{
    "version": "https:\/\/jsonfeed.org\/version\/1.1",
    "title": "Reveal the Data",
    "_rss_description": "Блог Ромы Бунина про визуализацию данных, Tableau и развитие BI-систем.",
    "_rss_language": "ru",
    "_itunes_email": "buninra@mail.ru",
    "_itunes_categories_xml": "",
    "_itunes_image": "http:\/\/revealthedata.com\/blog\/pictures\/userpic\/userpic-square@2x.jpg?1612211172",
    "_itunes_explicit": "no",
    "home_page_url": "http:\/\/revealthedata.com\/blog\/",
    "feed_url": "http:\/\/revealthedata.com\/blog\/rss\/",
    "icon": "http:\/\/revealthedata.com\/blog\/pictures\/userpic\/userpic@2x.jpg?1612211172",
    "authors": [
        {
            "name": "Роман Бунин",
            "url": "http:\/\/revealthedata.com\/blog\/",
            "avatar": "http:\/\/revealthedata.com\/blog\/pictures\/userpic\/userpic@2x.jpg?1612211172"
        }
    ],
    "items": [
        {
            "id": "98",
            "url": "http:\/\/revealthedata.com\/blog\/all\/30-klassnyh-vystupleniy-pro-vizualizaciyu-dannyh-i-bi\/",
            "title": "30 классных выступлений про визуализацию данных и BI",
            "content_html": "<p>Собрал <a href=\"https:\/\/www.youtube.com\/playlist?list=PL_yqdE3j5wTCJxy6J5bqSkCs0KxCWVAVL\">плейлист на YouTube<\/a> с классными выступлениями  разных спикеров про визуализацию данных и дашборды. Видео стоят в случайном порядке, лучше пройтись по списку или запускать «вперемешку».<\/p>\n<div class=\"e2-text-video\">\n<iframe src=\"https:\/\/www.youtube.com\/embed\/jur8_iFr5_M?enablejsapi=1\" allow=\"autoplay\" frameborder=\"0\" allowfullscreen><\/iframe>\n<\/div>\n<p>Собрать плейлист придумал из-за ситуации с другом — часто кидаем друг другу ссылки на видео, а другой говорит, что он его уже смотрел. Подумали, что смотрим много одинаковых вещей. Решили это проверить, скачали истории просмотров и наложили друг на друга. Оказалось, что вместе смотрим 6% видео и пересечения приходятся в основном на большие каналы формата Дудя, Редакции и т. п.  Думали, что будет больше, порядка 20-30% — гипотеза оказалась не верна, зато получилось прикладное применение аналитики данных для обычной жизни. =) Поэтому и собрал плейлист: там много спикеров, которых, мне кажется, смотрели многие, но возможно, что это не так.<\/p>\n<p>Кстати, покопаться в своей истории просмотров можно, скачав архив на <a href=\"https:\/\/takeout.google.com\/\">takeout.google.com<\/a>. В опциях лучше оставить только историю и установить формат JSON. Забавно увидеть своё первое видео или узнать на какой канал залипаешь больше всего, я, например, посмотрел 283 видео на оф. канале Табло 🙈<\/p>\n",
            "date_published": "2022-08-21T16:27:56+02:00",
            "date_modified": "2024-05-07T20:26:40+02:00",
            "tags": [
                "видео"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/remote\/youtube-jur8_iFr5_M-cover.jpg",
            "_date_published_rfc2822": "Sun, 21 Aug 2022 16:27:56 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "98",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/media-seek\/media-seek.js"
                ],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/remote\/youtube-jur8_iFr5_M-cover.jpg"
                ]
            }
        },
        {
            "id": "97",
            "url": "http:\/\/revealthedata.com\/blog\/all\/navigaciya-mezhdu-dashbordami-v-tableau\/",
            "title": "Навигация между дашбордами в Tableau",
            "content_html": "<p>Навигация между дашбордами — функционал про который часто забывают, но он очень важен для пользователей и создания экосистемы отчетов. Собрал <a href=\"https:\/\/public.tableau.com\/app\/profile\/roman4734\/viz\/NavigationExamples\/SourceDashboard\">в одной книге<\/a> все способы навигации в Tableau и описал в виде коротких инструкций, как создать каждый из них.<\/p>\n<div class=\"e2-text-picture\">\n<a href=\"https:\/\/public.tableau.com\/app\/profile\/roman4734\/viz\/NavigationExamples\/SourceDashboard\" class=\"e2-text-picture-link\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-96.png\" width=\"1000\" height=\"700\" alt=\"\" \/>\n<\/a><\/div>\n<h2>Переходы с фильтрацией<\/h2>\n<p>Это один из самых важных и классных видов переходов — когда мы переходим в другой дашборд сразу с фильтров по какому-то срезу. Есть несколько вариантов как это можно релизовать.<\/p>\n<p><b>Filter Action<\/b><br \/>\nЭтот способ подойдёт, если у все ваши дашборды живут в одной книге. В этом случае мы создаем обычный Filter Action, но необходимо задать в виде Target Sheet другой дашборд:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-97.png\" width=\"803\" height=\"893\" alt=\"\" \/>\n<\/div>\n<p>Теперь при клике в график на первом дашборде будет происходить переход в целевой с выставленным фильтром. На втором дашборде классно вытащить фильтр экшен в виде обычного фильтра (многие не знают, что так можно делать, а это очень удобно) , а так же добавить отфильтрованный срез в заголовок чартов, чтобы соблюдалось правило <a href=\"https:\/\/bureau.ru\/soviet\/20150713\/\" class=\"nu\">«<u>Взгляд новичка<\/u>»<\/a>.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-98.png\" width=\"1284\" height=\"646\" alt=\"\" \/>\n<\/div>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-99.png\" width=\"1245\" height=\"649\" alt=\"\" \/>\n<\/div>\n<p><b>URL Action с передачей параметров<\/b><br \/>\nЭтот способ подходит, если необходим переход в другой дашборд, который храниться в другой книге. Кажется, что  это более частый вариант для реальной структуры дашбордов.<\/p>\n<p>В этом случае необходимо создать обычный URL Action, но передать в ссылку параметры после знака «?». В параметрах ссылки указывается название фильтра (поля в датасорсах должны называться одинаково на обоих дашбордах) и после равного его значения.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau.png\" width=\"624\" height=\"679\" alt=\"\" \/>\n<\/div>\n<p>Так же в ссылках можно передавать не только фильтры, но и параметры. <a href=\"https:\/\/help.tableau.com\/current\/pro\/desktop\/en-us\/actions_url.htm\">Документация по функционалу<\/a>. У такого способа есть ограничения: есть максимальная динна url, которую может открыть браузер (может получиться если передаем много значений); может понадобиться конвертить пробелы с помощью <a href=\"https:\/\/www.urlencoder.org\/\">URL Encoding<\/a>; могут быть проблемы со спец. символами и русским языком в значениях; не очень удобно передавать даты и время.<\/p>\n<h2>Статичные ссылки на графиках<\/h2>\n<p>Если честно не очень знаю когда могу понадобиться такие кейсы, что при клике в любую точку графика происходит переход на другой дашборд, но функционал есть. Скорее это может использоваться для создания «псевдо» кнопок и ссылок из графиков (про это в следующем разделе).<\/p>\n<p><b>Go to Sheet Action<\/b><br \/>\nДля перехода на другой лист есть специальный экшен. Дашборды или листы, обязательно должны бать в одной книге. Настройки супер простые — выбираем на какие графики кликаем и на какой дашборд переходим:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-1.png\" width=\"618\" height=\"527\" alt=\"\" \/>\n<\/div>\n<p><b>URL Action<\/b><br \/>\nВторой вариант реализации — это создать статичный URL, который не будет зависеть от данных. В этом случае просто создаем URL Action и прописываем туда статичную ссылку.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-2.png\" width=\"624\" height=\"689\" alt=\"\" \/>\n<\/div>\n<h2>Кнопки и ссылки<\/h2>\n<p>Такие виды навигации полезны когда нам нужно сделать ссылку на «документацию», какой-то центральный дашборд и т. п.<\/p>\n<p><b>Картинка с ссылкой<\/b><br \/>\nСоздать какую-то иконку с ссылкой можно двумя способами, с помощью вставки объекта «Image» или вставки объекта «Navigation»:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-3.png\" width=\"1538\" height=\"830\" alt=\"\" \/>\n<\/div>\n<p>Картинка подойдёт когда ведём на лист или дашборд, которого нет в книге и нужно выровнять икону не по центру.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-4.png\" width=\"803\" height=\"545\" alt=\"\" \/>\n<\/div>\n<p>Кнопка Navigation подойдет когда ведём на лист или дашборд из той же книги. Для этого выбираем тип «Image Button» и указываем куда делаем переход. Листы обязательно не должны быть скрыты.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-100.png\" width=\"820\" height=\"695\" alt=\"\" \/>\n<\/div>\n<p><b>«Псевдо» ссылки и иконки<\/b><br \/>\nДля реализации такой навигации мы создаем отдельный график, в котром нет ничего кроме значений ссылки или просто любого dummy поля. Такой вариант нужен, когда мы хотим создать стандартную ссылку или меню навигации, которое живет на каком-то отдельным источники. Например, можно завести гугл-док в котором будут храниться ссылки на все самые важные отчеты компании и прокидывать такой список во все дашборды. При этом при обновлении этого списка, он будет автоматом обновляться и в дашбордах.<\/p>\n<p>Для создания «ссылки» просто создаем лист, используем Text mark и пишём что-то внутри текста. Дальше используем или Go to sheet Actions или URL Actions, в зависимости от задачи.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-5.png\" width=\"1133\" height=\"555\" alt=\"\" \/>\n<\/div>\n<p>Тоже самое можно сделать и используя какою-то иконку из шейпов:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-6.png\" width=\"1032\" height=\"643\" alt=\"\" \/>\n<\/div>\n<p><b>Ссылка в тексте<\/b><br \/>\nСамый простой и быстрый способ создать навигацию, но, к сожалению, самый некрасивый и о нём, на удивление тоже не все знают. В текстовый объект на дашборде можно вставить ссылку и она будет активной, но обычно длинной и страшной. Чтобы сделать её более понятной можно использовать какой-то сокращятол ссылок аля bit.ly и т. п.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-7.png\" width=\"1199\" height=\"445\" alt=\"\" \/>\n<\/div>\n<p><b>Кнопка<\/b><br \/>\nИспользованную встроенный элемент навигации, можно создать «кнопку» или «ссылку» (если выставить белый фон и сделать подчеркивание ссылки).<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-8.png\" width=\"975\" height=\"714\" alt=\"\" \/>\n<\/div>\n<p>Кнопки работают отлично, а вот «ссылка» получается дурацкой, так как всегда выровнена по центру и имеет внутренние, довольно большие, паддинги.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-9.png\" width=\"987\" height=\"716\" alt=\"\" \/>\n<\/div>\n<h2>Вкладки<\/h2>\n<p>Вкладки — привычный и удобный вариант навигации. Самый простой из них встроенные вкладки в самом Табло. На паблике они настраиваются вот тут:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-10.png\" width=\"577\" height=\"402\" alt=\"\" \/>\n<\/div>\n<p>Но бывает, что хочется сделать более информативные вкладки, или переключать что-то внутри дашборда. В этом случае можно использовать два подхода.<\/p>\n<p><b>Вкладки между дашбордами<\/b><br \/>\nТакие удобнее всего и проще сделать с помощью встроенного элемнета «Navigation». Суть в том, что делаем кнопки и оформляем их таким образом, чтобы они были «активными» на каждом из дашбррдов. Например, выделяем более ярким цветом. Плюс такого способа — простота, минус — придётся настраивать всё руками и ничего не забыть. Правда с копированием элементов между дашбордами, это стало сильно проще.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-11.png\" width=\"1352\" height=\"358\" alt=\"\" \/>\n<\/div>\n<p>Для создания эффекта «вкладки» можно убрать у них границы и паддинги снизу и сделать под ними общую черту в виде Blank контейнера того же цвета, что и «активная» вкладка.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-12.png\" width=\"1094\" height=\"868\" alt=\"\" \/>\n<\/div>\n<p><b>Вкладки внутри дашборда<\/b><br \/>\nДля реализации такого способа используется стандартный приём <a href=\"https:\/\/www.tableau.com\/about\/blog\/2015\/7\/lrtt-parameters-alter-your-viz-40767\">подмены графиков<\/a> и создается лист с «псевдо» вкладками в виде шейп-файлов.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-101.png\" width=\"493\" height=\"272\" alt=\"\" \/>\n<\/div>\n<p>При этом понадобиться dummy источник в котором будут жить возможные значения параметров.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-15.png\" width=\"1469\" height=\"607\" alt=\"\" \/>\n<\/div>\n<p>Для создания dummy источника я просто использую эксель, куда вбиваю нужное количество вкладок, а потом вставляю это в Табло через ctrl+C → ctrl+V (да, так можно, если вдруг не знали). А ниже примеры шейпов, которые использую я и <a href=\"https:\/\/www.tableau.com\/drive\/custom-shapes\">инструкция<\/a> как их добавить в Табло.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"264\" data-ratio=\"5.28\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/Button_wide.png\" width=\"264\" height=\"50\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/Button_frame_wide.png\" width=\"264\" height=\"50\" alt=\"\" \/>\n<\/div>\n<\/div>\n<p>У Артёма Прыткова есть хорошее <a href=\"https:\/\/www.youtube.com\/watch?v=csspJitqqRg\">видео как собирать подобные кнопки<\/a> и делать доп. экшены для снятия подсветки.<\/p>\n<h2>Зум для графика<\/h2>\n<p>Маленький лайфхак, как можно использовать навигацию. Часто говорят, что в других BI есть классный функционал — переход на отдельный лист для каждого графика. Это тоже легко реализовать и в Табло: делаем кнопку перехода на этот лист и добавляем иконку лупы. Важно, чтобы этот лист не был скрыт в дашборде.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-14.png\" width=\"1192\" height=\"713\" alt=\"\" \/>\n<\/div>\n<h2>Итого<\/h2>\n<p>Рассмотрели с вами кучу способов как можно делать навигацию между отчетами. Все способы выложены <a href=\"hhttps:\/\/public.tableau.com\/app\/profile\/roman4734\/viz\/NavigationExamples\/SourceDashboard\">в книге на Табло Паблик<\/a>, которую можно скачать и поковыряться в ней. Я верю, что это супер важный и полезный функционал — мы у себя очень активно используем их при создание систем отчетности. Посмотреть пример такой системы можно на последнем <a href=\"https:\/\/lms.matemarketing.ru\/public\/events\">выступлении с Матемарткетинга<\/a>, ребята выложили в общий доступ видео с конференции.<\/p>\n",
            "date_published": "2022-04-27T10:53:27+02:00",
            "date_modified": "2023-02-12T10:08:24+02:00",
            "tags": [
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-13.png",
            "_date_published_rfc2822": "Wed, 27 Apr 2022 10:53:27 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "97",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/fotorama\/fotorama.css",
                    "system\/library\/fotorama\/fotorama.js"
                ],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-13.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-96.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-97.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-98.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-99.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-1.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-2.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-3.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-4.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-100.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-5.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-6.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-7.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-8.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-9.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-10.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-11.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-12.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-101.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-15.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/Button_wide.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/Button_frame_wide.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/navigaciya-mezhdu-dashbordami-v-tableau-14.png"
                ]
            }
        },
        {
            "id": "96",
            "url": "http:\/\/revealthedata.com\/blog\/all\/the-dashboard-is-dead-long-live-the-dashboard\/",
            "title": "Dashboard is dead. Long live Dashboard!",
            "content_html": "<p>Саша Бараков недавно написал отличную <a href=\"http:\/\/datanature.ru\/dashboardsdead\">статью<\/a> про то, как он видит будущее развитие BI-систем. Мы с ним немного подискутировали в личке, и я тоже хочу побыть диванным футурологом и рассказать своё видение. А ещё в целом немного похоливарить про BI, у меня есть не очень популярное мнение на этот счёт.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/the-dashboard-is-dead-long-live-the-dashboard-14.png\" width=\"1700\" height=\"1700\" alt=\"\" \/>\n<div class=\"e2-text-caption\">не ищем связи картинки и текста, ее нет<\/div>\n<\/div>\n<p><b>Что в статье у Саши<\/b><br \/>\nТочно стоит прочитать <a href=\"http:\/\/datanature.ru\/dashboardsdead\">её полностью<\/a> для формирования своего мнения, она очень классная и заставляет думать. Ниже моё субъективное восприятие:<\/p>\n<p>Текущий подход к дашбордам и BI-инструментам плохо решает задачи бизнеса и вера в них слабеет. Дашбордов делается всё больше, а реальную пользу они приносят не всегда. Аналитики любят свои дашборды и переоценивают их пользу, но боятся признаться в этом. А лучше признаться позже, чем никогда. Поэтому в будущем мы откажемся от повсеместного создания дашбордов и будем управлять метаданными данных и отчетов, чтобы «умные» BI-системы с помощью AI и NLP\/NLG генерировали инсайты, готовые визы и подсказки пользователям. А пользователи же собирали из этих блоков как конструктор пинборды для своих задач (не очепятка, от слова pin). При этом BI-отделы будут собирать «подборки» самых полезных пинбордов для разных ролей сотрудников, заниматься мастер-данными и иногда делать сложные отчеты.<\/p>\n<p>В целом всё примерно так, но я вижу две проблемы, которые не охватывает данный подход, хочу их обсудить.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/the-dashboard-is-dead-long-live-the-dashboard-1.png\" width=\"1015\" height=\"1269\" alt=\"\" \/>\n<div class=\"e2-text-caption\">тут тоже нет связи с текстом)<\/div>\n<\/div>\n<h2>Один инструмент для всех задач<\/h2>\n<p>Почему дашборды стали воспринимать аналитическими инструментами я не знаю, на мой взгляд это одна из основополагающих проблем отношения к ним. Почему-то операционные дашборды для управления бизнесом путают с аналитическими инструментами поиска новых знаний, а также формирования и проверки гипотез. Рассмотрим классическую аналогию. Приборная панель автомобиля говорит вам «что сейчас происходит», но не говорит куда ехать. Вы можете встроить в машину 20 спидометров, но они всё равно не подскажут направление. Итого смешиваются две задачи — операционная аналитика (хочу знать с какой скоростью еду) и поисковая аналитика инсайтов (куда и как ехать).  То есть ожидания от дашбордов завышены — спидометр позволяет не схватить штраф или не вылететь на повороте, но путь вам он не укажет.<\/p>\n<p>При этом и вендоры, и руководители BI-отделов, осознанно или нет, играют в «сколько денег компания заработает\/сэкономит на том, что сотрудники увидят в дашборде новые идеи». Но на самом деле деньги экономятся на автоматизации создания отчётов и сокращении времени реагирования на проблемы и реже на инсайтах и новых идеях. Поэтому я считаю, что часто от BI-систем есть завышенные ожидания и в итоге разочарование, когда они не совпадают с реальностью.<\/p>\n<p>Окей, во многом это вопрос терминологии. Проблема в том, что под Business Intelligence понимают разные вещи. Если посмотреть <a href=\"https:\/\/en.wikipedia.org\/wiki\/Business_intelligence\">википедию<\/a>, то это целый набор систем и действий от репортинга (как раз дашборды) до предиктивной аналитики и циклов улучшения процессов. Так же себя стараются позиционировать и вендоры — «мы не просто дашбордики, мы экономим вам деньги».<\/p>\n<p>Но при этом большинство людей, которые слышат термин Business Intelligence, в первую очередь, думают именно о дашбордах:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/the-dashboard-is-dead-long-live-the-dashboard.png\" width=\"522\" height=\"437\" alt=\"\" \/>\n<\/div>\n<p>Получается конфликт — изначально закладывалось, что это будет чуть ли не философия работы бизнеса, а все понимают под этим отчеты и дашборды.<\/p>\n<p>Поэтому я считаю, что стоит отпустить «философскую» часть BI и сконцентрироваться на отчетности. Не стоит сваливать всё в одну кучу. Для поисковой аналитики использовать свои инструменты, для операционной — свои, и отказаться от ожиданий, что BI-система закроет задачи поиска и проверки гипотез, повсеместного генерирования инсайтов и т. п. В общем швейцарский нож нужен в экстренных случаях, в нормальной жизни эффективнее пользоваться отдельными инструментами.<\/p>\n<p>Современные BI-системы неплохо справляются с операционной аналитикой, но не идеально. При этом вендоры усердно идут именно в область поисковой аналитики и пытаются демократизировать данные с помощью модных AI и NLP и т. п. Мне жe кажется, что им бы стоило в первую очередь заниматься скоростью и стабильностью работы отчетов, сквозной провязкой данных, упрощением поиска отчетности, удобством администрирования и доступа к этим системам, а не «модными» направлениям. По сути, медленно работающий дашборд (частая, к сожалению, история всех BI-систем) — это нарушение минимально необходимых ожиданий пользователя по <a href=\"https:\/\/en.wikipedia.org\/wiki\/Kano_model\">модели Кано<\/a>, но этим занимаются далеко не в первую очередь.<\/p>\n<p>Поэтому я верю, что в компании должен быть хороший дашбординг\/репортинг\/отчетность, называйте как хотите, в подходящем для этого инструменте. А BI-отдел должен заниматься им как продуктом и платформой. Для поисковых же задач отдельно развивать аналитические инструменты и процессы работы с гипотезами. И отвечать за это уже должен руководитель аналитики данных, а не BI.<\/p>\n<p>И давайте, пожалуйста, не стесняться говорить, что мы делаем Reporting. В последнее время слышу от коллег, что как будто что-то нехорошее делаю. Стоп-репортинг-шейминг! =) А то такое ощущение, что надо делать везде только Self-Service и повсеместно развивать Data Literacy. Давайте, кстати, их тоже обсудим.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-95.png\" width=\"844\" height=\"849\" alt=\"\" \/>\n<div class=\"e2-text-caption\">тут тоже нет связи с текстом, ну почти нет =)<\/div>\n<\/div>\n<h2>Повсеместный Self-Service и Data Literacy<\/h2>\n<p>Сейчас говорят, что Excel — это плохо и ужасно, давайте сделаем везде Self-Service (я говорю про доступ к данным операционным менеджерам и сотрудникам, а не аналитикам в подразделении бизнеса). При этом, если Self-Service не взлетает, то впадают в две крайности: или ругают инструменты и пытаются сделать их проще с помощью NLP, Ask Data, AI и т. п.; или уходят в сторону людей — это не инструмент плохой, это пользователи не умеют работать с данными, давайте всех обучим Data Literacy.<\/p>\n<p>Я уверен, что и тот, и тот путь приводят к одному — вендоры продают все больше лицензий и новых инструментов (думаю отчасти эта тема поэтому так и двигается), а люди так же плохо работают с данными и скоро будут ругать уже не Эксель и Кубы, а Табло и PBI. Так как суть будет та же — это просто прямой доступ к данным на стороне бизнес-пользователя, такой же, как был в Экеселе, который, о боже, тоже умеет подключаться к базам данных и OLAP. Проблема не в инструменте, а в управлении генерируемым контентом и решениями, которые делают пользователи на основе этих данных. Окей, тогда виноват не инструмент, давайте всех обучим работать с данными. И тут возникает вопрос: а почему это должно помочь?<\/p>\n<p>Кажется, что мы, в целом, переоцениваем Data Driven подходы (здесь имеется ввиду анализ данных для принятия решения, построение гипотез и их проверка). Данные важны, но, к сожалению или к счастью, они не дают +100500% к эффективности просто своим наличием. Ты смотришь на данные и видишь, что есть проблема, но часто или не можешь повлиять на метрику, или, чтобы на неё повлиять, надо менять процессы и людей, а это супер сложно и часто понятно, что делать и без дашборда. Приведу личный пример — я собираю много данных о себе: и вес, и шаги, и сколько сижу за компом. Казалось бы: класс, наверное можно взять и получить кучу инсайтов! Но, как говорится «фигвам». Я столько раз крутил эти данные, делал красивые визы, но, по сути, это всё превращалось только в fun facts. Реальных инсайтов получить из них я не смог, а вот наличие контроля часто напоминает, что нужно что-то делать. А вот что нужно делать для улучшения здоровья, понятно и без дашборда, кеп. =)) Кажется, что так и в бизнесе, иногда надо просто взять и сделать, а не ждать красивого отчета.<\/p>\n<p>Поэтому я считаю, что Data-Driven подходы должны работать не на всех уровнях компании, а только в нужных местах — на нужном уровне управления и там, где данные хотя бы в теории могут содержать инсайты и быструю выгоду. Плюс, в реальности, даже самые «цифровые компании» принимают и будут принимать многие решения далеко не только на основе данных. И чем более эти решения стратежные, тем меньше структурированных данных используется при принятии. Получается, что обучая всех сотрудников работе с данными в компании, компания не начнёт волшебным образом зарабатывать больше. Раздавая доступ к данным, нужно ещё параллельно строить процессы и культуру изменения на местах. Такими вещами занимаются методологии <a href=\"https:\/\/ru.wikipedia.org\/wiki\/Цикл_Деминга\">PDCA<\/a>, <a href=\"https:\/\/ru.wikipedia.org\/wiki\/DMAIC\">DMAIC<\/a>, <a href=\"https:\/\/ru.wikipedia.org\/wiki\/Бережливое_производство\">бережливое производство<\/a> и другие методики повышения эффективности. Но это совсем другие процессы и сроки, чем просто научить пользователя новому BI-инструменту или чем среднее отличается от медианы.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/the-dashboard-is-dead-long-live-the-dashboard-10.png\" width=\"759\" height=\"725\" alt=\"\" \/>\n<div class=\"e2-text-caption\">тут нигде нет связи с текстом<\/div>\n<\/div>\n<h2>Что дальше<\/h2>\n<p>Окей, и что же будет дальше, спросите меня вы. Я думаю, что будет примерно так:<br \/>\n— В компаниях всё больше будут появляться BI-отделы или BI-аналитики как отдельная профессия. При этом лучше всего будут работать команды, где есть отдельный центр компетенций, а BI-аналитики привязаны к командам бизнеса. Все успокоятся и поймут, что дашборды — это просто удобный инструмент управления, но не панацея, перестанут делать дашборды на каждый чих и будут применять принцип: «лучший дашборд — это дашборд, который не пришлось делать». Критично важным станет дизайн набора дашбордов как системы и умение классно проектировать отдельные дашборды.<\/p>\n<p>— Дашборды перестанут быть «диковинкой», а станут такой же привычной вещью как презентации, которые сейчас умеет готовить каждый. При этом разница между плохим дашбордом и хорошим будет оставаться как и сейчас между презентациями. Крутые специалисты будут делать хорошо, но большинство будут делать плохо, хотя и будут это уметь. Data Literacy даст буст созданию количества отчетов, но не качества.<\/p>\n<p>— Хайп Self-Service пройдёт и большинство компаний разочаруются в нём. При этом появятся удобные NoCode и NLP инструменты, которые снимут часть работы с аналитиков данных, когда их используют в качестве переводчика с «человеческого на SQL-ный» для выгрузок и презентаций. Со временем это будет превращаться в свалку дашбордов, запросов и рабочих книг, но кто-то придумает крутой полуавтоматический процесс чистки таких завалов. Это упростит и ускорит работу бизнеса, но глобально не позволит сэкономить огромное количество денег, только сократит время на получение данных. При этом аналитики данных станут заниматься более важной работой по построению гипотез и изменениям продукта и процессов. Грань между аналитиками данных, продуктовыми аналитиками, бизнес-аналитиками процессов и менеджерами продукта будет стираться.<\/p>\n<p>— Вокруг BI-инструментов будут появляться «над-системы», которые будут позволять бесшовно собирать в одном месте все дашборды и данные из разных систем, и в этих порталах будут создаваться аналитические рабочие места сотрудников по принципу «одного окна». В лидеры выйдут те BI-вендоры, которые буду делить инструменты по задачам и сделают рывок в базовых потребностях от системы отчетности.<\/p>\n<p>— Эксель не умрёт =)<\/p>\n<p>Вух, режим футуролога выключен. =) Очень хочу взглянуть на эту статью через пару лет, скорее всего ошибусь и десять раз поменяю своё мнение, но в данный момент лично я вижу всё именно так. При этом скорее это крик души, чем скрупулёзное и выверенное исследование, будьте осторожны. =)<\/p>\n<p><a href=\"https:\/\/ru.wikipedia.org\/wiki\/Король_умер,_да_здравствует_король!\">The Dashboard is dead. Long live the Dashboard!<\/a><\/p>\n<div class=\"e2-text-picture\">\n<a href=\"https:\/\/www.instagram.com\/valeriabunina\/\" class=\"e2-text-picture-link\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/TDA03848.jpg\" width=\"2560\" height=\"2560\" alt=\"\" \/>\n<\/a><div class=\"e2-text-caption\">Связи правда нет, я просто подрезал идею у Саши в статье и захотел его немного потроллить =)<br \/>\nМодель — длиннопёс Юччи, фотограф — <a href=\"https:\/\/www.instagram.com\/valeriabunina\/\">Валерия Бунина<\/a><\/div>\n<\/div>\n",
            "date_published": "2022-01-27T08:33:13+02:00",
            "date_modified": "2022-03-27T18:17:00+02:00",
            "tags": [
                "теория"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/the-dashboard-is-dead-long-live-the-dashboard-14.png",
            "_date_published_rfc2822": "Thu, 27 Jan 2022 08:33:13 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "96",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": true,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/the-dashboard-is-dead-long-live-the-dashboard-14.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/the-dashboard-is-dead-long-live-the-dashboard-1.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/the-dashboard-is-dead-long-live-the-dashboard.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-95.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/the-dashboard-is-dead-long-live-the-dashboard-10.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/TDA03848.jpg"
                ]
            }
        },
        {
            "id": "94",
            "url": "http:\/\/revealthedata.com\/blog\/all\/metriki-bi-sistemy-kak-produkta\/",
            "title": "Метрики BI-системы как продукта",
            "content_html": "<p>Я считаю, что главная задача BI-системы помогать бизнесу быстро принимать решения, без рисков связанных с утечкой данных и ошибок из-за неправильных данных. Поэтому идеальной метрикой работы системы могли бы быть Time to Insight или денежная выгода от принятых решений с помощью это системы. Но я не придумал, как измерить это «по-честному» без аппроксимации в виде опросов «оцените сколько времени сэкономило вам внедрение дашборда». Кажется, что померить реальный экономический эффект от внедрения почти нереально или будет настолько затратно, что съест всю эффективность. Поэтому я выделяю группы метрик, которые, я верю, являются прокси к этим двум true north метрикам и их можно довольно просто померить. Эти группы следующие:<br \/>\n— Качество отчетности<br \/>\n— Скорость использования<br \/>\n— Вовлеченность<br \/>\n— Инфраструктура<\/p>\n<p>Давайте пройдемся по каждой группе и посмотрим какие метрики можно выделить в каждой из них. Мы пришли к этим метрика не сразу, а через ряд итераций, проб и ошибок. В целом при формировании этого списка мы шли «от цели», то есть выписывали какие результаты мы видим важными, а дальше думали как мы можем это измерить. Одна из первых таких диаграмм-размышлений на картинке.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/metriki-bi-sistemy-kak-produkta.png\" width=\"1871\" height=\"817\" alt=\"\" \/>\n<\/div>\n<h2>Качество отчетности<\/h2>\n<p>На мой взгляд это самые важные метрики, так как наиболее комплексно описывают удобство и пользу от работы с системой.<\/p>\n<p><b>«Аля NPS»<\/b><br \/>\nКачество отчетности можно проверять качественно и количественно. Для качественного исследования можно использовать опросы, мы проводим такой раз в полгода и узнаем у всех пользователей насколько им удобно пользоваться нашей системой. В итоге мы не измеряем именно NPS, но смотрим за средним баллом от 1 до 10 в целом и по отдельным вопросам. Основной вопрос: «Оцени по шкале от одного до десяти отчетность, которой пользуешься в Tableau. Интересуют любая отчетность в целом, которой ты пользуешься регулярно.» И девять дополнительных: Выбери наиболее важные пункты и не ставить много одинаковых оценок. 1 — «ужасно, займитесь в первую очередь», 10 — «всё и сейчас отлично»:<br \/>\n— Отчеты позволяют принять нужные бизнес-решения<br \/>\n— В отчетах есть нужные метрики\/разрезы<br \/>\n— Понятно как считаются KPI в отчете<br \/>\n— В отчетах качественные данные (полные и правильные)<br \/>\n— Данные обновляются своевременно<br \/>\n— Легко найти нужный\/новый отчет<br \/>\n— Отчеты работают быстро<br \/>\n— В отчетах понятная визуализация данных<br \/>\n— В отчетах понятный и удобный интерфейс<\/p>\n<p>Ответы на эти вопросы помогают понять общую обстановку + узнать конкретные слабые места системы. Так же есть возможность оставлять текстовые комментарии, оттуда мы получаем много полезной информации. По результатам опроса мы конечно же строим дашборд =)<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/metriki-bi-sistemy-kak-produkta-2.png\" width=\"2560\" height=\"1297\" alt=\"\" \/>\n<\/div>\n<p>Целевые значения, на мой взгляд, должны быть 8.5 баллов.<\/p>\n<p><b>Процент просмотров сертифицированных отчетов<\/b><br \/>\nСледующая метрика, не менее важная, чем предыдущая и я верю, что она во многом влияет на Time to Insight — процент просмотров приходящихся на качественную отчетность. Это значит, что мы делим все отчеты на нашем сервере на «хорошие» (сертифицированные) и на «плохие» (не прошедшие сертификацию) и верим, что «хорошие» отчеты быстрее решают задачу бизнеса.<\/p>\n<p>Сертификация проходит в процессе ревью отчетов, которое проходит каждый отчет который попадает в продуктовую среду. Ревью отчет предполагает проверку на формальные признаки: наличие описания и понятного названия отчета, правильность выставления доступов, использование стандартов оформления. Так и признаки, которые проверяет эксперт в своей области — удобство и UX-отчета, правильность выполнения расчетов, оптимальность написанного «кода» в Табло. По-сути данный процесс похож на ревью кода программистами, но чуть менее стандартизирован с точки зрения проверки качества работы. Если отчет проходит проверку, то он попадает в когорту «хороших» и мы сравниваем соотношение количества просмотров сертифицированных отчетов к общему количеству.<\/p>\n<p>Для того что бы избежать «накручивания» метрики за счет частотного просмотра небольшого количества отчетов мы учитываем только одни просмотр человека за день, плюс взвешиваем просмотр человека на его уровень в иерархии компании, так как верим, что решения топ-менеджмента влияют на развитие компании больше, чем решения принятые на местах. То есть, условно, просмотр одного из топ-менеджером равноценен просмотрам десяти обычных сотрудников. При этом так как количество топ-менеджеров небольшое, то мы получаем баланс интересов и учтем и те, и те голоса.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/metriki-bi-sistemy-kak-produkta-1.png\" width=\"745\" height=\"262\" alt=\"\" \/>\n<\/div>\n<p>В первый год нашей работы — это была наша основная метрика для управления и классно позволяла принимать решение — какие отчеты нужно улучшать в первую очередь. Я считаю, что данная метрика должна стремиться к условным 80% и не обязательно все-все отчеты должны быть сертифицированы, главное, чтобы качественными были основные, а «длинный хвост» большого количества мелких отчетов может оставаться «плохим». При этом важно только, чтобы этот хвост не мешал поиску остальных отчетов.<\/p>\n<p><i>Данную метрику нам с командой помог придумать крутейший Женя Козлов. И у него недавно вышел <a href=\"https:\/\/t.me\/SecretOfNoodleSoup\/29\">классный пост<\/a>, где одна из историй посвящена процессу создания этой метрики и к чему это привело. Рекомендую почитать и статью, и канал Жени.<\/i><\/p>\n<h2>Скорость использования системы<\/h2>\n<p>Второй важной компонентой является скорость работы с отчетами. При этом это не только непосредственно скорость работы в самом отчете, но и время поиска этих отчетов, получения к ним доступа и понимания как качественно работать с системой. Поэтому здесь я выделяю следующие метрики:<\/p>\n<p><b>Простота получения доступов<\/b><br \/>\nРабота с отчетностью начинается еще до того, как сотрудник впервые открыл дашборд, когда он получает к нему доступы. Если в этом процессе есть много согласующих, которые долго тянут с «оком», то время на получение инсайта увеличивается. В идеальном мире человеку должны быть доступны все данные, которые ему могут быть полезны и это не нарушает политику безопасности компании. То есть человек при выходе на работу или появлении нового отчета должен быть включен в нужные группы сотрудников, которые уже согласованы. Но так происходит не всегда и часто приходится утверждать доступы.<\/p>\n<p>Мы измеряем простоту получения доступа количеством индивидуальных ролей, которые пришлось получить человеку для доступа к отчету. То есть метрика — среднее количество персональных ролей для доступов на одного сотрудника. Если видим, что это число растёт — создаем новые группы и проводим обучение для аналитиков как правильно давать групповые доступы для сотрудников и создавать новые группы. Целевое значение для этой метрики нам ещё предстоит определить, но пока ориентируемся на не больше чем 5 персональных ролей на человека.<\/p>\n<p><b>Качество онбординга<\/b><br \/>\nЕсли человек знает как пользоваться системой, где и как искать отчеты, то он будет быстрее получать инсайты. Мы приглашаем пройти онлайн обучение всех сотрудников, получивших доступ к отчетности. Далее измеряем количество прошедших обучение, доходимость и правильность ответов на контрольные вопросы. Как цель здесь можно ориентироваться, на мой взгляд, на доходимость курса порядка 60% от всех приглашений на курс.<\/p>\n<p><b>Скорость работы отчетов <\/b><br \/>\nЭто самая очевидная вещь с которой, к сожалению, есть проблемы в большинстве BI-систем. Скорость отклика и загрузки дашбордов зависит от большого количества переменных: от скорость работы баз данных и качества «кода» дашборда, до количества людей на сервере в моменте и действий пользователя. Мы измеряем скорость первичной загрузки отчетов и ставим себе цель, чтобы 80% отчетов на сервере открывались за 5 и менее секунд.<\/p>\n<h2>Вовлеченность<\/h2>\n<p>Чтобы от отчетов была польза, надо чтобы им пользовались (спасибо, кэп!). Поэтому важными метриками являются так же метрики вовлечения сотрудников в работу с ними.<\/p>\n<p><b>% пользователей системы от общего количества сотрудников компании<\/b><br \/>\nЭто метрика косвенно показывает насколько развита data driven культура внутри компании и очень важна на первых этапах внедрения и особенно при внедрении self-service подходов. Целевое значение метрики может варьироваться от отрасли компании, но, кажется, что для современной компании из IT сектора данный показатель должен составлять 60-80% от компании.<\/p>\n<p><b>MAU\/DAU<\/b><br \/>\nЕжемесячная и ежедневная аудитория позволяют отследить нагрузку на сервер и понимать скорость роста продукта. Здесь важны скорее не абсолюты, но темпы прироста. Целевых значений для этой метрики я бы не ставил и использовал бы её справочно.<\/p>\n<p><b>RFM<\/b><br \/>\nМы стараемся применять классические продуктовые методы анализа и для внутренних инструментов. Поэтому используем и анализ вида Recency, Frequency, Monetary. Где за частоту использования берём количество просмотров, за «недавнось» количество дней с последнего захода на сервер, а вот за количество принесённых денег принимаем «топовость» пользователя в системе, то есть количество сотрудников между руководителем компании и самим сотрудником. Чем выше уровень человека, тем в большей степени его решения влияют на судьбу компании, поэтому мы перемножаем частоту заходов на коэффициент соответствующий уровню человека. Условно топ — 10, топ-1 — 5, топ-2 — 3 и т. п. Также смотрим и за когортами пользователей. Здесь нет каких-то целевых значений, зато есть проявляются паттерны и зная ретеншен по когортам, можно планировать закупку лицензий и т. п.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/metriki-bi-sistemy-kak-produkta-3.png\" width=\"1250\" height=\"1008\" alt=\"\" \/>\n<\/div>\n<h2>Инфраструктура<\/h2>\n<p>Последняя часть за которой мы следим с помощью метрик — это технические метрики качества работы системы.<\/p>\n<p><b>Доступность<\/b><br \/>\nЭто классическая метрика для любых систем. Здесь мы измеряем uptime системы и стараемся держать его на уровне 99%.<\/p>\n<p><b>Процент ошибок<\/b><br \/>\nВ зависимости от технических особенностей BI-системы можно следить за ошбиками в логах сервера или в обновлении данных. Мы следим за процентом неудавшихся обновлений экстрактов источников данных и количеством критических ошибок в логах сервера.<\/p>\n<p><b>Загрузка мощностей<\/b><br \/>\nЗдесь ничего волшебного — следим за загрузкой CPU и RAM сервера. Мы отслеживаем это в Графане, так как она позволяет смотреть за этим в реальном времени.<\/p>\n<h2>Пример дашборда<\/h2>\n<p>За частью из этих метрик мы следим с помощью дашборда на ежедневной основе.<br \/>\nОсновные блоки посвящены всем разделам: качеству, скорости, вовлеченности и технической части.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-94.png\" width=\"1912\" height=\"931\" alt=\"\" \/>\n<\/div>\n<h2>Итого<\/h2>\n<p>Описанные метрики составляют экосистему, которая помогает нам принимать решения о том, что сейчас стоит улучшить в продукте и мы верим, что она подходит для решения наших задач. Но, например, так как у нас нет развитого self-service на стороне бизнес-пользователей, то мы, например, не следим за метриками активности создания дашбордов и т. п. Поэтому как и говорил в начале статьи — каждый кейс требует проработки системы метрик под свои задачи. Если хотите посмотреть какие ещё метрики бывают для BI систем, загляните в раздел «9. Эффективность» <a href=\"https:\/\/miro.com\/app\/board\/o9J_lha8MnM=\/\">на доске про стратегию<\/a> от Саши Баракова.<\/p>\n",
            "date_published": "2022-01-08T08:55:18+02:00",
            "date_modified": "2023-04-13T21:41:06+02:00",
            "tags": [
                "теория"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/metriki-bi-sistemy-kak-produkta.png",
            "_date_published_rfc2822": "Sat, 08 Jan 2022 08:55:18 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "94",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/metriki-bi-sistemy-kak-produkta.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/metriki-bi-sistemy-kak-produkta-2.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/metriki-bi-sistemy-kak-produkta-1.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/metriki-bi-sistemy-kak-produkta-3.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-94.png"
                ]
            }
        },
        {
            "id": "95",
            "url": "http:\/\/revealthedata.com\/blog\/all\/matrica-kompetenciy-bi-analitika\/",
            "title": "Матрица компетенций BI-аналитика",
            "content_html": "<p>Сделал <a href=\"https:\/\/docs.google.com\/spreadsheets\/d\/1tg9xyYhpj2gCtDtH_ooh_3OnnDPuTPIsIs7dVrMTiC0\/edit?usp=sharing\">матрицу компетенций<\/a>, она родилась за год большой работы по менторству BI-аналитиков и <a href=\"https:\/\/t.me\/revealthedata\/582\">«сериала» с Русланом<\/a>. С радостью и гордостью хочу поделиться ей с комьюнити. Получилось круто.<\/p>\n<div class=\"e2-text-picture\">\n<a href=\"https:\/\/docs.google.com\/spreadsheets\/d\/1tg9xyYhpj2gCtDtH_ooh_3OnnDPuTPIsIs7dVrMTiC0\/edit?usp=sharing\" class=\"e2-text-picture-link\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/matrica-kompetenciy-bi-analitika-2.png\" width=\"1221\" height=\"511\" alt=\"\" \/>\n<\/a><\/div>\n<p>Матрица будет полезна и новичкам — есть подсветка проседающих навыков и ссылки на учебные материалы. И компаниям  — для составления планов развития сотрудников.<\/p>\n<p>Необходимо оценить себя по 69 навыкам из 6 направлений, которые важны BI-аналитику на мой взгляд. Каждый навык имеет уровень «прокачки» от 1 до 4 и описание, с примером ожиданий знаний от уровня. Но это только пример, при сомнениях, оцените навык по ощущениям от «джун» до «лид».<\/p>\n<p>Матрица — не истина в последней инстанции, а ориентир и быстрый способ оценить себя. В идеале должна заполняться вместе с ментором, кто мог бы валидировать результат и дать практику.<\/p>\n<p>Большое спасибо всем, кто помогал и участвовал в тестировании. Буду рад идеям, ссылкам и примерам результатов в комментариях.<\/p>\n<p>🔗 <a href=\"https:\/\/docs.google.com\/spreadsheets\/d\/1tg9xyYhpj2gCtDtH_ooh_3OnnDPuTPIsIs7dVrMTiC0\/edit?usp=sharing\">Ссылка<\/a><\/p>\n",
            "date_published": "2022-01-07T12:12:05+02:00",
            "date_modified": "2022-01-07T12:11:54+02:00",
            "tags": [
                "теория"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/matrica-kompetenciy-bi-analitika.png",
            "_date_published_rfc2822": "Fri, 07 Jan 2022 12:12:05 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "95",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/matrica-kompetenciy-bi-analitika.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/matrica-kompetenciy-bi-analitika-2.png"
                ]
            }
        },
        {
            "id": "93",
            "url": "http:\/\/revealthedata.com\/blog\/all\/itogi-pervogo-sezona-zaletay-v-bi\/",
            "title": "Итоги первого сезона «Залетай в BI»",
            "content_html": "<p><i>Статья подготовлена в рамках <a href=\"https:\/\/t.me\/revealthedata\/444\">сериала «Залетай в BI»<\/a><\/i><\/p>\n<p>Завершаем первый сезон сериала. =) В этот раз задачей Руслана было разработать овервью отчет для компании, который бы стал финальной вишенкой на торте системы отчетности, что мы делали. И вишенка прям удалась, получился очень стильный дашборд про основные показатели компании и топы по основным срезам.<\/p>\n<p>Предполагается, что из него будут вести ссылки на другие овервью и страницы сущности, разработанные в рамках нашего приключения. Такой дашборд отвечает на вопрос — всё ли в порядке в компании на сегодня и позволяет быстро перейти на нужное направление бизнеса, чтобы увидеть детали. Я бы такой дашборд с удовольствием повесил на экран в кабинете или даже как плакат. =) Особенно мне понравились диаграммы проигрыш-выигрыш над спраклайнами.<\/p>\n<div class=\"e2-text-picture\">\n<a href=\"https:\/\/public.tableau.com\/app\/profile\/ruslan6180\/viz\/olist_overview\/Overview\" class=\"e2-text-picture-link\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/Overview.png\" width=\"1499\" height=\"1124\" alt=\"\" \/>\n<\/a><\/div>\n<p>Хочу подвести итоги первого сезона сериала. Для меня это был интересный опыт — я в первый раз проводил менторинг внешнего человека, а не коллеги или сотрудника. Получилось очень удачно! Но тут большая заслуга Руслана — он очень круто и структурно впитывал информацию, скрупулёзно подходил к домашним и заданиям и был классным партнёром по написанию постов. Прогресс от первого <a href=\"https:\/\/public.tableau.com\/app\/profile\/ruslan6180\/viz\/olits\/Dashboard_City\">дашборда<\/a>, до того, что получается сейчас просто огромный. Так же получился и огромный рост чисто по техническому знанию Табло. Дальше мы будем работать над тем как лучше собирать требования и есть моменты по граф. дизайну, которые нужно отшлифовать.<\/p>\n<p>Это последняя серия с Русланом, возможно нас ждут новые герои. Но у истории Руслана счастливый конец — Руслан уже несколько месяцев работает у нас в команде. Здесь не было никакого кумовства и он отлично прошёл наши собесы на позицию.<\/p>\n<p>Мне понравился такой формат «сериала» — он позволяет рассказать и про интересные технические моменты и вдохновить тех, кто только пришёл в область. Я размышляю о том, чтобы запустить второй сезон в новом году, если это будет интересно аудитории (так как это ест много ресурсов, а в планах ещё и хочется делать его с видео).<\/p>\n<p><i>А ниже будут впечатления Руслана.<\/i><\/p>\n<p>Залетайка для меня — это история про менторство, проектное обучение и удачу, которые соединились и превратились в “сменить профессию за 3 месяца”.  Я сделал для себя несколько выводов, которые могут быть интересны всем, кто хочет попробовать себя в чем-то новом или прокачаться в своей области.<\/p>\n<p><b>Вывод 1<\/b>. Менторство — это классная форма обучения, если у тебя уже есть какая то база и ты хочешь развиваться целенаправленно.<\/p>\n<p>Мы познакомились с Ромой на <a href=\"https:\/\/datalaboratory.ru\/course\/\">курсе по датавизу<\/a> от Лаборатории Данных и там я впервые попробовал поработать в Табло. Курс был хорошим стартом, но недостаточным, чтобы идти куда-то даже джуном.  Я продолжил учиться на онлайн курсах, но везде упирался в то, что  примеры задач были слишком абстрактными,  не похожими на реальные задачи или на вопросы, с которыми я мог бы столкнуться на собеседовании.<br \/>\nТогда я предложил Роме стать моим ментором. И с первого же занятия, я получил то, что хотел. Оно проходило в формате собеседования — ассесмента и там я узнал свой реальный уровень знаний (а точнее незнаний), но вместе с тем и указание, что нужно выучить в первую очередь, а что во вторую. Важный момент: если бы я пришел на такое собеседование с нулевым знанием табло и датавиза, то получил бы  стандартный малополезный ответ —  “иди учи азы”. Но чем выше твоя база, тем более специфична и обратная связь: “подтяни конкретно вот этот навык, а тут хорошо”<\/p>\n<p><b>Вывод 2. <\/b>Удачное менторство — это интерес и ответственность двух сторон.<\/p>\n<p>Взаимодействие учитель-ученик не похоже на взаимодействие ментор-менти. У учителя есть обязательство научить и программа, а ученик идет по рельсам этой программы. Отношения ментора и менти более гибкие и персональные: программа у ментора может быть, а может и не быть, но в любом случае обучение должно подстраиваться под менти. Ответственность менти в том, чтобы этой возможностью активно пользоваться: задавать вопросы, просить обратную связь и даже придумывать самому себе упражнения.<br \/>\nКогда я пришел к Роме у него не было готового формата и залетайка, какой она получилась, это результат совместного обсуждения и доработок в процессе.<\/p>\n<p><b>Вывод 3.<\/b> Проектное обучение — будущее образования.<\/p>\n<p>Если вы когда нибудь изучали Табло, то вы знаете что такое Sample Superstore. Это встроенный в Табло учебный набор данных, который используется в подавляющем большинстве обучающих материалов. Это удобно для первых шагов и простых примеров, но жутко скучно, если делать проект для портфолио. Мы сразу решили что хотим делать дашборды максимально приближенные к реальности и чтобы весь процесс был похож на настоящий. Поэтому нашли на kaggle хороший датасет с реальными данными, я проводил с Ромой настоящие интервью, а он играл аккаунт менеджера Джейкоба Бунина). Сейчас, уже сделав на работе настоящие боевые дашборды могу сказать, что опыт полученный при обучении был релевантным.<\/p>\n<p><b>Вывод 4. <\/b>Удача важна, но без действий она не приходит<\/p>\n<p>С помощью менторства я реально быстро залетел в BI, но я понимаю, что сложилось много факторов:<br \/>\n— Я сходил на обучение и познакомился с Ромой<br \/>\n— У меня была возможность активно учиться<br \/>\n— У Ромы было время и возможности стать ментором<br \/>\n— Появилась вакансия<br \/>\nИ т. д.<\/p>\n<p>На удачу нельзя повлиять, но нужно дать ей шанс проявиться. Если бы я не пошел на обучение, то и не подумал бы о менторстве. Если бы не спросил Рому о менторстве, то не узнал бы, что у него есть возможность. Не сказал бы что ищу работу, Рома не предложил бы попробоваться на вакансию. Так что да, вот оно, банальное “Везет тому кто везет”.<\/p>\n<p>P.S Это был отличный опыт и я желаю удачи всем, кто хочет развиваться и попробует менторство как инструмент своего развития<\/p>\n",
            "date_published": "2021-12-01T08:43:26+02:00",
            "date_modified": "2021-12-01T08:43:04+02:00",
            "tags": [
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/Overview.png",
            "_date_published_rfc2822": "Wed, 01 Dec 2021 08:43:26 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "93",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/Overview.png"
                ]
            }
        },
        {
            "id": "92",
            "url": "http:\/\/revealthedata.com\/blog\/all\/optimizaciya-raboty-otchetov\/",
            "title": "Оптимизация работы отчетов",
            "content_html": "<p><i>Статья подготовлена в рамках <a href=\"https:\/\/t.me\/revealthedata\/444\">сериала «Залетай в BI»<\/a><\/i><\/p>\n<p>После небольшого перерыва Руслан продолжает осваивать премудрости Табло. В этот раз мы сконцентрировались на производительности и разбирались с тем как записывать Performance Recording. Скорость работы отчетов — очень важный показатель, для счастья пользователей. Если вы научитесь делать быстрые дашборды, они будут вам очень благодарны. =)<\/p>\n<p>В этот раз задача была сугубо техническая — разобраться, что влияет на скорость работы отчета, как это замерить и улучшать. Для этого Руслан проштормил кучу материалов и попробовал применить усвоенное к одному из дашбордов, что мы делали до этого. Был записан исходный перфоманс, сделаны гипотезы по улучшениям и проведены повторные замеры.<\/p>\n<p>Исходный дашборд: <a href=\"https:\/\/public.tableau.com\/app\/profile\/ruslan6180\/viz\/olist_new\/Dashboard_City\">https:\/\/public.tableau.com\/app\/profile\/ruslan6180\/viz\/olist_new\/Dashboard_City<\/a><\/p>\n<p>Исходный перфоманс рекорд отчета:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-91.png\" width=\"1001\" height=\"1223\" alt=\"\" \/>\n<\/div>\n<p>Чтобы перфоманс рекорд был максимально идентичным все записи запускались через макрос-кликер, записывающий движение мышки. Также был отключен фильтр на длительность операции < 0.01 секунды, чтобы видеть все операции. Записи проводились локально<\/p>\n<p>За точку старта берется событие с параметром tabdoc:navigate-to-sheet, а точкой окончания — последняя операция render, не относящаяся к окончанию работы перфоманс рекорда.<\/p>\n<p><b>Гипотезы по улучшению отчета:<\/b><\/p>\n<ol start=\"1\">\n<li>Уменьшить кол-во выводимых строк в Sellers List (сейчас выводится 5к+ marks), используя пагинацию и оставить только топ 100 городов на карте (вместо 4к)<\/li>\n<li>Переделать график с боксплотами, оставив только диапазоны, без отдельных значений<\/li>\n<\/ol>\n<h2>Проверка гипотезы 1<\/h2>\n<p>Теперь в таблице sellers list выводится только 30 строк, а на карте только 100 значений. Результаты:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-92.png\" width=\"999\" height=\"1220\" alt=\"\" \/>\n<\/div>\n<h2>Проверка гипотезы 2<\/h2>\n<p>Переделаны боксплоты, чтобы не было выбросов. Результаты:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-93.png\" width=\"1000\" height=\"1212\" alt=\"\" \/>\n<\/div>\n<h2>Итого<\/h2>\n<p>Финальный дашборд: <a href=\"https:\/\/public.tableau.com\/app\/profile\/ruslan6180\/viz\/olist_new_performance\/Dashboard_City\">https:\/\/public.tableau.com\/app\/profile\/ruslan6180\/viz\/olist_new_performance\/Dashboard_City<\/a><br \/>\nРезультат в серднем для первичной загрузки -0,5 сек от исходного времени в 3,7 сек (или -13%). Дашборд и так был быстрый, но процентный прирост довольно значимый.<\/p>\n",
            "date_published": "2021-10-11T09:15:44+02:00",
            "date_modified": "2021-11-06T22:48:58+02:00",
            "tags": [
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-91.png",
            "_date_published_rfc2822": "Mon, 11 Oct 2021 09:15:44 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "92",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-91.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-92.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-93.png"
                ]
            }
        },
        {
            "id": "91",
            "url": "http:\/\/revealthedata.com\/blog\/all\/poryadok-operaciy-pri-rabote-s-relationships\/",
            "title": "Порядок операций при работе с Relationships",
            "content_html": "<p><i>Статья подготовлена в рамках <a href=\"https:\/\/t.me\/revealthedata\/444\">сериала «Залетай в BI»<\/a><\/i><\/p>\n<p><i>В прошлом спринте Руслан делал дашборд в котором столкнулся с интересным поведением Табло<\/i><\/p>\n<p>Предположим, что у нас есть таблица с заказами с суммой продаж, и таблица с  товарами, которые входят в этот заказ.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-87.png\" width=\"954\" height=\"416\" alt=\"\" \/>\n<\/div>\n<p>Так как в одном заказе может быть несколько позиций, то для соединения этих таблиц логично использовать Relationships (далее рилейшены или макароны :-P).<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-88.png\" width=\"946\" height=\"524\" alt=\"\" \/>\n<\/div>\n<p>Предположим, что мы хотим посчитать продажи по производителю«PA». Простой способ — добавить поле Producer в фильтры и выбрать нужного производителя:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-89.png\" width=\"1015\" height=\"629\" alt=\"\" \/>\n<\/div>\n<p>Всё работает, как мы ожидаем и показывается верное число — 550 рублей. Но что, если мы хотели бы посчитать продажи не через фильтр, а через отдельное расчетное поле вида <i>IIF([Producer]=«PA»,[Total Sales],NULL)<\/i>?<br \/>\nНапример, такое могло бы пригодиться, чтобы была возможность выбирать производителя через использование параметра и нам нужно было сравнивать параметр с значением поля Producer. В этом случае мы получаем ошибку задвоения по количеству товаров в заказе:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-90.png\" width=\"1199\" height=\"686\" alt=\"\" \/>\n<\/div>\n<p>Чтобы раскопать эту ошибку в реальном дашборде у меня ушло больше часа. Наверное ещё мало работаю с этим типом соединений и не набил себе шишек. Но, к сожалению, не нашёл в интернете подробного описания как технически работают рилейшены.<\/p>\n<p>Объясняю себе это так — в первом случае с использованием фильтров Табло сначала выбирает уникальные значения из правой таблицы, затем делает джоин с левой таблицей и только после этого делает расчет суммы для продаж. Во втором же случае мы не фильтруем правую таблицу, а используем её полностью, затем джоиним на левую таблицу и получаем задвоение, затем считаем сумму продаж.<\/p>\n<p>Какой-то порядок операций в квадрате =) Было бы круто найти технический алгоритм работы этих макарон. Кажется, что можно наделать незаметных ошибок, которые приведут к неверному результату. Будьте осторожны!<\/p>\n",
            "date_published": "2021-08-03T22:25:35+02:00",
            "date_modified": "2021-08-03T22:25:27+02:00",
            "tags": [
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-87.png",
            "_date_published_rfc2822": "Tue, 03 Aug 2021 22:25:35 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "91",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-87.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-88.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-89.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-90.png"
                ]
            }
        },
        {
            "id": "90",
            "url": "http:\/\/revealthedata.com\/blog\/all\/osobennosti-raboty-funkcii-total\/",
            "title": "Особенности работы функции TOTAL()",
            "content_html": "<p><i>Статья подготовлена в рамках <a href=\"https:\/\/t.me\/revealthedata\/444\">сериала «Залетай в BI»<\/a><\/i><\/p>\n<p><i>На прошлой недели Руслан делал задачки на табличные функции и сделал ошибку при работе с функцией TOTAL(). Объясняю в чем она заключалась и как это работает.<\/i><\/p>\n<p>Функций TOTAL() — уникальная функция в Табло, которая работает по своим правилам. Если их не знать, то легко сделать ошибку. Рассмотрим на примерах.<\/p>\n<h2>TOTAL() игнорирует дименшены в виде<\/h2>\n<p>Предположим, что у нас есть средние чеки по разным категориям товаров и мы хотим посчитать отклонение это среднего чека от среднего между этими категориями.<\/p>\n<p>Сначала посчитаем средний чек между категориями. Для этого можем кинуть референс лайн со средним на вид:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-83.png\" width=\"784\" height=\"459\" alt=\"\" \/>\n<\/div>\n<p>Получили 445$ — это значение получается как (504+532+96+649)\/4=445. А каждое слагаемое — это AVG(Sales) по всем строчкам данных внутри этой категории. То есть мы посчитали среднее от средних.<\/p>\n<p>Теперь попробуем воспроизвести среднее от средних с помощью функции TOTAL():<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-85.png\" width=\"986\" height=\"564\" alt=\"\" \/>\n<\/div>\n<p>Получим то, что значение считается по-другому, вместо 445, мы видим 350. Почему же так происходит? Функция TOTAL игнорирует все димешены в виде при расчёте и считает среднее на уровне строк базы данных. То есть мы по сути получили такой расчёт, как если бы в виде не было ни одного дименшена:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/osobennosti-raboty-funkcii-total.png\" width=\"944\" height=\"558\" alt=\"\" \/>\n<\/div>\n<p>Игнорирование дименшенов — самое главное отличие функции TOTAL(), в отличии от других табличных вычислений она не зависит от разбивки на листе.<\/p>\n<p>Если бы мы хотели посчитать средне от среднего нам бы было необходимо использовать функцию WINDOW_AVG(). Эта функция уже не игнорирует дименшены, а делает расчеты между агрегированными значениями, которые получились по каждому из дименшенов.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/osobennosti-raboty-funkcii-total-1.png\" width=\"1249\" height=\"591\" alt=\"\" \/>\n<\/div>\n<p>Поэтому если бы мы хотели построить график отклонения от среднего <b>между<\/b> категориями, а не от среднего <b>в целом<\/b>, то нам бы нужно было использовать именно эту функцию. Могли бы получить какую-то такую табличку:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/osobennosti-raboty-funkcii-total-2.png\" width=\"883\" height=\"255\" alt=\"\" \/>\n<\/div>\n<p>Какой использовать из расчетов зависит от вашей задачи и, возможно, TOTAL() был бы даже логичнее использовать в данном кейсе. Но очень важно понимать как работает эта функция в данном случае.<\/p>\n<h2>Grand Total использует TOTAL()<\/h2>\n<p>Предположим, что мы хотим вывести таблицу в которой будут посчитаны количество уникальные товаров по городам (считаем, что название товара == его ID):<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/osobennosti-raboty-funkcii-total-3.png\" width=\"857\" height=\"457\" alt=\"\" \/>\n<\/div>\n<p>Теперь добавим итог для этой таблицы. Получим 110 товаров.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/osobennosti-raboty-funkcii-total-4.png\" width=\"1069\" height=\"652\" alt=\"\" \/>\n<\/div>\n<p>Пользователи, привыкшие к Экселю, подумают, что в итоге мы увидим сумму значений по строкам, но на самом деле это не так. Все итоги в Табло тоже используют функцию TOTAL() и так как мы считаем неаддитивную метрику, то он посчитает количество уникальных товаров среди всех городов. Чтобы переключить способ расчета на сумму, необходимо выбрать опцию Total using (таким образом на самом деле меняем расчет на WINDOW_SUM()). При это получим другой результат (114, а не 110)<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-86.png\" width=\"1728\" height=\"928\" alt=\"\" \/>\n<\/div>\n<p>При этом важно, чтобы ваши пользователи понимали, что именно подразумевается под итогами. Табло, к сожалению, никак не показывает как именно делался расчет итогов и это может ввести в заблуждение.<\/p>\n<h2>Итого<\/h2>\n<p>Оба примера которые я привел в заметке очень часто встречаются в реальной жизни при расчетах DAU, LTV, Retention и других неаддитивных метрик. Будьте аккуратны и случайно не посчитайте что-то не то, что ожидает ваш пользователь.<\/p>\n",
            "date_published": "2021-07-20T19:45:41+02:00",
            "date_modified": "2021-07-21T07:45:30+02:00",
            "tags": [
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-84.png",
            "_date_published_rfc2822": "Tue, 20 Jul 2021 19:45:41 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "90",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-84.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-83.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-85.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/osobennosti-raboty-funkcii-total.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/osobennosti-raboty-funkcii-total-1.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/osobennosti-raboty-funkcii-total-2.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/osobennosti-raboty-funkcii-total-3.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/osobennosti-raboty-funkcii-total-4.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-86.png"
                ]
            }
        },
        {
            "id": "89",
            "url": "http:\/\/revealthedata.com\/blog\/all\/lody-poryadok-operaciy-i-kak-rabotaet-tablo\/",
            "title": "LODы, порядок операций и как работает Табло",
            "content_html": "<p><i>Статья подготовлена в рамках <a href=\"https:\/\/t.me\/revealthedata\/444\">сериала «Залетай в BI»<\/a><\/i><\/p>\n<p><i>На прошлой недели Руслан прокачивал навыки работы со сложным техническим функционалом. Для того чтобы прокачать работу с расчётами я дал задачки, где нужно было построить одни и те же графики при помощи табличных вычислений и LODов. Тут были две основные проблемы: переусложненные вычисления и ошибки в понимании как работает порядок операций. Разберём две эти проблемы на небольших примерах на любимом Sample Superstore.<\/i><\/p>\n<h2>Как работают LODы и Табло в целом<\/h2>\n<p>Предположим, что хотим посчитать для каждого штата процент продаж от общего с помощью LODа (понятно, что для этого лучше подошли бы тейбл кальки, это чисто учебная задача). Руслан сделал это с помощью такой формулы:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-71.png\" width=\"2200\" height=\"935\" alt=\"\" \/>\n<\/div>\n<p>И в целом это работает верно, но это слишком сложно — мы используем целых два LODа вместо одного. Как же понять, что формула в числителе лишняя?<\/p>\n<p>Во первых давай разберёмся какой SQL запрос послало Табло, когда мы просто собрали лист с суммой продаж по штатам. Когда мы кладём любые пилюли на полку Табло формирует запрос к базе данныых, получает в ответ агрегированную таблицу данных и визуализирует её. Если мы положили пилюли как на скрине, то Табло отправило примерно такой запрос (не ругайте меня за нотацию, у меня лапки на счёт SQL, сейчас важнее смысл). Это, кстати, называется <a href=\"https:\/\/www.tableau.com\/drive\/what-is-vizql\">VIZQL<\/a> — проприетарная технология Табло превращения пилюль в запросы к БД.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-72.png\" width=\"1679\" height=\"611\" alt=\"\" \/>\n<\/div>\n<p>Теперь давайте разберёмся как работает LOD (в данном случае FIXED). Level of Detail расчет, это такой расчёт, который создаёт отдельный подзапрос к базе данных и потом джойнит его к той агрегированной таблице, которая получилась в результате запроса от VIZQL листа. То есть этот запрос выполняется паралельно основному и потом происходит его джоин. Из-за этого LODы так медленно и работают на больших объёмах данных.<\/p>\n<p>Структура выражения LOD при этом выглядит так:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-73.png\" width=\"871\" height=\"301\" alt=\"\" \/>\n<\/div>\n<p>Получается, что наша формула для расчета процента от общего превратиться в такие подзапросы:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-74.png\" width=\"1281\" height=\"560\" alt=\"\" \/>\n<\/div>\n<p>Мы сразу видим, что первый подзапрос, по-сути идентичен тому запросу, что формирует сам лист без применения LOD. В этом случае получается, что мы переусложняем и вместо LOD мы можем использовать в числителе просто SUM([Sales]). Но при этом Табло будет ругаться на то, что мы смешиваем агрегированные и неагрегированные показатели:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-76.png\" width=\"1046\" height=\"525\" alt=\"\" \/>\n<\/div>\n<p>Чтобы избавиться от этой ошибки нам нужно обернуть формулу в знаменателе в агрегацию. Например в сумму. Всё отлично работает.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-77.png\" width=\"1563\" height=\"675\" alt=\"\" \/>\n<\/div>\n<p>Итого — проверяя свои расчёты, думайте о том, какие агрегаты вы уже получаете из данных, когда используете пилюли. Вам не нужно использовать LOD с такой же грануляций, а просто можно использовать агрегирующую функцию.<\/p>\n<h2>Порядок операций<\/h2>\n<p><a href=\"https:\/\/help.tableau.com\/current\/pro\/desktop\/en-us\/order_of_operations.htm\">Порядок операций<\/a> — важный концепт, который как мне кажется часто переусложняют. В целом его обязательно нужно понимать, чтобы знать как происходит трансформация данных в Табло. Это спасёт вас от ошибок расчета TopN, сетов или поможет оптимизировать книгу, например, с помощью фильтров на стороне источника данных. Однако из практических кейсов когда мы можем управлять и менять порядок операций я выделю три основных:<br \/>\n— Превращение обычного расчета в FIXED, чтобы расчет «игнорировал» фильтры в визуализации<br \/>\n— Превращение обычного фильтра в контекстный, чтобы он начал действовать на FIXED расчёты и расчеты TopN<br \/>\n— Использование Table Calcs фильтров, чтобы отфильтровывать данные из вида, не убирая их из агрегированной таблицы.<\/p>\n<p>Пока объяснял это Руслану, нарисовал такую схемку, вот прям живой скрин, поэтому немного страшненький:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-78.png\" width=\"1012\" height=\"672\" alt=\"\" \/>\n<\/div>\n<p>Рассмотрим примеры для каждого из кейсов.<\/p>\n<p><b>1. Превращение обычного расчета в FIXED<\/b><br \/>\nЗдесь всё обычно супер очевидно, хотим подсчитать что-то, что будет «игнорировать» фильтры. Игнорировать в кавычках, так как на самом деле этот запрос выполняется параллельно.  Бизнесовый пример — хотим при выборе конкретного сегмента товаров в фильтре видеть, какой процент продаж он составляет в регионе:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-79.png\" width=\"1573\" height=\"880\" alt=\"\" \/>\n<\/div>\n<p><b>2. Превращение обычного фильтра в контекстный<\/b><br \/>\nПревращение фильтра в контекстный позволяет нам применить его «как бы на уровне датасорса». Это на самом деле создаёт временную таблицу к которой уже обращается VIZQL, что может как тормозить, так и иногда ускорять работу Табло. Если вы применяете контекстный фильтр ко всем листам в визуализации, подумайте на счёт его переноса в датасорс фильтры через параметры. Бизнесовый пример — хотим видеть топ-10 штатов по продажам за 2019 год. Используем для этого фильтр TopN, а чтобы он правильно работал при выборе года, фильтр по году заносим в контекст.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-80.png\" width=\"1467\" height=\"644\" alt=\"\" \/>\n<\/div>\n<p><b>3. Использование Table Calcs фильтров<\/b><br \/>\nЧаще всего нужны чтобы работали верно расчеты прироста и функции LOOKUP. Так как если мы фильтруем с помощью дименшен фильтров, то данные отфильтровываются и Табло не почему строить приросты. Бизнесовый пример — хотим показывать текущий год на фоне предыдущего, но при этом хотим скрыть первый год.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-81.png\" width=\"1291\" height=\"642\" alt=\"\" \/>\n<\/div>\n<p>Для этого можно использовать фильтр по FIRST()>-12. Так как это табличный фильтр он и идёт в самом конце фильтрации по порядку операций. Значит он не удалит данные из запроса, а только скроит их из вида, что нам и нужно.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-82.png\" width=\"1336\" height=\"651\" alt=\"\" \/>\n<\/div>\n<p>Книга с этими примерами <a href=\"https:\/\/public.tableau.com\/app\/profile\/roman4734\/viz\/LODExamples_16256379356090\/oftotal\">на Паблике<\/a>.<\/p>\n<p>Понимаю, что привёл примеры без детальных объяснений, но зато кратко и основные кейсы. Есил вам нужно прокачать эту часть поищите в инете по запросу Tableau Order of Operations. Вот, например, <a href=\"https:\/\/www.youtube.com\/watch?v=VIwblzAKCYs\">неплохое видео<\/a>.<\/p>\n",
            "date_published": "2021-07-07T08:19:20+02:00",
            "date_modified": "2021-07-09T07:31:37+02:00",
            "tags": [
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-75.png",
            "_date_published_rfc2822": "Wed, 07 Jul 2021 08:19:20 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "89",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-75.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-71.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-72.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-73.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-74.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-76.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-77.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-78.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-79.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-80.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-81.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-82.png"
                ]
            }
        },
        {
            "id": "88",
            "url": "http:\/\/revealthedata.com\/blog\/all\/gayd-po-quick-table-calculation\/",
            "title": "Шпаргалка по Quick Table Calculations",
            "content_html": "<p><i>Статья подготовлена Русланом и немного подредактирована мной. Материал создан рамках менторства и прокачивания навыков Руслана как BI-разработчика. На нашем перовом созвоне я увидел, что у Руслана нет легкости в обращении с быстрыми табличными вычислениями, поэтому одно из заданий было разобраться с каждым видом расчета, чтобы прокачать этот навык. Он подготовил шпаргалку, которая будет полезна всем, кто только начал изучать Табло. <\/i><\/p>\n<h2>Задание<\/h2>\n<p>Придумать по одному бизнес кейсу для каждого Quick Table Calcs, которые есть в Табло. Описать какую задачу решает этот кальк, описать особенности этого калька (если есть).<\/p>\n<h2>Решение<\/h2>\n<p><a href=\"https:\/\/public.tableau.com\/app\/profile\/ruslan6180\/viz\/Quick_table_calcs\/QuickTableCalcs\">Книга на Табло Паблик с примерами<\/a><\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation.png\" width=\"1245\" height=\"663\" alt=\"\" \/>\n<\/div>\n<p>Общая особенность формул: Для всех table calcs можно уточнять размер партиции (Таблица, панель, ячейка) и направление расчета, если партиция по структуре не ряд, а таблица. Направления — down, across и т. д.<\/p>\n<h2><i>Running total (Включает в себя быстрые YTD total, YTD growth)<\/i><\/h2>\n<div style=\"max-width: 33%\"><div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-67.png\" width=\"1000\" height=\"996\" alt=\"\" \/>\n<\/div>\n<\/div><p><b>Краткое описание<\/b><\/p>\n<ul>\n<li>Агрегация нарастающим итогом.<\/li>\n<li>YTD total. Суммы нарастающим итогом, разбитые по годам<\/li>\n<li>YTD growth. Приросты к прошлому году нарастающим итогом, разбитые по годам<\/li>\n<\/ul>\n<p><b>Формула<\/b><br \/>\nRUNNING_SUM(SUM([Sales]))<\/p>\n<p><b>Особенности<\/b><\/p>\n<ul>\n<li>Для агрегации можно использовать sum, avg, min, max<\/li>\n<li>Расчет может быть основан на другой расчетной метрике (Secondary calculation). Т. е. можно сделать например нарастающий итог процента от общего.<\/li>\n<li>Для того чтобы работали функции YTD и YTD Growth в виде обязательно должны быть год и месяц<\/li>\n<li>Нет расчета RUNNING_COUNTD что очень не удобно для подсчета когорт уникальных пользователей<\/li>\n<\/ul>\n<p><b>Кейсы<\/b><\/p>\n<ul>\n<li>Все сценарии когда нам нужно смотреть на наши цифры нарастающим итогом. Например сравнивать факт и план, если план дается нарастающим итогом, а не разбит по периодам<\/li>\n<li>Можем строить график парето. Понимать соотношение кол-ва элементов и их вклада (X% товарных позиций приносят Y% выручки)<\/li>\n<li>Риал тайм цифра. Например количество открытых тикетов, которое складывается из всех открытых и закрытых тикетов за все время или количество проданных билетов за все дни<\/li>\n<\/ul>\n<h2><i>Difference from<\/i><\/h2>\n<div style=\"max-width: 33%\"><div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-1.png\" width=\"1005\" height=\"1000\" alt=\"\" \/>\n<\/div>\n<\/div><p><b>Краткое описание<\/b><br \/>\nРазница текущего значения и выбранного (чаще всего предыдущего) в абсолютном выражении. Насколько приросли к выбранному периоду в абсолюте.<\/p>\n<p><b>Формула<\/b><br \/>\nZN(SUM([Sales])) — LOOKUP(ZN(SUM([Sales])), -1)<\/p>\n<p><b>Особенности <\/b><br \/>\nРаботает опция «Relative to» — выбранным значением может быть Previous, Next, First или Last<\/p>\n<div style=\"max-width: 33%\"><div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-2.png\" width=\"452\" height=\"508\" alt=\"\" \/>\n<\/div>\n<\/div><p><b>Кейсы<\/b><\/p>\n<ul>\n<li>Можем использовать, чтобы сравнивать результаты текущего периода и прошлого<\/li>\n<li>Рассчитывать разницу «отставания» между двумя категориями. Полезно для постройки waterfall чартов или гантельных диаграмм<\/li>\n<\/ul>\n<h2><i>Percent difference from и Year over Year growth rate<\/i><\/h2>\n<div style=\"max-width: 33%\"><div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-3.png\" width=\"1010\" height=\"1009\" alt=\"\" \/>\n<\/div>\n<\/div><p><b>Краткое описание<\/b><br \/>\nАналогично предыдущему, только в процентном выражении. При этом предыдущее значение берётся по абсолюту, для учета случаем отрицательных значений.<\/p>\n<p><b>Формула<\/b><br \/>\n(ZN(SUM([Sales])) — LOOKUP(ZN(SUM([Sales])), -1)) \/ ABS(LOOKUP(ZN(SUM([Sales])), -1))<br \/>\n <br \/>\n<b>Особенности<\/b><\/p>\n<ul>\n<li>Работает опция «Relative to» — выбранным значением может быть Previous, Next, First или Last<\/li>\n<li>Расчет YoY доступен только если в виде есть год и месяц.<\/li>\n<\/ul>\n<p><b>Кейсы<\/b><\/p>\n<ul>\n<li>Year over Year growth rate. Сравнение результатов текущего периода и аналогичного периода год назад<\/li>\n<li>График доходности актива. Если хотим смотреть % изменения относительно первого значения.<\/li>\n<\/ul>\n<h2><i>Percent from<\/i><\/h2>\n<div style=\"max-width: 33%\"><div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-4.png\" width=\"1001\" height=\"1010\" alt=\"\" \/>\n<\/div>\n<\/div><p><b>Краткое описание.<\/b><br \/>\nСравнение текущего значения и выбранного в процентном выражении. Какой % составляет текущее значение от выбранного.<\/p>\n<p><b>Формула<\/b><br \/>\nZN(SUM([Sales])) \/ LOOKUP(ZN(SUM([Sales])), -1)<\/p>\n<p><b>Особенности<\/b><br \/>\nВыбранным значением может быть Previous, Next, First, Last<br \/>\n <br \/>\n<b>Кейсы<\/b><\/p>\n<ul>\n<li>Расчет выполнения факта от плана в длинной структуре данных<\/li>\n<li>Сравнение нескольких категорий в процентном соотношении<\/li>\n<\/ul>\n<h2><i>Percent of total<\/i><\/h2>\n<div style=\"max-width: 33%\"><div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-68.png\" width=\"1001\" height=\"1007\" alt=\"\" \/>\n<\/div>\n<\/div><p><b>Краткое описание<\/b><br \/>\nДоля от общего.<br \/>\n <br \/>\n<b>Кейсы<\/b><\/p>\n<ul>\n<li>Можем использовать чтобы понимать вклад отдельной категории продуктов в общие продажи<\/li>\n<li>Строить нормированные бар-чарты и ареа-чарты<\/li>\n<\/ul>\n<h2><i>Rank<\/i><\/h2>\n<div style=\"max-width: 33%\"><div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-69.png\" width=\"991\" height=\"992\" alt=\"\" \/>\n<\/div>\n<\/div><p><b>Краткое описание.<\/b><br \/>\nПорядковый для среза посчитанный по убыванию или возрастанию агрегата какой-то метрики<\/p>\n<p><b>Формула<\/b><br \/>\nRANK(SUM([Sales]))<\/p>\n<p><b>Особенности<\/b><br \/>\nМожно выбирать формулу выбора номера при совпадающих значения (Competition, dense, unique, modified competition)<\/p>\n<p><b>Кейсы<\/b><\/p>\n<ul>\n<li>Рейтинг с изменением по времени (бамп чарт)<\/li>\n<li>Сортировать и фильтровать данные когда нельзя фильтр по TopN<\/li>\n<\/ul>\n<h2><i>Percentile<\/i><\/h2>\n<div style=\"max-width: 33%\"><div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-70.png\" width=\"1010\" height=\"997\" alt=\"\" \/>\n<\/div>\n<\/div><p><b>Краткое описание<\/b><br \/>\n<a href=\"https:\/\/ru.wikipedia.org\/wiki\/Квантиль#Процентиль\">Процентиль<\/a> — определяет в какой процент от общего попадает значение для упорядоченного по метрике массива.<\/p>\n<p><b>Формула<\/b><br \/>\nRANK_PERCENTILE(SUM([Sales]))<\/p>\n<p><b>Кейс<\/b><br \/>\nОтобрать все записи, входящие в топ N% значений<\/p>\n<h2><i>Moving calculation<\/i><\/h2>\n<div style=\"max-width: 33%\"><div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-5.png\" width=\"992\" height=\"997\" alt=\"\" \/>\n<\/div>\n<\/div><p><b>Краткое описание<\/b><br \/>\nСкользящая аггрегация. Вместо одного значения берет для расчета несколько, выбирая их относительно текущего<\/p>\n<p><b>Формула<\/b><br \/>\nWINDOW_AVG(SUM([Sales]), -2, 0)<\/p>\n<p><b>Особенности<\/b><\/p>\n<ul>\n<li>Для агрегации можно использовать sum, avg, min, max<\/li>\n<li>Выборка задается окном «от и после» текущего значения<\/li>\n<li>Текущее значение и случаи когда не нет полных данных для окна можно исключать.<\/li>\n<\/ul>\n<div style=\"max-width: 33%\"><div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-6.png\" width=\"384\" height=\"431\" alt=\"\" \/>\n<\/div>\n<\/div><p><b>Кейсы<\/b><br \/>\nЕсли данные показывают большую вариабельность или имеют сезонность, то часто общая динамика непонятна. В этом случае используется скользящее среднее.<\/p>\n<h2><i>Дополнительные материалы<\/i><\/h2>\n<p>— <a href=\"https:\/\/www.youtube.com\/watch?v=XPYtenDXCdI\">Видео от Энди Крибела<\/a><br \/>\n— <a href=\"https:\/\/tableau.pro\/m05](https:\/\/tableau.pro\/m05\">Материалы Табло Марафона<\/a><br \/>\n— <a href=\"https:\/\/help.tableau.com\/current\/pro\/desktop\/en-us\/calculations_tablecalculations_definebasic_runningtotal.htm\">Официальная документация<\/a><\/p>\n",
            "date_published": "2021-06-22T22:41:49+02:00",
            "date_modified": "2021-06-22T22:45:24+02:00",
            "tags": [
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-66.png",
            "_date_published_rfc2822": "Tue, 22 Jun 2021 22:41:49 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "88",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-66.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-67.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-1.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-2.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-3.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-4.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-68.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-69.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-70.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-5.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/gayd-po-quick-table-calculation-6.png"
                ]
            }
        },
        {
            "id": "87",
            "url": "http:\/\/revealthedata.com\/blog\/all\/dva-parametra-na-odin-ekshen\/",
            "title": "Последовательный выбор двух параметров одним экшеном",
            "content_html": "<p>Редко пишу такие технические статьи про Табло, но недавно придумал довольно интересное решение, захотелось им поделиться.<\/p>\n<p>Идея: при кликах в один и тот же график менять последовательно два параметра — первый клик меняем один параметр, второй клик — меняем второй параметр. Например, можно использовать для выбора метрик для двух осей скеттер плота или придумать какие-то другие более необычные кейсы.<\/p>\n<p>Давайте рассмотрим как это сделать. Эта инструкция подойдёт только для данных в <a href=\"https:\/\/revealthedata.com\/blog\/all\/table-reshape\/\">широком формате<\/a>, при подключении статичных файлов перевернуть таблицу можно при помощи <a href=\"https:\/\/help.tableau.com\/current\/pro\/desktop\/en-gb\/pivot.htm\">встроенной функции Pivot<\/a>.<\/p>\n<p>1) Делаем счётчик кликов в график. Для этого создаём INT параметр Counter и поле Counter + 1, которое будет прибавлять количество кликов<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-57.png\" width=\"1628\" height=\"871\" alt=\"\" \/>\n<\/div>\n<p>2) Создаем два одинаковых параметра для выбора метрика. Это текстовые параметры, которые берут значения из поля Pivot Fields Names при открытии книги.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-58.png\" width=\"1418\" height=\"945\" alt=\"\" \/>\n<\/div>\n<p>3) Создаём поля, которые проверяют какой сейчас номер клика в визуализацию и возвращают либо то же самое значение, что уже было выбрано, либо выбирают новое.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-59.png\" width=\"1339\" height=\"764\" alt=\"\" \/>\n<\/div>\n<pre class=\"e2-text-code\"><code class=\"\">Selected Metric 1 Check \/\/ Название поля\r\nIIF([Counter]%2=0,[Pivot Field Names],[Select Metric 1]) \/\/Делает проверку остатка от деления на 2, если равно нулю, то клик «четный» и надо поменять значение, если «нечетный» то возвращаем текущее значение параметра<\/code><\/pre><p>Для выбора второй метрики будет зеркальная формула:<\/p>\n<pre class=\"e2-text-code\"><code class=\"\">Selected Metric 2 Check \r\nIIF([Counter]%2!=0,[Pivot Field Names],[Select Metric 2])<\/code><\/pre><p>С помощью остатка от деления можно считать и третий, и четвертый клик и т. п.<\/p>\n<p>4) Делаем расчетные поля, которые подставляют нужную метрику в зависимости от параметра. Эти поля мы и будем выводить на график.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-60.png\" width=\"1647\" height=\"907\" alt=\"\" \/>\n<\/div>\n<pre class=\"e2-text-code\"><code class=\"\">Selected Metric 1 \r\nIIF([Select Metric 1]=[Pivot Field Names],[Pivot Field Values],NULL)\r\n\r\nSelected Metric 2\r\nIIF([Select Metric 2]=[Pivot Field Names],[Pivot Field Values],NULL)<\/code><\/pre><p>5) Создаём график с которого будет происходит управление. Я сделал для этого фактоиды. Важно положить все расчетные поля в details, чтобы мы могли использовать их в Parameters Actions.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-62.png\" width=\"1196\" height=\"675\" alt=\"\" \/>\n<\/div>\n<p>6) Создаём график в котором будут выбираться метрики<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-63.png\" width=\"1051\" height=\"886\" alt=\"\" \/>\n<\/div>\n<p>7) Делаем дашборд и настраиваем три параметр экшена. Первый про изменение счётчика при клике.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-64.png\" width=\"966\" height=\"702\" alt=\"\" \/>\n<\/div>\n<p>Два вторых про изменение выбранной метрики<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/dva-parametra-na-odin-ekshen.png\" width=\"1329\" height=\"788\" alt=\"\" \/>\n<\/div>\n<p>8) Наводим марафет и добавляем всякий приятности типа подсказки, деселекта хайлата и т. п. Получаем рабочую версию. Можете покликать и посмотреть как будет меняться значение Counter и выбранных метрик для осей. <a href=\"https:\/\/public.tableau.com\/profile\/roman4734#!\/vizhome\/ParameterChange\/One-by-oneparameterchange\">На Паблике можно скачать книгу<\/a> и покопаться как устроено.<\/p>\n<div class='tableauPlaceholder' id='viz1620969713553' style='position: relative'><p><noscript><a href='#'><img alt='One-by-one parameter change ' src='https:&#47;&#47;public.tableau.com&#47;static&#47;images&#47;Pa&#47;ParameterChange&#47;One-by-oneparameterchange&#47;1_rss.png' style='border: none' \/><\/a><\/noscript><\/p>\n<object class='tableauViz'  style='display:none;'><param name='host_url' value='https%3A%2F%2Fpublic.tableau.com%2F' \/> <param name='embed_code_version' value='3' \/> <param name='site_root' value='' \/><param name='name' value='ParameterChange&#47;One-by-oneparameterchange' \/><param name='tabs' value='no' \/><param name='toolbar' value='yes' \/><param name='static_image' value='https:&#47;&#47;public.tableau.com&#47;static&#47;images&#47;Pa&#47;ParameterChange&#47;One-by-oneparameterchange&#47;1.png' \/> <param name='animate_transition' value='yes' \/><param name='display_static_image' value='yes' \/><param name='display_spinner' value='yes' \/><param name='display_overlay' value='yes' \/><param name='display_count' value='yes' \/><param name='language' value='en' \/><param name='filter' value='publish=yes' \/><\/object>\n<\/div><script type='text\/javascript'>                    var divElement = document.getElementById('viz1620969713553');                    var vizElement = divElement.getElementsByTagName('object')[0];                    vizElement.style.width='900px';vizElement.style.height='627px';                    var scriptElement = document.createElement('script');                    scriptElement.src = 'https:\/\/public.tableau.com\/javascripts\/api\/viz_v1.js';                    vizElement.parentNode.insertBefore(scriptElement, vizElement);                <\/script>\n<p>___<\/p>\n<p><b>Итоги<\/b><br \/>\nРассмотренный кейс довольно специфичный и, наверное, не является лучшей практикой UX паттернов, но с помощью него хотел показать, что возможности Табло по сложным интерфейсам — очень большие. Используя параметр экшены и счётчики можно сделать почти всё что угодно. Например, выводить какую-то надпись, если кликнули больше 100 раз. =)<\/p>\n<p>Использовал приём с двумя параметрами для <a href=\"https:\/\/public.tableau.com\/profile\/roman4734#!\/vizhome\/ClassificationofDryBeansMM2021W14\/MULTICLASSCLASSIFICATIONOFDRYBEANS\">вот этой работы<\/a>, получилось довольно удобно, но работает не супер быстро, много точек на графиках.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/W14.png\" width=\"1481\" height=\"1040\" alt=\"\" \/>\n<\/div>\n",
            "date_published": "2021-05-14T08:19:41+02:00",
            "date_modified": "2021-05-14T09:07:28+02:00",
            "tags": [
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-61.png",
            "_date_published_rfc2822": "Fri, 14 May 2021 08:19:41 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "87",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [
                    "system\/library\/highlight\/highlight.js",
                    "system\/library\/highlight\/highlight.css"
                ],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-61.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-65.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-57.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-58.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-59.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-60.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-62.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-63.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-64.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/dva-parametra-na-odin-ekshen.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/W14.png"
                ]
            }
        },
        {
            "id": "86",
            "url": "http:\/\/revealthedata.com\/blog\/all\/shablon-dashborda-dlya-statistiki-egei\/",
            "title": "Шаблон дашборда для Эгеи",
            "content_html": "<p>Как-то раз мне написал <a href=\"https:\/\/sashamikhailov.ru\/blog\/\">Саша Михайлов<\/a> и мы договорились сделать с ним совместный мини-проектик — шаблон для Табло в который смогли бы тянуть автоматом данные из движка для <a href=\"https:\/\/blogengine.ru\/\">блогов Эгея<\/a> (он же используется и для этого блога). Тянуть в лайве не получается, так как Табло Паблик не работает с базами данных (из платной версии можно без проблем подключиться), поэтому Саша сделал очень крутой ноутбук, который вытягивает данные из базы данных и перекладывает их в гугл-таблицы. А туда уже можно подключать Табло. Вот <a href=\"https:\/\/sashamikhailov.ru\/blog\/all\/aegea-extractor\/\">краткое описание<\/a> работы с этим ноутбуком.<\/p>\n<p>Я же сделал шаблон в Табло, его можно <a href=\"https:\/\/public.tableau.com\/profile\/roman4734#!\/vizhome\/35034\/sheet0\">скачать с Табло Паблик<\/a> и подставить туда свои данные. Для этого:<\/p>\n<p>1. Скачайте шаблон с Паблика<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-54.png\" width=\"1793\" height=\"1289\" alt=\"\" \/>\n<\/div>\n<p>2. Зайдите на вкладку Data Source и подмените в источнике гугл-таблицу на свою<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-55.png\" width=\"524\" height=\"573\" alt=\"\" \/>\n<\/div>\n<p>3. В идеальной ситуации — это всё! Можно возвращаться на вкладку с дашбордом и сохранить работу, например, к себе на Табло Паблик. Если что-то пойдет не так — пишите, постараюсь помочь чем смогу.<\/p>\n<p>В конечном результате получиться такой дашборд:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-56.png\" width=\"2247\" height=\"1281\" alt=\"\" \/>\n<\/div>\n",
            "date_published": "2021-05-04T19:21:46+02:00",
            "date_modified": "2021-05-04T19:21:40+02:00",
            "tags": [
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-54.png",
            "_date_published_rfc2822": "Tue, 04 May 2021 19:21:46 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "86",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-54.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-55.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-56.png"
                ]
            }
        },
        {
            "id": "85",
            "url": "http:\/\/revealthedata.com\/blog\/all\/vizualizaciya-processov\/",
            "title": "Визуализация процессов",
            "content_html": "<p><i>Yet another post «Why dataviz matter». <a href=\"https:\/\/revealthedata.com\/blog\/all\/pochemu-vizualizaciya-luchshe-tablichek\/\">Пост из этой же серии<\/a> про моего пса и змею.<\/i><\/p>\n<p>Недавно разбирал фотки и наткнулся на прикольный кейс со старой работы. В прошлой жизни я был бизнес-конслуьтантом по улучшению процессов и занимался оптимизацией на промышленных предприятиях с помощью бережливого производства. Один из принципов этой методологии — визуализация процессов с помощью карт потока <a href=\"https:\/\/en.wikipedia.org\/wiki\/Value-stream_mapping\">Value Stream Mapping<\/a>.<\/p>\n<h2>История<\/h2>\n<p>Проект на газодобывающем предприятии — необходимо понять, что мешает работе и почему часто есть проблемы и простои оборудования на месторождении. Проводим первичный анализ и понимаем, что часто не хватает нужных запчастей. Разбираемся почему так происходит — оказывается процесс закупки (только договор + оплата, без доставки) может достигать до 70 рабочих дней! Топы предприятия не верят, что ситуацию можно как-то исправить и считают, что процесс закупки построен нормально.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-51.png\" width=\"648\" height=\"486\" alt=\"\" \/>\n<div class=\"e2-text-caption\">Рисуем карту потока с рабочей группой<\/div>\n<\/div>\n<p>Анализируем процесс — запираемся с рабочей группой в переговорке и строим карту потока с помощью стикеров. Получаем процесс состоящий из 60 шагов, задействующий 19 сотрудников и занимающий кучу времени. Даже на одну доску не уместился весь процесс. Оказывается, что больше всего  теряется на согласования договора и других документов!<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-52.png\" width=\"666\" height=\"776\" alt=\"\" \/>\n<div class=\"e2-text-caption\">Печатаем карту<\/div>\n<\/div>\n<p>Переносим карту потока в электронный вид, чтобы аккуратно посчитать потери в деньгах, распечатываем на плоттере, склеиваем (так как карта умещаются только на десятке листов A2), идём на встречу к директорам и эффектно разворачиваем на гигантском столе в переговорке.<\/p>\n<p>Это было одно из самых прикольных совещаний за мою карьеру — надо было видеть как удивились и сразу поняли все присутствующие неоптимальность процесса. Сразу увидели кучу блоков согласований, выстраивающихся в колонки на карте и потряслись самим масштабом процесса. У меня было полное ощущение, что случился «Aha-moment» и «Now you see it».<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-53.png\" width=\"793\" height=\"542\" alt=\"\" \/>\n<div class=\"e2-text-caption\">Улучшаем процесс<\/div>\n<\/div>\n<p>Очень быстро принялись верные решения — удалось удалить лишние этапы согласования, убрать лишние проверки и сделать новые стандартные формы документов. В итоге процесс стал занимать не 67 рабочих дней, а 33 и сэкономили компании очень серьёзные деньги.<\/p>\n<p>Подводя итог — визуализация и отображение реального масштаба очень важны. Победой в этом кейсе — было именно решение распечатать эту карту потока, чтобы показать масштабы проблемы. Визуализация важна, даже если вы визуализируете не данные, а процессы и схемы.<\/p>\n",
            "date_published": "2021-04-22T08:45:47+02:00",
            "date_modified": "2021-04-22T08:45:34+02:00",
            "tags": [
                "пример"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-51.png",
            "_date_published_rfc2822": "Thu, 22 Apr 2021 08:45:47 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "85",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-51.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-52.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-53.png"
                ]
            }
        },
        {
            "id": "84",
            "url": "http:\/\/revealthedata.com\/blog\/all\/obzor-standarta-ibcs\/",
            "title": "Обзор стандарта IBCS",
            "content_html": "<p>Давно хотел написать про этот стандарт, а тут выдался отличный повод — Антон Жиянов <a href=\"https:\/\/antonz.ru\/dataviz-guide\/\">сделал отличную, читаемую версию этого стандарта<\/a>. Антон, большое спасибо! Ещё у Антона куча крутых статей про проектирование интерфейса.<\/p>\n<p>Я решил сделать обзор этого стандарта и рассказать своих мысли про него. Как и при рецензии на любую книгу, здесь рекомендую ознакомиться с оригиналом, а не только моим «кратким» содержанием, сам стандарт классный и заслуживает внимания. У меня скорее выдержка того, что запомнило именно мне. Вы, наверняка, увидите что-то своё.<\/p>\n<h2>Что такое IBCS (International Business Communication Standards)<\/h2>\n<p>Этот стандарт разработан Рольфом Хикертом, бывшим консультантом McKinsey и CTO <a href=\"https:\/\/www.antares-is.de\/en\/analyzer\/\">нишевой немецкой BI-системы MIS<\/a>. Основная идея стандарта — практические советы и семантические стандарты по дизайну отчетов и графиков. Стандарт распространяется бесплатно и доступен на сайте <a href=\"https:\/\/www.ibcs.com\/\">www.ibcs.com<\/a>, но сделан там в очень неудобном формате. Почему так — думаю, что для того, чтобы заработать на продаже нормальной pdf версии, которая есть на сайте =) В целом это нормально и такие организации зарабатывают как раз на материалах, сертификациях и тренингах. Но выглядит это конечно немного смешно.<\/p>\n<p>Стандарт состоит из семи разделов, посвященным разным аспектам дизайна дашбордов, дальше пройдемся по каждому из разделов и покажу, что мне понравилось, а что нет.<\/p>\n<h2>1. Convey a message<\/h2>\n<p>Этот раздел посвящен фундаментальным идеям и правилам. В нём перечислены полезные, но теоретические пункты: знай свою аудиторию, понимай цель визуализации, раскрывай и доказывай идею данными, подсвечивай сообщение на графике и текстом, делай сноски, комментарии и делай summary в конце презентации.<br \/>\nВсё это правильные идеи, но в большинстве случаев применимы только к презентациям, так как часто в операционных дашбордах невозможно заранее «сделать вывод», иначе и дашборд бы был не нужен.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"2300\" data-ratio=\"2.2840119165839\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-14.png\" width=\"2300\" height=\"1007\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-15.png\" width=\"2271\" height=\"1025\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-16.png\" width=\"1000\" height=\"478\" alt=\"\" \/>\n<\/div>\n<\/div>\n<h2>2. Organize content<\/h2>\n<p>Эта часть стандарта посвящена последовательности изложения и структуре. Если говорить грубо, то весь раздел про применение принципа <a href=\"https:\/\/en.wikipedia.org\/wiki\/MECE_principle\">MECE<\/a>, про повествование методами дедукции или индукции и визуальное отображение иерархичных структур. По мне получился ещё более «теоретизированный» раздел, чем первый. Самое полезное для дашбордов, как мне кажется, что не стоит забывать показывать полные данные по всем разрезам для полноты картины.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1400\" data-ratio=\"2.0926756352765\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs.png\" width=\"1400\" height=\"669\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-1.png\" width=\"1400\" height=\"669\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-18.png\" width=\"1400\" height=\"669\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-19.png\" width=\"1400\" height=\"669\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-2.png\" width=\"1400\" height=\"669\" alt=\"\" \/>\n<\/div>\n<\/div>\n<h2>3. Choose proper visualization<\/h2>\n<p>Это раздел является классическим «чарт-чузером» для выбора подходящего типа диаграмм. Очень понравилось, что автор сводит задачи по-сути всего к двум типам — изменение во времени и сравнение категорий. В целом это реально 90% бизнесовых задач, которые можно решить и правда небольшим количеством графиков. Правда совсем не хватает точечного графика, фактоидов (KPI’s) и спарклайнов. И ещё сама стилистика графиков прям кричит на тебя тем, что рассчитана на печать и супер строгий минимализм. Я сам люблю минимализм, но тут он выглядит сильно outdated именно стилистически.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-20.png\" width=\"1176\" height=\"517\" alt=\"\" \/>\n<\/div>\n<p>Понравились детальные описания каждого графика и его оформления, и практические советы как использовать правило близости в чартах.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1191\" data-ratio=\"2.3126213592233\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-3.png\" width=\"1191\" height=\"515\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-21.png\" width=\"1079\" height=\"742\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-4.png\" width=\"1079\" height=\"760\" alt=\"\" \/>\n<\/div>\n<\/div>\n<p>Ещё более круто описано как делать таблицы, очень классно показано, как отделять столбцы разного вида, как подчеркивать группировки и т. п. Просто отличное руководство по верстке таблиц и идеи как их оформлять. В Табло такое сделать будет почти нереально, а вот если буду делать таблички в Экселе, то обязательно воспользуюсь этими идеями.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1536\" data-ratio=\"1.3150684931507\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-22.png\" width=\"1536\" height=\"1168\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-23.png\" width=\"1360\" height=\"1070\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-24.png\" width=\"1586\" height=\"1105\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-25.png\" width=\"1518\" height=\"1013\" alt=\"\" \/>\n<\/div>\n<\/div>\n<p>Мы только сошлись во мнении с коллегами, что можно спокойно убрать горизонтальные линии в каждой ячейке, и что на больших таблицах, такое оформление уже кажется довольно громоздким (третий пример в листалкк ниже).<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1068\" data-ratio=\"1.4126984126984\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-5.png\" width=\"1068\" height=\"756\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-6.png\" width=\"587\" height=\"408\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-26.png\" width=\"1882\" height=\"1336\" alt=\"\" \/>\n<\/div>\n<\/div>\n<p>Не понравился вот этот вид графиков, очень странные сгруппированные бар-чарты, кажется, что это очень неудобно читать и в варианте с треугольничком, и при наложении баров друг под другом.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-34.png\" width=\"1315\" height=\"985\" alt=\"\" \/>\n<\/div>\n<p>А ещё стандарт не толерантный и прям запрещает делать некоторые виды графиков. ;—)<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-7.png\" width=\"1183\" height=\"614\" alt=\"\" \/>\n<\/div>\n<h2>4. Avoid clutter<\/h2>\n<p>Следующий раздел полностью посвящен <a href=\"https:\/\/revealthedata.com\/blog\/all\/tafti-v-tablo\/\">удалению non-data-ink<\/a>. Тут не знаю, что особо сказать. Хорошие примеры, но довольно очевидные — убирайте лишнее и редактируйте текст.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"2157\" data-ratio=\"2.2260061919505\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-27.png\" width=\"2157\" height=\"969\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-8.png\" width=\"1000\" height=\"478\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-28.png\" width=\"1400\" height=\"669\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-9.png\" width=\"1000\" height=\"478\" alt=\"\" \/>\n<\/div>\n<\/div>\n<h2>5. Increase information density<\/h2>\n<p>Следующий раздел обратный — про повышение количества data-ink на графиках.<\/p>\n<p>Здесь понравились те вещи, про которые я сам часто говорю, но мало где слышу. Что стоит увеличивать кол-во срезов, метрик и дат, не бояться уменьшать размеры графиков и делать таблички с встроенными графиками.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"2226\" data-ratio=\"2.0072137060415\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-29.png\" width=\"2226\" height=\"1109\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-30.png\" width=\"1400\" height=\"669\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-10.png\" width=\"1400\" height=\"669\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-31.png\" width=\"1400\" height=\"669\" alt=\"\" \/>\n<\/div>\n<\/div>\n<p>Не понравилось, что предлагают делать <a href=\"https:\/\/t.me\/revealthedata\/352\">двойные оси<\/a> и не очень понятные виды графиков.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"2041\" data-ratio=\"2.0029440628067\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-32.png\" width=\"2041\" height=\"1019\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-11.png\" width=\"1078\" height=\"675\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-33.png\" width=\"1313\" height=\"889\" alt=\"\" \/>\n<\/div>\n<\/div>\n<h2>6. Ensure visual integrity<\/h2>\n<p>Этот раздел посвящён тому как не обмануть зрителя при помощи масштаба и осей, что не стоит использовать логарифмические оси и делать бар-чарты не от нуля и т. п. Мне больше всего понравился вот этот пример. Про то, как совместить графики с одним масштабом, но когда есть какой-то срез сильно преобладающий над другими (обычно это Москва в бизнесовых данных).<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-12.png\" width=\"2114\" height=\"1028\" alt=\"\" \/>\n<\/div>\n<p>Но очень сильно смутило предложение делать что-то подобное:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-35.png\" width=\"2095\" height=\"1053\" alt=\"\" \/>\n<\/div>\n<h2>7. Apply semantic notation<\/h2>\n<p>Пожалуй самый интересный раздел, который как раз больше всего похож на стандарт. В этом разделе предлагаются идеи как соблюдать одинаковое положение элементов, маркировать одинаковые виды данных, и т. п.<\/p>\n<p>Первая часть довольно скучная, хотя и супер полезная — пишите одинаково заголовки, делайте одинаковые шрифты и т. п.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1400\" data-ratio=\"2.0926756352765\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-13.png\" width=\"1400\" height=\"669\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-36.png\" width=\"1580\" height=\"1188\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-14.png\" width=\"1138\" height=\"852\" alt=\"\" \/>\n<\/div>\n<\/div>\n<p>А вот дальше начинаются очень интересные идеи, которые мне хочется как-то попробовать применить в работе, но пока не придумал как именно.<\/p>\n<p><i>Идея № 1.<\/i> Использовать для базовых метрик (данных) и расчетных метрик разные толщины линий и бар-чартов. Затея выглядит интересной, но пока не могу понять стоит ли того. И это точно сложно реализовывать и поддерживать. Но сама идея такого деления, по-моему, очень необычная.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-15.png\" width=\"819\" height=\"550\" alt=\"\" \/>\n<\/div>\n<p><i>Идея № 2.<\/i> Использовать для обозначения факта, плана. прошлого периода и прогноза всегда одинаковые визуальные оформления. Факт — темная сплошная заливка, План — «пустотелая» заливка, Прошлый период — серая сплошная заливка, Прогноз — штриховка. Кажется, что это тоже очень прикольная идея. Такие «сценарии» существуют во всех бизнесах и это правда очень удобно. Но смущает реализация со  штриховкой и «пустыми» маркерами для линий плана.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-16.png\" width=\"1128\" height=\"639\" alt=\"\" \/>\n<\/div>\n<p>Мы у себя такую унификацию тоже частично внедрили в внутреннем стайлгайде. Но хочу это ещё прокачивать.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-20.png\" width=\"666\" height=\"269\" alt=\"\" \/>\n<\/div>\n<p><i>Идея № 3.<\/i> Использовать для разных скейлов, разные ширины баров. По-моему довольно элегантно. Хотя реализация снова будет довольно сложной.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-37.png\" width=\"1068\" height=\"944\" alt=\"\" \/>\n<\/div>\n<p><i>Идея № 4.<\/i> Использовать для абсолютных отклонений бар-чарты, для процентных пин-чарты (аля лолипопы). Всегда показывать оба сравнения для всех пар план-факт, факт-прогноз и т. п. Мне здесь больше всего нравится именно разделение абс. отклонений и процентных. Кажется, что довольно элегантное решение. Только сами пин-чарты мне не нравятся, делал бы вместо них, например, стандартные лолипоп-чарты.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-38.png\" width=\"1923\" height=\"965\" alt=\"\" \/>\n<\/div>\n<p><i>Идея № 5. <\/i> Для стандартных бизнесовых периодов типа YTD, MAT и т. п. завести отображение символами, чтобы быстро их показывать на графиках и таблицах. Мне этая идея очень нравится, как идея. Но всё-таки в реальном использовании я бы всегда писал начало и конец периода Jan’18 … Jan’19  и т. п. Мы у себя в стандарте делаем именно так.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1921\" data-ratio=\"2.0925925925926\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-39.png\" width=\"1921\" height=\"918\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-40.png\" width=\"1324\" height=\"984\" alt=\"\" \/>\n<\/div>\n<\/div>\n<h2>Выводы и общие впечатления<\/h2>\n<p>Стандарт мне нравится. Это отличная сводка правил и интересных находок. Очень простая и понятная подача из свода правил и карточек формата «Don’ts and Dos». Он точно не подходит в формате «как есть» для дашбордов, есть спорные моменты и рекомендации и устаревший визуальный стиль. Используется через чур мало цветом, хотя очень круто, что основной — черный (мы у себя сделали так же). В целом много интересных идей, рекомендую к прочтению.<\/p>\n<p>По-мимо самого стандарта на сайте есть ещё и гайдлайны. Можно прям брать и делать внутренние рекомендации по аналогии.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1243\" data-ratio=\"1.75317348378\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-41.png\" width=\"1243\" height=\"709\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-42.png\" width=\"1249\" height=\"666\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-43.png\" width=\"1250\" height=\"707\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-17.png\" width=\"1242\" height=\"708\" alt=\"\" \/>\n<\/div>\n<\/div>\n<p>Есть неполные, но довольно близкие, реализации <a href=\"https:\/\/public.tableau.com\/profile\/vizdj.com#!\/vizhome\/BirminghamCityCouncil-Submission\/ReserveMovements\">стандарта в Табло<\/a>.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1480\" data-ratio=\"1.4509803921569\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-48.png\" width=\"1480\" height=\"1020\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-19.png\" width=\"1331\" height=\"736\" alt=\"\" \/>\n<\/div>\n<\/div>\n<p>И ещё есть <a href=\"https:\/\/zebrabi.com\/\">расширения для Excel и Power BI<\/a>, которые позволяют работать по этому стандарту. Вот на этой <a href=\"https:\/\/zebrabi.com\/power-bi-custom-visuals\/\">страничке<\/a> можно потыкать живые дашборды. Не всё идеально, но таблицы выглядят просто отлично.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1712\" data-ratio=\"1.9171332586786\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-50.png\" width=\"1712\" height=\"893\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-44.png\" width=\"1920\" height=\"1200\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-45.png\" width=\"900\" height=\"513\" alt=\"\" \/>\n<\/div>\n<\/div>\n<p>Из забавного. В том году я делал длинный лонгрид про <a href=\"https:\/\/revealthedata.com\/blog\/all\/grafik-plan-fakt-vo-vremeni\/\">графики план-факта<\/a>. Итоговый вариант получился довольно похож на вот эти графики ниже, хотя я тогда ещё не видел такую реализацию этих графиков в виде этого стандарта, нашёл только сейчас в плагине для Power BI.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"465\" data-ratio=\"1.3210227272727\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-18.png\" width=\"465\" height=\"352\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-47.png\" width=\"1920\" height=\"1009\" alt=\"\" \/>\n<\/div>\n<\/div>\n",
            "date_published": "2021-04-15T07:41:53+02:00",
            "date_modified": "2021-05-17T19:30:42+02:00",
            "tags": [
                "теория"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-17.png",
            "_date_published_rfc2822": "Thu, 15 Apr 2021 07:41:53 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "84",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/fotorama\/fotorama.css",
                    "system\/library\/fotorama\/fotorama.js"
                ],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-17.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-46.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-49.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-14.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-15.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-16.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-1.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-18.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-19.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-2.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-20.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-3.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-21.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-4.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-22.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-23.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-24.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-25.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-5.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-6.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-26.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-34.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-7.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-27.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-8.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-28.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-9.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-29.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-30.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-10.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-31.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-32.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-11.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-33.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-12.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-35.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-13.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-36.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-14.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-15.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-16.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-20.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-37.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-38.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-39.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-40.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-41.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-42.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-43.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-17.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-48.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-19.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-50.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-44.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-45.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/obzor-standarta-ibcs-18.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-47.png"
                ]
            }
        },
        {
            "id": "83",
            "url": "http:\/\/revealthedata.com\/blog\/all\/pereverstka-v-power-bi\/",
            "title": "Переверстка в Power BI",
            "content_html": "<p>Ко мне в личку пришёл <a href=\"https:\/\/habr.com\/ru\/company\/rostelecom\/blog\/542324\/\">Владимир Шилов из Ростелекома<\/a> и попросил взять в рубрику «переверстка» дашборд (точнее темплейт) в Power BI. Сначала я хотел отказаться, но потом решил «WTF, hold my beer!». Впервые переделал дашборд в этой BI-системе. Получился очень интересный лично для меня опыт. Решил собрать в этой заметке, что заметил на счет конкретно этого дашборда и Power BI в целом.<\/p>\n<p>Этот дашборд является темплейтом и примером как можно оформлять дашборды. Владимир занимается развитием BI в компании и хочет улучшить внешний вид отчетов. Он сделал этот темплейт как пример, на которые могли бы ориентироваться сотрудники используя селф-сервис. Основная идея со слов Владимира — дать правильное оформление заголовка, фильтров и примеры визуализаций, которые могут быть использованы в дашбордах. Но само положение и размеры визуализаций в целом случайны.<\/p>\n<p>Вот три исходных дашборда. Все данные фейковые и случайные, картинки публикуются с разрешения Владимира.<\/p>\n<div class=\"e2-text-picture\">\n<div class=\"fotorama\" data-width=\"1899\" data-ratio=\"2.3619402985075\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/pereverstka-v-power-bi.png\" width=\"1899\" height=\"804\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-8.png\" width=\"1898\" height=\"808\" alt=\"\" \/>\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-9.png\" width=\"1894\" height=\"806\" alt=\"\" \/>\n<\/div>\n<\/div>\n<p>Дальше я подробно пройдусь по правилам, которые были нарушены и с помощью которых можно улучшить дашборд.<\/p>\n<h2>Выравнивание по центру<\/h2>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-11.png\" width=\"689\" height=\"651\" alt=\"\" \/>\n<\/div>\n<p>Такое выравнивание текста применяется в заголовках когда мы хотим привлечь внимание зрителя. Оно смотрится уместным на афише, вывеске или обложке книги. Использовать же выравнивание по центру для всех заголовков и элементов на дашборде — плохая идея. Получается много рваных краёв, а эффект привлечения внимания теряется и получается визуальный шум. Поэтому первое, что я сделал — поменял выравнивание всех заголовков, подзаголовков и фактоидов налево.<\/p>\n<p>Подробнее про выключку по центру (это так называется выравнивание в типографике):<br \/>\n— <a href=\"https:\/\/nobelfaik.livejournal.com\/67806.html\">Заметка Игоря Штанга<\/a><br \/>\n— <a href=\"https:\/\/bureau.ru\/soviet\/20201104\/\">Совет Михаила Нозика про смену выравнивания<\/a> и ещё один, про <a href=\"https:\/\/bureau.ru\/bb\/soviet\/20180912\/\">выравнивание по ширине<\/a><br \/>\n— <a href=\"https:\/\/awdee.ru\/left-center-justify\/\">Памятка верстальщика<\/a><\/p>\n<h2>Правило контраста и иерархии<\/h2>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-10.png\" width=\"681\" height=\"254\" alt=\"\" \/>\n<\/div>\n<p>Вся типографика на дашборде должна подчиняться правилам иерархии. Самым большим элементом должен быть заголовок дашборда, затем заголовки блоков и т. п.<\/p>\n<p>В темплейте же получилось, что самым значимыми элементами являются фактоиды. Ещё много разных начертаний, хотя достаточно было бы двух-трёх.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-12.png\" width=\"1374\" height=\"541\" alt=\"\" \/>\n<\/div>\n<p>Самыми контрастными по размеру и цвету получились тримеп, фактоиды и пай-чарт. Для диаграмм с большой площадью заливки лучше использовать пастельные вариант палитры, чтобы они не давили на зрителя своей «массой»<\/p>\n<p><a href=\"https:\/\/youtu.be\/ZDOh71NPVqI\">Видео про контраст от Михала Нозика<\/a><br \/>\n <\/p>\n<h2>Правило близости, правило внутреннего и внешнего<\/h2>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/pereverstka-v-power-bi-1.png\" width=\"780\" height=\"482\" alt=\"\" \/>\n<\/div>\n<p>Расстояния от края блока до элементов внутри него получились очень маленькими. Из-за этого элементы смотрятся слипшимися. Чтобы исправить это — нужно дать больше пространства между блоками.<\/p>\n<p>Подробнее:<br \/>\n— <a href=\"https:\/\/bureau.ru\/bb\/soviet\/20140818\/\">Разъяснение этого правила от Артёма Горбунова<\/a><br \/>\n— <a href=\"https:\/\/bureau.ru\/bb\/soviet\/20160503\/\">Как теория близости работает в интерфейсе?<\/a><\/p>\n<h2>Фильтры без аналитики<\/h2>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/pereverstka-v-power-bi-2.png\" width=\"328\" height=\"371\" alt=\"\" \/>\n<\/div>\n<p>Очень частый пример того, что фильтры в дашбордах используются не на полную мощность. Если вы даете пользователю просто фильтры или кнопки, вы не помогаете ему выбрать значение фильтра — он должен заранее знать, что он хочет посмотреть. Или начать перещёлкивать фильтры, пытаясь запомнить значения графиков, чтобы сравнить их между собой. Вместо этого я обожаю применять мини бар-чарты, которые можно кликать и они будут работать как фильтры, но при этом они будут давать возможность сравнивать значение метрики между срезами ещё даже ничего не выбрав. Можно показывать, например, значение за последний период или усреднение по всем периодам.<\/p>\n<p>Применив принципы, которые описал выше, у меня получился вот такой результат:<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-13.png\" width=\"1878\" height=\"758\" alt=\"\" \/>\n<\/div>\n<p>Что я изменил:<br \/>\n— Выровнял всё по левому краю<br \/>\n— Сделал меньше контрасты между заголовком и фактоидами, унифицировал заголовки<br \/>\n— Сделал весь полу-черный текст черным<br \/>\n— Добавил больше пространства между блоками и убрал серую сетку (так как её сложно сделать при верстке в PBI)<br \/>\n— Фильтры выделил отдельной плашкой и кнопки заменил на мини бар-чарты<br \/>\n— Сделал пастельные цвета для тримапа<br \/>\n— Лого переместил на право, так как оно текстовое и плохо стыковалось с заголовком<br \/>\n— Сделал пропорции графиков более подходящими под их тип (да, графики были только примерами, но надо чтобы разработчики запоминали такие вещи из примеров)<br \/>\n— Убрал странные индикаторы в виде восклицательного знака в фактоидах<\/p>\n<h2>Power BI vs Tableau<\/h2>\n<p>Я занимался только версткой и оформлением, поэтому сравню именно эти аспекты.<\/p>\n<p>Сам подход к верстке — отличается координально. С одной стороны, в Power BI, он гораздо более прост и привычен — полное ощущение, что работаешь с Power Point. А с другой, сразу ставит крест на нормальной адаптивности под разные экраны ноутбуков. Табло в этом плане круче.<\/p>\n<p>Настройки оформления в Power BI сейчас довольно обширные (последний раз я трогал его года три назад), позволяют закрыть большинство кейсов. Мне только не хватило возможности настраивать внутренние паддинги для блоков. И вынесло мозг, что нельзя поменять цвет только части текста в строке.<\/p>\n<p>Ещё выписал для себя список фич, которым прям позавидовал:<br \/>\n— Офигенные фильтры, которые при снятии всех галочек догадываются, что нужно показывать всё. Это очень удобно<br \/>\n— Крутая визуализация для факторного анализа (дерево метрик). Я такую в Табло два месяца делал, а тут бац и в два клика =(<br \/>\n— Копи-паст форматирования работает шикарно, а не как в Табло<br \/>\n— Группировки блоков на дашборде с помощью одной кнопки. Какой же кайф!<br \/>\n— Очень неплохие бар-чарт таблицы с правильным выравниванием цифр<br \/>\n— Можно вставить нормально ссылку в текст<br \/>\n— Умные подписи внутри тримапа при иерархии<\/p>\n<h2>Выводы<\/h2>\n<p>Power BI не удалось меня в себя влюбить, всё равно продукт прям так и предлагает тебе сделать плохо. Попробуйте сделать стиль таблицы «Броские строки», просто вырвиглаз 🤦‍♂️<br \/>\nНо в целом у меня от него сложились гораздо более приятные впечатления, чем три года назад. И оказывается, в нём можно делать очень даже неплохие по оформлению дашборды без миллиарда цветом и с аккуратным выравниванием. ;-)<\/p>\n",
            "date_published": "2021-03-30T08:33:03+02:00",
            "date_modified": "2021-03-30T14:38:01+02:00",
            "tags": [
                "Power BI",
                "переверстка",
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-7.png",
            "_date_published_rfc2822": "Tue, 30 Mar 2021 08:33:03 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "83",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/fotorama\/fotorama.css",
                    "system\/library\/fotorama\/fotorama.js"
                ],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-7.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/pereverstka-v-power-bi.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-8.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-9.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-11.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-10.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-12.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/pereverstka-v-power-bi-1.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/pereverstka-v-power-bi-2.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-13.png"
                ]
            }
        },
        {
            "id": "82",
            "url": "http:\/\/revealthedata.com\/blog\/all\/vse-naselyonnye-punkty-rf\/",
            "title": "Все населённые пункты РФ",
            "content_html": "<p>Сделал <a href=\"https:\/\/public.tableau.com\/profile\/roman4734#!\/vizhome\/38521\/sheet0\">визуализацию про все населённые пункты РФ<\/a>, получилось красиво, напоминает карту рельефа.<\/p>\n<div class=\"e2-text-picture\">\n<a href=\"https:\/\/public.tableau.com\/profile\/roman4734#!\/vizhome\/38521\/sheet0\" class=\"e2-text-picture-link\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-6.png\" width=\"950\" height=\"1250\" alt=\"\" \/>\n<\/a><\/div>\n<p>68% людей проживают в городах. Больше всего в России деревень — 76 тысяч. На севере больше деревень и сёл, а на юге станицы и хутора, не знал о такой особенности. А ещё, я был уверен, что в России куча деревень с названием Бухалово. Оказалось, что это не так, их всего пять, зато целых 286 Александровок.<\/p>\n<p>Давно хотел сделать что-то подобное, но не попадалось хороших данных. А тут ко мне пришли ребята из проекта <a href=\"https:\/\/data-in.ru\/data-catalog\/\" class=\"nu\">«<u>Инфраструктура научно-исследовательских данных<\/u>»<\/a> и попросили про них рассказать. Это портал, где они собирают и обогащают открытые данные, и дальше их бесплатно раздают. Я решил посмотреть, какие есть датасеты, наткнулся на <a href=\"https:\/\/data-in.ru\/data-catalog\/datasets\/160\/\">этот<\/a> и визуализировал его.<\/p>\n<p>Качество датасетов на портале издалека выглядит лучше, чем на портале открытых данных РФ. Пока там немного наборов, но есть <a href=\"https:\/\/data-in.ru\/data-catalog\/datasets\/164\/\">большие<\/a> и <a href=\"https:\/\/data-in.ru\/data-catalog\/datasets\/154\/\">интересные<\/a>. Надеюсь проект правда направлен на благие дела, будут только полезные датасеты и он не сведётся к деятельности ради закрытия планов.<\/p>\n",
            "date_published": "2021-03-11T23:13:20+02:00",
            "date_modified": "2021-03-12T14:09:15+02:00",
            "tags": [
                "пример",
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/image-5.png",
            "_date_published_rfc2822": "Thu, 11 Mar 2021 23:13:20 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "82",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-5.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-6.png"
                ]
            }
        },
        {
            "id": "81",
            "url": "http:\/\/revealthedata.com\/blog\/all\/videopodkast-c-anastasiey-kuznecovoy\/",
            "title": "Видеоподкаст c Анастасией Кузнецовой",
            "content_html": "<p>Записал подкаст с Анастасией Кузнецовой, автором канала <a href=\"(https:\/\/t.me\/nastengraph\">Настенька и графики<\/a> (если ещё не подписаны, то очень рекомендую).<\/p>\n<p>Поговорили про то, как дизайн помогает аналитикам в работе, посмотрели работы Насти и обсудили работы с Табло Паблика в новой рубрике «дашборд-рулетка».<\/p>\n<p><a href=\"https:\/\/music.yandex.ru\/album\/11402627\/track\/78333253\">Аудиоверсия<\/a><br \/>\nТекстовая версия — под видео (спасибо Наташе Shirosayuri!)<\/p>\n<div class=\"e2-text-video\">\n<iframe src=\"https:\/\/www.youtube.com\/embed\/uZmMBQUwBiE?enablejsapi=1\" allow=\"autoplay\" frameborder=\"0\" allowfullscreen><\/iframe>\n<\/div>\n<p><b><a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=43s\">0:43<\/a> Карьерный путь<\/b><br \/>\nНачалось всё с того, что мне предложили вести паблик, он был про анализ данных и визуализацию и поскольку посты нужно было делать каждый день, я стала очень много читать и изучать в этой сфере, перезнакомилась со множеством людей. Параллельно с этим я занималась количественными исследованиями для научной деятельности. Потом поняла, что это всё сильно пересекается и что датавиз это тема. Сейчас уже веду только свой паблик.<\/p>\n<p>Я скорее называю себя свободным аналитиком, не привязываюсь к какому-то определению. Или, например, говорю, что я автор телеграмм-канала. Дата-визуализатором я себя не называю, всё же скорее ближе к аналитике.<\/p>\n<p>По образованию я социолог. Когда я поступала, то ничего не знала про это. На профтестах мне сказали, что я люблю вставлять данные в таблички и я поняла, что это правда моё. Я пошла в Вышку на социологию, эта программа сейчас называется «Социология и социальная информатика». Там больше уклон на computational social of science, на все, что связано и с анализом данных, и в том числе с визуализацией. Там мы учили программирование на R, на третьем курсе немного Tableau, хотя очень поверхностно. В дальнейшем я увидела, насколько больше там глубины на самом деле. Ну и когда занималась научными исследованиями, часто данные просто визуализировала и был такой больше описательный анализ.<\/p>\n<p>Если кратко, то социология это про исследование людей. Но если психология, например, больше про то, что человек чувствует или как переживает, то социологи смотрят на людей в контексте других людей. В социологии есть разделение на качественную, количественную и есть смешанные методы. Мне больше нравится, когда мы совмещаем какие-то интервью с количественным анализом, конечно. Я занималась исследованиями университетов — делала библиометрический анализ (как они сотрудничают в научном поле) и как упоминаются в СМИ. Видно, как по-разному выстраивают университеты свои стратегии в сотрудничестве. Про контекст любопытно, что, если какие-то топовые вузы упоминаются в темах рейтингов, экспертных оценках, то вузы послабее — в статьях вида «ректора посадили» или «отпустили под домашний арест».<\/p>\n<p><b><a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=432s\">7:12<\/a> Про работу аналитика клиентских данных<\/b><br \/>\nОсновными моими обязанностями сейчас является построение дашбордов, к сожалению, пока что в data studio. И обычная, в общем, аналитика, подсчёты каких-либо моделей, показателей, проведение тестов. То есть анализирую все данные, которые есть, а их много: и crm, и логи, и опросные данные.Также я преподаю в Вышке и Европейском университете визуализацию данных и веду свой канал.<\/p>\n<p><b><a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=514s\">8:34<\/a> Зачем аналитику нужно знать основы дизайна<\/b><br \/>\nЯ пропагандирую идею, что визуализация данных это больше про коммуникацию. У меня есть пост в блоге про датасатанистов, которые говорят на каких-то своих языках, и другим людям в компании не понятно, что происходит. Поэтому я выступаю за то, чтобы сделать всё максимально понятным и удобным. Базовые навыки предоставления информации должны присутствовать. От того, что ты покажешь результаты своего регрессионного анализа табличкой, никому понятнее не станет. Все результаты лучше визуализировать. Хотя я не могу сказать, что всегда соблюдаю свои же принципы, потому что многие вещи приходится делать в спешке. Правда, потом я к ним возвращаюсь, чтобы что-то сделать лучше.<\/p>\n<p>Когда я изначально пришла на свою позицию, от меня больше ожидали таблиц. В дальнейшем, когда у меня сменился руководитель, попросили рисовать графики, поэтому думаю, что бизнес замечает старания визуализаторов.<\/p>\n<p><b><a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=794s\">13:14<\/a> Наука в северной Корее <\/b><\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-1.png\" width=\"875\" height=\"961\" alt=\"\" \/>\n<\/div>\n<p>Это первая работа в моей визуализаторской карьере про <a href=\"https:\/\/www.youtube.com\/redirect?event=video_description&redir_token=QUFFLUhqbUEyUVc5U2I1ZUg2WmtUTkpqWFk2dURVZE9Td3xBQ3Jtc0tsaEVrMi16ODF3bGxDQTNOd2V3UHUxQ3FxUEo1dUhPSkEwaDdPdm5Ga2ZkUWFvMjhoOXJnSmN1Y2VMdFItZllFTDZHdy1oZVk4MUdoSUxhMDV1aVozaVVXd0h5N3hXdXVfUzlrOC13alE4cGNMNXdHdw&q=https%3A%2F%2Fmedium.com%2F%40anastasiyakuznetsova_97575%2F%25D0%25BD%25D0%25B0%25D1%2583%25D0%25BA%25D0%25B0-%25D0%25B2-%25D1%2581%25D0%25B5%25D0%25B2%25D0%25B5%25D1%2580%25D0%25BD%25D0%25BE%25D0%25B9-%25D0%25BA%25D0%25BE%25D1%2580%25D0%25B5%25D0%25B5-835fc8f8b4ed\">науку в Северной Корее<\/a>. Так как я занималась до этого библиометрией, я решила посмотреть на неё. Данные я брала из web of science, это база научных журналов высокого уровня. Тут есть интересные вещи, например, про финансирующие агентства, где есть какие-то китайские организации, а ещё сети соавторства и карты терминов. Это сделано при помощи <a href=\"https:\/\/www.vosviewer.com\/\">VOSViewer<\/a>. Как оказалось, темы северокорейских учёных очень технические. А в сетях соавторства оказалось, что 39 из 265 авторов зовут «Ким». Ещё было про языки публикации, например, 3 на русском, до распада СССР. У исследователей из Северной Кореи есть некоторая свобода: им предоставляется интернет, а это уже достаточно много. Очень интересно, про что они пишут и как осуществляется их общение. Можно увидеть, как меняется развитие тематик, по цвету сети: сразу больше писали про физику, а позже стали популярнее молекулярные исследования и генетика.<\/p>\n<p>В плане бизнеса применение сетей — это скорее HR-аналитика. С помощью сетей можно находить такие изолированные группы или людей, которые называются мостами, и объединяют их.<\/p>\n<p><b><a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=1225s\">20:25<\/a> Граф для связей в ВК<\/b><\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-2.png\" width=\"1043\" height=\"1280\" alt=\"\" \/>\n<\/div>\n<p>Это сеть друзей, она задумывалась как подарок. Здесь я, мой друг и как наши друзья связаны между собой. На сетях много делается исследований по пересечениям. Я как-то анализировала группы МСГ и там есть две группы: официальная и не очень. И в официальной, если построить сеть друзей, то большего всего связей получается у разных председателей молодёжных советов, а у неофициальной это будут просто такие популярные ребята. В этой сети с другом можно увидеть разные кластеры, самый большой кластер — это университет, и там часть наш факультет, а часть другие программы. Зелёный кластер — это мои мурманские друзья. Сетки по друзьям в принципе все так раскладываются: есть школа, клубы по интересам, универ, может быть работа.<\/p>\n<p><b><a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=1430s\">23:50<\/a> Музыка в ВК <\/b><\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-3.png\" width=\"1108\" height=\"1232\" alt=\"\" \/>\n<\/div>\n<p>Люблю с данными ВК работать. Для блога SkillFactory писала <a href=\"https:\/\/b4d.media\/svoimi-rukami-delaem-iz-dannyh-o-svoem-plejliste-vk-infografiku-v-tableau\/\">статью про музыку<\/a>, хотя я в ВК уже давно не слушаю. Эта статья очень понравилась людям и получила много отклика.<\/p>\n<p>Здесь получается интересная вещь со скаттерплотом по продолжительности и частоте прослушиваний. Мне скидывали другие люди, как у них эти графики получились, и там были выбросы: либо какие-то длинные подкасты, либо много коротких песен.<\/p>\n<p>Барчарты закрашены по продолжительности песен и кажется, что это не так сложно для восприятия зрителями как, например, двойные оси.<\/p>\n<p>Облако слов в плане аналитики даёт примерно ничего, но все любят на них смотреть, и я в том числе, оно скорее для красоты.<\/p>\n<p>У ВК есть возможность запросить архив, чтобы узнать, какие у них есть данные про вас. Там сохраняются все сообщения, лайки, комментарии. Можно либо посмотреть на свои сообщения 10 года и ужаснуться, либо вот, собрать из них такие красивые визуализации.<\/p>\n<p><b><a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=1815s\">35:05<\/a> Сравнение пенсий<\/b><\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/image-4.png\" width=\"1764\" height=\"1072\" alt=\"\" \/>\n<\/div>\n<p>Мне однажды скинули статью про <a href=\"https:\/\/nastengraph.medium.com\/где-пожилым-жить-хорошо-или-немного-о-пенсиях-в-разных-странах-7a115222ac96\">сравнение пенсий по странам<\/a>, в которой данные были представлены просто текстом. Поэтому я решила их визуализировать. Здесь барчарты и картинки про средний возраст жизни и размер пенсии. Это данные на 2018 год, уже могло что-то поменяться. Так же я посмотрела, сколько бигмаков можно купить на эту пенсию. Мне очень нравится индекс бигмаков для сравнения таких вещей. Получается, что в Дании самая большая пенсия, можно купить целых 689 штук, а в России всего лишь 100, то есть 3 с лишним в день.<\/p>\n<p><b><a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=1980s\">33:00<\/a>​ Дашборд рулетка<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=2105s\">35:05<\/a>​ — Социальное неравенство в США<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=2624s\">43:44<\/a>​ — Вкус рождества<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=3290s\">54:50<\/a>​ — Торнадо<\/p>\n<p><b><a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=3922s\">1:05:22<\/a> За чем следит и что почитать<\/b><br \/>\nИз того, зачем я слежу, это Flowing Data и Visual Cinnamon. Ещё очень много пабликов в телеграмме, я за ними за всеми слежу, это и Чартомойка, и Reveal the Data, и Дашбордец. Ещё в твиттере очень много интересного публикуют.<\/p>\n<p>Мне очень нравится книга Дональда Нормана «Дизайн привычных вещей», классическая в дизайне. Он описывает такую идею: если вы не понимаете, как работает какой-то прибор, то это проблема дизайна, а не ваша. И это применимо так же к дашбордам: если вы не понимаете, как работает какой-то дашборд, то это проблема тех, кто их разрабатывает, то есть наша.<\/p>\n<p><b><a href=\"https:\/\/www.youtube.com\/watch?v=uZmMBQUwBiE&t=4040s\">1:07:20<\/a> Блиц<\/b><br \/>\nМосква или Питер? — Питер.<br \/>\nGoogle Studio или Tableau? — Когда как. Tableau для души, Google Studio для скорости.<br \/>\nTableau или R или ggplot? — Если Tableau или ggplot, то Tableau, если Tableau или R, то R.<br \/>\nТафти или Босток? — Тафти.<br \/>\nBI или дата арт? — Дата арт, потому что для души.<\/p>\n<p><b>Ссылки, которые рекомендовала Настя:<\/b><br \/>\n— <a href=\"https:\/\/flowingdata.com\">https:\/\/flowingdata.com<\/a><br \/>\n— <a href=\"https:\/\/www.visualcinnamon.com\">https:\/\/www.visualcinnamon.com<\/a><br \/>\n— <a href=\"https:\/\/medium.com\/@kennelliott\/39-studies-about-human-perception-in-30-minutes-4728f9e31a73\">https:\/\/medium.com\/@kennelliott\/39-studies-about-human-perception-in-30-minutes-4728f9e31a73<\/a><\/p>\n<p>Книги:<br \/>\n— Дизайн привычных вещей: <a href=\"https:\/\/www.mann-ivanov-ferber.ru\/books\/dizajn-privyichnyix-veshhej\/\">https:\/\/www.mann-ivanov-ferber.ru\/books\/dizajn-privyichnyix-veshhej\/<\/a><br \/>\n— Storytelling With Data: A Data Visualization Guide for Business Professionals: <a href=\"https:\/\/www.amazon.com\/Storytelling-Data-Visualization-Business-Professionals\/dp\/1119002257\">https:\/\/www.amazon.com\/Storytelling-Data-Visualization-Business-Professionals\/dp\/1119002257<\/a><br \/>\n— Better Data Visualizations: A Guide for Scholars, Researchers, and Wonks: <a href=\"https:\/\/policyviz.com\/pv_books\/better-data-visualizations-a-guide-for-scholars-researchers-and-wonks\/\">https:\/\/policyviz.com\/pv_books\/better-data-visualizations-a-guide-for-scholars-researchers-and-wonks\/<\/a><\/p>\n",
            "date_published": "2021-02-23T18:01:28+02:00",
            "date_modified": "2021-02-23T19:42:48+02:00",
            "tags": [
                "подкаст"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/remote\/youtube-uZmMBQUwBiE-cover.jpg",
            "_date_published_rfc2822": "Tue, 23 Feb 2021 18:01:28 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "81",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/media-seek\/media-seek.js"
                ],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/remote\/youtube-uZmMBQUwBiE-cover.jpg",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-1.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-2.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-3.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/image-4.png"
                ]
            }
        },
        {
            "id": "80",
            "url": "http:\/\/revealthedata.com\/blog\/all\/spisok-layfhakov-tablo\/",
            "title": "Список лайфхаков Табло",
            "content_html": "<p>Решил собирать в одном месте все лайфхаки по Табло, чтобы можно было легче искать нужный.<\/p>\n<p><b>Выпуск №1<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=ggsr9xgVhLY&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=4&t=0s\">0:00<\/a> — Как сделать удобный фактоид с приростами период к периоду<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=ggsr9xgVhLY&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=4&t=566s\">9:26<\/a> — Как показать разрыв в данных с помощью Missing Values<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=ggsr9xgVhLY&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=4&t=718s\">11:58<\/a> — Как ускорить работу в Табло за счет фишек интерфейса<\/p>\n<p><b>Выпуск №2<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=_hJOAxoK2Ho&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=3&t=0s\">0:00<\/a> — Сортировка по значению за последний месяц с помощью Nested Table Calcs<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=_hJOAxoK2Ho&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=3&t=244s\">4:04<\/a> — Оформление спарклайнов при помощи Reference Lines<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=_hJOAxoK2Ho&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=3&t=432s\">7:12<\/a> — Highlighted таблица с подсветкой по одной метрике из Measure Values<\/p>\n<p><b>Выпуск №3<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=iPJsymhvTpA&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=2&t=0s\">0:00<\/a> — UTF символы для создания цветовой легенды<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=iPJsymhvTpA&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=2&t=209s\">3:29<\/a> — Динамический фильтр дат с окном и ренджем<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=iPJsymhvTpA&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=2&t=428s\">7:08<\/a> — Подпись событий о запусках или маркетинговых активностях во времени на таймсерии<\/p>\n<p><b>Выпуск №4<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=ZZKdUtoa8Cc&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=1&t=0s\">0:00<\/a> — Как сделать удобную адаптивную легенду<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=ZZKdUtoa8Cc&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=1&t=180s\">3:00<\/a> — Как подписать точки на графике по условию<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=ZZKdUtoa8Cc&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=1&t=432s\">7:12<\/a> — Как избежать проблем при работе с Табло на Windows<\/p>\n<p><b>Выпуск №5<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=39TYzVl-Y0M&t=0s\">0:00<\/a> — Составные таблицы из нескольких листов<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=39TYzVl-Y0M&t=259s\">4:19<\/a> — Функция Random()<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=39TYzVl-Y0M&t=496s\">8:16<\/a> — Переименование Worksheets и Dashboards на сервере<\/p>\n<p><b>Выпуск №6<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=CH_Vo0UvwSM&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=1&t=0s\">0:00<\/a> — Тоталы в барах<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=CH_Vo0UvwSM&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=1&t=158s\">4:19<\/a> — Таблица с спарклайнами<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=CH_Vo0UvwSM&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=1&t=377s\">8:16<\/a> — Предыдущий период на графике<\/p>\n<p><b>Выпуск №7<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=Tia7TtPIgb8&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=1&t=0s\">0:00<\/a> — Пагинация в таблице<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=Tia7TtPIgb8&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=1&t=285s\">4:45<\/a> — Сравнение метрики по разрезам<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=Tia7TtPIgb8&list=PL_yqdE3j5wTAx9yFN_wzX0xfJDcgAgjND&index=1&t=683s\">11:23<\/a> — Подсветка строк в таблице<\/p>\n<p><b>Выпуск №8<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=RHyJ2ioyKlc&t=0s\">0:00<\/a> — Бины и группировка максимума<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=RHyJ2ioyKlc&t=338s\">5:38<\/a> — Выравнивание в бар-чарт таблице<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=RHyJ2ioyKlc&t=785s\">13:05<\/a> — Подсветка выходных<\/p>\n<p><b>Выпуск №9<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=pms4lZLiMXc&t=0s\">0:00<\/a> — Дубль графиков<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=pms4lZLiMXc&t=361s\">6:01<\/a> — Топ N в каждой категории<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=pms4lZLiMXc&t=562s\">9:22<\/a> — Размер точек на карте<\/p>\n<p><b>Выпуск №10<\/b><br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=DZeCFLUQiqo&t=0s\">0:00<\/a> — Run Rate<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=DZeCFLUQiqo&t=750s\">12:30<\/a> — Двойная цветовая легенда<br \/>\n<a href=\"https:\/\/www.youtube.com\/watch?v=DZeCFLUQiqo&t=904s\">15:04<\/a> — Apply to Totals<\/p>\n<p>Плейлист со всеми выпусками:<\/p>\n<div class=\"e2-text-video\">\n<iframe src=\"https:\/\/www.youtube.com\/embed\/Tia7TtPIgb8?enablejsapi=1\" allow=\"autoplay\" frameborder=\"0\" allowfullscreen><\/iframe>\n<\/div>\n",
            "date_published": "2021-02-01T09:37:03+02:00",
            "date_modified": "2022-07-24T09:09:07+02:00",
            "tags": [
                "лайфхаки",
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/remote\/youtube-Tia7TtPIgb8-cover.jpg",
            "_date_published_rfc2822": "Mon, 01 Feb 2021 09:37:03 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "80",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": true,
                "links_required": [
                    "system\/library\/jquery\/jquery.js",
                    "system\/library\/media-seek\/media-seek.js"
                ],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/remote\/youtube-Tia7TtPIgb8-cover.jpg"
                ]
            }
        },
        {
            "id": "79",
            "url": "http:\/\/revealthedata.com\/blog\/all\/itogov-goda-post-2020\/",
            "title": "Итогов года пост 2020",
            "content_html": "<p>Собрал все итоги года в одном посте.<\/p>\n<h2>Telegram<\/h2>\n<p>Начну с Телеграма. Данные собрал из API tgstat.ru, выгрузки из самого Телеграма и некоторую разметку сделал руками. Получился такой <a href=\"https:\/\/public.tableau.com\/profile\/roman4734#!\/vizhome\/TelegramAnalysis\/TelegramAnalysis\">дашборд<\/a>:<\/p>\n<div class=\"e2-text-picture\">\n<a href=\"https:\/\/public.tableau.com\/profile\/roman4734#!\/vizhome\/TelegramAnalysis\/TelegramAnalysis\" class=\"e2-text-picture-link\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/TG.png\" width=\"2065\" height=\"1212\" alt=\"\" \/>\n<\/a><\/div>\n<p><b>Основные хайлайты<\/b><br \/>\n— Канал вырос с 0 до 2.2К подписчиков.<br \/>\n— Всё время поддерживается Engagement Rate (ERR) ≈ 100% (Ср. охват поста\/Кол-во подписчиков). Эта метрика для меня важнее кол-ва подписчиков, так как показывает, насколько интересен контент читателям и насколько им делятся.<br \/>\n— Больше всего в канале постов в тегом #ссылка — 81 шт., наибольший охват и ERR получили посты с тегами #статья — 2К охват, 241% ERR<br \/>\n— Чаще всего я публикую посты по пятницам, но охват у таких постов не самый большой. По времени чаще всего  с 14 до 15, здесь показатели тоже небольшие, видимо обеденное время. Нужно будет с этим поэкспериментировать =)<br \/>\n— Был написал 241 пост. Самым просматриваемым постом стал <a href=\"https:\/\/t.me\/revealthedata\/233\">пост про черные точки<\/a>, его репостнули в канале <a href=\"https:\/\/t.me\/uxfromhell\">Адовый UX<\/a>. Самым виральным стал пост про статью <a href=\"https:\/\/t.me\/revealthedata\/148\" class=\"nu\">«<u>Таблица или график? Как убедить заказчика<\/u>»<\/a>.<br \/>\n— 80% просмотров на пост приходятся за первые 3-4 часа после публикации.<\/p>\n<p><b>Впечатления<\/b><br \/>\nЯ, если честно, приятно удивлён количеством подписчиков и вовлеченностью. Я веду блог пять лет, и мне всегда казалось, что тематика супер узкая и интересная малому количеству людей. Когда заводил канал, думал, что максимальный потолок для канала ~1К подписчиков (посчитал как половина от суммы участников <a href=\"https:\/\/t.me\/joinchat\/CxZg5goGc6rlWGjcvOYrpA\">чата по визуализации<\/a> и <a href=\"https:\/\/t.me\/tableau_chat\">чата по Табло<\/a>). Рад, что контент интересен и полезен, для меня это классная возможность поделиться тем, что я считаю важным, и развить личный бренд.<\/p>\n<p>Спасибо всем, кто делится постами, особенно @rockyourdata, @dashboardets, @chartomojka, @data_publication, @leftjoin, @internetanalytics, @analyst_club, @nastengraph, @dataviznews, @novichkovnet или просто в личных сообщениях. Кстати, список каналов, за которыми я сам слежу <a href=\"https:\/\/revealthedata.com\/blog\/all\/dataviz-channels\/\">лежит здесь<\/a>.<\/p>\n<h2>YouTube<\/h2>\n<p>Данные взял из Data API YouTube Data API, скачав их с помощью скрипта на js напрямую в гугл-таблицы — очень удобно! <a href=\"https:\/\/public.tableau.com\/views\/YoutubeAnalysis_16090922510490\/YouTubeAnalysis\">https:\/\/public.tableau.com\/views\/YoutubeAnalysis_16090922510490\/YouTubeAnalysis<\/a> Собрал дашборд, по аналогии с тем, что разбирали на вебинаре по адаптивной верстке.<\/p>\n<div class=\"e2-text-picture\">\n<a href=\"https:\/\/public.tableau.com\/views\/YoutubeAnalysis_16090922510490\/YouTubeAnalysis\" class=\"e2-text-picture-link\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/YouTube.png\" width=\"2286\" height=\"1210\" alt=\"\" \/>\n<\/a><\/div>\n<p><b>Основные хайлайты<\/b><br \/>\n— За год я выпустил 26 видео, на канал подписалось 429 человек, всего 16К просмотров.<br \/>\n— Большего всего сморят видео с типом #выступление и #подкаст. В среднем одно видео собирает ~400 просмотров (медиана 370).<br \/>\n— Самое просматриваемое видео <a href=\"https:\/\/www.youtube.com\/watch?v=xSp5ykKcQho\" class=\"nu\">«<u>Алгоритм разработки дашборда<\/u>»<\/a> на Date Learn. Меньше всего у <a href=\"https:\/\/www.youtube.com\/watch?v=I5PtejPf6Cc\">перевёрстки «Product Superstore»<\/a>.<br \/>\n— Самый короткий подкаст был пилотным, с Андреем Дорожным, но зато у него больше всего просмотров среди подкастов. Дольше всего проговорили с Никитой Рокотяном.<\/p>\n<p><b>Впечатления<\/b><br \/>\nЮтуб требует довольно много усилий на продакшен, при этом качество мне всё равно пока не нравится, видно, что сделано на коленке. Зато он очерчивает core аудиторию которая готова тратить время на просмотры, а не только на посты в телеграмме. Самое большое разочарование для меня, что не взлетела рубрика #переверстка, мне казалось, что это самый полезный контент на канале, но почему-то заходит он плохо, если есть идеи как его прокачать — пишите в личку.<\/p>\n<h2>Блог и сайт<\/h2>\n<p>Данные для этого анализа мне помог собрать Саша Михайлов, автора <a href=\"https:\/\/t.me\/data_days\">канала data-будни<\/a> про инжиниринг данных, рекомендую. Данные тянутся из базы блога с помощью питона записанного в гугл-коллабе и после этого складируются в гугл-таблицы. Скоро сделаем с Сашей инструкцию, как собрать такой же дашборд если у вас блог на Эгее. Плюс ещё кое-что посмотрел в Я.Метрике. И конечно же <a href=\"https:\/\/public.tableau.com\/profile\/roman4734#!\/vizhome\/RevealtheData\/sheet0\">собрал дашборд<\/a>. =)<\/p>\n<div class=\"e2-text-picture\">\n<a href=\"https:\/\/public.tableau.com\/profile\/roman4734#!\/vizhome\/RevealtheData\/sheet0\" class=\"e2-text-picture-link\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/Blog.png\" width=\"2273\" height=\"1276\" alt=\"\" \/>\n<\/a><\/div>\n<p><b>Основные хайлайты<\/b><br \/>\n— За год написал в блог 32 заметки, из них 14 «настоящих» статей, остальное дубли подборок из телеграмма и видео с Ютуба. Это больше, чем в прошлом и позапрошлом году, но меньше чем в 2017-ом.<br \/>\n— Самой просматриваемой стала заметка <a href=\"https:\/\/revealthedata.com\/blog\/all\/simple-bi-ui\/\" class=\"nu\">«<u>Интерфейсы в BI системах<\/u>»<\/a>.<br \/>\n— Завёл <a href=\"https:\/\/revealthedata.com\/examples\/digest\/\">отдельный тред<\/a> для подборки работ по визуализации, собрал 93 классных примера.<br \/>\n— Самой популярной заметкой по запросам из поисковиков является уже который год <a href=\"https:\/\/revealthedata.com\/blog\/all\/sravnenie-ravnomernoy-logarifmicheskoy-i-stepennoy-shkal\/\">статья про логарифмическую шкалу<\/a>. В этом году она особенно популярна ))) Смотрите как забавно <a href=\"http:\/\/joxi.ru\/Drlo9xaUVXByKA\">отличается рост просмотров<\/a> от остальных заметок.<\/p>\n<p><b>Впечатления<\/b><br \/>\nВ этом году мне прям нравятся лонгриды, которые написал. Доволен, что из них получается стройная теория по проектированию дашбордов.<\/p>\n<p><i>Дисклеймер по данным<\/i><br \/>\nСбор просмотров начался только с марта, после обновления платформы блога. Поэтому хотя там можно отмотать фильтр по дате публикации, но это будут просмотры только за текущий год.<\/p>\n<h2>Подборка самых важных и полезных авторских материалов за год по моему мнению<\/h2>\n<p>— <a href=\"https:\/\/revealthedata.com\/blog\/all\/navyki-dlya-vizualizacii-dannyh-i-dataviz-inzhenerov\/\">Статья «Навыки для визуализации данных»<\/a><br \/>\n— <a href=\"https:\/\/revealthedata.com\/blog\/all\/simple-bi-ui\/\">Статья «Интерфейсы в BI-системах»<\/a><br \/>\n— <a href=\"https:\/\/youtu.be\/xSp5ykKcQho\">Вебинар «Алгоритм проектирования дашборда»<\/a><br \/>\n— <a href=\"https:\/\/revealthedata.com\/blog\/all\/dashboard-templates\/\">Статья «Шаблоны верстки дашбордов»<\/a> (скоро буду обновлять, докрутил идеи)<br \/>\n— <a href=\"https:\/\/youtu.be\/GE1czOiI-8o\">Вебинар про Адаптивную верстку в Табло<\/a><br \/>\n— <a href=\"https:\/\/revealthedata.com\/blog\/all\/tablica-ili-grafik-kak-ubedit-zakazchika\/\">Статья «Таблица или график? Как убедить заказчика»<\/a> и <a href=\"https:\/\/youtu.be\/VV3N0RmDbdE\">вебинар на базе этой статьи<\/a><br \/>\n— <a href=\"https:\/\/revealthedata.com\/blog\/all\/grafik-plan-fakt-vo-vremeni\/\">Статья «График план-факт во времени»<\/a><br \/>\n— <a href=\"https:\/\/youtu.be\/N1ftw73mggY\">Выступление про стайлгад и темплпейт Я.Такси<\/a><br \/>\n— <a href=\"https:\/\/revealthedata.com\/blog\/all\/tafti-v-tablo\/\">Трибьют «Тафти в Табло»<\/a><br \/>\n— <a href=\"https:\/\/revealthedata.com\/examples\/hh\/\">Дашборд про рынок вакансий аналитиков<\/a><\/p>\n<h2>Tableau Public<\/h2>\n<p>Собрал <a href=\"https:\/\/revealthedata.com\/examples\/digest\/all\/luchshie-raboty-s-tablo-pablik-2020\/\">подборку работ с Табло Паблик<\/a>, которые понравились мне больше всего за 2020 год. Сложнее всего на Паблике найти хорошие дашборды, одни лонгриды и инфографика )))<\/p>\n<div class=\"e2-text-picture\">\n<a href=\"ttps:\/\/revealthedata.com\/examples\/digest\/all\/luchshie-raboty-s-tablo-pablik-2020\/\" class=\"e2-text-picture-link\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/2020-12-30_10.34.33-kcbNo.png\" width=\"1586\" height=\"978\" alt=\"\" \/>\n<\/a><\/div>\n<h2>Личная статистика<\/h2>\n<p>Последняя часть с итогами. В ней собрал все данные, которые можно получить о себе почти без усилий. Графики в этот раз попытался сделать в стиле «инстаграм». Осваиваю новые форматы, сразу чувствуется нехватка практики.<\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/Activity-SVG.png\" width=\"992\" height=\"992\" alt=\"\" \/>\n<\/div>\n<p>В этом году очень много времени провел, работая за компом. Планирую в следующем году ограничить время на работу. Это всё плохо сказывается на продуктивности и здоровье. Надо больше отдыхать и относиться к этому, как к части работы. В основном трачу время на Табло (34%) и мессенджеры (28% и 82К отправленных сообщений, 187 часов в zoom).<\/p>\n<p>В конце сентября заболел ковидом и на это же время наложилось несколько важных проектов, из-за этого потерял все старания по контролю веса с начала года. Благо сам вирус перенёс супер просто, но ещё 2 месяца после этого был как ватный. Интересно, что в данных это проявилось как повышенный сердечный ритм в октябре и ноябре. Неприятная болезнь, какие-то пост эффекты дурацкие. Из-за этого же явно меньше ходил, особенно в конце года совсем не соблюдал планку в 8500 шагов в день.<\/p>\n<p>Из забавных эффектов карантина, стал довольно много и регулярно спать по сравнению с прошлым годом.<\/p>\n<p><i>Данные: MI Band 3, Mi Scale, Timecamp.com<\/i><\/p>\n<p><b>Табло<\/b><\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/2020-Tableau.png\" width=\"1445\" height=\"1340\" alt=\"\" \/>\n<\/div>\n<p>Добавил 2020-ый год в свою любимую [<a href=\"https:\/\/public.tableau.com\/profile\/roman4734#!\/vizhome\/MyTableauTime\/2020Tableu\" class=\"nu\">«<u>визуализацию про время, которое я трачу на визуализацию<\/u>»<\/a>. Табло всё больше в моей жизни. В этом году много работал руками и обучал, отсюда набежало больше тысячи часов.<\/p>\n<p><i>Данные: Timecamp.com<\/i><\/p>\n<p><b>Траты<\/b><\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/Spendings.png\" width=\"789\" height=\"789\" alt=\"\" \/>\n<\/div>\n<p>Чаще всего в этом году тратил на супермаркеты, транспорт и кафешки. Больше всего потратил на переводы и нал, они превратились в три самые крупные покупки: машину, подводку газа в дом и обустройство участка.<\/p>\n<p><i>Данные: Выгрузка из банка<\/i><br \/>\n <\/p>\n<p><b>Перемещения<\/b><\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/Locations.png\" width=\"973\" height=\"973\" alt=\"\" \/>\n<\/div>\n<p>В этом году никаких зарубежных поездок не было, как и у большинства. Зато я снова перешёл с iPhone на Android, и там есть замечательная функция выгрузки местоположений и вообще любой статистики по Гугл аккаунту. Получилась классная карта. В карантин много раз порадовался, что последние 3 года живу за городом. Прикольно видно как я переехал с юго-востока на северо-запад, а потом на север.<\/p>\n<p><i>Данные: takeout.google.com<\/i><\/p>\n<p><b>Сайт и айдентика<\/b><\/p>\n<div class=\"e2-text-picture\">\n<img src=\"http:\/\/revealthedata.com\/blog\/pictures\/rtd.png\" width=\"1200\" height=\"630\" alt=\"\" \/>\n<\/div>\n<p>Ещё в этом году обновил <a href=\"https:\/\/revealthedata.com\/\">сай<\/a> и его <a href=\"https:\/\/revealthedata.com\/en\/\">английскую версию<\/a>. За это огромное спасибо Кириллу Беляеву, он взялся нарисовать дизайн, а я заверстал сайт.<\/p>\n<p>Если вам будет нужен дизайн, очень рекомендую обратиться к Кириллу — его <a href=\"https:\/\/kirillbelyaev.com\/\">портфолио<\/a> и <a href=\"https:\/\/t.me\/kirillbelyaev\">канал<\/a>.<\/p>\n<p><b>Впечатления<\/b><br \/>\nГод был ярким как на хорошие события, так и на плохие. Для меня в итоге он имеет скорее положительную окраску, но осталось куча всего, что хочется докрутить в следующем году. Самыми яркими впечатлением стали, пожалуй, выступление на конференции Матемаркетинг, концерт с группой (хобби — играю на басу в кавер-группе) и запуск телеграмм-канала.<\/p>\n<p>🎄Всех с наступившим, приятных заказчиков и классных дашбордов вам в этом году!<\/p>\n",
            "date_published": "2021-01-21T20:54:37+02:00",
            "date_modified": "2021-01-21T20:54:18+02:00",
            "tags": [
                "пример",
                "табло"
            ],
            "image": "http:\/\/revealthedata.com\/blog\/pictures\/TG.png",
            "_date_published_rfc2822": "Thu, 21 Jan 2021 20:54:37 +0200",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "79",
            "_rss_enclosures": [],
            "_e2_data": {
                "is_favourite": false,
                "links_required": [],
                "og_images": [
                    "http:\/\/revealthedata.com\/blog\/pictures\/TG.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/YouTube.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/Blog.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/2020-12-30_10.34.33-kcbNo.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/Activity-SVG.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/2020-Tableau.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/Spendings.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/Locations.png",
                    "http:\/\/revealthedata.com\/blog\/pictures\/rtd.png"
                ]
            }
        }
    ],
    "_e2_version": 4079,
    "_e2_ua_string": "Aegea 11.0 (v4079e)"
}