6 consejos para que sus dashboards tengan un mayor rendimiento

En Tableau estamos muy orgullosos de lo fácil que es ver y comprender los datos con nuestra plataforma. Después de comenzar a usar Tableau, querrá realizar análisis más profundos. Para hacerlo, agregará de manera intuitiva cada vez más campos, fórmulas y cálculos a una visualización simple, y esta tendrá un rendimiento cada vez más lento. En un mundo donde un tiempo de respuesta de dos segundos puede hacer que el público pierda interés, el rendimiento es fundamental. Explore estos consejos para mejorar el rendimiento de sus dashboards.

Nota: Ryan Lempa y Darren McGurran también contribuyeron a esta publicación.

En Tableau estamos muy orgullosos de lo fácil que es ver y comprender los datos con nuestra plataforma. Después de comenzar a usar Tableau, querrá realizar análisis más profundos. Para hacerlo, agregará de manera intuitiva cada vez más campos, fórmulas y cálculos a una visualización simple, y esta tendrá un rendimiento cada vez más lento. En un mundo donde un tiempo de respuesta de dos segundos puede hacer que el público pierda interés, el rendimiento es fundamental.

¿Por dónde empezar?

¿Cómo hacer que los dashboards se ejecuten más rápido? El primer paso consiste en identificar los puntos problemáticos. Para hacerlo, debe ejecutar y analizar el registro del rendimiento. El registro del rendimiento permite identificar todos los aspectos que afectan la velocidad en Tableau y mejorarlos. Con este registro, podrá detectar las hojas de trabajo y las consultas lentas. Podrá identificar también los tiempos de representación prolongados en los dashboards. Incluso se muestra el texto de la consulta. Esto le permitirá trabajar con el equipo de base de datos en la optimización a nivel de base de datos.

Ahora que ya sabe qué vistas o conexiones de datos disminuyen el rendimiento de sus dashboards, eche un vistazo a estos seis consejos para mejorarlos. Para cada sugerencia, enumeramos las causas más comunes que afectan el rendimiento y algunas soluciones rápidas.

1. Su estrategia de datos impulsa el rendimiento

Las extracciones suelen ser mucho más rápidas que las fuentes de datos en tiempo real para trabajar y, además, resultan excelentes para la creación de prototipos. La clave consiste en seleccionar conjuntos de datos específicos según el dominio. El motor de datos no debe reemplazar el almacén de datos. Debe complementarlo para agilizar la creación de prototipos y el descubrimiento de datos.

Una extracción es un almacén de columnas, por lo que, cuanto más amplio sea el conjunto de datos, más lento será el tiempo de consulta.

  • Minimice el número de campos en función del análisis que vaya a realizar. Use la opción Ocultar campos no utilizados para eliminar las columnas que no se utilizan de una fuente de datos.
  • Minimice el número de registros. Use los filtros de extracción para conservar solo los datos que necesita.
  • Optimice las extracciones a fin de agilizar las próximas consultas. Para hacerlo, cree cálculos, elimine columnas y use vistas aceleradas.

Tenga en cuenta lo siguiente: Las extracciones no siempre son una solución a largo plazo. En general, el tamaño de una extracción varía entre 500 millones y 1000 millones de filas. Si se realizan consultas sobre datos que se actualizan constantemente, es más conveniente realizar una conexión en tiempo real cuando se utilice la vista.

Para obtener más información sobre las extracciones de datos, consulte estos recursos adicionales:

Video: Using and Refreshing Extracts (Uso y actualización de extracciones)
Ayuda en línea sobre extracciones de datos
Comprensión de las extracciones de datos de Tableau (serie de tres partes)

2. Disminuya la cantidad de marcas (puntos de datos) en la vista

Cuando los datos son muy granulares, cada elemento del dashboard se debe representar y posicionar con precisión en Tableau. Cada marca representa un lote que Tableau debe analizar. Más marcas crean más lotes. Trazar 1000 puntos en un gráfico es más difícil que tres barras.

Las tabulaciones cruzadas enormes con una gran cantidad de filtros rápidos pueden aumentar los tiempos de carga cuando intenta ver todas las filas y las dimensiones en una vista de Tableau.

En una vista, al incluir una gran cantidad de marcas, es decir, de puntos de datos, también se reduce su valor de análisis visual. Los análisis de tablas extensos, lentos y manuales pueden generar una sobrecarga de información y hacer que resulte más difícil ver y comprender los datos.

Explore qué puede hacer para evitar esta situación:

  • Realice análisis guiados. No es necesario que incluya todo lo que quiere mostrar en una única vista. Compile las vistas relacionadas y conéctelas con filtros de acción para pasar de una vista general a otras más detalladas a la velocidad del pensamiento.
  • Elimine las dimensiones innecesarias del estante Detalle.
  • Explore. Intente mostrar sus datos con diferentes tipos de vistas.

3. Limite la cantidad y el tipo de filtros

El filtrado en Tableau es extremadamente eficaz y descriptivo. No obstante, incluir un número excesivo de filtros o filtros ineficaces son una de las causas más comunes del mal rendimiento de los libros de trabajo y dashboards. Nota: Para mostrar el cuadro de diálogo de filtros, Tableau debe cargar todos los miembros y, posiblemente, crear consultas adicionales, en especial si la dimensión filtrada no está en la vista.

  • Reduzca el número de filtros que utiliza. Al incluir un número excesivo de filtros en una vista se creará una consulta más compleja. Esta tardará más tiempo en proporcionar resultados. Revise los filtros y elimine aquellos que no sean necesarios.
  • Use filtros de incluir. Para los filtros de excluir, se carga todo el dominio de una dimensión. Para los de incluir, no. Un filtro de incluir se ejecuta mucho más rápido que uno de excluir, en especial si las dimensiones contienen muchos miembros.
  • Use un filtro de fecha continua. Los filtros de fecha continua, es decir, los filtros relativos y de intervalos de fechas, aprovechan las propiedades de indexación de la base de datos. Además, son más rápidos que los filtros de fecha discreta.
  • Use filtros booleanos o numéricos. Los equipos procesan los filtros enteros y booleanos (verdadero/falso) mucho más rápido que las cadenas.
  • Use parámetros y filtros de acción. Estos reducen la carga de las consultas y funcionan en diferentes fuentes de datos.

4. Cree cálculos y optimícelos

  • Realice cálculos en la base de datos. Siempre que sea posible, en especial con las vistas de producción, realice cálculos en la base de datos para reducir la carga en Tableau. Los cálculos agregados son una excelente opción para los campos calculados en Tableau. Realice cálculos de nivel de fila en la base de datos cuando sea posible.
  • Reduzca el número de cálculos anidados. Al igual que las matrioshkas rusas, desempaquetar un cálculo y luego crearlo lleva más tiempo por cada capa adicional.
  • Reduzca la granularidad de las expresiones LOD o los cálculos de tablas en la vista. Si el cálculo es más granular, demorará más tiempo en completarse.
    • LOD: tenga en cuenta el número de miembros únicos en la dimensión en el cálculo.
    • Cálculos de tablas: si hay más marcas en la vista, el cálculo demorará más tiempo.

5. Aproveche la optimización de consultas de Tableau

  • Realice combinaciones en dimensiones con poca granularidad. Si hay muchos miembros en una combinación, demorará más tiempo en completarse. Con las combinaciones se agregan los datos en el nivel de la relación. Las combinaciones no deben reemplazar las uniones de nivel de fila.
  • Minimice la cantidad de tablas unidas. Muchas uniones demoran mucho tiempo en cargar. Si nota que está creando una conexión de datos con muchas tablas unidas, es posible que crear la vista en la base de datos sea más rápido.
  • Elimine el SQL personalizado. En Tableau, es posible aprovechar las ventajas de la optimización de bases de datos cuando en la conexión de datos no se usa SQL personalizado.

6. Limpie los libros de trabajo

  • Limite el alcance del dashboard. Un número excesivo de hojas de trabajo en un dashboard puede afectar el rendimiento.
  • Elimine o combine las hojas de trabajo y las fuentes de datos que no se utilizan. Un libro de trabajo limpio es un libro de trabajo feliz.

Para obtener más información sobre estos temas y otros, explore nuestro informe sobre cómo diseñar libros de trabajo eficaces.