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

Emil Samko

datový detektiv
LinkedIn

EU AI Act: Co to reálně znamená pro české firmy | Mňamka #554

EU AI Act: Co to reálně znamená pro české firmy | Mňamka #554

Evropská unie přichází s první ucelenou regulací umělé inteligence. EU AI Act má nastavit pravidla pro to, jak se AI vyvíjí a používá. Pro spoustu firem to může znít jako další regulace navíc. Ve skutečnosti ale jde o změnu, která se poměrně rychle propíše do každodenního fungování. AI už dávno není jen experiment nebo playground pro technologické firmy a čím víc se AI dostává do citlivých oblastí, tím větší tlak je na to, aby její fungování bylo férové a kontrolovatelné. Jak se tato regulace dotkne českých firem a co je v této regulaci podstatné?

Google Workspaces - Přestaňte platit za centrální správu podpisů v Gmailu | Mňamka #553

Google Workspaces - Přestaňte platit za centrální správu podpisů v Gmailu | Mňamka #553

Přišli jsme o správu e-mailových podpisů při přechodu k novému GCP partnerovi. Místo placení SaaS nástrojů jsem to postavil za odpoledne přes Google Apps Script – zdarma. Tady je celý návod.

AI Audit: Když chcete vědět, kde ve firmě AI dává smysl (a kde ne)| Mňamka #552

AI Audit: Když chcete vědět, kde ve firmě AI dává smysl (a kde ne)| Mňamka #552

Znáte to – CEO se vrátí z konference a ptá se „a my s tou AI něco děláme?“, IT má pět různých nápadů, co by se dalo zkusit, marketing chce chatbota, a ve skutečnosti nikdo přesně neví, co z toho má smysl a kde začít. AI audit je pro firmy, které nechtějí jen naskakovat do vlaku, ale chtějí vědět, kam ten vlak vlastně jede. Typicky to jsou střední a velké společnosti, které už mají digitalizované procesy a nějaká data – a teď zjišťují, že „AI strategie“ nemůže být „zkusíme, uvidíme“.