesadas de la empresa. Si consumen el análisis más fácilmente a través de Tableau, entonces Tableau es lo que debe usar. Las limitaciones de Tableau tienen el agradable efecto secundario de forzarlo a simplificar, a decidir qué es lo más importante que se debe incluir en un informe de tablero de instrumentos, porque ir más allá de eso es demasiado doloroso de contemplar. Además, el modelo de publicación de usar un servidor de Tableau crea una forma conveniente de difundir el conocimiento y preservar la memoria institucional. ¿Realmente quieres mantener ese código D3 hasta el infinito? Finalmente, lo bonito es importante. El objetivo del Data Scientist en un entorno empresarial no es ser intelectualmente correcto, puro, etc. El objetivo es ser efectivo para influir en las decisiones empresariales. Y sucede que Tableau reina supremo en este momento histórico en la mente de las partes interesadas de negocios. Así que solo considere a Tableau como una herramienta conveniente para influir en las decisiones de negocios.

Consejo: Chúpalo y tómate unos días para aprender Tableau. Sin embargo, evite realizar cualquier manipulación de datos complejos en Tableau. En su lugar, prepare los datos en una base de datos y luego use Tableau para la visualización e interacción del usuario final.

Answer 3

En una palabra – absolutamente!

Como usted bien sabe, la ‘ciencia de datos’ no es una sola disciplina. Un científico de datos exitoso es una combinación de numerosas habilidades y atributos, incluida la visualización y comunicación de datos.

En el campo de la visualización de datos, la demanda de habilidades de Tableau está creciendo exponencialmente, ¡mucho más que sus competidores clave!

Haga clic aquí para ver esta tabla con más detalle.

Probablemente también haya visto o escuchado hablar del “Cuadrante Mágico” de Gartner, que analiza a los actores clave en el mercado de la visualización de datos y la inteligencia empresarial y los clasifica según una serie de indicadores. Por tercera vez consecutiva, Tableau ha sido nombrado Líder en el mercado y supera significativamente a todos los pares en su capacidad de ejecución.

Haga clic aquí para acceder al último informe del Cuadrante Mágico.

En pocas palabras: si su empleador lo alienta a aprender Tableau (¡y su empleador lo está apoyando en esto, permitiéndole el tiempo y los recursos para hacerlo!), Entonces, ¡definitivamente aprovecharé esta oportunidad!

Espero que esta información ayude!

Answer 4

Solo debe tomar una o dos semanas de uso para sentirse cómodo al usar Tableau. No es como si volviera para obtener otro título para usar la herramienta, no hay costos de oportunidad realmente considerables aquí.

Answer 5

¡Por supuesto que Tableau definitivamente vale la pena aprender! Especialmente ahora, 2016 es el mejor momento para aprender Tableau. Para 2020, el mundo generará 50 veces la cantidad de datos que en 2011, según un estudio de International Data Corporation (IDC). Con esta enorme cantidad de datos e implicaciones comerciales reales en juego, las organizaciones empresariales de todo el mundo tienen la necesidad de una herramienta fácil de usar para analizar datos y obtener información procesable a partir de ellos. Tableau ayuda a las organizaciones a hacer exactamente esto: extraer datos y visualizar oportunidades de negocios. No es una sorpresa que se espere que la popularidad de Tableau, el líder de cuatro tiempos en el cuadrante mágico de Gartner, llegue a la cima.

Si solo observa las tendencias de Google, encontrará que las tendencias para la certificación de Tableau se han disparado en 2016.

Si desea leer más sobre Tableau y las oportunidades de carrera en Tableau, le recomiendo que visite el siguiente blog:

Oportunidades de carrera en Business Intelligence con certificación de Tableau: su guía para obtener los mejores trabajos en Business Intelligence

¡También hay muchos recursos gratuitos disponibles en línea que indican que Tableau es lo más importante y definitivamente vale la pena aprender!

• Hacer magia con tableau!
• Analítica visual con Tableau
• Por qué el almacenamiento de datos y la inteligencia empresarial van de la mano
• Preguntas y respuestas principales de la entrevista de Tableau para 2016

Además, si está interesado en aprender Tableau y obtener la certificación en Tableau, probablemente pueda explorar algunas de las clases en línea en vivo.

Tableau Online Training | Curso de Certificación de Tableau | Edureka

¡Espero que esto ayude!

Answer 6

Definitivamente lo recomiendo. He notado una gran aceptación con Tableau en el mercado analítico en los últimos 2 años, y eso dice mucho sobre las capacidades del producto. Es bueno tener buenas habilidades de Tableau cuando estás con empleadores que ya usan Tableau, y ese número está creciendo año con año. Pude producir visualizaciones a nivel de producción con un tiempo de aprendizaje dentro de una semana, y creo que puedo convertirme en un usuario avanzado en un par de meses. No estoy seguro de que pueda decir lo mismo para R o Python.

Una vez me dijeron que PUEDES colocar un clavo con un destornillador, pero un buen trabajador sabe usar un martillo. La fuerza más grande y frecuentemente pasada por alto de un científico de datos es la narración de historias. Aquí es donde una herramienta de visualización fuerte como Tableau será útil. Ciertamente, puedes usar R para tus algoritmos y análisis, Tableau es realmente terrible en eso. ¡Haz lo mejor de tu oportunidad y todo lo mejor!

Nota – trabajo para una consultora de tecnología agnóstica. Así que mi nuevo amor por Tableau es puramente mío.

Answer 7

Tableau ocupa un nicho para permitir que los no programadores y los tipos de negocios realicen una ingesta garantizada de conjuntos de datos sin interrupciones, exploren rápidamente y generen rápidamente gráficos potentes, con interactividad, animación, etc.

Mientras tanto, para los programadores de visualización web, los paquetes de visualización de JavaScript recientes (d3.js, etc.) parecen estar volviendo rápidamente obsoleto a Tableau con un mantenimiento de $ 2000 por asiento + $ 400.
(Si estás preparado para hacer alguna programación).
Tableau hace una exploración rápida, pero también lo hacen las cosas como KNIME y es gratis. JS es bastante limpio también. Entonces, depende de su capacidad de programación, necesidades, capacidad, formatos de base de datos de entrada, con qué frecuencia cambia el esquema, etc.

Además, Tableau aprende su esquema, que es útil en caso de que sea información de terceros o con un esquema complejo / desconocido / en constante cambio.

Dicho esto, si tiene que interactuar con clientes publicitarios o financieros, puede verse obligado a usar Tableau para presentaciones. Depende de qué $ 2000 es. No lo haría hasta el momento en que obtenga un cliente así. Si te pagan esa cantidad de dinero, podrías hacerlo en Klingon.

> Además, mi objetivo profesional es encontrar trabajo como científico de datos, por lo que creo que sería mejor aprender otras herramientas como Hadoop / Hive que aprender Tableau.

Bueno, el “científico de datos” está actualmente de moda como un término general, lo que significa cosas muy diferentes para diferentes grupos. Algunos significan ‘generar visualizaciones empresariales de datos’. Algunos significan ‘analista de negocios’, algunos significan ‘estadístico’, algunos ‘análisis analíticos predictivos’, algunos incluso significan ‘ingeniería de datos’ (la plomería de todos los conjuntos de datos / fuentes).

En cuanto a qué herramientas están de moda, cambia cada trimestre:
Aunque Hadoop es ahora realmente subóptimo, echa un vistazo a Apache SPARK (10-100 veces más rápido que MapReduce). Cloudera está impulsando Impala para consultas más rápidas que Hive. Ahora hay un nuevo paquete / biblioteca / herramienta / servicio brillante todas las semanas.
Tienes toda la razón sobre los costos de oportunidad. Elija con discernimiento. Se acerca una sacudida y muchos de estos jugadores no sobrevivirán.

Answer 8

Yo trabajo en Tableau, por lo que soy parcial. Pero mi problema con tu pregunta no es tanto sobre Tableau, sino tu actitud. Creo que estás usando el costo de oportunidad de la palabra para justificar no aprender algo nuevo, sino permanecer en tu zona de confort. Para un graduado universitario reciente, eso es decepcionante y preocupante.

Dale una oportunidad y luego decide si tiene sentido seguirla. Hay muchas cosas que aprenderás además de la mecánica de Tableau en el camino. He aprendido toneladas de diferentes herramientas, lenguajes de programación, etc. y solo uso algunas de ellas todo el tiempo. Pero me encanta aprender cosas nuevas y puedo elegir la herramienta adecuada para cualquier tarea en particular. Y puedo usar trucos e ideas de uno al trabajar con otro. No se trata solo de los detalles de una herramienta específica, sino de diferentes maneras de pensar acerca de los problemas.

Es extremadamente enriquecedor aprender cosas nuevas. El único costo de oportunidad que está incurriendo aquí es perder su tiempo preocupándose por el costo de oportunidad, en lugar de salir y aprender cosas nuevas.

Answer 9

Hoy en día, en este mundo empresarial, la audiencia no está convencida con solo algunos gráficos comunicativos brillantes. Necesitan mucho más para convencerse. Por lo tanto, los gráficos deben estar muy bien conectados con la realidad empresarial para representar los puntos de vista empresariales. El talento revelador de Tableau es variado y extremadamente exigente. Las características como “nubes de palabras” y “mapas de burbujas” son un gran equipo para aumentar cualquier comando. Visite este enlace Learn Tableau Los gráficos de jerarquía proporcionan la disposición de adjuntar un marco para gráficos. Se utilizan principalmente para demostrar las magnitudes comparativas de diversos tipos de datos. El potencial para derribar un tablero de instrumentos a través de “superposiciones” es, además, un atributo muy importante. Esta característica facilita el empleo bien organizado del espacio de exhibición. Otros beneficios adicionales son la rapidez de alta calidad de la I + D, la correlación instantánea con 30 cifras adicionales, que se pueden incluir con R, según los videos de orientación, los artículos y las redes sociales que gobiernan las labores de construcción de la sociedad, el intercambio de información de forma gratuita, sobresaliente en gráficos y mantenimiento de cubos.

El poder de Tableau radica en permitir que los alumnos elaboren cuadros de mandos prácticos e inmediatos. Su soporte de investigación de información comunicativa, espontáneamente y determinado ópticamente, puede simplemente convertir al usuario comercial común en un maestro de negocios definitivo. Tableau también permite una contribución impecable de los paneles de control en su Servidor. El panel de administración de Tableau puede ofrecer seguros de actualidad para el comercio mediante la transmisión de notificaciones durante desastres. El tablero de adivinanzas en un tablero de instrumentos puede ayudar a la lectura de mapas adicional de la información con restricciones convencionales, ofreciendo un comando superior sobre los datos.

Answer 10

Creo que si su objetivo es convertirse en un científico de datos, entonces debe sentirse cómodo con al menos una herramienta de visualización de datos que puede ser muy poderosa y lo suficientemente rápida como para generar un análisis significativo o incluso presentar su historia de datos. Tableau es muy fácil de aprender y, como se mencionó anteriormente, no necesitaría más de 2 semanas para sentirse cómodo con él.

Sin embargo, aprender Tableau no le quitará nada a su objetivo de convertirse en un científico de datos exitoso en el futuro, solo agregará valor a su cartera.

Answer 11

Tableau es una herramienta superior de informes y panel de control en línea que le ayuda a ver e interpretar los datos. puede generar visuales fascinantes de métricas de rendimiento, productividad del personal, demostraciones de clientes y resultados a través de diagramas de barras, gráficos circulares, mapas de tiempo con codificación GEO, videos basados ​​en tiempo, tendencias, guiones gráficos y mucho más.

La poderosa inteligencia de negocios de Tableau ahora ofrece servicios de SaaS de tableros de complementos. Uno puede obtener instantáneamente acceso a un conjunto de tableros con imágenes, animaciones y formatos interactivos sorprendentes.

Las principales características de esta herramienta que la convirtió en líder en inteligencia empresarial son:

Crear una lista de distribución personalizada para varios conjuntos de paneles y programar para recibir los informes automáticamente a través de correos electrónicos en PDF.

Tableros interactivos en línea con filtros de datos, filtrado, perforación, uso compartido y exportación a nivel CSV.

Informes de accesibilidad en línea desde cualquier versión de escritorio, cargando informes al servidor en cualquier momento.

R y python son herramientas complementarias que se utilizan para integrarse con Tableau. Esto le permite elegir la herramienta correcta para su trabajo.

esta herramienta se utiliza para clasificar y almacenar los datos enormes. Permite examinar y estructurar los datos, analizarlos y convertirlos en información valiosa. La familia Tableau consiste en productos de visualización interactiva concentrados en Business Intelligence. Es una perspectiva moderna de las estadísticas de datos, que implica la creación y el estudio de la representación de datos visualmente.

Tableau intenta poner en práctica el mejor rendimiento basado en la visión humana de imaginar datos visualmente.

Para convertirse en un analista de datos exitoso, debe pertenecer a un fondo de tecnología junto con algunas habilidades específicas tales como programación, codificación, administración de datos, estadísticas, etc.

En Imarticus, ayudamos a los aspirantes como usted a mejorar su vida y comenzar una carrera como científico de datos / analista de datos.

Somos un galardonado instituto que ofrece cursos de certificación para varias herramientas de análisis de big data como R, SAS, Python, Big Data y Hadoop.

Si desea sobresalir en una carrera como analista de datos, puede considerar cualquiera de nuestros cursos.

Brindamos asistencia profesional al 100% para estos programas, lo que incluye la construcción de currículum vitae, la preparación extensa de entrevistas, etc.

Nuestros cursos son los siguientes:

Ofrecemos Data Science Prodegree en colaboración con ** Genpact ** como socio de conocimiento. Este programa lo ayuda a comprender mejor el análisis de datos y las estadísticas, junto con las perspectivas comerciales y las prácticas de vanguardia que utilizan SAS, R, Python, Hive, Spark y Tableau.

Programa de posgrado en análisis de datos: este programa lo ayuda a comprender los conceptos fundamentales y el aprendizaje práctico de herramientas analíticas líderes, como SAS, R, Python, Hive, Spark y Tableau, así como análisis analíticos funcionales en muchos dominios.

A través de diversos proyectos y estudios de casos, impartimos las habilidades integrales del rol en nuestros estudiantes junto con una amplia capacitación en las herramientas y técnicas clave. Lo preparamos para estar listo para el trabajo con la preparación de la entrevista, los talleres de creación de currículum y las entrevistas simuladas de 1-1 con expertos de la industria.

Para saber más sobre nuestros programas, visite nuestro sitio web ( https://imarticus.org/ ).

Espero que esto te ayude en tu proceso de toma de decisiones.

Todo lo mejor..:)

Answer 12

Dado que Tableau pretende “facilitar el análisis para analistas, ejecutivos, TI, todo el mundo”, los científicos de datos pueden ver el software como, en el mejor de los casos, por debajo de ellos y, en el peor, como una amenaza para su sustento.

Segundo punto primero. Popular y potente como es, Tableau es uno de los muchos programas de software utilizados para recopilar información de datos. Tenga en cuenta que en la descripción de Lukas Biewald del ecosistema de la ciencia de datos, Tableau es una de las seis herramientas en una de las cuatro subcategorías en una de las dos particiones de una de las tres columnas. Por lo tanto, incluso si todos, desde la oficina de la esquina hasta el mostrador de recepción, son competentes en Tableau pronto, muchos programas permanecerán bajo el casi exclusivo ámbito del científico de datos.

Entonces, ¿tal vez el aspirante a científico de datos debería dejar a Tableau a los aficionados? Piensa otra vez. El ingeniero senior de software de Tableau, Robert Morton, argumenta que el software de su compañía complementa dichos recursos de ciencia de datos como R y Python. Si bien Tableau no es la mejor herramienta para limpiar o remodelar datos, y su modelo relacional no permite cálculos de procedimiento o algoritmos fuera de línea, sí sobresale en la exploración de datos y el análisis interactivo.

“Si bien R y Python se pueden usar para generar visualizaciones”, escribe Morton en Quora, debe tener una idea específica de qué pregunta desea hacer a sus datos y cómo desea dar formato a la respuesta “.

Con Tableau, explica Morton, puede reformular rápidamente su pregunta con cada nueva respuesta que surge de una visualización.

Aprender tabla

¿Vendido al aprender Tableau, o al menos verificarlo? Puede estar al día en tan solo unas semanas gracias a las tres opciones de entrenamiento de Tableau:

• Capacitación bajo demanda: aprenda en línea y a su propio ritmo con sesiones grabadas gratuitas que cubren todo, desde la conexión a los datos y la creación de vistas para la administración de Tableau Server y la creación de gráficos de embudo.
• Capacitación en línea en vivo: programadas para cubrir un tema específico a una hora determinada, las sesiones de aprendizaje en línea en tiempo real prometen convertirlo en un “profesional de Tableau”. Debe registrarse para estas sesiones dirigidas por un instructor, pero son gratuitas.
• Capacitación en el aula: Tableau ofrece capacitación en el aula dirigida por un instructor en todo el mundo, en el sitio o en un aula virtual.

Si es del tipo de bookish, ¡podría considerar Tableau Your Data !, que va más allá de los conceptos básicos de la interfaz de Tableau Desktop y explica las mejores prácticas para crear visualizaciones efectivas para objetivos de inteligencia de negocios específicos.

Finalmente, para obtener una lista actualizada de todas las peculiaridades molestas de Tableau, navegue por el blog de Chris Gerrard, Tableau Friction.

Para más información pincha aquí

Answer 13

En una palabra, sí. Por eso, Tableau se está convirtiendo rápidamente en la segunda herramienta analítica más común y no quiere perder oportunidades porque carece de estas habilidades comunes. Especialmente como recién graduado de la universidad, debería estar absorbiendo tecnología de punta en este momento porque no sabe qué tendrá un valor duradero y qué se marchitará en la vid.

Tableau vs R / Python: Este es el encuadre equivocado de la pregunta. Es como decir que debo comprar un cuchillo de pan o un cuchillo de carne. Ambos tienen sus aplicaciones. Entonces las preguntas no son si Tableau, pero ¿dónde es la mejor herramienta para el trabajo? Aquí hay algunas ideas:

Prototipado rápido

Tableau es bastante bueno en esto. En la fase inicial de un análisis en el que exploramos datos y las preguntas comerciales asociadas, puede hacer un buen uso de una gran cantidad de valores predeterminados inteligentes y visualizaciones decentes. Te ayudará a aclarar tu pensamiento más rápido y tener algo que mostrar a los demás antes. Puede ser temprano en el proceso, pero en realidad se ve pulido.

Flexibilidad con las fuentes de datos

Desde los entornos de Excel a Big Data, esta es una forma excelente y rápida de conectar y explorar datos … y hacer algunos prototipos rápidos. Incluso para fuentes más esotéricas, hay maneras razonablemente fáciles de evitar esto. Pero la mayoría de las cosas que la gente encuentra son: la hoja de Excel extraña de alguien más, un CSV, la base de datos de la compañía, los datos en la nube (AWS, etc.) y realmente están cubiertos aquí.

Draggy Droppy

Descubrí que hay muchas personas avanzadas muy técnicas que simplemente no quieren codificar. Hacen cosas increíbles dentro de las limitaciones de Excel en parte porque ese es el entorno con el que se sienten cómodos. Y a medida que asciendes en la escalera de la gerencia, la escalera, es incluso más probable que sea verdad. Entonces, si desea enviar algo a otra persona y hacer que lo analicen, Tableau también es útil.

Sin embargo, usamos muchos otros códigos fuera de Tableau por varias razones. Aquí están algunos de los mejores:

Modelado predictivo

Tableau fue inteligente para integrarse con R. Ahora pueden decir que ofrecen una manera de trabajar con algunos de los mejores algoritmos predictivos disponibles y aún así obtener los beneficios de Tableau. Pero si realmente estás en este modo, simplemente permanecer en R o Python es mucho más conveniente y ese proceso es donde el control sobre los detalles es importante.

Tuberías de datos

Está bien que Tableau se conecte a una fuente de datos y permita una consulta intuitiva. Pero donde la preparación de sus datos es extensa y compleja y las reglas de negocio complejas y las expresiones regulares / ML, entonces hacerlo fuera de Tableau es mejor. Pero aún puede usar Tableau para conectarse a los datos limpiados. Esto también se extiende a la agregación sobre múltiples fuentes de datos.

Investigación reproducible

Si desea hacer un análisis anotado para una revisión externa, R / Python es una manera excelente de hacerlo. Pero, por supuesto, el destinatario debe poder leer R / Python para que esto tenga valor. Si este no es el caso, enviar el libro de trabajo de Tableau y un informe externo lo llevará al mismo lugar.

Considero que muchos de sus comentarios sobre “gráficos bonitos” para publicidad sugieren algunas diferencias de estilo entre usted y su cliente comercial. Te animo a que hagas lo mejor para reconciliar esto. Si le gusta su empleador y ellos quieren un análisis basado en la visualización, deben aprender cómo apoyar esto mejor. Pero quizás este no sea el entorno adecuado para usted a largo plazo y debería encontrar algo más. Pero esto no es un reflejo de las capacidades de Tableau, solo lo que es correcto para usted.

Para lo que vale, organizamos el Meetup NY Yield y el interés en este tema está en auge. Y una vista anecdótica de las otras personas de Meetup incluye muchas plataformas técnicas, por lo que es evidente que no es solo para los no desarrolladores. Dado que las licencias no son baratas y su empleador le ofrece una, creo que debería dedicar algo de tiempo a conocer sus puntos fuertes y dónde funciona mejor en su flujo de trabajo.

Answer 14

Hay otra consideración que creo que vale la pena mencionar: en mi tienda, usamos todas las herramientas que mencionó, y algunas otras también.

Donde el cuadro se adapta a una necesidad es su interactividad: permite que diferentes personas se unan y tengan un diálogo utilizando las visualizaciones del cuadro como plataforma. Y ese es un modelo bastante poderoso.

La publicación para lectura solo requiere que el autor analice todos los casos de uso; y anticipar todas las preguntas, o enfrentar un ciclo de revisión / reedición, que ralentiza o degrada la confianza en la toma de decisiones.

La publicación para la interacción permite a los lectores hacer su propio modelado de escenarios, análisis de hipótesis y todo lo demás. Entonces nuestro

1. Los vendedores pueden tener un análisis cuantitativo reciente y relevante para compartir con los clientes potenciales durante los compromisos
2. La gente de control de calidad puede detectar anomalías aparentes en algunos de nuestros procesos internos de producción de datos
3. La gente de administración de productos puede iterar los conceptos de productos sobre los datos reales, en lugar de los esquemas.

Answer 15

Si algo como Tableau es realmente útil tiene menos que ver con la tecnología y más con el ROL de un analista dentro de una organización. Si su función le permite proporcionar administración o una junta con materiales de toma de decisiones orientados a la imagen, entonces podrá beneficiarse de Tableau. Si, como parece, usted es más científico de datos, entonces otros en la cadena de desarrollo (tal vez un Analista de Negocios) deberían estar trabajando con estas imágenes usando sus datos.

La clave sobre Tableau originalmente era su orientación de diseño. Fue una creación de dos disciplinas diferentes: Ciencias de la computación y Técnicas de visualización (como una ciencia). Los dos fundadores se especializaron cada uno en esas áreas. Tableau ayuda a quienes presentan información a elegir el método de presentación más comprensible. Esto no es útil para aquellos que diseñan bases de datos o para desarrollar motores de análisis estadístico, pero es muy útil para los gerentes y aquellos que dirigen organizaciones.

He visto a varias organizaciones (grandes, esencialmente de la escala Fortune 500) comenzar a usar Tableau. Los usos más valiosos han estado en manos de analistas con antecedentes tanto en TI como en procesos centrados en el negocio (por ejemplo, contadores, banqueros, analistas financieros). La gente de informes de clasificación de archivos y rangos regulares también puede obtener valor de esta herramienta.

Answer 16

Hice un poco de investigación en nuestro sitio, la Estación Central de TI, y encontré un par de revisiones de Tableau que pueden ayudar a responder tu pregunta.

Un crítico escribe sobre Tableau: “Soy capaz de crear prototipos de cuadros / tableros en horas frente a días o semanas con otras herramientas (principalmente Excel). No me obliga a pensar en el nivel de agregación que voy a necesitar ya que se ocupa de grandes conjuntos de datos. Combina conjuntos de datos dispares, lo que es impresionante para los informes de plan frente a los reales, donde los datos son dos niveles diferentes de granularidad “. Lea la reseña completa aquí: Revisión de Tableau

Otra revisión de Tableau también enumera por qué vale la pena aprender Tableau por la siguiente razón: “Facilidad de uso. El poder de hacer todo lo que quiero hacer. La capacidad de conectarse a cualquier información. La capacidad de fusionar (” Combinar “datos de múltiples Fuentes). Integrado en “mejores prácticas” en visualización de datos. Capacidades estadísticas con la integración “R”. Lea la reseña completa aquí: Revisión de Tableau

¡Espero que ayude!

Answer 17

¿Por qué aprender Tableau?

El cuadro fácil de usar permite que incluso los empleados que no son de TI ejecuten tareas vitales relacionadas con datos para que se realicen con facilidad. Sin la necesidad de comprender los aspectos técnicos demasiado profundos como el servidor SOL, etc., se puede trabajar fácilmente a través de la parte analítica de los datos para obtener el resultado deseado. La creación del panel de control para cierto conjunto de datos se puede aprender a través de este software. La implementación del software es fácil para muchos, con una cantidad mínima de tiempo para dedicar a las salidas.

Tendencias de empleo de Tableau en la India

Tendencias de empleo de Tableau en EE. UU.

¿Quién debería ir a este curso?

Tabaleu no es un software de programación complejo que necesite inmensas ideas y habilidades de programación en lenguaje, sino que necesita el inmenso interés y el propósito de administrar los datos de una manera adecuada.

• Profesionales que no son de TI

• Desarrolladores

• Profesionales que no son de BI

• Analistas de datos

• Gerentes de Proyecto

• Solicitantes de empleo

• graduados

¿Cuáles son los requisitos previos para este curso?

Para seguir el curso de Tableau, uno no necesita ser lo suficientemente sólido sobre el software y las habilidades de programación. Un conocimiento básico de los datos es suficiente para tener una idea fundamental de la gestión de los datos y la implementación de manera práctica. Tener una idea preliminar sobre el uso de Excel o las hojas de trabajo puede ayudar a comprender todo el esquema de tableau.

¿Quieres comenzar tu carrera con Tableau de aprendizaje.

Únase a QEdge Technologies Best Software Training Institute. Aprenda a usar Tableau Online Training por el entrenador de la industria de TI en tiempo real.

Regístrese para la demostración: Regístrese ahora – Tecnologías QEdge

Contacto para: Tableau Online Training Course – QEdgeTech.com

Answer 18

Voy a aferrarte a una declaración que hiciste:

“… Siento que la razón principal por la que se usa Tableau en mi lugar de trabajo es porque crea” gráficos bonitos “y la gente en la publicidad lo aprecia (yo no)”.

Existe una clara posibilidad de que te hayan animado a aprender Tableau porque el análisis que estás presentando no es visualmente atractivo y quieren mejores gráficos, no porque nadie piense que Tableau te beneficiará en el futuro.

Obviamente, no estoy exactamente seguro de lo que implica su función, pero si se le encarga la comunicación de información, la comunicación es tan importante como la información, si no más.

La mayoría de la gente prefiere imágenes visualmente atractivas, pero también está trabajando en una industria que prospera particularmente en la estética. Serás más efectivo si hablas su idioma.

Por lo tanto, si no desea aprender Tableau, quizás pueda dedicar algo de tiempo a aprender cómo mejorar la apariencia de los gráficos que está produciendo con las herramientas que prefiere.

Answer 19

Tableau y toda la tendencia de autoservicio de BI que se incluye no son solo gráficos bonitos. Piénsalo: a tu jefe le gusta, ¿te has preguntado por qué? Pregunta: ¿a su jefe le gustará Tableau y cosas como Tableau más o menos en el futuro? Argumento que le gustará Tableau y similares más y más.

Sostengo que debería aprender Tableau no para la herramienta en sí (ya que creo que la herramienta en sí es bastante fácil de entrenar), sino para el cambio de flujo de trabajo que trae a la mesa.

Con Tableau y el autoservicio de BI en general, está cambiando de:

Datos -> Analista -> Análisis -> Decisiones -> Resultados

A

Datos -> Análisis -> Decisiones -> Resultados

Estás eliminando al hombre medio. No es necesario que los analistas analicen los números para cada pregunta que tiene la administración, ya que la administración puede buscar muchas de las preguntas.

Esto es un cambio enorme y presiona al analista para que aporte más valor a la parte de modelado del trabajo, en lugar de a la parte técnica / de procesamiento de números.

Dado que no está en la universidad, es normal que se centre en los aspectos técnicos del trabajo. Digo que sí, haga eso, pero tómese un tiempo para aprender herramientas más dirigidas a los gerentes, porque es lo que probablemente le pedirán que entregue (la administración no le pide que configure los clusters de Hadoop, le preguntan cómo hacer crecer la empresa utilizando el poder de los datos).

Answer 20

Como científico de datos, una vez que haya terminado con la minería de datos, la disputa de datos, la recopilación de datos y todo ese tipo de pasos para refinar y transformar sus datos, debe presentarlos. Y para eso necesita herramientas de visualización de datos, como Tableau.

Por lo tanto, a medida que avanza su trayectoria de aprendizaje para convertirse en un científico de datos, Tableau no es lo primero que necesita aprender, pero es una necesidad hacia el final. Si eres un principiante completo, te sugeriría que comiences primero con las estadísticas y la programación con R o python y luego, gradualmente, continúes con el aprendizaje de Tableau.

Y la razón por la que Tableau es la herramienta más adecuada para la visualización de datos para un científico de datos es la siguiente:

1. Integración con R y Python, que son los lenguajes de programación más utilizados para el análisis de datos.
2. Tableau también puede conectarse fácilmente a sus plataformas de Big Data.
3. Casi puede conectarse a cualquier fuente de datos que desee, ya sea: archivos de texto presentes localmente, bases de datos y aplicaciones en la nube, almacenes de datos, etc.

Si aún necesita más razones para aprender Tableau, eche un vistazo a este video:

Y no se olvide de consultar el plan de estudios para la capacitación de certificación de Tableau en edureka.