Datenvisualisierung mit Tableau: Das erste deutschsprachige Tableau-Buch ist auch bei Amazon erhältlich
Das erste deutschsprachige Buch zur Datenvisualisierung mit Tableau hat seinen Weg in die Buchhandlungen gefunden und steht nun allen Interessierten zur Verfügung. Ob Sie ein Anfänger oder ein erfahrener Experte in der Welt der Datenvisualisierung sind, dieses Buch bietet Ihnen wertvolle Einblicke und praxisorientierte Anleitungen.
Das erste deutschsprachige Tableau-Buch, Datenvisualisierung mit Tableau, ist ab sofort im Handel erhältlich bei:
Amazon (als gedrucktes Buch und als Kindle Edition)
Vorschau
Mehr erfahren zu Datenvisualisierung mit Tableau
Erfahren Sie mehr zu Datenvisualisierung mit Tableau auf der Webseite zum Tableau-Buch! Entdecken Sie die Themen, die das Buch abdeckt, und sehen Sie sich Rezensionen von anderen Lesern an. Dieses Buch wird Ihr Verständnis für Datenvisualisierung mit Tableau auf ein neues Level heben.
Update 11 Aug 2018: In den Informatikbücher-Top-20 bei Amazon! Update 17 Aug 2018: In den Informatikbücher-Top-10 bei Amazon!
Vielen Dank an alle Leser und Reviewer! "Datenvisualisierung mit Tableau" ist bei Amazon in den Top 10 der Informatik-Bücher gelistet! @tableau@TableauBuchhttps://t.co/2DD2chqsdI
Bevor ich nun selbst viel zum Buch schreibe, gebe ich einfach mal einen Auszug aus dem Umschlagtext wieder:
Visualisieren Sie Ihre Daten schnell und ausdrucksstark mit Tableau, um praktisch umsetzbare Ergebnisse zu erhalten. Alexander Loth zeigt Ihnen Schritt für Schritt, wie Sie ganz einfach visuelle Analysen erstellen und so selbst komplexe Datenstrukturen verstehen sowie gewonnene Erkenntnisse effektiv kommunizieren können.
Das Buch richtet sich an:
Menschen, die Zugang zu Daten haben und diese verstehen möchten
Führungskräfte, die Entscheidungen auf Grundlage von Daten treffen
Analysten und Entwickler, die Visualisierungen und Dashboards erstellen
angehende Data Scientists
Zum Verständnis dieses Buches sind weder besondere mathematische Fähigkeiten noch Programmiererfahrung nötig. Es eignet sich daher auch für Einsteiger und Anwender, die sich dem Thema Datenvisualisierung und -analyse praxisbezogen und ohne ausschweifende theoretische Abhandlungen, nähern möchten.
Die grundlegenden Funktionen von Tableau werden Schritt für Schritt erläutert und Sie lernen, welche Visualisierungsmöglichkeiten wann sinnvoll sind. Der Autor zeigt Fallbeispiele auf, die weit über eine »Standard-Analyse« hinausreichen und geht auf Funktionen ein, die selbst erfahrenen Nutzern oft nicht hinlänglich bekannt sind. Sie erhalten außerdem Hinweise und Tipps, die das Arbeiten mit Tableau erleichtern, und können so zukünftig Ihre eigenen Daten bestmöglich visualisieren und analysieren.
Kürzlich habe ich einige Blog-Posts zum Thema Datenstrategie veröffentlicht. Für viele Unternehmen geht die Entwicklung und Einführung einer Datenstrategie nicht tief genug. Häufig habe ich ähnliches gehört: „So weit ist unser Unternehmen noch gar nicht. Wir haben noch viel operativ vorzubereiten, bevor wir eine Datenstrategie voll umfänglich etablieren können.“
Ich habe in diesen Gesprächen nachgehakt, wo diese grundlegenden Lücken in den Unternehmen bestehen, und entschlossen eine neue Blog-Post-Serie aufzusetzen, um zum Thema Data Operations (#dataops) konkrete und einfach umsetzbare Vorschläge zu geben.
Daten für die Analyse vorbereiten
Eine der wesentlichen Fragen, die sich Datenanalysten immer wieder stellen, lautet: „Gibt es eine Möglichkeit meine Daten für die Verwendung mit Analysewerkzeugen, wie Tableau, optimal vorzubereiten?“
Daten können auf unterschiedliche Arten strukturiert sein. Die meisten neuen Tableau-Anwender erliegen der Versuchung, Tableau mit einem bereits formatierten und voraggregierten Excel-Bericht (siehe Abbildung 1.1) zu verbinden und diesen in Tableau zu visualisieren. Heißt es nicht mit Tableau können Daten jeder Art einfach und intuitiv verwenden werden? Sehr schnell stellt man fest, dass ein solches Vorgehen nicht funktioniert, wie erwartet und sich so auch keine Visualisierungen erstellen lassen.
Abbildung 1.1: Bereits formatierter und voraggregierter Excel-Bericht
Dieses Szenario, dem viele Einsteiger begegnen, ist nicht ungewöhnlich und tatsächlich ein häufiger Stolperstein bei der Einarbeitung in Tableau, der die Analyse Ihrer Daten erschweren kann.
Die folgenden Punkte zeigen Ihnen Vorschläge zur sauberen Vorbereitung Ihrer Daten anhand des Beispielberichts:
Verzichten Sie auf den einleitenden Text („Temperaturmessung zum Monatsbeginn“).
Überführen Sie hierarchische Überschriften („Frankfurt“, „Berlin“) auf eine Spalteninformation (neue Spalte „Ort“).
Pivotisieren Sie Daten von einer „weiten“ Kreuztabelle mit Variablen in Spalten („Früh“, „Mittag“, „Abend“) in eine „lange“ Tabelle, die die Variablen stets in den Zeilen trägt (in diesem Beispiel die Uhrzeit).
Nutzen Sie vollständige Datums- und ggf. Zeitformate („01.04.2018 06:00“) anstatt z.B. nur den Monatsnamen („April“).
Überprüfen Sie, dass Zahlen im Zahlenformat und nicht im Textformat gespeichert sind.
Verzichten Sie voraggregierte Daten („Durchschnitt“, „Gesamtdurchschnitt“).
Entfernen Sie leere Zeilen.
Achten Sie darauf, dass jede Spate eine aussagekräftige Spaltenüberschrift trägt.
Haben Sie diese Vorschläge befolgt, ist aus Ihrer „weiten“ Kreuztabelle nun eine „lange“ Zeilen-basierte Tabelle geworden, und damit die perfekte Basis zur umfangreichen Datenanalyse (siehe Abbildung 1.2).
Abbildung 1.2: Zur Datenanalyse geeignete „lange Tabelle“ ohne Aggregationen
We use cookies to optimize our website and our service.
Functional
Immer aktiv
The technical storage or access is strictly necessary for the legitimate purpose of enabling the use of a specific service explicitly requested by the subscriber or user, or for the sole purpose of carrying out the transmission of a communication over an electronic communications network.
Preferences
The technical storage or access is necessary for the legitimate purpose of storing preferences that are not requested by the subscriber or user.
Statistics
The technical storage or access that is used exclusively for statistical purposes.The technical storage or access that is used exclusively for anonymous statistical purposes. Without a subpoena, voluntary compliance on the part of your Internet Service Provider, or additional records from a third party, information stored or retrieved for this purpose alone cannot usually be used to identify you.
Marketing
The technical storage or access is required to create user profiles to send advertising, or to track the user on a website or across several websites for similar marketing purposes.
