Purposeful Data Visualization with Tableau Jeremy Buhler , - PowerPoint PPT Presentation

Purposeful ¡Data ¡Visualization ¡with ¡Tableau Jeremy ¡Buhler , ¡Assessment ¡Librarian, ¡UBC ¡| ¡jeremy.buhler@ubc.ca Ebony ¡Magnus , ¡Assessment ¡& ¡User ¡Experience ¡Librarian, ¡SAIT ¡| ¡ebony.magnus@sait.ca ¡ Workshop ¡material ¡and ¡data ¡files ¡at http://bit.ly/claw-­‑tableau Please ¡download ¡copy ¡of ¡Excel ¡files

Outline what ¡we ¡mean ¡by ¡“purposeful” • preparing ¡your ¡data • introducing ¡the ¡Tableau ¡interface • exercise/practice • break, ¡10:30-­‑11:00 creating ¡dashboards • exercise/practice • refining ¡the ¡visual ¡presentation • exercise/practice •

Goals • not ¡intimidated ¡by ¡the ¡software • curious ¡about ¡what ¡more ¡it ¡can ¡do • prepared ¡to ¡tackle ¡your ¡own ¡datasets

data ¡visualization “all ¡types ¡of ¡visual ¡representation ¡that ¡ support ¡the ¡exploration, ¡examination, ¡and ¡ communication ¡of ¡data” ¡ (Few, ¡2009)

objects relationships time-­‑series points nominal ¡comparison lines ranking bars part-­‑to-­‑whole deviation correlation geospatial

pre-­‑attentive ¡processing the ¡perception ¡of ¡basic ¡attributes ¡“prior ¡ to ¡and ¡without ¡the ¡need ¡for ¡conscious ¡ awareness” ¡ (Few, ¡2009)

Attentive ¡ processing Preattentive ¡ processing From ¡Stephen ¡Few, ¡ Tapping ¡the ¡Power ¡of ¡Visual ¡Perception http://www.perceptualedge.com/articles/ie/visual_perception.pdf

form length width orientation size shape curvature enclosure blur

colour position motion hue 2-­‑D ¡position direction ¡of ¡ motion intensity spatial ¡grouping

data ¡cleaning ¡& ¡prep

more polished = more true?

more polished = more true? faster ¡ = better?

more polished = more true? faster ¡ = better? understand ¡your ¡data, ¡understand ¡your ¡tools

Choosing ¡and ¡preparing ¡your ¡data • level ¡of ¡detail ¡or ¡aggregation • format • privacy • description • quality

Choosing ¡and ¡preparing ¡your ¡data • choose ¡ raw over ¡aggregated ¡data • normalize cross-­‑tabulated ¡datasets

Choosing ¡and ¡preparing ¡your ¡data • choose ¡ raw over ¡aggregated ¡data • normalize cross-­‑tabulated ¡datasets Tall data, ¡not ¡ wide Related ¡resource: ¡ Preparing ¡Excel ¡files ¡for ¡analysis ¡[in ¡Tableau]. ¡ http://kb.tableau.com/articles/knowledgebase/preparing-­‑excel-­‑files-­‑analysis

raw vs aggregated ¡data

raw vs aggregated ¡data

tall vs cross-­‑tabulated ¡(wide) ¡data

tall vs cross-­‑tabulated ¡(wide) ¡data

tall vs cross-­‑tabulated ¡(wide) ¡data Like ¡with ¡like, ¡ in ¡the ¡same ¡column

<software ¡demo ¡and ¡hands-­‑on ¡practice>

Junk ¡drawer, ¡tickle ¡trunk Try ¡to ¡break ¡your ¡viz. ¡ ¡Throw ¡everything ¡at ¡it, ¡ try ¡things ¡you ¡don’t ¡understand, ¡create ¡a ¡mess ¡ and ¡see ¡what ¡you ¡find. ¡

<software ¡demo ¡and ¡hands-­‑on ¡practice> Participants ¡encouraged ¡to ¡share ¡examples ¡at https://public.tableau.com/profile/claw.2017

Explore your ¡chosen ¡data ¡set. ¡Try ¡to ¡identify ¡ one ¡ pattern , ¡one ¡ outlier , ¡and ¡one ¡ relationship . ¡ ¡ Consider ¡how ¡this ¡changes ¡your ¡initial ¡ assumptions ¡about ¡the ¡service ¡or ¡product ¡ represented ¡in ¡the ¡data ¡set.

<software ¡demo ¡and ¡hands-­‑on ¡practice>

Communicate something ¡of ¡import ¡about ¡your ¡ data ¡set. ¡Consider ¡ who you’re ¡speaking ¡to ¡and ¡ what ¡you ¡hope ¡to ¡accomplish. ¡Use ¡Tableau’s ¡ features ¡strategically ¡to ¡highlight ¡aspects ¡of ¡ your ¡data ¡that ¡are ¡most ¡important ¡to ¡your ¡ message.

<hands-­‑on ¡practice>