Tableau Data Management

曾几何时，组织只需收集和管理相关的企业数据。如今，从营销与销售部门到财务部门，每一个部门都有多种不同类型的数据，而且需要满足各自独特的分析需求，才能实现价值最大化。人们在收集数据时甚至都不知道数据的用途，而有些部门数据及其应用方式可能都不在 IT 部门的监控范围内。

为便于分析，需要将数据整理成合适的形式和格式，而这方面的工作也在一定程度上造成了数据的这种无序激增。采用传统模式时，通常由 IT 部门负责为具体的分析用例准备数据，然后他们还要继续维护数据库或文件。随着数据的不断积累，IT 部门需要确保稳定性以便支持数据环境，但在弃用表和数据源方面面临重重挑战，因为他们不清楚这样做对下游用户有何影响，担心会破坏对业务至关重要的仪表板。

在现代分析技术的推动下，IT 部门的角色已从生成报告转变为维护和保护各种系统，让整个组织的人员都能自行使用这些系统作出数据驱动型决策。如今，业务用户正在不断地引入对他们重要的各类数据，但这种数据引入方式尚不具备可扩展性。很多流程仍然是手动完成的，而且可能涉及到将数据从受管控的系统转移到不受管控的系统以进行分析。IT 部门实施管控的目的是为数据和分析探索提供保护，而不是限制访问和带来瓶颈。不过，IT 部门仍肩负着扩大自助式分析的部署规模，从而让更多受众都能使用的责任，而这项工作则需要让流程实现有序运转和自动化，同时还需要兼顾可控性与敏捷性。

随着组织越来越依靠数据驱动型决策来推行组织变革，越来越多的人员要求访问和分析数据。虽然有些业务用户在不断培养更加精良的数据技能，但多数都不知道应采用哪些数据或者该去哪里寻找这些数据。从命名规范到复杂的数据结构，对日常用户来说，了解数据库以及需要联接哪些表极具挑战性。以往公司内只有较少的人员有权访问数据时，直接去找数据专家咨询还算比较容易。而现在，随着数据用例越来越多，现代分析技术快速普及，这种做法已经无法满足日益增长的需求了。

说到弄清楚整个组织的数据资产使用情况，以往要么无法做到精准确凿（“谁在以何种方式使用这些数据？”），要么就是一个难以攻克的编程难题，需要抓取内容来试图找到答案。不妨假设某个 ETL（提取、转换和加载）作业失败，或者有一个表需要从数据库中移除。按照传统的数据管理模式，管理员可能需要更新 Wiki 或者群发电子邮件，期盼那些将受到影响的人能够注意到这条消息。即使组织建立了企业数据目录，其中包含有帮助的数据说明，明文载述的数据世系以及反映数据新鲜度的各项指标，那么最终用户在开始分析前，是否会频繁登录这样的系统来了解自己使用的数据是否值得信赖且是最新的？

各种合规要求也使得确保用户使用正确的数据变得日益困难，而这又会影响外界对组织是否正确管理敏感数据的看法。如果 IT 部门希望最终用户了解应该使用什么数据以及数据是否存在质量问题，那么用户就需要在其分析环境中获得关于数据质量的信息，而不是需要再进入另外的系统或工具才能获得这样的信息。将这样的元数据直接显示给用户有助于他们知道自己所用的数据值得信赖。

数据整理与发现

数据管家和数据工程师可以为数据库、表和列添加说明和元数据，还可以对数据资产进行认证，以帮助用户找到值得信赖和推荐的数据。开发人员也可以使用 Tableau Server REST API 中的元数据方法，以编程方式更新某些元数据。得益于此，数据工程师和数据库管理员将可以根据使用情况元数据来在表中做出更改，从而优化数据源。

内容作者可以在 Tableau Server 和 Tableau Online 中搜索现有的数据源、数据库和文件或者表，看看他们需要的数据是否已经存在，这有助于最大限度减少重复的数据源。内容使用者在浏览时可以看到数据资产的说明、使用情况和认证信息，因而能更轻松地找到值得信赖的数据。在查看可视化时，用户可以在仪表板的“数据详细信息”标签中轻松访问字段说明，这让他们能够确信自己是在使用正确的数据进行分析。

世系与影响分析

IT 人员可以执行影响分析，来了解哪些数据资产和用户会受到更改（比如数据库管理员或数据工程师更改了某个列或表，或者数据管家修改了某项计算）的影响。IT 人员在 Tableau 平台内就可以发送电子邮件告知受影响的数据资产所有者。

业务用户甚至在打开可视化之前，就可以快速查看他们用于分析的数据的世系，包括这些数据的来源和所有者、这些数据是否已获得认证以及准备流程的运行历史记录。更高级的用户则可以查找已经发布到 Server 上的分析内容，还可以深入探索工作簿中的计算。

质量警告和通知

数据工程师和数据管家可以直接在 Server 环境中设置质量警告，也可通过 API 进行设置。这些指示标志（“警告”、“已弃用”、“陈旧数据”或“维护中”）有助于向用户通知数据资产的状态并提供额外的信息，比如刷新是否出现了延迟，或者是否缺少数据，从而可能会影响分析。如果准备流程运行失败（比如在数据库超时或缺少列的情况下），准备流程的所有者（比如数据管家或分析师）可以直接收到通知，因而能快速采取措施。

在 Tableau 中，业务用户直接在自己的分析环境中就可以看到数据资产的指示标志。这有助于各种技能水平的人员有把握地依据数据作出业务决策；在出现警告时，他们也能查看 IT 人员发送的信息，据以决定是否要继续分析。

元数据 API 集成

IT 人员可以利用元数据 API 来扩展现有元数据管理解决方案的功能。可以将数据库管理员和工程师在元数据表或企业目录中整理的元数据提取到 Tableau 中；也可以从 Tableau 中提取元数据，以便在其他数据应用程序和业务流程中使用。

业务用户在 Tableau 中的分析环境中，就可以清楚查看 IT 人员对来自企业目录的有价值元数据所做的处理。而他们在 Tableau 中的分析环境，正是他们最有可能查看和使用这些信息的位置。