我們在第一天的鐵人邦就聊到了大數據，如今過了十幾天的一些資料分析概念和工具的介紹，讓我們回頭來看看數位時代轉型與大數據推進的精神與應用：

• 在技術上，因為使用者每個行為（如點選瀏覽網頁）如今都有辦法被記錄下來，大資料推動企業資料分析技術革新
• 在管理上，過往必須要透過許多人力及渠道才能獲取的使用者資料，如今藉由普遍的數位裝置與工具得以被輕易地紀錄，大數據能優化企業管理流程、剖析使用者需求方向，促進管理效率提升
• 在運營上，大資料改變了以往資深業務或熟識客戶服務人員的紙本資料整理、行銷策略，透過數位記錄流程（從客戶進入店後每個足跡以及選擇的過程）提供最適合使用者的個性化產品和服務
• 在策略上，改變以技術或產品為導向的企業思維，要以用戶需求為核心的大資料思維，通過大資料了解消費者用戶的需求

因為現代網際網路、行動網路、行動裝置的服務，可以直接對應到每一個個人，我們任何時候都可以透過這些服務滿足我們的需求，如想要中午去某間餐廳吃飯在網路上先訂位、吃飯時用餐廳的平板 APP 點餐、想買某樣商品在上班途中下訂單，許多過往要透過人工的動作，如今已能用相對快速的角度去生產出資料，需求也能夠客製化，數位化也能讓我們使用同樣工作時獲得不同方式的回應。以前的資訊系統要求高度一致化，而目前資料的異構性很高，在雜亂的訊息中要萃收斂為有價值的重點內容，是大數據的另一個挑戰。

之前聊過了 Big Data 的 4V：Volume, Velocity, Variety, Veracity，但這麼大量的資料，我們要怎麼「看」、怎麼去理解它？需要一定程度的 Visualize 視覺化，看氣象圖就是容易想像的例子，看到某區域第一團雲就會推測那個地方明天可能會下雨。既有的資料分析做法，大概找專業同仁及服務廠商，花 2 - 4 個月（有時候一不小心要半年）討論需求、開發系統、上線讓第一線工作人員使用，再花 2 - 4 個星期處理需求變更... 那如果有個工具能把現有資料整理成半成品，一有想法、做法需要調整，這個工具也能讓我們很輕鬆地操作，這樣是不是很理想呢？

Excel 在一定程度上，其實就能做到這樣的能力。但是當數據項目變多、資料湧進速度更快、內容質量參差不齊，在處理或決策上都會有不利的影響。而 Tableau 就是利用視覺化分析來看 Big Data，讓我們在大量、持續匯入的資料，能夠盡量即時地用初步圖表化方式去「查看」這些資料，而如果資料內含的資訊不足以提供作為判斷的依據（如有缺值，使用者客訴但沒寫原因，可能忘記寫、不爽寫，那到底要不要處理、適不適合處理？），分析過程中 Tableau 會試圖去找出這些資料可能代表的意涵（如果非常多人都客訴卻不寫原因，可能代表他們太生氣了，連寫理由都懶得寫），推理出幫助我們做決定的方向（收到客訴後，趕快找到這個客戶做溝通）；透過累積的、已經發生的事情與紀錄，一步步往下面推敲，絕對的數字值配合視覺化的比例，再決定要調整、修正哪些想法與做法。當然，Excel 也能轉圖表，不過如果我們想要同時查看並匯總目前有多少人、客訴比例、客訴內容、客訴狀態、有沒有回覆... 等分散在各個紀錄模式與系統的內容，Excel 很難自動化地處理。而只要能進入系統做紀錄，Tableau 就能幫忙收納資料進來，一致地呈現資料可能可以告訴我們的意義，這是 Data-Driven 數據驅動的概念。

Tableau 視覺化資料分析有兩大構面，「建立分析」的 Tableau Desktop 與「共享資料」的 Tableau Server，網址如下：
https://www.tableau.com/