Tableau Conference 2018

Some insights

Level of Detail - at database level and LOD in Tableau

Tabel Calculations explanation
http://www.vizwiz.com/2017/02/table-calcs.html

When changing Compute Using then notice that Specific Dimensions ticks also change, you can learn from it

How to understand what to tick and what to not
untick those that you want your calculation to start over 

Cohort one simple explanation - people that did something at the same date


Right click drag

Question number comes from one Data Source and Description from another. Create Primary Group creates alias values, no performance issue later on. Works only for cases where values dont change or for proof on concept

Create your own areas

Use map on map in tooltip - it seems like zoom

Tableau CheatSheet

Last Value by Partition

{

fixed [Company]:

max(

    if [Year]={fixed [Company]:max([Year])}

    then [Category] end

)

}

Latest Values

Latest Month Sales

IF DATEDIFF('month',DATETRUNC('month',[Order Date]),{MAX(DATETRUNC('month',[Order Date]))})=0

THEN [Sales]

END

Previous Month Sales

IF DATEDIFF('month',DATETRUNC('month',[Order Date]),{MAX(DATETRUNC('month',[Order Date]))})=1

THEN [Sales]

END

Prior Month Sales

IF DATEDIFF('month',DATETRUNC('month',[Order Date]),{MAX(DATETRUNC('month',[Order Date]))})=2

THEN [Sales]

END

Average of % Difference

WINDOW_AVG([Week to Week growth ])

Days in Month

DATEDIFF('day', DATETRUNC('month',[Date]), DATEADD('month',1,DATETRUNC('month',[Date]))) -1

Symbols

▲ △ ▼ ▽ ▶ ▷ ◀ ◁● ◐ ◑ ◒ ◓ ◔ ◕■ □ ☀ ☁ ☂ ☃ ☐ ☑ ☒ ✓ ✔ ✖ ✘ ← ↑ → ↓ ↔ ↕ ↖ ↗ ↘ ↙ ⇐ ⇑ ⇒ ⇓ ⇔ ⇕ ⇖ ⇗ ⇘ ⇙

⇦ ⇧ ⇨ ⇩

Number to String

IF ABS(SUM([Summa (EUR)])) >= 1000000000 THEN
//round for billions
STR(ROUND(SUM([Summa (EUR)] / 1000000000), 2)) + " B"
ELSEIF ABS(SUM([Summa (EUR)])) >= 1000000 THEN
//round for millions
STR(ROUND(SUM([Summa (EUR)] / 1000000), 2)) + " M"
ELSEIF ABS(SUM([Summa (EUR)])) >= 1000 THEN
//round for thousands
STR(ROUND(SUm([Summa (EUR)] / 1000), 2)) + " K"
ELSE
STR(ROUND(SUM([Summa (EUR)]),0))
END

Estonian TOP Companies 2017

Ettevõtete TOP 2017

Katsetasin veidi Tableau 10.5'te ja uurisin EMTA andmeid, hetkel selline tulemus :)

Saad filtreerida välja Tegevusvaldkonna, Käibe, Töötajate arvu, Maakonna alusel. Lisaks saad määrata, mis mõõdiku abil soovid TOP ettevõtteid kuvada ning mis kõige parem, saad otsida üles ainult kindlad ettevõtted ja uurida neid lähemalt. Workbook'i saad ka endale alla laadida ja teha omad vaated :)

Tableau 10.5 beta

 

Maksuskohuslaste käive ja töötajate arv

Vaikselt taas tutvumas Tableauga.

Huvitav teema antud juhul oli see, et kui tahan otsida üht konkreetset ettevõtet, siis kuidas teda välja tuua nii, et ta oleks nähtav ja võrreldav ka muu andmestikuga?

• Üks uusimaid võimalusi highlighter aga kui ettevõtteid palju, siis see hästi välja ei paista
• Teine võimalus, kasutada dual axes ja parameetrit. Antud juhul saab kuvada ettevõtte nime suurelt aga täpike ise välja ikka hästi ei paista. 
• Kolmas võimalus oleks tekitada nn zoom (filtreerides), kasutades ka parameetrid ja tabeli kalkulatsioone aga siis ei oleks võimalik aru saada otsitud ettevõtte mastaap ülejäänud ettevõtetega.

Hetkel otsustasin Teise kasuks, kuigi see pole ideaalne.

What has changed in Tableau in 18 months?

So I have been away from Tableau for 1 year and 6 months while devoting all my attention to sweet child Emma. How much has Tableau changed? I think this is interesting to know even to those who have been working for all this time.

Bear in mind that I have described here new capabilities that are the most relevant to me. Addition to these described in here, there are so much more.

TABLEAU FROM 9.3 (March 2016) to 10.3 (September 2017)
Tableau Releases

Click on picture to un blur :)


Hallelujah, the first thing I noticed, when you have a computer with high resolution, then now Tableau all tabs and text are shown, awesome.

Tableau Version	Tableau Desktop	Table Server/Web/Mobile
9.3	New Publish Data Source flow - easier to publish, keep your data fresh (update workbook with published data source). Union - Combine multiple files or tables into a single Tableau data source (excel or text). Create groups and bins in the data grid, where you can see the data. Include parameters in an initial SQL statement for a data source. This enables like row-level security, where users can only see the data they are authorized to see. Performance - When viewing a published workbook, Tableau connects only to the data sources that are required to display your view instead of connecting to all data sources in the workbook. Postal codes for 39 European countries (including Estonia). Separate your totals, subtotals and grand totals by excluding them from color-encoding. Sheet colors. Progressive Dashboard Load- Not having to wait for the entire dashboard to load means you can start analyzing your data sooner.	Content discovery. Content analytics - find popular workbooks and views by seeing how many views they have received. Workbook revision history.Project leaders can now change owners, run refresh schedules, and move content. Low Disk-Space Monitoring- now you specify disk-space thresholds that alert you when space runs low.
10.0	Clustering- Quickly spot patterns and group your data with drag-and-drop cluster analysis. Custom territories. Cross data source filters. Highlighter - Discover specific data in context. New bar charts. Use Groups in LOD expressions and calculations. Cross-database join - join data from different data sources, like SQL Server and Oracle. Google Sheets connector.  Oracle stored procedures as a data source. Enjoy a clean, beautiful canvas for analytics, with new iconography, typography, and colors. Workbook defaults.	Kerberos support. Notify on extract failure. Tableau Online Sync client now emails data source owners if a refresh fails. Tableau Mobile on your Android phone or tablet. Add published data sources and author dashboards right in your browser. Data source analytics - see what’s hot in your organization with baked-in analytics on data sources. View usage stats at a glance and favorite the ones you use the most. Quickly roll back to an older version with workbook and data source revision history. Subscribe other users. Desktop licensing views. Using the Web Data Connector, refresh an external ETL job from Tableau while remaining in the flow of your analysis.
10.1	Connect to JSON data and Marketo. Union by wildcard and Union Google Sheets. Drill-up on continuous date fields	Conditional Subscription (also possibility not to send if empty). Automated installation of Tableau Server. Web authoring keeps on getting better - you can easily edit reference lines and bands, and use interactions like show/hide headers. Full screen viz.
10.2	Spatial file connector- Connect to ESRI Shapefiles, KML, GeoJSON, and MapInfo file types. Run predictive models in Tableau with Python integration. Understand the relationship between measures in your viz with covariance and correlation, new functions in the Tableau calculation language. Table calc assistance. Union tables from a SQL Server, MySQL, Oracle, Postgres, Redshift, or HP Vertica database. Automatic data parse -Transform your data from a string to a date type, no calculations required. Create custom joins through calculations. SharePoint Lists connector. Export data to CSV.  Autosave.	Web authoring improvements - a new top level menu with added analytical functionality, update colors and borders on your data, edit reference line distributions, and configure more dashboard options all from your browser. File version number. Jumpstart your custom portal development with our code sample. Use our example to embed Tableau content in your own web pages and quickly build external controls for embedded dashboards. Site to site migration code sample.
10.3	PDF File connector. Union tables from a .pdf file as well as Aster Database, Cloudera Hadoop, Hortonworks Hadoop, IBM DB2, IBM PDA (Netezza), Pivotal Greenplum Database, SAP Sybase ASE, SAP Sybase IQ, and Teradata.Recommended tables and joins. Tooltip selection - Select categories in your tooltips to easily identify related marks in the view. Latest date presets. Distribute evenly in dashboard. Apply table Calc filters to totals	Data-driven alerts. Web authoring updates -  create Story Points and publish embedded data sources directly from the browser. You can drill up on continuous axes, change display options for maps, format numbers more easily, and create bins. Custom subscription schedules for Tableau Online. Automatic query caching after extract refreshes - Enjoy faster load times for workbooks that connect to extracts on Tableau Server. Tableau can automatically pre-cache queries for all views in a workbook, directly after an extract refresh, for faster performance on initial user load.
10.4 (beta)	Use deployed MATLAB models in Tableau for predictive insights, or pre-process your data using MATLAB and persist into a Tableau data extract for further analysis. Linear geometry shapefiles - Easily visualize networks including roads and transportation routes. Data source certification - Bring a new level of governance to your analytics. Mark data sources as certified, so everyone knows they are connecting to the right data.	Web authoring improvements - you can now edit text objects, axes, filters, aliases, groups, lines, and headers with new dialogues. Discussions - Bring a new level of collaboration with real-time conversations around your data. Publish to older versions of Tableau Server.

Mõned lihtsamad juhtimislaua kujundustavad

Loomulikult on kõige olulisem roll informatsioonil, mida ja kuidas juhtimislaual presenteeritakse. Kuid oma roll on ka kujundusel. Hästi kujundatud juhtimislaua abil jõuab vajalik info inimeseni kiiremini ja kergemini, mis loovad positiivse kasutajakogemuse.

1. Värvid

Vali 2 värvi, mis on üksteist täiendavad

Vali üks värv välja ja siis leia värvirattalt  tema vastas olev värv, see on teda täiendav värv.

Üldjuhul soovitatakse kasutada kuni 6 erinevat värvi, rohkem lihtsalt inimene ei jõua haarata.

Arvesta, et punast peetakse üldjuhul halvaks ja rohelist üldjuhul heaks. Mõned assotsiatsioonid veel - roheline lubav ja punane peatu, punane kuum ja sinine külm.

Julge kasutada ka musta ja valge kombinatsiooni. Ainult erksate värvide kasutamine muudab pildi väsitavaks, sellepärast on vahel hea kasutada ka musta/valge kombinatsioone.

Abiks värviskeemide valikul ColorBrewer

2. Kirjatüüp (font)

Sans-serif fonti kasutatakse üldjuhul pealkirjade puhul. Inimese silm on harjunud seda paremini haarama.

Serif fonti oleks otstarbekem kasutada kirjelduse ning tekstialade jaoks, kuna see võtab vähem ruumi ja on loetavam. PS! Kuigi ma pean mainima, et minu jaoks ei tundu Serif font just paremini loetav.

Pea ka meeles, et saad kasutada rõhutamiseks näiteks rasvast(bold) teksti. Rasvast teksti kasuta pigem lause teatud kindlas osas, sest kui terve lause on esile toodud, pole tegelikult miski silma hakkav.

Abiks kirjtüübi valikul ja loomisel Google Fonts

3. Tüpograafia

Lisaks fontidele on oluline ka tekstikogum üldiselt ehk mis värvi on kiri ja kirja taust.

4. Muud võimalused

Loomulikult saab kasutada ka erinevaid kujundeid ja sümboleid. Pea ka siinkohal meeles, et inimese peas taustal toimub seoste loomine, seega enne kujundi valimist mõtle läbi, kas antud kujund võib inimestele alateadlikult juba anda teatud informatsiooni.

Teksti suurus on ka kindlasti üks tegur. Inimene haarab esimesena kõige suuremat teksti, seega suurem tekst võiks olla pealkirjas ja väiksem tekstiosas.

Kõrge resolutsiooniga arvuti ja Tableau

Kuna ostsin endale uue arvuti, mille resolutsioon on päris kõrge, siis avades Tableau, vastas mulle vastu suhteliselt ebamugav pilt. Siin juhend, kuidas sellest üle saada. Proovisin ja töötas.

http://www.danantonielli.com/adobe-app-scaling-on-high-dpi-displays-fix/

Tableau 9.3 toob ka veidi leevendust, proovisin, aga mitte veel täies ulatuses

Unistuste tööandja

Mida teha, kui oled kodus mõnusa puhastava nohu ja kurguvaluga? Eks ikka tegeleda millegi põnevaga ehk näiteks uurida erinevate uuringute tulemusi. Uuringuid parima tööandja vallas tehakse päris palju ("Parimad tööpakkujad","Eesti ihaldusväärsem tööandja", "Unistuste tööandja" jne) ja igal ühel on omad alused.

Paratamatult tekib mul alati siiski kuskil sisimas küsimus, et kui usaldusväärsed need tulemused siiski on? Aga eks see ole samas sarnane ärianalüütikaga - kui õiged on andmed sinu aruandes ja juhtimislaual? Ei saa alati kindlalt väita, et andmed kajastaksid 100% tõde. Ja samas selle 100% tõe taga ajamine võib võtta ju kuid-aastaid. Aga eks korralikult läbi viidud uuringu tulemused annavad siiski ülevaate ja kätte üldised trendid

Analytics trends 2016

Tried to make my first infographic with Visme

My Tableau Discoveries Jan 2015

Esimesed sammud Tableau Desktop Public'uga

Tableau Desktop Public on analüütikavahend, mis on tasuta alla laadimiseka ja kasutamiseks.

Lae Tableau Desktop Public endale siit

Tableau Desktopi Publicu limiteeringud:

• Oma arvutisse Sa oma tehtud Tableau faile salvestada ei saa.
• Kõik Tableau analüüsid saad saa salvestada Tableau Public avalikule kontole, milla maht on kuni 10GB. 
• Ehk siis kogu andmestik on samuti avalik ja kõik analüüsid/visualisatsioonid samuti. 
• Eeldus on, et kõik Sinu visualisatsioonid on loodud mitte kasumi teenimise eesmärgil
• Oma analüüse saad sa luua Exceli, txt, csv, mdb ja statistiliste allikate pealt
• Andmete uuendamine Tableau Pulbic kontol toimub käsitsi, läbi Tableau Public Desktop programmi

Tableau Public konto saad luua siin 

Kuidas alustada?

Kui oled laadinud endale alla laadinud Tableau Desktop Publicu ja loonud ka Tableau Public konto, siis vaata läbi vähemalt Esimene video treening ja alusta oma visualisatsiooni loomisega.

Võid ka alla laadida (download'ida) mõne näite Tableau Publicu'st . Seda saad oma Tableau Public Desktopiga avada ja vaadata, kuidas see loodud on ja võtta sealt šnitti.

Estonian Counties and Municipalities in Tableau

So maybe You would like that Estonian Counties borders would look more precise? Instead of this

like this?

Or maybe You would like to show your numbers by  Estonian Municipalities?

I have good news for you, you can use these premade extracts (data is taken from Estonian Land Board at June)

Link

Kuupäeva formaadi muutmine

Kui kasutad diskreetset kuupäeva objekti ja valid Month/Year

Ja nüüd on soov muuta vormingut, tahaksin näiteks kasutada lühemalt vormi ala Nov 2010.

Siis parem hiireklõps ja format.

Aga nagu näha, siis valikus on ainult Automatic. Noh siis võib muidugi teha eraldi objekti, kus valemiga kirjutada selline formaat nagu vaja aga see on siiski veidi ajamahukas

Kuidas siis veel saaks?

Muutke objekt Month Continuous tüüpi  ja siis avage uuesti ning valige nimistust Discrete. Ning nüüd saate muuta formaadi selliseks nagu iganes soovite

Tableau API's overview and more

Ärianalüütika tööriista juurutamine lähtudes isiklikest kogemustest

Olen viimasel ajal tihti mõelnud, et kui peaksin juurutama uut analüütika tööriista, siis kuidas teeksin seda nüüd? Kuidas teeksin seda nüüd, kui olen juba ärianalüütika vallas tegutsenud ligikaudu 8 aastat.

Kui hakkame juurutama ärianalüütika tööriista võib juhtuda ime ja projekt õnnestub. Aga kui me ei taha jääda lootma ainult imele?

Tööprotsessi ja arhitektuuriliste põhimõtete fikseerimine

Kui oleme valimas uut analüütika tööriista, siis seisame koheselt silmitsi mitmete protsessiliste ja arhitektuuriliste põhimõtetega. Üldjuhul arutletakse need läbi juba tööriista valimise käigus, kuid oluline on need enne kasutajate ligi laskmist veelkord üle käia ja arusaadaval kujul fikseerida. Neid põhimõtteid võiks loetleda oma tosinal A4 leheküljel aga hetkel toon välja peamised.

Andmeallikad ja ligipääs

Kas pärime andmeid otse allikast? 

Kes hakkab uues vahendis seadistama andmete regulaarseid eksporte? Ettepanek: lisaks võiksime kohe alustada üldiste reeglite ja võimaluste kirja panemist. 

Äkki vajame hoopis allikate koopiabaase, mille peale ehitada aruandlus? Mis lisakulud sellega kaasnevad? Kes hakkab koopiabaase töös hoidma? 

Kas keerulisemate analüüside jaoks vajame ETL funktsionaalsust, andmeaita? Kes teeb, kes haldab?

Kes otsustab uue andmeallika tekke puhul, mis kujul hakkame andmeid kasutama? 

Kas plaanime kasutada andmeallikana ka tekstifaile? Ettepanek: sel juhul võiksime kohe mõelda ka üldise failihoidla asukoha peale. Uskuge mind, hiljem on kasutajate arvutites paiknevat Exceli- ja tekstifailide rägastikku päris ressursimahukas likvideerida. 

Andmeühenduse defineerimine

Kas meil on inimene, kes mõistab midagi SQL'ist? Kes tunneb alliktabeleid ja nende vahelisi seoseid? Kes loob ja haldab andmemudeleid? Kuidas toimub teavitamine muudatuste korral? Üldjuhul on selles etapis vaja mingil määral IT tuge.

Andmete äriline kirjeldamine

Kes kirjeldab andmed ärikeeles? Kas andmeühenduse defineerija võtab selle enda kanda?

Kus hakkame haldama definitsioone, mõisteid? 

Regulaarse aruandluse loomine. Ad-hoc aruanded ja "data discovery"

Kas äripool loob ise aruandeid? Kas neil on selleks aega? 

Kas vältida olukorda kus Exceli aruanded viiakse üle uude tööriista 1:1 formaadis, jättes kasutamata uued võimalused? 

Kas vajame IT-tuge ning millises mahus? 

Kuidas aruandeid kirjeldame? Millised on iga aruande kohtustuslikud metaandmed? 

Kellel on õigus luua ad-hoc aruandeid? Kas enne õiguste andmist teeme ka koolituse? Kes teeb?

Kuidas toimub aruannete Live'i panek? 

Kuidas aruanded grupeerime, kas teemade või rollide järgi?

Valmis aruannete/visuaalide kasutamine

Kes hakkavad aruandeid kasutama? Kasutuse sagedus? Rollid, õigused? Kuidas ja mis eesmärgil aruandeid kasutatakse?

Lisaks veel - 

Millisel tasemel plaanime hallata ligipääsuõigusi?

Kas võtame kasutusele eraldi arendus- ja või testkeskkonna?

Kuidas tegeleme andmekvaliteedi probleemidega? 

Tööriista tutvustus - Miks me hakkame koos kasutama just seda tööriista?

Tööriista valimisprotsessis osalevad üldjuhul ainult teatud osa nendest inimestest, kes seda tööriista lõpuks hakkavad kasutama. Samuti on alati töötajaid, kes oleks otsustanud mõne teise tööriista kasuks. Kuidas tekitada ettevõttes hoiak "Meie tööriist"?  Kuidas teha nii, et vahend pärast juhtkonna esmast entusiasmi ei jääks lihtsalt ikooniks ekraanil?

Sellepärast ongi ülioluline kutsuda inimesed kokku ja rääkida ausalt, miks see tööriist sai ettevõttesse valitud - tuua välja valiku tegemise kriteeriumid nint toote plussid ja miinused.

Mulle väga meeldis ühe Vancouveri ettevõtte juhi lähenemine, ta nimetab seda "elavaks ettekujutuseks". Põhimõtteliselt tähendab see üksikasjalikku tuleviku kirjeldamist. Kusjuures peab mainima, et selle firma käive kasvas 2 miljonilt 25 miljoni dollarini. Kuidas rakendada "elavat ettkujutust" ärianalüütika juurutamisel? Kirjeldada üksikasjalikult kuidas selle tööriista kasutamisel sujub meie igapäevatöö? Mida  räägivad inimesed kohvinurgas? Mida räägib nüüd meie klient Kati, kes alati pahandas meiega aruande aegluse üle? Kuidas Matil jääb nüüd rohkem aega uute analüüside loomiseks? Mida kliendid räägivad? Meil kõigil on visioon kuhu tahame jõuda - miks mitte seda ettekujutust jagada. Konkreetsete soovitud olukordade kirjeldamine aitab inimesetel jõuda nn samale lainele ja pealegi mõjub isiklik ning aus lähenemine väga inspireerivalt :) Kui on aega ja ressurssi, siis võiks selle visiooni lasta asjatundlikult ka toimetada ja kujundada. Samuti on hea idee esitlusse kaasata ettevõtte need töötajad, kes on juba antud tööriista fännid. Üks võimalus on planeerida väikestes gruppides ka hands-on kogemus.

Regulaarsed tugirühmad ja reklaam

Tööriista kasutamisel tekib kasutajatel jooksvalt uusi küsimusi, tulevad välja erinevad protsessilised ja arhitektuurilised kitsaskohad. On väga oluline, et tööriista kasutajad ei jääks oma muredega üksi.

Väga hea idee on luua rollide põhised kasutajagrupid, kes teatud regulaarsusega kokku saavad. Iga kord teeb keegi kasutajatest ülevaate oma loodud olulisematest lahendusest ning kõik tooksid lauale hetkel tema jaoks 1-2 probleemset teemat. Need probleemsed teemad pannakse näiteks ühisele hääletusele ning valitakse 1-2, mille lahendamisega antud kohtumisel koos tegeletakse. 

Miks mitte isegi luua Skype'i grupp, kus saaks oma rõõme ja avastusi jagada :) Isiklikult olen katsetanud ka teatud veebilehe rakendamist, kuid pole näinud selle õnnestumist. Üldjuhul on kõigil liiga kiire, et produtseerida veebis erinevaid üllitisi. Selle tõttu toimubki Skype'i grupp paremini ja on inimestele tuttavam suhtlusviis.

Samuti ei tohi unustada juhtkonna tasemel tööriistaga seotud äriliste edusammude väljatoomist.

Positiivne hoiak ja kvaliteet

Oluline on mitte kinni jääda probleemidesse. Ükski tööriist ega inimene pole ideaalne aga keskendudes positiivsele, loome produktiivsema töökeskkonna ning jõuame kiiremini eesmärkideni.

NB! Kõiki probleeme ei pea kohe lahendama ja kõiki aruanded/analüüsid ei pea kohe valmima. Pigem keskenduda kvaliteedile ja äri jaoks tõeliselt kasulike projektide lõpule viimisele!

Mida teha siis, kui asukoha andmed on L-EST97 formaadis?

Tableau toetab vaikimisi WGS84,EPSG:4326 süsteemi

Kui andmed on aga L-EST koordinaatsüsteemist? Näiteks 6543210.14,543210.86? Mis siis teha?

Asi on väga lihtne. Tableaus tuleb  luua  vaid Longitude ja Latitude kalkulatsiooni objektid, kasutades Lamberti arvutusvalemeid ning info kuvamine kaardil ongi kohe võimalik.

Proovisin ise, võtab küll veidi aega, kuna Lamberti valemid on päris keerulised aga töötab ilusasti :)

Kes sa oled? vol 2

Proovisin teha ühe visualisatsiooni kahekeelse - Inglise ja Eesti

BI tulevik

Arvan, et maailmas on kõik omavahel seotud nagu doominoefekt. Mul on vahel päris raske enda jaoks defineerida, mis mida põhjustab. Kumb oli enne, kas kana või muna? Lähtudes sellest, et kõik on omavahel seotud, siis unustan korraks oma töö ja mõtlen läbi, mis Minule kui tavalisele lihtkodanikule väikeses Eestis silma paistab?

Väikeettevõtluse kasv (SMB). Olgem ausad, peaaegu igal teisel inimesel on oma ettevõtte, mis tegeleb kas siis koduõlu tootmise, käsitööga, uue toote lansseerimisega või IT-teenuse/toote pakkumisega. Märgata on just palju väikseid ettevõtteid. Vahel paneb tõesti isegi imestama, kuidas nad kõik pinnal püsivad aga nii see ometigi on. Sellest liikumisest on samas ka näha, et inimesed panustavad rohkem loovusesse, katsetavad ja võtavad võibolla ettevõtlust ka veidi vabamalt ning ei ütle ära ka suuremate riskide võtmisest.
Tervis. "Coca-cola is out". Märksõnadeks on öko, vegan, toortoit, õnneliku kana munad ja eriti kõik, mis eestlased ise oma kätega valmistanud. Tervisesport on tõusujoones, Myfitnessi spordisaalid on sõna otseses mõttes puupüsti inimesi täis ja uued sportlikud äpid ning nutikellad aitavad liikumise propageerimisele mõnuga kaasa. Samuti on lisaks füüsilisele heaolule rohkem hakatud pöörama tähelepanu ka vaimsele poolele nagu jooga, psühholoogia, mediteerimine, tantra jne.
Väike, kodune, retro on armas. Kodurestoranid, vana nostalgiline mööbel, lihtsad toidud, väikesed poed, vana uues kuues - need kõik jõuavad üha rohkem eestlaste südamesse. Intensiivistunud on kindlasti ka kogukondlik liikumine ja hoitakse rohkem kokku
Tehnoloogia areng. iPhone, Spotify, Facebook, LinkedIn, võimsamad arvutid, suuremad telerid, väiksemad nutiseadmed, tihe toodete vahetamine ning isiklikust füüsilisest varast loobumine - pilveteenused.

Kui võrrelda seda, mida Mina täiesti intuitiivselt ja ilma teoreetikute/statistikute analüüsideta tunnetan ning ise igapäevaselt kogen, siis vaadates järgnevat Kjaer Global poolt ennustatud järgmiste aastate peamiste trendide graafikut, näeb siin seoseid. 

Aga kuhu ikkagi liigub BI maalim? 

Rõhk on iseteeninduse BI tööriistadel, millel tugev andmete ettevalmistamise võimekus. Iseteeninduse olulisusest - sellest, et äri kasutaja saab ise analüüsida oma andmeid ja kiirelt võtta vastu otsuseid, oleme kuulnud juba väga pikka aega. Kusjuures juba siis kui mina alustasin BI valdkonnas töötamist, oli self-service ikka igapäevane märksõna, millest püüdsime lähtuda.

Meil võib olla ideaalne ning lihtne analüütikavahend, millega saab andmetes igat pidi surfata aga paljud meist teavad, kui suure osa BI lahenduse juurutamisest hõlmab andmete ettevalmistamine? See on üldjuhul protsessi kõige keerukam ja ka aeganõudev osa. Olen seda ise reaalses tööelus ikka ja jälle kogenud. Kui aga BI tööriistal oleks ka hea andmete ettevalmistamise võimekus, siis kerkivad äri kasutajatele iseteeninduses esile hoopis uued võimalused - info haldus, ETL funktsioonid, võimalused profileerida, valmistada ette, integreerida, modelleerida andmeid analüüsiks ja tarbimiseks BI/analüütika platvormidele. See kõik tähendab aja kokkuhoidu ja keerukuse vähenemist ning raskuskese liikumist IT'lt rohkem äri poolele. Üheks tulemuseks on BI'le ligipääsetavuse avamine  suuremale kasutajateringile. BI lihtrahvale. Selle kõigega muidugi kaasneb ka veel suurem nõudlus kui seni  töötajate profiili järele, kes mõistavad nii tehnilisi askpekte kui ka ärilisi nõudeid. 

"By 2017, Most Business Users and Analysts in Organizations Will Have Access to Self-Service Tools to Prepare Data for Analysis" Gartner

Mitme BI tööriista kasutamine. Kui umbes kümmekond aastat tagasi oli rõhk pigem vähendada ettevõttes kasutatavate BI vahendite hulka, siis äri ootusega kiiremini reageerida ja tehnoloogia pideva arenemisega (pilveteenused, mobiilsus, big-data) on ka nõudmised BI lahendustele kasvanud.

Mind kõnetas turundusprofessori Marcel Korsteni öeldu: "Kui tahad olla milleski kõigist parim, siis sa pead olema milleski muus halb. Sellega tuleb leppida. Ei saa olla kõiges kõigist parim." Ehk siis pole tööriista, mis kataks ära absoluutselt kõik vajadused ja  ideaalselt, eriti väga suures ettevõttes. Samamoodi nagu pole olemas ideaalset inimest. 

Ma pean ütlema, et ma ise väga ei ole pooldanud mitme tööriista olemasolu, sest kardan, et  ühel hetkel võib tekkida lihtsalt kaos. Aga samas, miks üritada kahvliga suppi süüa kui selleks on lusikas? Jah, kahvliga saab ka lõpuks supi söödud aga, kas see vaev ja aeg, mis kulutatud, on seda väärt? Kui protsess pannakse paika ja hoitakse jooksvalt elus, siis ei teki ka kaost. Täiskasvanuna me ei mõtle ju ka, kas nüüd peaksin kasutama kahvlit või lusikat.

Lisaks on näha, et nii nagu inimesed, on ka ettevõtted muutunud julgemaks, eksperimenteerides ka uute turule tekkinud BI toodetega. Arvan, et siin on oma roll ka Steve Jobs'il, kes näitas maailmale, mis innovatsioon on.

BI protsesside loomine, kontrollimine ja jooksev elus hoidmine. BI erinevate kasutajate profiilide ja andmete mahu kasvamisega, erinevate toodete samaaegse kasutamisega on näha reaalset ohtu, et tekib nn analüütiline labürint - erinevates kohtades on vastuloluline info, poolik andmete kasutamine, sama valemite/mõõdikute definitsioonide küllasus, piiramata või liiga piiratud tulemuste jagamine - see kõik viib selleni,  et vähesed iseteeninduse BI juurutusprojektid on edukad. See vähendab ka ärisponsorite entusiasmi iseteenindava BI vastu. Et see ei juhtuks, tuleb pöörduda tagasi rohkem kontrollitud BI juurutamiste poole, kus siiski ITja äri koostöös looks tööprotsessi ehk nn põhitavad, kus BI saab õndsalt õitseda.

"Through 2016, less than 10 percent of self-service BI initiatives will be governed sufficiently to prevent inconsistencies that adversely affect the business" Gartner

Rõhk kasutajakogemusel ja kasutajaliidesel. Hea kasutajaliides ja kasutajakogemus muutub BI maailmas fundamentaalseks, et kätte toimetada kergesti ligipääsetavad ja intuitiivseid BI lahendused. Hea disain peab olema nii BI tööriistal kui ka BI lahendusel (visualisatsioonil, aruandel) endal. Tehnoloogia kiire arenguga seoses ootame igalt lahenduselt nagu näiteks igapäevaelus kasutatavalt pangarakenduselt, et see oleks lihtne, üheti arusaadav, kiire jne. Ja me oleme sellega nii harjunud, et ootame seda tegelikult igalt lahenduselt, mida kasutame.

Minu enda jaoks (kõhutunne) on see punkt vast kõige olulisem. Kui tahta tõesti maailmaga ühte sammu käia, siis arvan, et tuleks juba nüüd hakata end selles arendama. Kõik eelnevad punktid on sellised, mida mina üldjoontes olen teadnud ja rakendatud. Aga just tänu igapäevaelus suurenenud tehnoloogiliste vahendite niivõrd kiirele arengule ja sellega kasvanud ootustega, nõuab ühe suuremat rõhku BI lahenduse kasutajamugavs. Ma arvan, et pole üldse paha idee, kui analüütikud hakkaksid käima kasutajaliidese disaini koolitustel. Mina vähemalt oleksin igati päri selle ideega ja ma arvan, et see tasub ära.

Ja seoses milleeniumilaste sisenemisega tööturule muutub see veel olulisemaks!

Sisse põimitud (embedded) BI. Selle punkti tooksin ma veel eraldi välja, sest minu jaoks on sellel punktil alati olnud jumet. BI peab olema põimitud aplikatsioonidesse, kus kasutaja elab ja hingab, see tõstab kasutajakogemuse uuele tasemele ja suurendab ka BI kasutuselevõttu.

Lisaks veel erinevaid trende: Extended Enterprise. Ettevõtted ei piirdu enam andmetega, mis tekkinud ettevõtte nelja seina vahel, liigume neljast seinast väljapoole. Kasutusele erinevad sotsiaalmeedai allikad ja integratsioon erinevate infoettevõtete andmete vahel. Andmed muutuvad kliendile peamiseks tooteks. On palju ärimudeleid, kus informatsiooni, mis transaktsiooni ümbritseb on väärt rohkem kui transaktsiooni ise. Internet of things. Enamus ettevõtteid keskendub nüüd andmetele ja sellele, kuidas nad saavad nn turu lõhestada, luues andmete põhjal uusi ärimudeleid. BI saab olema üks peamise komponente, mis draivib uusi võimalusi.Tõõjõu muutus - milleeniumilapsed. Äri draivib 50% tehnoloogia kulutustest. Seoses pilve ja SaaS levikuga on tekkinud palju väikseid BI ettevõtteid. Rõhk rohkem turvalisuse tagamisel. Tulevikku ennustav analüütika. Storytelling. Machine learning and cognitive computing. Pilves resideeruv Andmeait. Pilveteenuste kasutamine on kasvanud aastaga ligi 10%'i. Kasutajad on välja toonud 2 peamist põhjust, miks kasutatakse pilvelahendust - odavamad halduskulud ja kiire juurutamine. Pilves resideeruva Andmeaidaga on tulnud turule mitmed firmad nagu Amazon Redshift, IBM Netezza DashDB, HP Vertida jne. Hadoop, NoSQL baasid. Palju oleme kuulnud kindlasti sõna Hadoop. Miks on see muutunud nii populaarseks? Oluliseks eeliseks on kiirem, paindlikum arendus, madalamad tarkvara ja juurutamise kulud. Samuti võimalus salvestada ja protsessida struktureeritud ning struktureerimata andmeid. Kuigi peab mainima, et siiski üle poolte ettevõtetest nendib, et nende jaoks pole see hetkel prioriteet. Big Data. Kui rääkida Big Data'st, siis olen nõus LogiAnalytics inimestega, et Big Data'st saab lihtsal data. Ka Gartneri hype cycle'lt näeme, et big data liigub rohkem produktiivsuse faasi. Ettevõtted lihtsalt fokusseerivad äri probleemidele ja kasutavad andmeid, et neid probleeme lahendada.

(Graafik on kahjuks eelmise aasta kohta)

Kogusin info kokku erinevatest allikatest (Informationweek, Gartner, Logianalytics) ja püüdsin enda jaoks luua kokkuvõte, kuhu BI tulevik võiks olla suundumas