Sfrutta la potenza di Python in Tableau con TabPy

TabPy è la nuova API per valutare il codice Python da una cartella di lavoro Tableau.

Utilizzando TabPy con Tableau, puoi definire campi calcolati in Python e sfruttare la potenza di svariate librerie di apprendimento automatico direttamente nelle tue visualizzazioni.

L'integrazione di Python in Tableau apre le porte a potenti scenari di analisi. Ad esempio, bastano solo poche righe di codice Python per ottenere i punteggi del sentiment dalle recensioni sui prodotti venduti tramite un canale online. Quindi esplora i risultati in diversi modi con Tableau.

Puoi applicare i filtri per vedere solo le recensioni negative e leggere i contenuti per capirne i motivi. Oppure potresti ottenere l'elenco dei clienti da contattare, o visualizzare come cambia il sentiment complessivo nel tempo.

Ed ecco altri possibili scenari aziendali:

• Lead scoring: crea un funnel di conversione efficiente assegnando un punteggio al comportamento degli utenti con un modello predittivo.
• Previsione dell'abbandono: analizza i casi e i motivi di abbandono da parte degli utenti per prevederli e prevenirli.

Installare il server TabPy sul tuo computer o su un server remoto è facile. Per configurare la connessione a questo servizio, inserisci l'URL e il numero di porta da Guida > Impostazioni e prestazioni > Configura connessione ai servizi esterni in Tableau Desktop. Puoi quindi usare gli script Python nei campi calcolati in Tableau, proprio come con gli script R a partire da Tableau 8.1.

TabPy si basa sul noto ambiente Anaconda, che è già installato e pronto per l'uso con molti tra i pacchetti Python più comuni, tra cui scipy, numpy e scikit-learn. Ma puoi anche installare e usare qualsiasi libreria Python nei tuoi script.

Se nella tua azienda c'è un team di data scientist che sviluppa modelli personalizzati, TabPy può rivelarsi utile per condividerli con chi desidera sfruttarli in Tableau tramite un modello pubblicato.

Per eseguire un modello di apprendimento automatico, una volta pubblicato, è sufficiente una sola riga di codice Python in Tableau, qualunque sia il tipo o la complessità del modello. Per stimare la probabilità di abbandono dei clienti, puoi utilizzare la regressione logistica, la rete neurale con percettrone multistrato o gli alberi potenziati a gradiente semplicemente trasferendo i nuovi dati nel modello.

I modelli pubblicati offrono diversi vantaggi. Le funzioni complesse sono più facili da gestire, condividere e riutilizzare come metodi distribuiti in tutto l'ambiente del servizio predittivo. Puoi migliorare e aggiornare il modello e il codice alla base dell'endpoint mentre il campo calcolato continua a funzionare senza modifiche. E per chi crea le dashboard, non è necessario conoscere o preoccuparsi della complessità del modello sottostante.

Tableau e Python insieme sbloccano tanti altri scenari di analisi avanzata, così le tue dashboard saranno ancora più incisive. Per saperne di più su TabPy e scaricare una copia, visita la nostra pagina GitHub.

Ottieni di più con Tableau e i Big Data

Scopri come tutte le aziende, dalle piccole imprese alle più grandi, possono risolvere con Tableau tanti dei problemi posti dai Big Data.
Scopri di più.