Tableau：您为什么要从 Tableau 寻求分析支持？
Torry：作为分析师，我们必须从巨大的数据集中发现见解。对我们而言，Tableau Desktop 一直是处理这些数据集的强大工具。它快捷易用。效果远胜于挖掘原始数据。在公司内的不同人群中，Tableau Server 的采用率和受欢迎程度已经开始不断提高。这对我们来说是好事情，因为我们不再需要花很多时间为他们构建报告，而他们可以将更多的时间用于真正地利用我们现有的数据。
Steve： 我会生成大量信息，其他人使用这些信息来为高管及全公司的人员介绍情况，让他们能够使用数据做出明智的决策。
Torry： 我们希望用户最终能够使用 Zillow 找到想要的房产，这将是他们一生中最大的一笔交易，也是高度个性化的交易。我们探索各种方式来简化这一过程，以此减轻他们在购买过程中感受到的压力，购买房产本应是一件有趣和令人兴奋的事情。
Tableau：Tableau Desktop 和 Tableau Server 怎样证明自己的价值？
Steve： 我们可以在 Tableau Server 上的租房仪表板中深入探索出租房产所在的州和信息提供者，我们可以通过同时对这两个维度进行横切来调查质量问题。我们可以真正地对存在机会或数据质量问题的区域进行深入探索，确定不同的地区在房源采集工作中的优先顺序。
Torry： 我们处理的许多数据集非常庞大，而 Tableau 让我们有办法对这些数据进行深入挖掘，迅速找出哪里有值得关注的事情正在发生—某个区域是否出现了异常值，我们是否可以使用某个指标找到巨大的机会或者某个产品的问题。
Tableau：您的数据集有多大？
Torry： 我们有美国境内每套住房的数据。总共有 1 亿多套住房，因此，仅仅那个数据库就包含 1 亿多行数据。
Steve： 我们有各个联系人的许多不同元数据维度—消费者在哪里通过 Zillow 联系房地产经纪人？在移动应用上？房产是否为待售房产？或者是待租房产？
Torry：我们还有抵押贷款产品，贷方每个月向寻找最佳抵押贷款利率的用户提供数千万个贷款报价—那就是数亿行数据。Tableau 能够将这些数据转化成便于管理的形式，仅仅这一点就为我们提供了很大的帮助。
Tableau：Tableau 如何帮助您检查这些数据？
Torry： 处理大规模数据集时，我们要查看很多内容，例如分布模式和直方图，还要留意各种线索，以期找到创收机会，或者根据这些线索制作某些东西，在客户的房产选购过程中为他们提供帮助。
Steve： 通过设置一系列筛选器，我们可以让产品经理能够对 Tableau Server 中的几乎所有数据进行切片操作。这样，他们可以根据自己的需要进行分析，而我们只需提供数据，让他们从其中提取见解。
Torry： 地理位置对房地产至关重要，而 Tableau 具有强大的地图绘制功能，因此对我们极为有用。在折线图和条形图之外，我们还可以提供更多背景信息，让企业主可以查看地理区域中的趋势 -- 如果没有地图，这很难做到。很少有其他产品具有这种内置的拖放式地图界面。
Tableau：能否讲一讲 Tableau 揭示的一些趋势？
Steve： 使用这个 Tableau Server 仪表板，我们发现一个地理差异：一些人将住房单元标记为“Condo”，而另一些人称其为“Apartment”。我们以为这是不同的单元以一种奇怪的方式混合在一起，最后却发现，这不过是不同地区的叫法差异而已。在地图上看清楚情况之后，我们马上就知道怎样才能更好地处理这一问题。
Torry： 虽然贷款报价的总条数达到几亿，需要某种贷款的某些用户却无法获得足够多的报价。通过查看这些数据的分布特点以及它们在不同贷款种类之间的分配情况，我们可以发现，一些用户可能因为具体的信用分数问题而无法获得足够多的贷款报价，或者这是因为用户想要购买投资型房产，而在当前的房产业环境中，很少有人愿意提供此类贷款。因此，我们可以观察这些不同的特征，然后查看用户获得了怎样的回应，了解在 Zillow 寻找贷款的过程是否给他们带来了良好的体验。
Steve： 我们的经济团队使用 Tableau Public 产品发布了很多内容。他们干得很漂亮的一件工作涉及“负资产”。如果您的房产成为负资产，您可以按县或邮政编码进行缩放，查看您所在的县或邮政区域的房产“负资产”平均水平。您可以真正地对数据进行个性化处理，而不是仅仅依赖某一篇文章中一个浮光掠影的全国平均数。您可以通过放大，查看自己受到的实际影响，而不是仅仅了解“普通美国人”受到的影响。我们认为，这样可以大大改善效果。
Tableau：Tableau Public 有没有获得良好的在线反应？
Steve：我们在 Web 上部署的 Tableau Public 产品获得了很高的参与度。人们很高兴地看到，他们可以聚焦自己的社区，查看市场对他们有何影响。我们有各种各样的市场增长和住房价值指标。人们真的很有兴趣将自己的小市场区域趋势与其他街区进行对比。
Tableau：Tableau 在 Zillow 的使用情况经历了怎样的增长？
Torry： 我们在大约三年前开始使用 Tableau Desktop，用户有五名左右，主要来自分析团队。我们使用这款工具来探索这些大数据集，为各种业务人员回答问题。当时，Tableau 的使用似乎仅限于用它来进行深入研究、寻找见解的分析师。
Steve：此后，我们开始进行宣传，使用率随之实现了自然增长。我们将其嵌入电子邮件报告中，还在会上用它来进行演示。人们总是在问我们的图表是从哪里来的。
Torry： 现在，它已经遍布整个公司，大家都在使用这款工具。
Tableau：Tableau Server 对 Zillow 员工的工作方式有何影响？
Steve：Tableau 使人与数据的关系从以“推送”为主转变为以“拉取”为主。因此，我们规模有限的分析团队可以为更多的用户提供更好的服务，因为我们不需要回答每一个问题；我们为人们提供一个框架，让他们回答自己的问题。
Steve：这是一种很好的方法，它让我们能够与数据交互，而不是简单地接收数据。这确实将见解水平提高了一个层次，因为您不但可以获得某些内容，还能够利用我们为您提供的平台，自己创作新内容。
Tableau：Tableau Server 对分析团队的工作方式有何影响？
Torry： 大约在一年半以前，我们转而使用 Tableau Server，以便向公司内的用户提供更多报告。
Steve： 此举释放了大量资源，我们因此变得更加敏捷，可以创建更多的平台，而不是以提供答案为主。作为一名分析师，我感觉它提高了我的效率，因为我可以为更多的人提供服务，帮助大家提高敏捷性。
过去，我需要将自己百分之三十至五十的时间用于创建临时报告。现在，这项工作所需的时间已经显著减少。
Torry： 过去，我需要将自己百分之三十至五十的时间用于创建临时报告，现在这项工作所需的时间已经显著减少。在 Tableau Server 的帮助下，我们商业智能部门无需再花大量的时间处理临时报告请求。我们可以推送一些东西。它们具有交互性；人们可以深入研究，可以找到自己需要的东西。我们可以将自己的时间用于寻找这些数据中的宝贵见解，而不是不断地回应请求。
Steve： Zillow 常常会有一些高级用户，他们需要大量的额外数据。针对他们的需求，我们可以在 Tableau Server 中显示相关数据。用户访问服务器并将其用作数据源，然后拉取这些数据，这是一个真正的自助过程。它很快就成为这些用户信任的数据源，快速获取结果的能力让他们非常高兴。
Torry： 如果没有 Tableau，我们会花更多的时间来为业务人员提供一对一服务，帮助他们深入分析数据、进行下钻操作、寻找见解和问题。而借助 Tableau，他们能够以自助的方式完成这些操作，然后帮助我们解决问题，而不是查找问题。