Tableau'da Veri Karıştırma, İlişki ve Birleştirme Nasıl Yönetilir?

Tabloları bir araya getirmenin yolları ve doğru yöntemi seçme sorusu

Tableau'da birden fazla tabloyu ya da veri kaynağını aynı analizde kullanmanın yolları şunlardır: ilişki (relationship), birleştirme (join) ve veri karıştırma (data blending). Hepsi benzer ihtiyaca hizmet eder, ancak veriyi farklı katmanlarda ve farklı zamanlarda bir araya getirir. Yanlış yöntemi seçmek en sık, sayıların sessizce hatalı çıkmasına yol açar.

Tableau yardım belgelerinin önerdiği sıra şudur: İlişkiler varsayılan yöntemdir ve farklı ayrıntı düzeyindeki tablolar için bile uygundur. Birleştirmeler, tabloların tek bir tabloya indirgenmesi gerektiğinde kullanılır. Karıştırma ise ilişki kurulamayan ya da yayımlanmış veri kaynaklarını birleştirmeniz gereken durumlar içindir.

Karar için basit bir soru yardımcı olur: Tablolar aynı veri kaynağı içinde mi, aynı ayrıntı düzeyinde mi ve tek bir tablo olarak mı kullanılmaları gerekiyor? Bu soruların cevabı, yöntemi büyük ölçüde belirler.

İlişkiler: modern ve esnek varsayılan

İlişki, tabloları eşleşen alanlar üzerinden bağlar ve Tableau'nun veri kaynağı sayfasında mantıksal katmanda, tablolar arasındaki esnek bir çizgi (noodle) olarak görünür. Birleştirmeden en önemli farkı, birleştirme türünü baştan seçmemenizdir: Tableau, analizde kullandığınız alanlara göre birleştirmeyi çalışma anında kurar. Böylece her tablo kendi ayrıntı düzeyini korur.

Kurulum akışı şöyledir: • Veri kaynağı sayfasında ilk tabloyu mantıksal katmana getirin. • Diğer tabloyu sürükleyin; Tableau eşleşen alanları önerir. • Gerekirse eşleşme alanlarını kendiniz seçin veya değiştirin. • Çalışma sayfasına geçin ve alanları kullanmaya başlayın.

İlişkilerin pratik avantajları vardır. Ayrıntı düzeyi farklı tablolarda (örneğin sipariş başlıkları ve sipariş kalemleri) toplamların çoğalmamasıdır. Ayrıca eşleşmeyen ölçü değerlerinin yanlışlıkla kaybolmamasıdır. Yardım belgesindeki ifadeyle, birleştirmeleri yalnızca gerçekten gerektiğinde kullanmanız önerilir. Birleştirmeye ihtiyaç duyulan tipik durum, çıkarım filtreleri ya da toplulaştırma gibi tek bir tablo gerektiren senaryolardır.

Birleştirme (join): ne zaman ve nasıl?

Join, fiziksel tabloları veri analizi başlamadan birleştirir ve sonuçta tek bir tablo oluşur. Fiziksel katmana ulaşmak için mantıksal bir tabloya çift tıklarsınız. Burada Venn diyagramı simgeleriyle inner, left, right ve full outer gibi birleştirme türleri seçilir.

Join'in avantajı, tabloları gerçekten tek bir tablo gibi kullanabilmenizdir: veri çıkarımı, satır düzeyinde filtreleme ve kaynak düzeyinde hesaplar kolaylaşır. Dezavantajı ise ayrıntı düzeyi farklı tablolarda veri çoğalması ya da kaybıdır. Örneğin kurgusal bir senaryoda sipariş tablosunu sipariş kalemleriyle birleştirirseniz, sipariş başına olan kargo ücreti her kalem satırında tekrar eder; toplam alındığında kargo tutarı şişer.

Join'i tercih edeceğiniz durumlar şunlardır: • Tablolar aynı ayrıntı düzeyinde ve eşleşme bire bir ise • Tek tabloya ihtiyaç duyan çıkarım ya da veri kaynağı düzeyinde filtre kullanacaksanız • Birleştirme türünü (örneğin yalnızca eşleşenler) bilinçli olarak kontrol etmeniz gerekiyorsa

Çoğaltma riskine karşı birleştirme sonrası satır sayısını kontrol edin; beklenenden fazlaysa bir ilişki ya da ayrı agregasyon düşünün.

Veri karıştırma (blending): ayrı kaynaklar arasında köprü

Karıştırma, birleştirme yapmadan ayrı veri kaynaklarını aynı görünümde yan yana kullanmanızı sağlar. Tableau her kaynağı ayrı sorgular, sonuçları toplulaştırır ve görünümde birleştirir. Birleştirmede önce birleştirilir sonra toplulaştırılır; karıştırmada ise önce toplulaştırılır sonra birleştirilir.

Mantığı şöyle çalışır. Görünümde kullandığınız ilk veri kaynağı birincil (primary) kaynak olur ve görünümü tanımlar; Data panelinde mavi onay işaretiyle görünür. Sonradan eklenen ikincil (secondary) kaynak turuncu onay işareti ve panelin kenarında turuncu bir çubuk taşır. Birincil kaynak görünümü tanımladığı için sonuç left join mantığına benzer: ikincil kaynakta eşleşmeyen değerler görünmez.

Kaynakları bağlayan ortak boyutlara bağlantı alanı (linking field) denir. İkincil kaynağın panelinde bağlantı simgesi, alanın aktif ya da olası bağlantı olduğunu gösterir; kırık bağlantı simgesine tıklayarak bağlantıyı etkinleştirebilirsiniz. Alan adları farklıysa Data > Edit Blend Relationships menüsünden ikincil kaynağı seçip Custom'ı işaretleyin ve Add ile alanları eşleyin.

Karıştırma, bağlantı alanını sayfadan sayfaya değiştirmeniz gerektiğinde ya da yayımlanmış veri kaynaklarını birleştirdiğinizde değerlidir.

Karıştırmanın sınırları ve dikkat edilecek noktalar

Karıştırmanın en büyük tuzağı, ikincil kaynaktaki alanların toplulaştırılmak zorunda olmasıdır. İkincil boyutlar ATTR ile toplulaştırılır; bir işaret için birden fazla değer varsa yıldız (*) görünür. Bu yıldız, eşleşmenin bire bir olmadığını gösteren bir uyarıdır; görürseniz bağlantı alanını gözden geçirin.

Yardım belgesinin saydığı diğer sınırlar da önemlidir. COUNTD, MEDIAN ve RAWSQLAGG gibi toplanamayan toplulaştırmalar karıştırmada kısıtlıdır. Karıştırılmış veri kaynakları tek bir birim olarak yayımlanamaz. Küp veri kaynağı birincil kaynak olmak zorundadır. Birden fazla bağlantı alanı kullandığınızda, birleşik değerler kaynakların her ikisinde eşleşmiyorsa satırlar kaybolabilir.

Bağlantı alanındaki değerlerin gerçekten eşleşmesi de şarttır. Yardım belgesindeki örnekte "Lt. Blue" ile "Light Blue" eşleşmez; birini diğerine takma ad (alias) ile eşlemeniz gerekir. Benzer şekilde ürün kodlarında baştaki boşluklar, büyük-küçük harf farkları ve tarih biçimleri sıklıkla sessizce kayıp eşleşmeye neden olur.

Karar rehberi ve örnek senaryolar

Pratik seçim tablosu şöyle özetlenebilir: • Aynı veri kaynağı içinde, ayrıntı düzeyi farklı tablolar (başlık ve kalem): ilişki • Tek bir düz tabloya ihtiyaç duyan çıkarım veya filtre senaryosu: join • Farklı veritabanlarından ya da yayımlanmış kaynaklardan gelen, yalnızca özet düzeyinde karşılaştırılacak veri: blending • Satış gerçekleşmesi ile hedef tablosunu bölge ve ay düzeyinde yan yana koyma: blending ya da ilişki; hedef daha yüksek ayrıntıda değilse ilişki daha güvenli

Örneğin kurgusal bir şirkette satış verisi veri ambarında, bölge hedefleri ise ayrı bir elektronik tabloda tutuluyor. Hedef tablosu yalnızca bölge ve ay düzeyinde olduğu için satış verisini bölge ve aya göre toplulaştırıp hedefle blend etmek hızlı bir çözümdür: birincil kaynak satış, ikincil kaynak hedef olur, bağlantı alanları bölge ve ay. Buna karşılık tablolar aynı veritabanı içindeyse ilişki daha az risk taşır.

Her yöntemden sonra toplamlarınızı kaynak tablodaki toplamla karşılaştırın. Sayıların tutmadığı yerde sorun genellikle yanlış ayrıntı düzeyi, kaybolan eşleşme ya da çoğalan satırlardır.

Mindset eğitimlerinde veri bağlantısı ve karıştırma

Tableau ile Veri Görselleştirme Uygulamaları eğitiminin veri bağlantıları ve hazırlığı modülü, farklı kaynaklardan gelen veriyi analize hazırlayan raporlama analistleri için uygundur. Tableau İleri Düzey eğitiminin mimari ve performans modülleri ise veri modelinin kurumsal ölçekte yönetimiyle ilgilenen deneyimli kullanıcılara yöneliktir.

Kurumsal ekipler, kendi veri kaynaklarını ve rapor ihtiyaçlarını eğitime taşıyarak hangi yöntemin hangi veri modeline uyduğunu uygulamalı olarak karşılaştırabilir.