Mapy w Tableau zawsze były mocną stroną narzędzia. Artykuł opisuje i porównuje najnowsze zmiany i różne sposoby podłączania i wykorzystania informacji przestrzennej.
W Tableau dane zawierające informacje geograficzne np w postaci kodu pocztowego, województwa, państwa mogą być w prosty sposób geokodowane z wykorzystaniem przychodzących z programem informacji geograficznych. Dane mogą być wyświetlane na mapach w postaci punktów lub kształtów. Około wersji 10, doczekaliśmy się nawet kodów pocztowych dla Polski (również w postaci obszarów)
Tableau 10.2 wprowadziło nowy typ plików danych - Spatial File. Pliki zawierające informacje przestrzenne, mogą być bezpośrednio wczytane do Tableau i używane do dalszych wizualizacji. Obsługiwane są praktycznie wszystkie popularne formaty plików:
- Komercyjne ESRI shp, MapInfo tab, mif
- Google KML, wprowadzony na potrzeby Google Earth
- GeoJSON, wspierany przez wiele platform darmowych, komercyjnych także przez Google, Microsoft Bing, Yahoo
Pliki wczytuje się jako zwykłe źródło danych. W zależności od typu dane przestrzenne mogą zawierać również inne przydatne informacje np. demograficzne czy gospodarcze. Aby połączyć dane przestrzenne np. kody pocztowe z pliku shp z danymi biznesowymi należy zrobić cross-database join, używając jako klucza kodu pocztowego (w tym przypadku).
Bezpośrednie czytanie i łączenie danych geograficznych z danymi do analizy daje możliwość łatwego wczytania dowolnej warstwy geograficznej. We wcześniejszych wersjach Tableau wiązało się to z uciążliwym (i nie wspomaganym przez T) modyfikowaniem plików tds i wewnętrznej bazy firebird zawierającej informacje o geokodowaniu. W praktyce możliwość ta była dostępna tylko dla zaawansowanych użytkowników. Dodatkowo super jest możliwość wykorzystania informacji demograficznych czy gospodarczych jako zmiennych obrazujących nasze wskaźniki na mapach.
Nowy mechanizm czytania informacji przestrzennych w teorii wygląda super. Ma jednak dwie zasadnicze wady. Pierwsza jest funkcjonalna i dotyczy możliwości tworzenia "custom regionów". Ta przydatna funkcja jest niedostępna w przypadku użycia zewnętrznych danych geo. Druga jest o wiele poważniejsza i dotyczy wydajności. Mechanizm cross database join działa po stronie klienta Tableau i potrafi być mało wydajny dla dużych zbiorów danych. W takim przypadku geokodowanie jest wydajniejsze.
KOMENTARZE