Jak vylepšit vizuál dashboardů v Tableau? 5 triků od Emila. | Mňamka #358
Znáte ten pocit, kdy se po veškeré náročné práci s přípravou dat a tvorbou metrik konečně dostanete k vizualizaci dat, ale přijdete na to, že ta pravá sranda teprve přichází? Vizualizace máte vytvořené, ale dashboard stále vypadá dost prázdně, čistá stránka s číslicemi, grafy a sliderem na filter.
Pokud k vizualizaci využíváte Tableau, tak právě pro Vás tu máme několik triků, jak se tohoto problému zbavit. Pouze pomocí nativních funkcí Tableau během chvíle z vizualizací uděláte mnohem více uživatelsky příjemný a přehledný nástroj.
Barva pozadí - Prvním nejzákladnějším krokem je volba barvy pozadí, nenechte se zmást čistou a elegantní bílou, většina reportů v ní spíše zanikne a ztratí tak svou jasnou zprávu pro uživatele. Místo toho radíme použít například světle šedou, díky které se jednotlivé reporty oddělí a mnohem více se zviditelní.
Barva reportů - S barvou reportů je to zase naopak, zvolte takovou barvu, díky které jednotlivé reporty více vyniknou na celém dashboardu. Dashboard díky dobrému zvolení barvy reportů vypadá mnohem více uceleně a uspořádaně a jednotlivé reporty na něm následně nejsou jen jako létající čísla na barevném pozadí.
Nastavení Outer a Inner Paddingu - Pro každý report na dashboardu je za nás nutnost nastavení Outer a Inner Paddingu, díky kterému je možné vytvořit pro jednotlivé reporty vlastní okraje. To celé pomůže k tomu, aby reporty nebyly nalepené přímo na sebe a byly jasně oddělené. Díky tomu uživatel jasně vidí, jak jsou reporty oddělené a nebude mít otázky typu: "Je tato osa u grafu opravdu pro graf, na který koukám?" Doporučené hodnoty jsou Outer Padding (8), Inner Padding (15).
Vložení horizontal/vertical objektů mezi reporty - Je dalším bodem, díky kterému dáte reportům jasnou visibilitu a hezkým způsobem nastavíte oddělení jednotlivých reportů.
Vložení filtrů a legend do horizontal/vertical objektů - Do těchto objektů, díky kterým můžeme oddělovat jednotlivé reporty, je za nás i skvělým tipem vložit filtr. Pomocí objektů je totiž možné filtry oddělit od reportů a zároveň do nich naskládat hned několik filtrů a nenechat je volně poletovat po dashboardu, na závěr celý blok s filtry můžete barevně oddělit například rámečkem, díky kterému bude jasně vidět, že se již nejedná o report, ale blok pro filtrování dashboardu.
Pro ukázku je zde tento dashboard, na kterém jasně vidíte, co pouze těchto pět triků dokáže s vizualizací udělat.


Obr.: Ukázka úpravy dashboardu
Zapomněl jsem na něco? Chcete se na něco zeptat? Napište mi.
Emil
Zeptej se svých dat: BigQuery vs. Fabric vs. Copilot | Mňamka #558
Je to sen skoro každého manažera: místo čekání na analytika prostě napíšu do chatu „jak nám rostly tržby po regionech za poslední kvartál?" a za pár vteřin mám odpověď, ideálně i s grafem. Říká se tomu konverzační analytika a tři velcí hráči ji dnes nabízejí. My jsme si všechny tři osahali. Tady je upřímné srovnání, co funguje a kde to zatím drhne.
Postavili jsme stejného AI chatbota nad firemními daty v Googlu i v Microsoft Azure. | Mňamka #557
Skoro každá firma dneska sedí na hromadě vlastních dokumentů - produktové listy, FAQ, smlouvy, zápisy z projektů. A skoro každá firma by chtěla to samé: chatbota, kterému napíšete otázku a on odpoví z vašich dat, ne z toho, co si kde přečetl na internetu. Zní to jednoduše. My jsme si to chtěli osahat pořádně, a tak jsme jedno a to samé řešení postavili dvakrát - jednou v Google Cloudu, podruhé v Microsoft Azure. Tady je, co z toho vypadlo.
Microsoft Fabric vs. dbt | Mňamka #556
Když firmy modernizují svou datovou platformu, narazí dřív nebo později na otázku, jaký datový stack zvolit a co je pro jejich byznys nejvhodnější. Migrovat na Microsoft Fabric? Nasadit dbt? Otázka je ale položená trochu zavádějícím způsobem, jde totiž o srovnání dvou věcí, které stojí na jiné úrovni datového stacku: Fabric je platforma, dbt je transformační nástroj, který na takové platformě běží. Přesto má smysl se ptát, jak se tyto dva světy doplňují, kde si uvnitř Fabricu konkurují nativní nástroje a dbt, a kdy se vyplatí sáhnout po dbt jako standardní transformační vrstvě.



