CREDIT: immagine esemplificativa di Tabelau Software [https://www.tableau.com/it-it/products/cloud-bi]
L’evoluzione digitale ha comportato una crescita a dir poco esponenziale dei dati con cui siamo chiamati ad interagire ogni giorno. Se i dati costituiscono una risorsa essenziale per le aziende, si pone anche il problema di analizzarli e comprenderli in maniera realmente utile al business, per prendere decisioni migliori ed estrarre il maggior valore informativo possibile nelle analisi descrittive e predittive. Per fortuna, oggi, oltre ad essere letteralmente sommersi dai dati, abbiamo a disposizione delle soluzioni come Tableau, che ci agevolano in questa missione grazie alle straordinarie potenzialità della data visualization di moderna concezione.
Cos’è Tableau: la missione di rendere i dati semplici, utili e divertenti da usare
Secondo la definizione presente sul sito ufficiale: “Tableau è una piattaforma di analisi visiva […] che aiuta le persone e le organizzazioni a sfruttare meglio i dati”. La mission di Tableau consiste nell’aiutare le persone a osservare e comprendere nel modo migliore i dati con cui si interfacciano, grazie ad una piattaforma software davvero user friendly nella visualizzazione dei dati.
Le caratteristiche che hanno reso Tableau uno dei software più popolari nell’ambito dell’analisi visiva convergono nella creazione di una cultura dei dati, che sappia integrare agli aspetti di natura tecnologica i valori attitudinali ed organizzativi delle persone che utilizzano i dati, per rendere più rapidi ed efficienti i processi decisionali.
Una cultura data-driven valorizza soprattutto quello che potremmo definire l’utilizzo strategico dei dati. In questo frangente la tecnologia diventa assolutamente protagonista per tradurre le buone intenzioni in qualcosa di concreto, dal momento che nell’era dei Big Data, sarebbe assolutamente impensabile gestire grandi numeriche di dati senza il supporto di software di ultima generazione, come i tool che compongono la piattaforma di analisi dei dati di Tableau.
La storia di Tableau: dalla Business Intelligence alla Business Analytics
A livello tipologico, potremmo definire Tableau un software basato sulla self-service business intelligence. Per capire la natura e lo spirito che tuttora contraddistingue questo software, dobbiamo fare un salto indietro e conoscere le brillanti menti che lo hanno concepito. Era il 2003, quando nei laboratori informatici della Stanford University, tre ricercatori unirono le loro differenti competenze per soddisfare un progetto del Dipartimento della Difesa, che chiedeva di aumentare le capacità di analisi delle informazioni da parte delle persone comuni.
L’insolito team multidisciplinare formato da Chris Stolte, Christian Chabot e Pat Hanrahan diede contestualmente i natali a Tableau. Se Stolte e Chabot erano figure esperte nella programmazione di database ed analisi dei dati, Hanrahan era stato uno dei membri fondatori della Pixar, quando non era ancora la Pixar che conosciamo oggi, contribuendo a creare quello che è tuttora il principale asset della società di film in animazione 3D più popolare al mondo: Pixar Renderman, il motore di rendering utilizzato per dare luce a capolavori come Toy Story, Wall-E, Up e via dicendo, collezionando un’infinita rassegna di successi a livello di pubblico e critica.
In merito a Tableau, fu proprio Hanrahan a cogliere il cosiddetto attimo vincente: “Creiamo immagini che sappiano rispondere ad alcune domande, ma lo facciamo per attività che vogliono sapere di più sui loro dati”. Il team di sviluppo di Tableau concentrò infatti i propri sforzi nel rendere la computer grafica funzionale alla capacità di comprendere i dati in maniera più veloce e soprattutto molto più intuitiva rispetto a quanto già si facesse.
Tableau nasce quindi dall’idea di creare un connubio tra due discipline informatiche che in precedenza non avevano mai dialogato tra loro in maniera così strettamente connessa e consapevole del proprio potenziale: la computer grafica e la scienza dei dati, in particolare per quanto concerne i database.
Con il passare degli anni, Tableau ha perfezionato le proprie tecnologie ed integrato nuove funzioni. Inizialmente focalizzato sulla business intelligence, le sue qualità nell’analisi descrittiva, mirata a visualizzare in maniera efficace i dati per consentire un miglior supporto decisionale, si sono rivelate strategiche anche in funzione delle analisi predittive, tipiche della più moderna business analytics.
In tal senso, Tableau, come vedremo, ha saputo sviluppare una natura fortemente orientata all’interoperabilità del dato, che gli consente di connettersi con moltissime fonti di dati e integrarsi con una gran varietà di soluzioni partner nell’ambito dei Big Data Analytics.
Nel 2019 Tableau è stata acquisita da Salesforce, società nota nell’ambito dei software CRM in cloud, le cui risorse addizionali hanno consentito alla società tuttora diretta da Christian Chabot di mettere il turbo ai propri progetti di crescita, orientando ulteriormente gli sforzi nella direzione dei business enterprise. Dalla sinergia tra i due brand è inoltre nato Tableau CRM, un tool integrato in Salesforce CRM che consente di sfruttare strumenti di business analytics basati sull’intelligenza artificiale per rendere più veloci e precise le operazioni sui dati estratti dai database per generare analisi predittive.
Nel 2021 la società di analisi americana Gartner ha confermato la leadership di Tableau nell’ambito delle le piattaforme di Analytics e Business Intelligence, confermando la presenza della società nel famoso Magic Quadrant.
La Data Visualization in Tableau: come rendere semplice e alla portata di tutti la complessità della scienza dei dati
La portata rivoluzionaria di Tableau non risiede tanto nell’aspetto analitico, ma nella capacità di rappresentare il dato per renderlo facilmente comprensibile ad un pubblico indifferenziato. Ma perché la data visualization costituisce un fattore così influente nell’analisi dei dati? L’elemento distintivo risiede nell’utilizzo della comunicazione visiva per tradurre il dato in qualcosa di immediato da percepire sia a livello quantitativo che a livello quantitativo.
Esistono migliaia di studi scientifici che dimostrano come la comunicazione visiva risulti nella maggior parte dei casi più immediata rispetto alla comunicazione scritta e alla comunicazione verbale. Ciò accade grazie alla capacità di offrire una sintesi simultanea delle informazioni attraverso un’unica rappresentazione. Sulla base di questo concetto sono state sviluppate le dashboard, quei cruscotti interattivi in grado di unificare la visione di varie fonti di dati su un unico pannello.
Tali concetti erano comunque noti ben prima che il mock-up di Tableau prendesse forma nei laboratori della Stanford University, ormai quasi vent’anni fa.
Ciò che distingue in maniera netta ed inequivocabile Tableau rispetto a ciò che lo ha preceduto è il design, che anziché focalizzarsi sul dato, si concentra sulle esigenze dell’utente chiamato ad utilizzarlo. Tableau ha saputo rendere la dashboard uno strumento interattivo semplice da creare, piacevole da vedere ed immediato nella comprensione dei dati rappresentati. A dispetto dei tradizionali software di data visualization, Tableau è nato con l’obiettivo di risolvere un problema di interazione tra il dato e l’utente finale, ed è stato progettato di conseguenza, risultando sin dalla prima versione estremamente moderno nella sua configurazione.
Per comprendere la filosofia alla base di Tableau, ci riferiamo direttamente alle parole del fondatore Chris Stolte:
“Quando aiutavo qualcuno ad avere accesso diretto ai suoi dati, vedevo la sorpresa e la gratitudine illuminargli il volto. Non l’ho mai dimenticato”.
Se il segreto di Tableau risiede nella sua user experience, la semplicità della sua interfaccia è il risultato della combinazione di tre elementi fondamentali. Vediamo quali sono.
1) La logica self-service delle interazioni con i dati
Tableau è in grado di automatizzare praticamente tutti gli step relativi all’interrogazione dei database, consentendo di visualizzare i risultati spesso e volentieri grazie ad un semplice click. La connessione stessa delle fonti di dati viene gestita in maniera del tutto automatica, riducendo sia la complessità dell’operazione che il rischio di errori, assai frequente quando questo genere di operazioni viene svolto manualmente.
2) La gestione drag and drop degli elementi da visualizzare
L’interfaccia “trascina e rilascia” ha visto la propria diffusione sui software di computer grafica, per diventare in seguito sempre più diffusa sugli applicativi utilizzati in ambiti, come nel caso di Tableau. La logica del drag and drop degli elementi è il risultato di una progettazione mirata a svolgere qualsiasi operazione attraverso minor numero di passaggi possibili, attraverso un’interfaccia grafica che evita di dover scrivere o programmare le interazioni a livello di codice.
3) La costante applicazione dei principi di comprensione visiva
Il design delle dashboard create da Tableau si basa sui fattori percettivi e cognitivi propri dell’analisi visiva. L’immediatezza delle creazioni di Tableau è infatti il risultato di una ricerca molto profonda sulle palette dei colori e di rappresentazione delle forme. La corretta rappresentazione dei dati è infatti una condizione essenziale per visualizzare e riconoscere immediatamente le informazioni più rilevanti ai fini decisionali, soprattutto per quando concerne l’immediatezza delle relazioni tra le varie fonti descritte.
Le tecnologie di Tableu
Il motore tecnologico di Tableau, come abbiamo accennato introducendo l’evoluzione storica della sua formazione, nasce dall’unione nativa tra il database e la computer grafica, che vede quale risultato un’interfaccia utente del software in cui il drag and drop degli elementi si traduce in tempo reale in una query al database, producendo un grafico di visualizzazione. Molto più facile a farsi che a dirsi.
Sulla base di questo flusso operativo è stata sviluppata la tecnologia proprietaria VizQL, che consente a Tableau di analizzare i dati e di creare visualizzazioni dei dati di qualsiasi complessità senza doversi preoccupare di programmare nulla a livello di codice. Volendo cercare un paragone con altre tecnologie correlate ai database, VizQL è per l’analisi visiva ciò che SQL è stato per l’analisi testuale.
Il comparto tecnologico del software si è arricchito di nuove feature, come il motore in-engine che utilizza direttamente la cache L1 dei processori per gestire enormi quantità di dati in tempi molto contenuti anche sui comuni personal computer. Nel parco tecnologico di Tableau ritroviamo inoltre il Live Query Engine, una tecnologia che consente di inviare le query a database, warehouse, fonti dati in cloud e Hadoop in maniera nativa, anche in questo caso senza dover programmare una singola riga di codice.
Si tratta di un traguardo non da poco, considerando che tali operazioni, senza la facilitazione di tecnologie come Live Query Engine sarebbero del tutto impossibili da gestire senza competenze tecniche molto specifiche sulle fonti dei dati. Tableau automatizza e risolve questa complessità, per garantire all’utente la possibilità di preoccuparsi soltanto di come visualizzare i dati che gli interessano per raccontare le sue storie.
Il Data Storytelling in Tableau: liberare la creatività per narrare storie uniche con i dati
La natura self-service di Tableau consente di sollevare l’utente da tutti quei tecnicismi che finirebbero soltanto per distrarlo dal suo obiettivo principale: valorizzare i dati di cui dispone per finalità di varia natura, che spesso coincidono con il fine ultimo di rendere più efficienti e profittevoli i processi aziendali.
Un software così semplice da utilizzare consente di esprimere di liberare la creatività, utilizzando i dati per raccontare delle vere e proprie storie. L’esempio di data storytelling probabilmente più diffuso è dato dal data journalism, che attraverso infografiche ed altre forme di comunicazione visiva racconta e analisi i fatti proprio grazie alla descrizione dei dati che li caratterizzano. Da numero freddo ed inespressivo, il dato diventa graficamente gradevole, interessante da visualizzare e fondamentale per comprendere il messaggio che ci viene trasmesso.
Tale meccanismo si innesca in maniera sempre più significativa quando l’osservatore può richiamare egli stessi i dati per via degli strumenti interattivi di cui l’interfaccia grafica dispone. La successione dei successivi riepiloghi visivi genera l’evoluzione della storia. L’analisi visiva consente quindi di esplorare fenomeni anche molto complessi in maniera estremamente semplice.

Le dashboard di Tableau sono nel tempo diventate un vero e proprio oggetto di culto, generando un coinvolgimento incredibile da parte della sua community, che conta ormai oltre un milione di persone. Il catalizzatore di un fenomeno che nell’ambito della data visualization non conosce assolutamente eguali è garantito da Tableau Public, una piattaforma dove tutti gli utenti possono condividere con gli altri le loro creazioni. È dunque possibile visualizzare e provare milioni di dashboard, elegantemente categorizzate per tipologia e associate all’account del loro creatore.
La capacità di raccontare storie attraverso le dashboard è stata per Tableau un’ulteriore spunto per valorizzare la portata creativa a livello globale, come avviene del resto nell’ambito della computer grafica, dove realtà come Behance, piuttosto che Artstation, da molti anni ormai costituiscono i veri e propri portfolio degli artisti, rendendo persino superfluo in molti casi la presenza di un sito personale.
Gli analisti e i visualizzatori dei dati hanno quindi trovato su Tableau Public il contesto per narrare le loro creazioni e strutturare i loro portfolio, diventando in molti casi delle vere e proprie celebrità, pur essendo partiti letteralmente da zero.
Tableau è inoltre stata sempre molto attenta nell’ambito della comunicazione e nel garantire ai propri utenti moltissime risorse utili all’auto formazione e al supporto nell’utilizzo dei vari moduli che compongono la piattaforma. Tale attenzione nei confronti della propria community si è rivelata una strategia dispendiosa quanto vincente, in grado di ripagare con gli interessi gli investimenti svolti finora.
L’analisi dei Big Data: dalla preparazione alla visualizzazione dei dati
L’eccellenza nella data visualization non deve farci trascurare il fatto che Tableau è una piattaforma di analisi dei dati end-to-end, capace di gestire anche gli aspetti che riguardano la preparazione dei vari dataset con cui è chiamato ad interoperare.
L’esplorazione e l’analisi dei Big Data costituiscono infine le fasi che consentono di finalizzare l’estrazione di valore dal dato, consentendo di raggiungere gli obiettivi prefissati dall’analisi. Sulla carta, tutto sarebbe molto semplice, ma all’atto pratico i dataset sono sempre più grandi e diversificati, al punto da diventare difficili da gestire con i database tradizionali.
Per facilitare questi processi hanno progressivamente preso piede tecnologie come Hadoop, Spark e NoSQL, con cui Tableau è in grado di interfacciarsi e assicurare la totale integrazione con soluzioni realizzate da terzi, con l’obiettivo comune di aiutare le aziende a osservare e comprendere i Big Data.
Tableau consente al suo interno di combinare, modellare e pulire un’ampia fonte di dati con modalità al 100% self-service, grazie ad uno strumento come Tableau Prep, che consente agli utenti di comprendere ciò che i processi di data preparation effettuano sui dati, grazie a semplici ed intuitivi visualizzatori. Tableau Prep si basa su una tecnologia proprietaria come Hyper, progettata per ottimizzare tutte le fasi di preparazione dei dati, rendendo molto più veloci le operazioni, in virtù delle enormi dimensioni che i dataset stanno assumendo.
Un punto di forza di Tableau risiede nei connettori, capaci di guidare passo per passo il processo di importazione di una grandissima varietà di fonti di dati. Tale aspetto costituisce tuttora uno dei principali punti di forza di Tableau nei confronti delle soluzioni concorrenti. Tale varietà comprende nomi come Microsoft Excel, Microsoft SQL Server, Amazon Redshift, PostgreSQL, Snowflake, Google BigQuery, Google Sheets, Sap Hana, Vertica, Amazon Athena, Presto, Hadoop, Salesforce, Netezza, Splunk, Google Analytics e moltissimi altri.
Tableau è inoltre celebre per la sua capacità di integrarsi quale piattaforma di data visualization con altri strumenti di analisi dei dati, sia in cloud che in locale, in modo da sfruttare quelle sinergie che una singola soluzione non sarebbe in grado di garantire, soprattutto nel caso di applicazioni molto verticali. Tra i principali partner di Tableau ritroviamo AWS, Microsoft Azure, Google Cloud, Alibaba, IBM, snowflake, Cloudera, Dataiku, SAP, Informatica, Alteryx, Collibra, Alation, DataRobot e Databricks.
I vantaggi di una moderna piattaforma di analisi visiva
Tableau ha rivoluzione il modo con cui i dati vengono visualizzati e raccontati nel contesto di moltissimi ambiti applicativi, risultando decisivo per le sorti dei business legati ad industrie come:
- – Media e Comunicazione
- – Hi-Tech
- – Energia
- – Bancario, Finanziario e Assicurativo
- – Manifattura
- – Sanità
- – Scienze Naturali
- – No-Profit e Terzo Settore
- – Istruzione
- – Pubblica Amministrazione
- – Sport
- – Retail
- – Supply Chain e Grande Distribuzione Organizzata (GDO)
- – Trasporti e Logistica
- – Turismo e Beni Culturali
È possibile tracciare una sintesi esemplificativa dei vantaggi generici che una moderna piattaforma di analisi visiva come Tableau può garantire ad una simile varietà di business.
Coinvolgimento degli stakeholder
La natura divulgativa di Tableau consente di creare un data storytelling efficace nei confronti di tutti gli attori coinvolti in un progetto, a prescindere dalla loro conoscenza tecnica in materia di dati. L’immediatezza della data visualization consente pertanto una miglior comprensione del problema e di conseguenza una miglior comunicazione tra i decisori, con la riduzione del time-to-market e dei relativi costi operazionali.
Valorizzazione dei processi di data mining
La data visualization consente di avere una percezione più immediata delle informazioni estratte dai dati, in modo da ottimizzare le analisi per raggiungere i risultati desiderati. La capacità di interrogare un database ed ottenere in tempo reale una sintesi grafica della correlazione delle variabili che ci interessano costituisce un autentico game change per i processi di business intelligence e business analytics.
Teamworking e problem solving
Troppo spesso le singole linee di business tendono ad isolarsi in funzione dei loro rispettivi compiti, quando in realtà la loro collaborazione costituirebbe una risorsa essenziale per valorizzare il patrimonio dei dati a disposizione dell’azienda. Gli strumenti di data visualization di moderna concezione come Tableau sono in grado di mettere a disposizione i dati utili a ciascuna linea di business e consentire la collaborazione diretta tra i vari reparti, ad esempio per soddisfare una richiesta di problem solving che deve necessariamente coinvolgere più competenze all’interno dell’azienda.
Facilità di sviluppo tool specifici
I tool di Tableau consentono di creare dashboard anche decisamente complesse in tempi estremamente ridotti, in quanto la maggior parte delle operazioni viene svolta in modalità self-service, con un elevato livello di automatizzazione. La natura no-code di Tableau consente ai vari team aziendali di creare in autonomia degli strumenti utili alla comunicazione interna, senza dover ricorrere all’intervento di programmatori e data scientist.
Miglioramento progressivo della data governance
La capacità di visualizzare analisi sempre più avanzate e complesse consente di gestire di fatto una quantità enorme di dati con grande semplicità. Quando tale opportunità si traduce in una prassi costante, le aziende possono acquisire quella cultura data-driven che, unita ad una visibilità più elevata dei dati, consentono di rendere sempre più efficace e meno dispendiosa l’esecuzione delle strategie di data governance.
Tableau per le linee di business aziendali
Gli strumenti di analytics di Tableau si rivelano utili a supportare le attività di data visualization utili a tutte le linee di business (LoB) presenti in azienda, tra cui:
Finanza e Amministrazione
Il principale beneficio offerto da Tableau ai reparti gestionali dell’azienda risiede nell’eliminazione dei processi manuali, come i vetusti fogli di calcolo, in funzione di strumenti moderni, dotati di un livello di interazione molto più elevato, con la possibilità di analizzare i dati per ottenere report e insight su qualsiasi aspetto riguardante l’attività aziendale. Tali aspetti consentono di avere un controllo più molto dettagliato dei bilanci e delle risorse destinabili alle varie attività.
Risorse Umane (HR)
I dati relativi alle risorse umane dell’azienda sarebbero molto complesse da gestire senza strumenti di analisi di moderna concezione, capaci di dimostrare flessibilità nei confronti di un’ampia gamma di variabili. L’utilizzo di Tableau può consentire di raccontare la storia di ogni dipendente, piuttosto che di un candidato da reclutare, attraverso pochi click. Quella che di base sarebbe una prassi caratterizzata da una noia mortale può diventare persino divertente da creare e condividere.
IT Management
Il reparto IT, almeno in teoria, dovrebbe essere quello dotato di una cultura dei dati utile a riconoscere il valore delle soluzioni di Tableau, una piattaforma che può diventare un prezioso alleato per le attività legate all’IT e alla Data Governance. Un esempio ricorrente è l’utilizzo delle dashboard per integrare e ottimizzare la capacità comunicativa dei software utilizzati per monitorare i servizi che possono essere localizzati ovunque, dai data center aziendali a decine di differenti servizi in cloud pubblico e privato. Tableau è infatti capace di collegare diverse fonti di dati per offrire una visione unificata dei servizi attivi e della località in cui vengono eseguiti.
Marketing
Tableau può sfruttare i suoi tool CRM per riunire i dati relativi alle attività del marketing per visualizzare analisi e report ad esempio relativi alle spese e ai risultati ottenuti sui differenti canali, come i media digitali, i social media, il sito web, il blog in relazione alla user experience degli utenti. Tableau consente ai marketer di capitalizzare la loro curiosità per supportare una cultura dei dati essenziale in un reparto condizionato dall’evoluzione dei trend come il marketing.
Vendite
Tableau consente di facilitare la creazione di una cultura data-driven nei team di vendita, essenziale per ottimizzare le conversioni e i risultati di business dell’azienda. La visibilità in tempo reale del comportamento di ciascun utente nelle varie fasi del percorso di vendita consente di profilarlo in maniera puntuale, per dare luogo a varie strategie, come l’individuazione dei clienti più profittevoli, piuttosto che la valutazione degli aspetti negativi, in cui magari i venditori spendono molte ore del loro tempo senza ottenere risultati apprezzabili in termini di contratti conclusi.
Supply Chain
La gestione di una supply chain rappresenta uno degli aspetti più complessi, in cui l’analisi descrittiva e predittiva dei dati può offrire un supporto vitale per ottimizzare e rendere più efficienti tutti i processi legati all’approvvigionamento e alla logistica. Uno strumento di data visualization come Tableau consente di visualizzare in tempo reale le dinamiche relative agli eventi passati e alle previsioni avanzate degli eventi futuri.
Customer Care
L’analisi avanzata consente di ottimizzare l’esperienza dei clienti con il brand. Il team può avvalersi degli strumenti di visualizzazione di Tableau per ottenere in tempo reale un riepilogo grafico di tutte le interazioni del cliente con l’azienda, in modo da soddisfare in maniera puntuale le sue esigenze, spesso anticipando le sue richieste di supporto e assistenza. La visibilità approfondita dei clienti costituisce quindi una risorsa essenziale per la fidelizzazione e l’incremento della base profittevole.
Categoria: BUSINESS INTELLIGENCE

Analisi predittiva: cos’è, le diverse fasi e i modelli predittivi
Il mercato dei business analytics sta crescendo con grande rapidità, con stime miliardarie prospettate da tutti i principali analisti. Secondo… Leggi tutto

Data ingestion: significato, esempi e vantaggi
La data ingestion è una tecnologia molto importante nell’aiutare le organizzazioni a gestire un volume di dati sempre più ingente… Leggi tutto

Decision support system: cosa sono e come aiutano le aziende
Negli ultimi decenni il grande e rapido sviluppo delle tecnologie e dell’informatica ha portato le attività aziendali di ogni settore… Leggi tutto