Dzień 1
-
Wprowadzenie do Tableau Next (ok. 1 h)
- Czym jest Tableau Next i czym różni się od klasycznego Tableau
- Architektura (Data Cloud, integracje, AI/automatyzacje)
- Interfejs użytkownika
- Logowanie, przegląd środowiska, omówienie przykładowego dashboardu
-
Podstawy pracy z danymi (ok. 2 h)
- Typy źródeł danych (Excel/CSV, bazy danych, Cloud, przepływ z Tableau Prep – Ingestion API)
- Łączenie się z danymi
- Eksploracja danych (Explore in Analytics Panel)
- Typy danych i przepływ z poziomu Data Stream, Data Lake Object i Semantic Model
-
Tworzenie pierwszych wizualizacji (ok. 2 h)
- Worksheet – budowa widoku
- Wymiary vs miary
- Typy wykresów (bar, line, pie, dot matrix, table)
- Sortowanie, filtrowanie
-
Podstawowe obliczenia (ok. 1.5 h)
- Calculated Fields – konstrukcja
- Proste formuły (IF, SUM, AVG, CASE)
- Pola logiczne – pole edycji kalkulacji (model semantyczny, worksheet)
- KPI (marża, dynamika sprzedaży)
- KPI vs Metryka
- Podsumowanie dnia + Q&A (ok. 30 min)
Dzień 2
-
Budowa metryk (ok. 2 h)
- Tworzenie z poziomu Tableau Semantic
- Prezentacja wyników/dynamik
- Zależność od wymiarów
- Dystrybucja
-
Budowa dashboardów (ok. 3 h)
- Layout i kontenery
- Responsive design
- Akcje (współzależność pomiędzy worksheetami)
- Storytelling w dashboardzie
-
Filtry i interakcje w Tableau Next (ok. 1 h)
- Filtry dostępne w Tableau Next
- Interakcje między komponentami
- Sterowanie widokiem bez klasycznych parametrów
- Wykorzystanie miar przygotowanych w modelu semantycznym
-
Najlepsze praktyki (ok. 30 min)
- UX i czytelność
- Kolorystyka i spójność
- Najczęstsze błędy
- Podsumowanie dnia + Q&A (ok. 30 min)
Dzień 3
-
Logika miar i analiza w modelu semantycznym (ok. 1.5 h)
- Miary i agregacje
- Definiowanie logiki biznesowej
- Porównanie okresów (viz vs Metryki)
- Wykorzystanie wbudowanej analityki (AgentForce)
-
Funkcje AI i automatyzacje w Tableau Next (ok. 1.5 h)
- Wbudowane funkcje AI
- Insight generation
- Natural language query
- Trust Layers – szyfrowanie danych wrażliwych
-
Tableau Next w procesie biznesowym (ok. 1.5 h)
- Osadzenie w ekosystemie Salesforce
- Rola modelu danych
- Konsumpcja dashboardów przez użytkowników biznesowych
- Dobre praktyki projektowe
-
Wykorzystanie AI i generowanych insightów (ok. 2 h)
- Automatyczne insighty – Jak system generuje wnioski (odwołanie do SM)
- Pytania w języku naturalnym
- Analiza anomalii i trendów
- Podsumowanie dnia + Q&A (ok. 30 min)
