使用数据治理策略对有效实施Tableau和避免可能影响自助服务软件部署的常见缺陷至关重要。 想要Tableau部署成功,数据治理是重中之重。但是,实施治理政策并不意味着关闭数据访问或限制人们可以做的事情。 总部位于亚特兰大的连锁餐厅Chick-fil-A高级首席分析师Marc Hunt在2017年Tableau Conference的演讲中说:“关于数据治理,如果我们做得正确的话,实际上可以提供很大的自由度。
许多企业都熟悉可能出现的Tableau数据治理挑战。该软件易于安装和使用,但是这可能是一把双刃剑,使得单独的业务线在运行部署、管理数据集和重复彼此的工作时变得更加简单。避免这些问题需要经……
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
循序渐进的数据治理流程
采取有效的Tableau数据治理是一个循序渐进的过程。Chick-fil-A于2010年开始使用Tableau,它在2013年购买了Tableau Server,并在2015年获得了企业许可证。在这段时间里,采用率稳步上升,治理也变得很重要。 Hunt说,当公司首次部署Tableau Server时,他团队希望通过构建宣传来提高整个公司的采用率。这一举措包括允许任何人将他们创建的工作簿发布到所有人可以看到的公共页面。通过向人们展示工具的可能,帮助员工互相学习,但同时也创造了一个巨大的仓库,使他们很难找到有用的见解。 Hunt说:“我们希望授权用户运行,但我们很快就从用户那里听到了他们被大量的内容淹没的消息。” Chick-fil-A认为是时候开始考虑进行数据治理,其中涉及到在向Tableau Server公开发布的内容中扮演更积极的角色。Hunt的团队不限制可以使用Tableau的业务线,但是会通过审查流程来限制整个公司的业务。Hunt表示, 他希望Tableau Server系统中的仪表板被认为接近单一的事实来源,同时仍然允许业务线控制自己的数据,以便进行实验。培训强调最佳实践
此外,他的团队还创建了一个培训项目,包括最佳实践指导,让用户交流技巧和窍门,分析师团队的专家与业务用户坐在一起,帮助他们解决问题。同时,他们还发布了可视化指南。 Hunt说:“如果你只是把技术用于治理,人们就会摆脱其他方式,找到自己的解决方案。” 新泽西州Morris Plains的制造企业Honeywell商业分析转型副总裁Sherri Benzelock在会议的主题发言中表示,许多人担心Tableau数据治理是一个重大挑战。不过,她的团队试图将Tableau作为改善治理的工具。Tableau沙箱有助于实验
因此,Benzelock的团队成员从Honeywell部署Tableau时就开始思考治理问题。 他们在Tableau Server上创建了沙箱,用户可以引入数据集并进行不同的可视化实验,而无需在公司内公开发布任何东西。 该团队提出了获取使用Tableau Server的许可证的要求。 在向服务器发布数据可视化之前,用户还需要满足特定的指导原则。Benzelock表示,这表明用户了解如何使用Tableau系统,并将其用于代替通过电子邮件分享,这被视为治理风险。 Benzelock表示,对治理的最大挑战不是来自任何特定的工具,而是来自未满足的需求。 当人们没有所需的数据或分析功能时,他们会找到自己的工具和数据。 在实施Tableau数据治理政策时,她和她的团队能够通过预测人们的需求并赋予他们可接受的自由度来抵御风险。 “我们的部署被广泛传播,在不到两年的时间里,我们有2万名用户,”她说,“我们在增强用户能力和灌输信任和治理之间取得了平衡。”相关推荐
-
屈臣氏首个科技合作伙伴中意谁?Tableau入选为第一批合作伙伴
全球保健美容零售商屈臣氏集团宣布推出其首个科技合作伙伴计划,Tableau Software入选为第一批合作伙伴。
-
Tableau Project Maestro如何影响数据准备软件市场?
数据准备工具市场已成为一些供应商的“香饽饽”,比如大家熟知的Alteryx和Pentaho。他们的软件不仅仅包括数据准备,还包括更多的功能,这是他们的主要组成部分之一。
-
Tableau收购初创企业ClearGraph 加速推进引入自然语言
Tableau宣布收购 ClearGraph,一家位于美国帕洛阿尔托的自然语言查询初创企业,该企业可通过自然语言查询技术,实现智能数据发现和数据分析。
-
数据太多Hold不住?Hadoop数据治理来“救场”
当LinkedIn还是一家规模较小的公司时,它从社交网站上获取的数据是如何被格式化和结构化的,似乎并没有人关注。