Què és Tableau i quin problema resol
Tableau és una família de programari d’anàlisi visual i business intelligence de Salesforce. Transforma dades estructurades en vistes explorables: comparar categories, seguir una sèrie temporal, situar elements en un mapa o examinar la relació entre variables. Les dades poden provenir d’un full de càlcul, una base relacional, un magatzem de dades o un servei connectat.
El tret distintiu és construir progressivament una vista a partir de camps. L’analista situa dimensions i mesures, modifica la representació i obté una resposta visual. VizQL relaciona aquestes operacions amb consultes i codificació gràfica. Això redueix la necessitat d’escriure una consulta per a cada gràfic, tot i que cal decidir què es mesura, com s’agrupa i què significa el resultat.
El producte prové de la recerca de Stanford sobre bases de dades multidimensionals i visualització, amb Polaris com a antecedent. Aquesta tradició analítica conviu amb publicació empresarial, preparació de dades i funcions d’IA. Actualment la marca engloba diversos productes; contractar-ne un no dona accés automàtic a tots.
Documentació de referència: Tableau — What is Tableau? · Tableau — History of innovation · Stanford — Polaris research · Salesforce — Acquisition completed.
Història, propietat i evolució de l’empresa
Christian Chabot, Chris Stolte i Pat Hanrahan van fundar Tableau el 2003. L’activitat inicial es va desenvolupar a Mountain View i després es va traslladar a Seattle. El capital risc i un acord OEM amb Hyperion el 2004 van ajudar a convertir la recerca en negoci. La cronologia oficial situa Tableau 1.0 a l’abril de 2005.
- 2010: Tableau Public va obrir un espai gratuït per publicar visualitzacions accessibles a tothom, especialment útil per al periodisme de dades i la docència.
- 2013: l’empresa va sortir a borsa a Nova York amb el símbol DATA. L’etapa cotitzada va finançar l’expansió; l’informe anual de 2018 va declarar uns 1.155 milions de dòlars d’ingressos, una dada històrica que no representa la facturació actual dins de Salesforce.
- 2015–2018: Vizable va explorar la interacció tàctil a l’iPad; posteriorment Tableau va ampliar la preparació i l’anàlisi automatitzada. La compra d’Empirical Systems, anunciada el juny de 2018, va aportar experiència en estadística automatitzada.
- 2019: Salesforce va completar l’adquisició l’1 d’agost. Cal distingir aquest tancament de l’anunci de l’operació al juny.
- Etapa posterior: l’ecosistema de taulers va incorporar mètriques amb Pulse, assistència amb IA i Tableau Next, vinculat a la plataforma Salesforce.
La direcció també va canviar: Adam Selipsky va substituir Chabot el 2016; Mark Nelson va dirigir l’empresa entre març de 2021 i desembre de 2022; Ryan Aytay va assumir el càrrec el 2023 i el va deixar el 2026. Una entrevista de maig de 2026 identificava Mark Recher com a vicepresident executiu i director general de Tableau. Aquesta evolució explica per què les referències antigues als responsables o a la condició d’empresa independent necessiten una data.
Documentació de referència: Tableau — History of innovation · Salesforce — Acquisition completed · Tableau — New Public policy, 2011 · Tableau 2018 Form 10-K · Tableau — Empirical Systems acquisition · Tableau — Mark Nelson biography · TechTarget — Interview with new Tableau leader · Tableau press release — Vizable launch.
Anàlisi visual basada en un model de dades
Tableau permet construir vistes analítiques i reunir-les en un quadre de comandament. El quadre combina perspectives de les dades; la seva utilitat depèn que cada visualització respongui una pregunta entenedora. Mostrar més gràfics no garanteix una interpretació millor. Abans de dissenyar-los convé identificar la unitat d’anàlisi, el període i quina decisió pot ajudar a prendre cada vista.
El model diferencia una capa lògica, on es relacionen taules, i una capa física, on es fan unions. Aquesta distinció importa quan les taules tenen nivells de detall diferents. Una taula de centres, una d’inspeccions i una d’observacions no representen el mateix tipus de fila. El model ha de conservar aquesta diferència per evitar que una inspecció es compti diverses vegades perquè té diverses observacions.
Documentació de referència: Tableau Help — The Tableau Data Model · Tableau Help — Dashboards.
Productes, plataformes i formes d’ús
- Desktop: eina d’autoria per a Windows i macOS. Permet preparar el model analític, crear fulls i taulers i publicar contingut.
- Cloud i Server: entorns per allotjar, administrar, explorar i compartir anàlisis. Cloud és el servei allotjat; Server es gestiona en infraestructura pròpia o contractada. Inclouen autoria web, amb diferències respecte de Desktop.
- Prep Builder i Prep Conductor: el primer construeix fluxos de neteja i transformació; el segon programa l’execució dels fluxos publicats, segons l’edició contractada.
- Public i Reader: Public divulga visualitzacions obertes; Reader permet consultar llibres de Desktop. Cap dels dos equival a una plataforma privada de govern empresarial.
- Mobile: aplicació per consultar contingut de Cloud o Server a iOS i Android. Vizable va ser una proposta històrica diferent per explorar dades a l’iPad, no un altre nom de Mobile.
Un flux habitual utilitza Prep per harmonitzar fonts, Desktop per construir l’anàlisi i Cloud o Server per distribuir-la. Cal concretar qui manté cada etapa: canviar un camp d’origen pot afectar el flux, els càlculs i el tauler final. També convé comprovar la compatibilitat abans d’actualitzar Desktop si Server conserva una versió anterior.
Documentació de referència: Tableau — Products and features · Tableau — Desktop and Prep installation · Tableau press release — Vizable launch · Tableau Desktop · Tableau Cloud · Tableau Server · Tableau Prep.
Camps, càlculs i gramàtica visual
Una dimensió organitza categories, com el centre o l’activitat; una mesura acostuma a expressar una quantitat, com hores o nombre de registres. Discret i continu són una altra distinció: determinen si la vista crea capçaleres separades o un eix continu. Un codi numèric de centre no s’ha de sumar pel fet de contenir xifres.
Les marques representen dades mitjançant posició, color, mida, forma o text. Els fulls poden mostrar barres, línies, dispersió o mapes; un tauler combina fulls i permet interaccions. Un filtre modifica les dades incloses, mentre que un paràmetre proporciona un valor utilitzable en un càlcul o una acció. Dissenyar una interacció implica explicar què canvia quan se selecciona una marca.
Els càlculs poden actuar per fila, sobre agregats o amb expressions de nivell de detall, anomenades LOD. La mitjana de percentatges individuals no equival necessàriament a dividir els totals dels numeradors i denominadors. Els filtres, a més, s’executen en un ordre: una expressió FIXED i un càlcul de taula poden reaccionar diferent al mateix filtre visible. Una comprovació útil és anticipar el resultat d’una mostra petita i reconciliar-lo després de cada canvi.
Documentació de referència: Tableau — Dimensions and measures · Tableau — Level of detail expressions · Tableau — Order of operations · Tableau Help — Dashboards.
Fonts, connexions en directe i extractes
Tableau ofereix connectors per a fitxers, bases relacionals, cubs i serveis de dades. La llista depèn del producte, els controladors i la versió. En connectar cal revisar tipus, noms, nuls i claus: una data interpretada com a text o un identificador convertit en nombre pot alterar tota l’exploració.
Una connexió en directe consulta la font; un extracte conserva una representació de les dades per analitzar-les i necessita una estratègia d’actualització. Els extractes moderns utilitzen el format Hyper. Poden reduir la càrrega sobre un sistema operatiu, però obliguen a mostrar la data de tall. Consultar en directe tampoc garanteix dades completes si l’origen encara no ha incorporat tots els registres.
Una definició de font de Tableau no és un extracte: la primera descriu la connexió i les metadades; el segon conté dades. Quan es distribueixen llibres empaquetats, cal revisar quines dades inclouen. Bridge pot connectar Tableau Cloud amb fonts d’una xarxa privada. Les connexions virtuals i les seves polítiques centralitzen l’accés i la seguretat per files; són mecanismes diferents del permís per obrir o descarregar un llibre.
Documentació de referència: Tableau Help — The Tableau Data Model · Tableau — Extract your data · Tableau — Virtual connections and data policies.
Mapes, geocodificació i anàlisi territorial
Tableau pot interpretar determinades ubicacions amb rols geogràfics o representar coordenades de latitud i longitud. També connecta geometries de Shapefile, KML, GeoJSON, TopoJSON, MapInfo i geodatabases Esri. Els noms territorials i les geometries tenen funcions diferents: un codi postal necessita correspondència geogràfica; un polígon ja descriu un contorn.
L’anàlisi pot emprar punts, àrees, jerarquies territorials o agrupacions pròpies. En SST, un mapa de centres pot mostrar cobertura d’inspeccions o accions pendents amb accés al detall. Un mapa de recomptes absoluts tendirà a destacar territoris amb més activitat. Si es vol comparar, cal afegir exposició, cobertura i mida de mostra, evitant pintar una zona com si el color demostrés el nivell de risc.
Es revisen ubicacions desconegudes, homònims, coordenades intercanviades i canvis de límits administratius. Una localització massa precisa pot revelar informació que el públic no necessita; de vegades n’hi ha prou amb el centre o una agrupació territorial.
Documentació de referència: Tableau — Spatial files · Tableau — Mapping tutorial.
Llicències, govern i intel·ligència artificial
Els rols comercials clàssics són Creator, Explorer i Viewer: crear contingut, explorar contingut autoritzat i consultar-lo són necessitats diferents. Els permisos efectius també depenen del rol del lloc i de les regles d’accés, no només de la llicència. Enterprise i Tableau+ agrupen capacitats addicionals; abans de triar convé enumerar autors, lectors, fluxos programats, fonts privades i funcions d’administració.
Pulse presenta mètriques i explicacions dins de l’entorn de treball; Tableau Agent assisteix amb IA en la creació o comprensió d’anàlisis. Catalog permet gestionar llinatge, impacte i advertiments de qualitat. Les extensions i connectors de Tableau Exchange amplien possibilitats i afegeixen dependències que cal mantenir.
Tableau Next és una plataforma diferenciada, construïda a Salesforce i integrada amb Data 360 i Tableau Semantics. No equival a actualitzar un llibre de Desktop. En avaluar IA, es comprova quin producte executa la funció, a quines dades accedeix, com es defineix la mètrica i quina llicència o consum necessita. Una explicació generada ha de poder rastrejar-se fins a l’indicador i la seva població; no converteix una correlació en una causa.
Documentació de referència: Tableau — Products and features · Tableau — Virtual connections and data policies · Tableau Pulse · Tableau Agent · Tableau — Licence types.
Publicació oberta i controvèrsia històrica
El desembre de 2010, Tableau va retirar de Tableau Public visualitzacions de WikiLeaks. L’empresa va explicar que havia actuat després de la petició pública del senador nord-americà Joe Lieberman i d’acord amb les seves condicions d’ús. El cas va obrir un debat sobre el poder de les plataformes per retirar informació.
El 21 de febrer de 2011 va anunciar una política de dades revisada: reclamacions més formalitzades, més alineació amb la llibertat d’expressió a internet i un consell assessor. Són fets històrics sobre el govern d’un servei de publicació; no descriuen un incident de seguretat actual.
Per a qui prepara una visualització, la conseqüència pràctica és identificar-ne el destí des del principi. Tableau Public està orientat a contingut públic. Un gràfic anonimitzat no és suficient si el llibre o les dades descarregables continuen exposant informació identificable. La revisió ha d’incloure tot el conjunt publicat, no només la imatge visible.
Documentació de referència: Tableau — WikiLeaks removal explanation · Tableau — New Public policy, 2011 · The Guardian — WikiLeaks visualisation removal · Tableau — Products and features.
Usos que requereixen explorar diferències i context
- Observacions de treball: examinar-ne la distribució per activitat, torn o centre i detectar on falten dades. El volum de registres s’ha d’interpretar amb l’activitat d’observació realitzada.
- Seguiment temporal: contrastar canvis d’indicadors amb modificacions del procés de registre, de l’abast o de la població inclosa.
- Revisió d’accions: combinar una visió d’antiguitat amb una d’estat i una taula de detall per preparar preguntes concretes als responsables.
Aquests escenaris proposats per Sabentis utilitzen Tableau com a mitjà d’exploració. Una diferència visual entre centres pot justificar una investigació, però no demostra que un sigui més segur sense analitzar exposició, cobertura i qualitat de dades.
Cas desenvolupat: evitar duplicats en l’anàlisi d’inspeccions
Exemple hipotètic. Un equip disposa d’un registre d’inspeccions i d’un altre amb les observacions trobades en cadascuna. Vol comparar activitat i troballes sense barrejar els dos recomptes.
- Definir identificadors de centre i inspecció. Comprovar que cada inspecció apareix una sola vegada a la seva taula i que cada observació té una referència vàlida.
- Modelar la relació conservant les unitats: una fila per inspecció i una altra per observació. Separar les observacions sense correspondència per revisar-les.
- Construir una vista d’inspeccions realitzades i una altra d’observacions per categoria. Etiquetar els dos recomptes de manera inequívoca.
- Crear un quadre amb selecció de període i centre, mostrant els filtres actius. Afegir detall que permeti reconstruir un total.
- Provar una inspecció sense observacions i una altra amb diverses. Comparar els resultats amb el registre font i comprovar que el total d’inspeccions no augmenta pel nombre de troballes.
L’acceptació es basa en aquesta conciliació i en una lectura correcta dels destinataris. Un centre amb més observacions pot haver fet més inspeccions o haver aplicat un criteri de registre diferent.
Prova numèrica proposada: amb 12 inspeccions, quatre sense observacions i vuit amb dues observacions cadascuna, el resultat esperat és de 12 inspeccions i 16 observacions. Una unió interna que elimini inspeccions sense troballes deixaria només vuit identificadors i 16 files. El tauler ha de conservar les 12 inspeccions, mostrar les quatre sense observacions i explicar si la raó 16/12 representa observacions per inspecció. No s’ha de presentar com a percentatge de persones exposades ni com a freqüència d’accidents.
Documentació de referència: Tableau Help — The Tableau Data Model · Tableau Help — Dashboards.
Allò que una visualització pot ocultar
El color, l’escala i l’agregació poden exagerar o amagar diferències. Evita escales inconsistents entre vistes que es volen comparar i explica quan una categoria agrupa pocs registres. Una mitjana pot ocultar casos extrems; el detall i el context ajuden a decidir si cal investigar.
Les relacions entre taules no corregeixen identificadors incorrectes ni categories canviants. Una actualització tècnica satisfactòria tampoc no prova que la població sigui completa. Revisa connexions, data de tall, exclusions i permisos de publicació. Abans de compartir un quadre, comprova si el destinatari pot accedir al detall subjacent i si aquest nivell d’informació està autoritzat. Cal verificar l’entorn de publicació i les llicències per al cas concret.
Criteris per escollir Tableau
Tableau pot aportar valor quan l’exploració visual, la interacció entre vistes i la presentació de dades a públics diferents formen part del procés habitual. Requereix persones capaces de modelar, interpretar i mantenir els informes; una eina visual no elimina aquestes competències.
Compara Power BI tenint en compte fonts, infraestructura, distribució i coneixements de l’equip. Per preparar o conciliar un conjunt petit de dades, Excel pot continuar sent útil. Mantén una definició comuna de l’indicador encara que es representi en més d’una eina.
Preguntes freqüents sobre Tableau en SST
Una relació entre taules és el mateix que una unió?
No. Tableau distingeix relacions a la capa lògica i unions a la capa física. L’elecció afecta com es combinen dades amb nivells de detall diferents.
Un mapa de colors serveix per classificar riscos?
Només representa la regla definida. El criteri de classificació necessita un mètode i dades adequats; el color no proporciona una validació independent.
Què cal comprovar abans de presentar un quadre?
Totals, filtres, període, unitats, registres exclosos, actualització i accés al detall. També que el públic entén quina pregunta respon cada gràfic.
Documentació de referència: Tableau Help — The Tableau Data Model.
