El anuncio de la semana pasada de que el CEO de Tableau Adam Selipsky se retira se sintió más significativo que la cobertura mediática informal que recibió. Para mim, fue una señal de que los murmullos de descontento que había escuchado eran ciertos: la Era de Tableau terminó.
Los días de gloria
Aunque Tableau surgió por primera vez en 2003, verdaderamente se aceleró a principios de la década de 2010, y lo que fue. Los usuarios informaron la herramienta como “revolucionaria” e “que cambia la vida”. Sus conferencias anuales se agotaron en minutos. Los integrantes se reunían con cientos de personas más, blandiendo con orgullo un botín que decía ‘We Are Data People’ mientras asistían a eventos sociales de patinaje sobre ruedas y competencias de “Iron Viz”. Como disse, estaba teniendo un momento real.
Para comprender la exageración, es importante destacar recordar la vida justo antes de que la era de Tableau llegara a la escena. Naquela época,, los equipos de “dados” eran en realidad solo unas pocas personas de TI que creaban algunos informes de SSRS, ou o “tipo de números” designado [sic.]Que sabía cómo utilizar Excel. Las personas que luchaban por inyectar datos en la organización tenían poco más que una hoja de cálculo y un sueño.
Al hacer que los datos se vean bien y sea fácil interatuar con ellos, Tableau se convirtió en la forma de suavizar la entrega de datos al resto de la compañía. Substituímos as folhas de cálculo frias por painéis intuitivos e brilhantes, acessíveis a qualquer pessoa a qualquer momento. Em contrapartida, os dados ganharam um lugar à mesa, foram convidados para mais reuniões e passaram a ter equipas próprias.
Para muitos de nós (eu próprio também bebi o Kool-Aid), foi encorajador e emocionante ver que os dados eram valorizados, não eram relegados para segundo plano. A Tableau mencionou-nos que estar nos dados não era apenas fantástico, mas também inquestionavelmente importante.
O que mudou?
Vivemos num mundo muito diferente do dos Dias de Glória da Tableau. Já não é necessário defender os dados; na realidade, a maioria das empresas está a experienciar um pico de FOMO em relação aos dados (medo de ficar de fora). Com toda a publicidade em torno da ciência de dados, não conseguem dedicar recursos suficientes ao problema dos dados.
Mas em vez de ser um dia de glória ainda mais glorioso, é com demasiada frequência uma experiência desapontante:
Os especialistas em aprendizagem automática encabeçaram a sua lista de programadores que disseram estar à procura de um novo emprego, com um 14,3 por cento. Os cientistas de dados ficaram num próximo segundo lugar, com um 13,2 por cento “. [1]
E ainda mais condenatório:
“Entre as 90% empresas que fizeram algum investimento em inteligência artificial, Menos de 2 de cada uma 5 relatam ganhos comerciais com a inteligência artificial nos últimos três anos”. [2]
Eish. Claramente, há trabalho a fazer.
A preocupante
Aunque es esencial reconocer que Tableau ha permitido nuestra era actual de merecida atención e inversión en datos, además debemos señalar los desafíos que quedaron tras su reinado para que podamos aprovechar nuestra posibilidad actual.
Então, ¿qué son estos fantasmas que se interponen en nuestro camino?
Datos === Tablero
Para muchos usuarios comerciales, los datos ahora son sinónimo de cuadros de mando. Aunque es un malentendido aparentemente benigno, esto en realidad causa una gran cantidad de efectos posteriores, a saber:
- Pensar que Tableau ‘solucionará’ sus problemas de datos. Muchas compañías cometen el error de hacerse cargo que lo único que necesita su equipo de datos es Tableau (o Power BI). Este tipo de pensamiento ignora los puntos débiles más comunes de reunir las fuentes de datos, limpiar y transformar los datos y hacer el análisis en sí mismo, naquela, si le pregunta a cualquier analista, son las partes más traumáticas de cualquier análisis. Al no invertir en estos problemas, le está diciendo a su equipo de datos que su trabajo es menos importante que la interpretación de la compañía.
- Pedir a los paneles de control que hagan demasiado. Dado que Tableau es la única herramienta que disponen muchos equipos para presentar datos, se ven obligados a convertir todo en un painelUm painel é um grupo de especialistas que se reúne para discutir e analisar um tópico específico. Esses fóruns são comuns em conferências, Seminários e debates públicos, onde os participantes compartilham seus conhecimentos e perspectivas. Os painéis podem abordar uma variedade de áreas, Da ciência à política, e seu objetivo é incentivar a troca de ideias e a reflexão crítica entre os participantes.... Controle, lo que reduce significativamente el impacto que podría tener un análisis más detallado y detallado. Al borrar el contexto, a explicação e a narrativa do analista, os painéis tornam-se um teste de Rorschach onde todos podem ver o que desejam ver.
- Embora os utilizadores agora se sintam mais confortáveis a olhar para gráficos básicos, Progredimos pouco na educação dos nossos parceiros de negócios em conceitos fundamentais de dados. Os quadros de comando não nos dão o cenário necessário para explicar, como um exemplo, por que a correlação não é igual à causalidade. Isto significa que se tornou quase impossível explicar a relevância dos nossos modelos preditivos ou análises estatísticas mais complexas que são necessárias para tornar realidade os sonhos da nossa era actual.
Hiperespecialização de ferramentas
Fluxo de trabalho alucinante do analista. Fonte: count.co
- Uma das melhores coisas do Tableau no início foi que simplesmente se sentava por cima da sua base de dadosUm banco de dados é um conjunto organizado de informações que permite armazenar, Gerencie e recupere dados com eficiência. Usado em várias aplicações, De sistemas corporativos a plataformas online, Os bancos de dados podem ser relacionais ou não relacionais. O design adequado é fundamental para otimizar o desempenho e garantir a integridade das informações, facilitando assim a tomada de decisão informada em diferentes contextos...., o que facilitava a ligação à sua pilha existente de ferramentas de dados sem muito esforço. Este modelo tem sido utilizado por quase todas as ferramentas de dados desde então, criando ferramentas separadas para pipelines de dados, limpeza de dados, transformação de dados, análise de dados e, desde já, Visualização de dados. Esta abordagem está a fragmentar completamente os fluxos de trabalho dos analistas, o que provoca dor significativa e atrasos em cada análise. Como consequência, a maioria dos analistas e cientistas de dados adotou uma mentalidade de “não é a minha ferramenta de dados”: reconhecem o Tableau como um mal necessário para que o seu trabalho seja notado. Vê este Reddit tópico para veres por ti mesmo.
“Se houvesse um botão que pudesse destruir todos os servidores de Tableau do mundo, eu pressionaria”. -Profissional de dados anónimo
Lembra-te desses ‘murmúrios de descontentamento’ que mencionei no início …
Caça-fantasmas
Temos uma necessidade cada vez mais urgente de encontrar soluções para estes problemas antes de nos encontrarmos novamente a lutar pela relevância e pela atenção aos dados. Fazer isso, devemos começar a concentrar-nos nas seguintes duas áreas:
Apresenta mais do que números
Dados + Contexto >> Dados (fonte: Autor)
É hora de dar mais voz aos dados. Os dashboards são excelentes para situações em que existe um contexto partilhado e uma decisão simples. Mas para muitas coisas, essas condições não se verificam e, por isso, precisamos de uma nova abordagem.
Mim, e outros, temos vindo a fazer soar o tambor nos cadernos de dados como uma solução há algum tempo. Podem contar a história, explicar a metodologia, e Criar imagens apelativas sem sacrificar a interatividade ou a apresentação.
Ao usar mais cadernos, podemos começar a libertar-nos de uma cultura que tem estado ansiosa por painéis de controlo. Podemos começar a trabalhar com com os nossos parceiros de negócio em vez de lançar perguntas e gráficos de um lado para o outro sobre uma parede imaginária.
Escolher as ferramentas que a equipa de dados desejar
Os analistas de dados e os cientistas veem um sinal de alerta quando um potencial empregador tem Tableau e pouco mais em termos de engenharia de dados ou ferramentas de análise de dados (como um exemplo, executar o Tableau na sua base de dados MySQL 5 sem transformar). Isto indica que não estão a priorizar o trabalho que estes analistas vão realizar. Isto deve terminar. O MAIS RÁPIDO POSSÍVEL.
Dependendo da análise que a sua equipa esteja a fazer, as ferramentas 'certas'’ serão diferentes. Mas há tantas opções por aí, só precisa de garantir que está a investir no trabalho necessário para realizar uma ótima análise tanto quanto está numa ferramenta para que a empresa a utilize.
E bem, provavelmente acabará por manter alguns desses cientistas de dados que, segundo as estatísticas, provavelmente estão a comprar.
conclusão
Todos nós devemos muito ao Tableau pela atenção atual que os dados recebem nas nossas empresas. Apesar disto, para aproveitar esta oportunidade e avançar para uma nova Idade de Ouro dos dados, devemos abordar e remediar alguns dos fantasmas da era do Tableau que nos estão a travar.
Os cadernos de dados apresentam uma opção que pode fornecer à sua equipa a flexibilidade necessária para começar a transitar do Tableau para a próxima era.
Na Count, estamos entusiasmados por fazer parte deste novo movimento de ferramentas de dados concebidas para os desafios modernos. Pode obter mais informações sobre o caderno Count aqui.
Referências
[1] Walter, Richard, “Como a aprendizagem automática cria novas profissões e problemas”, Financial Times, novembro de 2017.
[2] S. Ransbotham, S. Khodabandeh, R. Fehling, B. LaFountain, D. Kiron, “Ganhar com IA,MIT Sloan Management Review e Boston Consulting Group, outubro de 2019.
[3] Imagem de cabeçalho de Luke Chesser sobre Unsplash
A mídia mostrada nesta postagem não é propriedade da DataPeaker e é usada a critério do autor.
