Lesson 12 — Transcript

Full transcript

1. 0:00שלום רב. ברוכים הבאים לקורס ניהול מוצר
2. 0:04מבוסס נתונים.
3. 0:06בשיעור הזה אנחנו נמשיך ונרחיב ונעמיק בכל
4. 0:10הנושא של ניהול נתונים, מבנה נתונים,
5. 0:15א ניהול הנתונים בתוך טבלאות, הבנה של
6. 0:19שדות וכדומה
7. 0:21ושל מפתחות גם בתוך PowerBi. אנחנו גם
8. 0:25נראה איך אנחנו מייצרים ויזואליזציות.
9. 0:30ובעצם בשיעור הזה יש לנו ככה די הרבה
10. 0:34נושאים לכסות. א, שני הדברים
11. 0:37הפונקציונליים החשובים ביותר הם כמובן
12. 0:39הנושא של איך אני מנהל את הנתונים בפאור
13. 0:43BI, איך אני יכול לקשר נתונים מטבלאות,
14. 0:47ממקורות שונים, כמו שראינו בשיעור שעבר,
15. 0:50כי אני יכול לקשר טבלאות של אקסל יחד עם
16. 0:54מסד הנתונים שלי בסאפ, יחד עם מסד נתונים
17. 0:58מיושן יותר בDB2 של IBM, כן, אותו מסד
18. 1:01נתונים ככה ישן משנות ה-80 וה90. אה
19. 1:07ואפילו לקשר נתונים שאני הורדתי מדפי
20. 1:12או אתרי אינטרנט שונים. זאת אומרת יש לי
21. 1:15יכולות עצומות פה. אני רק צריך למנף אותן
22. 1:19לטובת קבלת החלטות ולטובת הארגון עצמו
23. 1:22באופן שאנחנו נלמד היום.
24. 1:25הבנתי את מסד הנתונים שלנו שקראוי animal
25. 1:29donation powerbi
26. 1:32ולמעשה פה אני מעוניין קודם כל להכין אותו
27. 1:36אז לכן אני אלך לרפורט viw הנה אנחנו כבר
28. 1:38נמצאים פה
29. 1:40יש לנו אם אתם זכוים את הרפורט viw מראה
30. 1:43לנו את מסך העבודה אבל גם אפשר להגיע אליו
31. 1:47לכל מיני אלמנטים אחרים ביחס לנתונים עצמם
32. 1:52יש לנו את הtבל viw שימו לב שיש לנו בצד
33. 1:56ימין בטבל viw את שתי הטבלאות. כרגע הטבלה
34. 2:00הנבחרת זה GDP by country
35. 2:04שמראה לנו את גודלה של הכלכלה לפי מדדים
36. 2:08של הMF international monitary fund לפי
37. 2:12מדדים של הולד בנק הבנק העולמי ומדדי האום
38. 2:16היו אין מה הגודלה של הכלכלה
39. 2:20וישית לנו טבלה נוספת שהיא הנתונים בפועל
40. 2:26ויש לנו מספר נתונים על כל תורם ותורמת
41. 2:30למשל המגדר קבוצת הגיל איזשהיא תעודת זהות
42. 2:35שמנועה במערכת דונר ID המספר המזהה של
43. 2:39התורמים אימייל
44. 2:42א סוג התרומה אם זה חד פעמים מתמשך
45. 2:47מחירת תרומה תאריך
46. 2:52ובן היתר עוד נתונים שונים
47. 2:55כולל המדינה ממנה התורמים מגיע גיעו הנה
48. 2:59קנטרי
49. 3:00אוקיי אנחנו דבר ראשון חייבים לסדר את
50. 3:04הנתונים אנחנו רוצים אחידות כדי באמת
51. 3:07להיות מסוגלים אחר כך לנהל את הנתונים
52. 3:10שכרגע מפוזרים לנו במספר טבלאות ממקורות
53. 3:15שונים אם אתם זוכרים animal charity
54. 3:18donation זה קובץ שאני הבאתי אותו בכלל
55. 3:21מקובץ CSV
56. 3:23וGDP by country זה היה שימוש ביכולת של
57. 3:28ווב א ביכולת להתקשר לRL לכתובת אינטרנטית
58. 3:33ולהוריד נתונים מהדף שהיו במבנה טבלאי
59. 3:38וליו אותם לתוך הפאי
60. 3:42הנה נלך לדוגמה למבנה של הטבלאות כן זה
61. 3:46מייצג לי את הנתונים
62. 3:48אז פה יש לי נתונים על כל טבלה וטבלה אני
63. 3:51יכול לסמן אותה ויש את נתוני הטבלה
64. 3:54properties לגביה אני פה
65. 3:57הקטין. יש לי את שתי הטבלאות מסומנות. גם
66. 4:01את זה אפשר להקטין. אני יכול לנייד את
67. 4:04הטבלאות לפי הנוחות שלי שיהיה ככה אחת ליד
68. 4:08השנייה
69. 4:10יותר נוח. א ואני גם יכול לעבור על
70. 4:14הטבלאות. ואז כשאני מתבונן לדוגמה בanimal
71. 4:18charity donation
72. 4:20וחשוב לי להבין את גודל הכלכלה בין אם
73. 4:22המדד הוא של הMF UN או World Bank בואו
74. 4:25נחליט לרגע שניקח את המדד של הIMF של
75. 4:30האינטרנal monitory fund אז יש לי פה
76. 4:33country או territory
77. 4:36ופה
78. 4:38כן הקנטר אוטרטורy בעצם מזהה
79. 4:41אה באופן חדקי
80. 4:44את גודלה של הכלכלה במונחים של הF אם אני
81. 4:47בוחר למדוד או של האום או של הבנק העולמי
82. 4:52וכנגד זה יש לי גם את הקנטר שממנה
83. 4:58התורמים הגיעו כן המדינה שממנה כל תורם
84. 5:02ותורמת הגיעו אז זה מסומן על ידי קאנטרי
85. 5:05כשיש לי את טבלת התרומות
86. 5:08אז בואו רגע נכיר שני מונחים
87. 5:12מרכזיים
88. 5:15רגע אסדר את זה טיפה כן המונח הראשון
89. 5:19קראוי prמריק ke primary ke מזהה ראשי שזה
90. 5:25אומר מהוא המזהה מהוא השדה שהוא בעצם יכול
91. 5:30לזהות כל נתון באופן חדו רוצה לומר הוא
92. 5:35יפיע רק פעם אחת בכל טבלה באופן ייחודי אז
93. 5:41אפשר לראות
94. 5:42לדוגמה שבטבלת ה animal charity donation
95. 5:47הנה אני מגדיל טיפה
96. 5:49אז למעשה אין לנו כרגע מזהה חדרכי או
97. 5:53חדרקי אפילו אפילו הדונר
98. 5:58הזיהוי תעודת הזהות של התורם במערכת היא
99. 6:02לא חד ערקית כי אותו ג'ון וילסון שתרם
100. 6:06אתמול יכול גם אחר או תרם שלוש פעמים
101. 6:10במהלך 10 השנים האחרונות אז גם הדונר
102. 6:14יופיע מספר פעמים זאת אומרת H גרפ עשוי
103. 6:18להופיע מספר פעמים country כי אנשים
104. 6:22מגיעים מאותה מדינה א לכאורה אפשר להגיד
105. 6:26שהשם אבל אותו ג'ון וילסון או ריצ'רל
106. 6:31ויליס יכולה לתרום גם 10 פעמים גם פעמיים
107. 6:36אוקיי הם לא בהכרח התרמו אבל יש להם
108. 6:39פוטנציאל לעשות את זה ולכן השם הוא לא
109. 6:42מזהה חדרכי. חשוב להבין את זה. אוקיי?
110. 6:46כרגע אין מזהה חדרכי. אין משהו כמו מספר
111. 6:50זיהוי של תרומה שהוא מספר ייחודי. אנחנו
112. 6:53תכף נתקן את זה שיהיה לנו ככה נחמד לנהל
113. 6:57את הנתונים. מצד שני אתם רואים שלכל
114. 7:01מדינה יש רשומה אחת בלבד שכוללת בתוכה את
115. 7:06נתוני הMF הUN והולד בנק לגבי ה-GDP של
116. 7:10המדינה התוצר הלאומי הגולמי שלה ולכן שם
117. 7:15המדינה
118. 7:17הוא המזי חד או המזי סליחה הייחודי או
119. 7:21החדרקי
120. 7:23אנחנו קוראים למזהה לשדה שהוא מזהה חדר פי
121. 7:28‏primary ke זאת אומרת הזיהוי של כל רשומה
122. 7:32באופן חד
123. 7:35ארבי
124. 7:36הוא למעשה לפי שם המדינה אנחנו תכף נתקן
125. 7:39את השדה שיהיה לנו יותר קל כי פה כתוב
126. 7:43קנטרי ופה כתוב קטרטורי זה חלק מתהליך
127. 7:47סידור הנתונים וניקויהם
128. 7:50ואנחנו באמת ככה יכולים לראות שפה יש כן
129. 7:54מזהה זאת אומרת אין מצב למשל משל שלאיטליה
130. 7:59יש לנו שתי רשומות שעשויות להיות שוות או
131. 8:03שונות אחת מהשנייה
132. 8:05ויכילו את הנתונים של IMF UN ונק אלא יש
133. 8:09לנו רשומה אחת לאיטליה יש לנו רשומה אחת
134. 8:12לישראל ויוצא בזה לכן השדה הזה הוא
135. 8:17primמary ke כאשר יש לנו שדה שהוא לא
136. 8:20primary ke זאת אומרת יכול להיות שערך
137. 8:23הרשומה
138. 8:25חוזר מספר פעמים עדיין אנחנו יכולים
139. 8:28להשתמש בו אין שום בעיה למשל בטבלה של any
140. 8:32charityד donation
141. 8:35אז יש מספר תורמים לאותו קמפיין כן למשל
142. 8:40קמפיין הצילו את חיות היער יכולים להיות
143. 8:44שלושה 10ה או 300 תורמים לקמפיין הזה לכן
144. 8:47הקמפיין הוא לא חדרקי הוא לא ערך ייחודי
145. 8:52שמופיע פעם אחת בטבלה אלא הוא עשוי צוי
146. 8:55להופיע מספר פעמים להבדיל מטבלת הGDP by
147. 9:00country אז פה הקנטר זה בעצם מדינתם של
148. 9:05התורמים המדינה של אותו תורם או תורמת
149. 9:09ולכן קנטרי יכול להופיע כמו שתכף נראה
150. 9:12באמת מספר פעמים בטבלה כי יש לנו 80
151. 9:16תורמים מארצות הברית כל סיבה אחרת קנל
152. 9:20donation amount כמה תרמו אז אדם אולי תרם
153. 9:25100 שקלים 100 דולרים 100 שקלים לצורך
154. 9:27העניין ואחר תרם גם 100 שקלים אז גם ערך
155. 9:31התמו הואפורן [נחירות בוז] ke והוא לא
156. 9:34primימרי ke הוא לא מזהה חדר אלא יכולים
157. 9:37להיות מספר ערכים זה לא סותר את העובדה
158. 9:41שאני לא יכול להשתמש בו כן אני יכול גם
159. 9:43להשתמש ב primימary ke וגם בפור אבל חשוב
160. 9:48להפריד ולהבין שרימary [נחירות בוז]
161. 9:52ke יהיה בטבלה אך ורק פעם אחת הוא ערך
162. 9:55ייחודי בעוד שפונקי עשוי לחזור על עצמו
163. 9:58מספר פעמים כנלד donation ייתכן ש בראשון
164. 10:02לראשון 2025
165. 10:0610ה אנשים נכנסו לאתר וטרמו לכן גם תאריך
166. 10:10התרומה הוא לא מזהה
167. 10:13חדרכי וכנל לא האימייל כי אותו תורם בעל
168. 10:17אותו אימייל יכול להיות שתרם חמש פעמים
169. 10:20וכולי וכולי אז אתם רואים פה שאין באמת
170. 10:23איזשהו primימריy ke אלא כולםפור ke אפשר
171. 10:29לשנות את זה אפשר להישאר ככה זה גם בסדר
172. 10:31גמור תלוי מה הצרכים שלנו האם אנחנו
173. 10:34צריכים את זה חדר כמו שאני אדגים לכם את
174. 10:38ההוספה שלו או שאנחנו יכולים להישאר בכך
175. 10:41אין שום בעיה בזה אז כדי לסדר מספר דברים
176. 10:47לפני שאנחנו נטפל בנתונים עצמם אני חייב
177. 10:50לגשת
178. 10:52ולבדוק דוק בעצם את הנתונים,
179. 10:57להמיר אותם, לסדר אותם, לנקות אותם, דברים
180. 11:00שלא עשיתי על מנת שנוכל לעבוד איתם ולא
181. 11:04יהיו טעויות תקלות או דברים שיהיו מוטאים.
182. 11:08אז דבר ראשון אני אלך לטבלת ה-GDP by
183. 11:11country. אתם יכולים לראות
184. 11:14שיש פה את המדינות השונות. אף מדינה לא
185. 11:17חוזרת על עצמה.
186. 11:19הקנטר הוא מזהה שהוא חדרקי.
187. 11:25מה שכן
188. 11:28אני מעוניין לשנות את השם כי בטבלה השנייה
189. 11:32זה מופיע לי פשוט כקultנטרי בעוד קטנה אז
190. 11:36אני אקרא לזה גם country. על מנת שאני אדע
191. 11:40שקטרי זה קנטרי כן זה אותו משמעות של שדה
192. 11:44שם מדינה ואני לא יכול אתחיל להסתבך עם
193. 11:49קטרי אוטריטורי אני לא אבין מה זה
194. 11:51טריטוריה חבל אוקיי אז אני מסדר את הנתון
195. 11:55הזה בואו נראה רק ששמות המדינות
196. 11:59נקיות
197. 12:00הנה פה למשל תנזניה לא נקייה אז אני הולך
198. 12:06ואני מחליף בעצם את הערך הזה
199. 12:17לוחץ על replace values
200. 12:21יש לי אתזניה
201. 12:25אז אני לוקח את השם
202. 12:28ומחליף בערך הנקי
203. 12:32אוקיי בואו נבדוק האם יש לי עוד תקלות
204. 12:36מהסוג הזה זה
205. 12:39כן במקו גם כן יש לי את אותה בעיה אז אני
206. 12:44שוב הולך עושה את הרפליס
207. 12:47מעתיק את החלק הרלוונטי
208. 12:52ויצרתי את התיקון
209. 13:00אוקיי סייפוס וג'ורג'יה
210. 13:03גאורגיה אלה בעצם ה אה, כמדינות הבאות. אז
211. 13:09בואו רק ננקה את סייפוס.
212. 13:14אגב, זה חלק מהתהליך
213. 13:17שאתם באופן תדיר ורגיל מחויבים לעשות
214. 13:20כשאתם מקבלים בנתונים.
215. 13:23מטפלים בנתונים, מקבלים נתונים ומטפלים
216. 13:26בהם. א הנה עוד replace value של גיאורגיה
217. 13:30כמו שחשבנו.
218. 13:32אז copy replace וגם גאוגיה איבדה את
219. 13:38התוספת הזו את הN9
220. 13:40שהורדנו יחד עם אתר האינטרנט
221. 13:46אוקיי פלסטיין לצורך העניין אוקיי
222. 13:51בוא נקפה
223. 13:54כן יש גם את המדידה הזו אני רואה
224. 14:01אבל שוב זה נתונים שתקבלו ממקורות
225. 14:04חיצוניים
226. 14:05ואכן ה אה
227. 14:10האום הimf והדק הם אלה שמגדירים
228. 14:15איזה מדינות או איזה טריטוריות
229. 14:19או איזה אזורים נקרא לזה יחללו במדינות
230. 14:23שלהם. לכן כל המדינות האלו נבחר פה להופיע
231. 14:29כיוון שהן בעצם מגובות בהחלטות של הגופים
232. 14:34הבינלאומיים האלה
233. 14:39ונראה שניכינו את הכל
234. 14:45יש לנו עוד כמה בעיות יש לנו פה not
235. 14:48available
236. 14:49אז אנחנו צריכים פשוט לקחת את הטilable
237. 14:54ורפליס עם רק כי בעצם זה לא אפס זה פשוט
238. 14:57אין לנו את הנתון הזה אז גם פה
239. 15:01אנחנו ניקח את זה
240. 15:05ואנחנו בעצם
241. 15:08נעשה איזשהו repליס
242. 15:13נבדוק האם [כחכוח] יש לנו עוד בעיות
243. 15:16מהסוגים האלה
244. 15:19אז למשל דבר מעבר לנו notableור פה
245. 15:26זה בעצם
246. 15:28תוספת של סוגריים. זה היה גם בפורמט של
247. 15:32העמוד שהורדנו
248. 15:35ואנחנו מעוניינים אך ורק במספר.
249. 15:38לכן אנחנו נעתיק אותו
250. 15:41והרפלייס בעצם
251. 15:44יבוצ לנו את ההחלפה הנדרשת
252. 15:47ויותיר לנו את השנה שהיא לא הכרחית בעצם
253. 15:51בחוץ
254. 16:01מה אתם יכולים לראות
255. 16:06בואו נעשה זה מעבר נוסף.
256. 16:11כן, יש עוד לבנון למשל,
257. 16:17מדינה נוספת. אז למעשה אני אקח
258. 16:21מאשר ב במדינה זו את הנתון
259. 16:27ונחזור. יש לנו עוד מספר שם לשנות.
260. 16:35אתם מוזמנים לעשות את זה במקביל אליי גם
261. 16:38כן
262. 16:39כדי לראות שהכל בסדר.
263. 16:42בכל מקרה אני הולך לעלות גרסה מעותכנת של
264. 16:45קובץ
265. 16:47א לשימושכם אבל חשוב לעשות את זה כי כמו
266. 16:50שאתם רואים זה חלק מהתהליך של מיקוי
267. 16:54הנתונים.
268. 16:56עכשיו אם לדוגמה אני
269. 16:59חושב שישנן כלכלות מסוימות שאני לא מאמין
270. 17:03שיש שם תורמים חבל על הזמן יוקלדוניה טוגו
271. 17:08אני לא ממש בטוח א שמהמדינות ה
272. 17:13א הללו מישהו תורה מדינות
273. 17:18שגם ככה הם לא הכלכלות העיקריות אז אני
274. 17:22פשוט יכול לבוא
275. 17:25ולבחור ו
276. 17:27ולמחוק
277. 17:29א קשת של נתונים שהם פחות רלוונטים לי.
278. 17:35דבר פשוט שאני יכול לעשות אם אני חושב
279. 17:37שכנראה בקונגו או ב
280. 17:41סומליה בגלל התנאים הכלכליים
281. 17:44א לא כל כך בטוח שאנשים מותרדים בתימן
282. 17:49מרווחת בעלי החיים. אני חושב שה
283. 17:54א חיים היומיומיים שם קשים מספיק. קנל
284. 17:58צפון קורה קצת לא רלוונטית לנושא של
285. 18:01קמפיין של תנו לחיות לחיות. אה אני יכול
286. 18:05להעזר ב remove rows ורove botom rowe.
287. 18:10אני חושב ש
288. 18:1440 מהמדינות
289. 18:16התחתונות לא כל כך רלוונטיות. אז אני אבחר
290. 18:19בn 40.
291. 18:21ופשוט המחקת
292. 18:24המדינות הקטנות יותר את הכלכלות היותר
293. 18:27בעייתיות.
294. 18:28אוקיי, אפשר להשאיר את זה כך. זה אין שום
295. 18:31בעיה.
296. 18:33עדיין א אני לא יודע אם בצ'אט וניגר הם כל
297. 18:37כך נוטים לתרום שוב בכלכלות שהפרנסה
298. 18:42והחיים קשים מאוד במדינות האלה או
299. 18:46בבורקינפסו.
300. 18:48בורקינפסו. אבל אה בגדול בואו נשאיר את זה
301. 18:52ככה כרגע פשוט בחרתי בemove rows להוריד
302. 18:57את החלקים התחתונים זה גם שיטה לניקוי
303. 19:01נתונים שהם פחות רלוונטיים כי אנחנו
304. 19:03יודעים שבעיקר אנשים מכלכלות א א
305. 19:10שבהן ה-GDP הוא גבוה שהכלכלה מפותחת נוטים
306. 19:14באמת לתרום אז קיבלתי [נחירות בוז] את
307. 19:17ההחלטה הזאת
308. 19:19צריך לבדוק בשבע עיניים האם זו החלטה
309. 19:22נכונה, אבל כעיקרון בואו נראה את הנתונים.
310. 19:27כן. והטבלה הזו
311. 19:32אכן נראית בסדר גמור. אוקיי, יש לנו את
312. 19:36הנתונים.
313. 19:37אני פשוט טוהה
314. 19:41אם כדאי להשתמש בF.
315. 19:45קובה למשל פחות רלוונטית. כן. אין אפשרות
316. 19:49להעברת כספים החוצה בקלות אז אפשר להוריד
317. 19:53את קובה
318. 20:03ועכשיו ניתן לראות שאנחנו
319. 20:06יכולים להסתמך על נתוני
320. 20:09התוא המספרי של הF בגלל שיש לו נתונים
321. 20:15שלמים בעוד שנת נתוני הו והwדק עשויים
322. 20:19להיות חסרים כמו במקרה של טייון. הנה הMF
323. 20:24בהחלט נותן לנו אינדיקציה אז אנחנו נסתמח.
324. 20:29לאחר מכן אני רגע בוחן שם הטבלה הוא בסדר.
325. 20:33GDP by country אני חי וחי טוב עם זה בסדר
326. 20:36גמור.
327. 20:38אני אלך רגע לimal charity donation ואכן
328. 20:42יש לי את הדer ID שזה בעצם ה פוד זיהוי של
329. 20:47כל תורם ותורמת איזשהו קוד ייחודי לתורמים
330. 20:51עכשיו זה לא מזהה ייחודים חדר ke מה
331. 20:56שקראוי primary ke אלא זהפן ke בגלל שאותו
332. 21:00תורם היה יכול לתרום מספר פעמים אז בואו
333. 21:03נעבור והמדינה עשויה
334. 21:08להופיע מספר פעמים
335. 21:10או לערך מספר פעמים. אין לנו באמת פה מזהה
336. 21:14ייחודי.
337. 21:16אז מה שאנחנו נעשה עם כך,
338. 21:20אנחנו למעשה א
339. 21:23נוסיף [נחירות בוז] מזהה ייחודי שזה מספר
340. 21:26תרומה
341. 21:28ואת זה אני עושה על ידי add colum
342. 21:33ואנדקס colם כי זה איזשהו אינדקס אופס
343. 21:38סליחה התבלבלתי התחלתי מאפס רציתי מאחד אז
344. 21:42אני הולך לאינדקסם
345. 21:44ואני יכול ‏from one ממספר אחד או custom
346. 21:47לתת איזשהו מספר התחלתי אבל אני נותן מספר
347. 21:51רץ מאחד והנה יש לנו את האינדקס שאנחנו
348. 21:55יכולים גם לקרוא לו
349. 21:59עושה דאבל קליק
350. 22:03donation
351. 22:05number
352. 22:10אוקיי
353. 22:11ודבר אחרון אני גורר אותו
354. 22:14ומעביר אותו ו ממש להתחלה.
355. 22:25הנה יש לנו את הדוation number ומיד אחריו
356. 22:29את הדונרד.
357. 22:31הדבר האחרון שנותר לי לעשות
358. 22:34זה שבדקתי קודם ובשמות המדינות
359. 22:39אז יש לנו UK וUSA
360. 22:42ואילו ב GDP by country מופיע United
361. 22:46States וטed King אוקיי עם מדינות אחרות
362. 22:50בדקתי אין בעיה אז אנחנו נעביר את United
363. 22:53States פשוט א נשנה את הערך שלה
364. 22:59לUSA על מנת נט שתהיה אחידות בנרכי
365. 23:02הטבלאות
366. 23:04והדבר השני זה UKטד King יהפוך להיות UK
367. 23:09על שנוכל לקשר את הערך UK למה שהיה קודם
368. 23:13יוניטד קינגם ועכשיו זה UK אז אני הולך
369. 23:18כאשר סיימתי ואני למעשה עושה close and
370. 23:22apply
371. 23:24ואני טוען את השינויים הללו
372. 23:28לתוך מסד הנתונים שלי היא בפאור
373. 23:37הנה הכל ניטען כל השינויים שביצדתי ניתענו
374. 23:43אוקיי ואפשר לראות את זה במבט הזה
375. 23:48לעבור לgp byco אתם יכולים לראות ששם השדה
376. 23:51השתנה לcטרי
377. 23:54וגם בסכמה
378. 23:56במודל נתונים במבנה נתונים שלי
379. 23:59ניתן לראות את האלמנטים הללו
380. 24:04בדיוק כמו שרציתי. אתם רואים קנטרי
381. 24:07לקאנטרי הרבה יותר קל מאשר לטראות מה זה
382. 24:09אומר טריטורי למה התכוונו. הנה אני יודע
383. 24:13פשוט נוכל לחבר קנטרי לקאנטרי ולאחר מכן
384. 24:17דרך ה
385. 24:19מזהה הזה שהוא ייחודי נוכל באמת לקשר.
386. 24:24אז אלו בעצם ככה הנתונים.
387. 24:34ניתן לראות גם את הדש number
388. 24:39א שבעצם הגדרתי קודם. לכן זאת אומרת
389. 24:42איזשהו אינדקס רץ תרומה מספר 1 2 3 4
390. 24:46שיהיה איזשהו מספר זיהוי ייחודי. עכשיו מה
391. 24:50שאני יכול לעשות זה לבוא בשלב הראשון.
392. 24:54ולהגדיר בכל אחת מהטבלאות
393. 24:58מה הוא המה הייחודי. זאת אומרת איזה סטה
394. 25:03הוא באמת ככה
395. 25:05א הפריימרי שלי שאני יכול לנהל דרכו באופן
396. 25:10חדקי את הנתונים.
397. 25:13אז אותו מזהה שמייקרוסופס מגדירה בעצם
398. 25:18row lיable שזה המזחק כי יש ערך יחיד ממנו
399. 25:23בטבלה במקרה של GDP by country מדובר בשם
400. 25:27המדינה
401. 25:28כי כמובן הערך בIMF המספר בו ברב בנק הוא
402. 25:33לא ממש מזההב והוא גם יכול לחזור על עצמו
403. 25:36שתי מדינות יכולות פוטנציאלית להיות בעלות
404. 25:38אותו GDP [כחכוח] ואנחנו נגדיר אותו
405. 25:41כקאנטרי
406. 25:43אתם רואים שיש פה מין
407. 25:47אייקון של תעודה כזו וזה בעצם מייצג שזה
408. 25:51המז החדרקי בטבלה הזו ופה בטבלה הזו
409. 25:57של charity donation אתם יכולים לראות שיש
410. 26:01לנו donation number
411. 26:04שזה מספר התומה איזשהו מספר שהוא אינדקס
412. 26:09רץ מבחינתנו הוא בעצם צם המזיה
413. 26:13ייחודי החדרקי כיוון שאין לנו אפשרות לשני
414. 26:18מספרים זהים בדוניש זה מספר רץ סיפור רץ
415. 26:22אחל מאחד והלאה אז גם פה אנחנו שמנו ליד
416. 26:26הדש number את האייקון הזה של זיהוי חדרקי
417. 26:31ובכך כרגע יצרנו מזהים חדרכיים
418. 26:36בשתי הטבלאות הם בעצם הprimary ke שלנו כן
419. 26:40הדוation
420. 26:41והקנטר כמובן שאפשר לחבר שדות שהם
421. 26:45גםפורנקי שהם לא ייחודיים בהכרח כפי שתכף
422. 26:49נראה איך אנחנו מחברים את הנתונים זה לזה
423. 26:53כדי שתהיה משמעות
424. 26:56אחת הוויזואליזציות ה
425. 26:59פשוטות והידועות זה מה שקראוי פיוט table
426. 27:03אתם בטח מכירים את זה מהאקסל טבלת פיבוט
427. 27:08ובה אנחנו שמים מספר אינדיקטורים אז בואו
428. 27:12נבחר בפיוט. זה המטריקס. לחצתי עליה והיא
429. 27:15מופיעה לי. עכשיו אני רק צריך להכניס
430. 27:19שדות. אנחנו נבחר כרגע בשדות אפ ורק מטבלה
431. 27:24מסוימת מכיוון שבעצם עדיין לא קישרנו
432. 27:30טבלאות גדולה זו. אז בואו נבחר רגע
433. 27:33בanimal Charity Donation ונניח שאני רוצה
434. 27:38לבדוק את טווח הגילאים.
435. 27:42ומטווח הגילאים הזה
436. 27:45למעשה
437. 27:47אה
438. 27:49מאיזה מדינות תרמו וכמה זאת אומרת פילוח
439. 27:52לפי גיל ומדינה אז אני גררתי בעצם את ה
440. 27:56גרופ לפה
441. 27:59הנה אתם רואים מופיע לי hou
442. 28:02ואני יכול גם להוסיף עוד שדות בפilטר on
443. 28:06this visual אז בעצם השדות שאנחנו מתרגמים
444. 28:11לויזואל, לאובייקט הויזואלי הזה של טבלת
445. 28:14הפיבוט או המטריקס כמו שהוא קראוי, כן?
446. 28:18הוא נמצא לכם פה אז זה המטריקס
447. 28:22אנחנו יכולים לבחור רק חלק מהשדות או
448. 28:25שאנחנו נבחר להציג את כולם אין שום בעיה
449. 28:28עם זה ונוסיף עוד שדה שזה בעצם המדינה
450. 28:41אז הנה אני גורר וזורק
451. 28:44וגם פה יש לי את אפשרות רגע אצגור פה יש
452. 28:50לי אפשרות לבחור במדינות מסוימות שאני
453. 28:53מגלה בהניין. אנחנו גם רואים כמה רשומות
454. 28:57יש לנו לכל מדינה ומדינה. במקרה הזה אני
455. 29:00גם מאשר את כל המדינות. לא צריך פה להתמקד
456. 29:04במדינות שונות. ובסופו של דבר
457. 29:08הסכום אני גורר אותו.
458. 29:17אם כך אני בוחר בטבלת המטריקס. טבלת
459. 29:21המטריקס זה מה שקראוי גם טבלת פיבוט. א
460. 29:26לחצתי וזה מופיע לי כאלמנט
461. 29:30ויזואלי פה לאחר הלחיצה. אז בעצם זה
462. 29:33הפיבוטבל של האקסל שאתם ודאי מכירים. אותי
463. 29:38מעניין לברור בכמה תרמו מכל קבוצת גיל
464. 29:44ובתוך כל מדינה, זאת אומרת גם וגם לבחון.
465. 29:48אז אני למעשה צריך לבוא ולגרור את קבוצת
466. 29:51הגיל.
467. 29:53אז יש לי פה את קבוצות הגיל שמינו לפיהם.
468. 29:58אני יכול גם
469. 30:00לבחור את המדינות. אז הנה יש לי אינדיקציה
470. 30:04של המדינות. אני רגע ארחיב כל המדינות
471. 30:09שתרמו לפי קבוצת הגיל ובסופו של דבר
472. 30:13מעניין אותי סכום התרומה הכולל בכל קבוצת
473. 30:17גיל לכל מדינה ופה אני מקבל
474. 30:22את התרומות למשל באוסטרליה לפי קבוצת גיל
475. 30:26בסך הכל אוסטרליה תרמו 33 מיליון א דולר
476. 30:31שקלים כמו שזה מופיע אה
477. 30:34מי שבאוסטרליה
478. 30:37תרמו הכי פחות, זו קבוצת הגיל של המבוגרים
479. 30:4266 עד 80. אז אני יכול לקבל החלטות לגבי
480. 30:45אוסטרליה. א אפשר לראות למשל שבקבוצת הגיל
481. 30:51של גילאי 30 עד 49, בואו נראה מי תרם הכי
482. 30:56הרבה
483. 30:58על פניו לא גרמניה. בואו נרחיב עוד טיפה
484. 31:01פה.
485. 31:05ארצות הברית כן האמריקאים בקבוצת הגיל 30
486. 31:10עד 49 היו אלה שתרמו הכי הרבה א באירופה
487. 31:16מכלל מדינות אירופה אפשר לעשות בדיקה קלה
488. 31:22ואכן בגרמניה
489. 31:23בקבוצת קים זור תרמו הכי הרבה אבל במספרים
490. 31:28מוחלטים בין מדינות אירופה גרמניה צרפת ת
491. 31:32פלנד א
492. 31:35א ופינלנד בעצם אוקיי אלה המדינות היחידות
493. 31:40בואו רגע נעזוב את א את בריטניה מחוץ
494. 31:44לאיחוד האירופי אז באמת בגרמניה תרמו הכי
495. 31:48הרבה אבל עדיין בהשוואה לבריטניה אז
496. 31:51בריטניה מובילה כשאנחנו מדברים על מדינות
497. 31:55אירופה בכלל לא רק מדינות האיחוד האירופי
498. 31:59אוקיי אז יש לנו יכולת
499. 32:01ראשונית כבר לתחקר
500. 32:04אובייקטים לפי רצנו
501. 32:07א לצמצם
502. 32:09להרחיב את הטבלה של האובייקט הזה
503. 32:13יותר אני עובר מכאן למבט על מודל הנתונים
504. 32:18אנחנו יכולים לראות משהו מעניין א נוכל גם
505. 32:22לראות אותו באמת גם בטבל viw תכף כעיקרון
506. 32:25יש לנו שני סוגי טבלאות יש את טבלאות הפקט
507. 32:30fט table
508. 32:31שזה בעצם טבלאות עובדה. מה זה טבלות
509. 32:34עובדה? זה הטבלאות שבדרך כלל אנחנו רואים
510. 32:37את הנתונים, חוזרים על עצמם, את האימייל
511. 32:40של תורמים חוזרים על עצמם כי התורם תרם
512. 32:43שהוא ושוב או את השמות שלהם. כמובן את
513. 32:47הארץ, את המדינה חוזרת על עצמה כי יש מספר
514. 32:51תורמים מאנגליה וכדומה. זאת אומרת אלה
515. 32:53הטבלאות של הפעילות השוטפת זה טבלאות כמו
516. 32:57למשל תרומות שנכנסות בשטף לארגון. או למשל
517. 33:01טבלה של הזמנות שנכנסות לחברה, מכירות, א
518. 33:06נתוני כוח אדם, קידומים, מקודם, מעבר,
519. 33:11מעבר לתפקיד חדש, מי עזב את הארגון. האלה
520. 33:13בעצם טבלאות שנסיות ויש לנו מין טבלאות
521. 33:17שמכילות מידע מאושר וזה מה שקראוי היל
522. 33:23סליחה הלפ tables שזה טבלאות שבהן בדרך
523. 33:27כלל יש לנו ערכים ייחודיים
524. 33:31ומידע נוסף על הערכים הייחודיים במקרה
525. 33:34שלפנינו אז באמת זו הטבלה של GDP by
526. 33:37country היא lookup
527. 33:39animal charity donations donation זה
528. 33:42בעצם טבלת הפקט
529. 33:45שלנו
530. 33:47ובלוקאפ אנחנו רואים באמת לפי הקunאטרי יש
531. 33:51לנו למעשה את כל המימדים כשאנחנו משייפים
532. 33:56לקנטרי לכן זה גם קראוי dimension table
533. 34:00dimension table או lookup table לעומת
534. 34:04הטבלה שמנהלת באופן שוטף
535. 34:08את הנתונים למשל של כניסה של תרומות ואחרי
536. 34:12זה באמת אפשר אפשר לקשר אותה לdמens
537. 34:15tables או לטבלאות fט אחרות כרצוננו. אז
538. 34:19זה גם דבר שחשוב לציין. ואנחנו אנחנו
539. 34:24רואים את ההבדל פה. אם אני רגע עובר
540. 34:28לim charity donation תראו כמה נתונים
541. 34:31שוטפים זורמים מדי יום מדי חודש עוד ועוד
542. 34:36תרומות במספרים שונים.
543. 34:40אתם רואים?
544. 34:42ויכול להיות שיש חפיפה בין הדברים, כן?
545. 34:46אותו גובה תרומה או אותו אדם תרם שובשוב
546. 34:51ובעצם זו הפעילות השוטפת אז זה הפקט
547. 34:54table. לעומת זאת, אם אני ניגש לטבלה
548. 34:58השנייה GDP by country, אתם רואים שיש ערך
549. 35:02ייחודי
550. 35:04חד לכל מדינה ואליו משויים ערכים נוספים.
551. 35:09אז זה כמובן dimension table או lookup
552. 35:12table. אז זה גם הבדל שחשוב לדבר עליו.
553. 35:19אשר אני חוזר שוב
554. 35:22למבט אז שוב אני מזכיר שיש לנו את מה
555. 35:26שקראוי primary ke אנחנו גם סימנו אותם פה
556. 35:30אתם רואים עם התמונה של הכרטיס הזה של
557. 35:34האדם אז זה הדבר
558. 35:37charity donation table ובGDP by country
559. 35:41table מדובר בטריry שזה המזיה חדרכי
560. 35:45עכשיו חשוב לציין
561. 35:47שאלה מזהים שהם בעצם הפרמריק ke אני כבר
562. 35:51הזכרתי את זה prמ אמרנו יכול להיות רק ערך
563. 35:54ייחודי למשל קנטר מופיעה רק פעם אחת
564. 35:58כרשומה אחת ואליה משויחות הנתונים של imf
565. 36:02והw bank לעומת זאת ודonש
566. 36:06number מופיע כפעם אחת א תומספר אחת מספר
567. 36:11שתיים מספר שלוש הגדרתי אינדקס מיוחד
568. 36:13אינדקס רץ ספרור רץ ואכן כל תרומה עם מזוה
569. 36:17עם מספר ייחודי להבדיל
570. 36:21מהפור שגם אפשר דרכו לדוגמה name שם התורם
571. 36:27או התורמת
572. 36:28אז זה לא מפתח ייחודי כי יכולות להיות כמה
573. 36:31תרומות תחת אותו שם אז לכן זה לא קראוי
574. 36:35primימרק זה קראויפור כי בהחלט אפשר לעשות
575. 36:39עליו פעולות אבל מה שמייחד אותו שהשדה הזה
576. 36:43עשוי להופיע מספר פעמים למשל שאל ג'ון
577. 36:46אלייוט תרם חמש פעמים לארגון הזה
578. 36:52למטרות שונות וכדומה. אולי היו כמה ג'ון
579. 36:55איליוטים ברחבי העולם עם אימיילים שונים,
580. 36:59עם תרומות שונות, תארכים שונים. כן, זה לא
581. 37:01אותו ג'ן אליט אפילו, אבל השם הוא אותו שם
582. 37:04ג'ון אליט. אוקיי, referרal channל
583. 37:09מצד הגיעו אלינו. אז גם זה יכול להיות ערך
584. 37:13מסוים שהגיעו דרך הווב, דרך האימייל
585. 37:15והכדומה
586. 37:17או לא, אבל זה מופיע שוב ושוב הערך זה
587. 37:21למשל donation type monly או one time חד
588. 37:26פעמי אז חד פעמי או חודשי יכול להופיע
589. 37:30לתורם כזה לתורם אחר אבל הערך הזה עשוי
590. 37:33להופיע מספר פעמים לחזור על עצמו לכן זה
591. 37:37לא primary ke זהפור ke וחשוב שוב להבדיל.
592. 37:42כך שלמעשה אפשר לחשוב על זה באופן הבא.
593. 37:46אנחנו למעשה בעלי רשומות שונות ורבות
594. 37:53בטבלס
595. 37:54בטבלאות השונות
596. 37:57ומה שמזהה זאת אומרת אין שתי רשומות שיש
597. 38:00להן את אותו נתון של הפריימary ke בהחלט
598. 38:05כן של הפורנy מה שאנחנו עושים אנחנו
599. 38:09יכולים להשאיר את המידע דרך חיבור של
600. 38:12הפריימריy ke
601. 38:14למידע דה א
602. 38:17בטבלאות אחרות ובכך בעצם אנחנו יוצרים
603. 38:22מערת יחסים שהיא בין טבלות שמבוססת על
604. 38:26primמary keys וגם על
605. 38:29פורס גם כן בטבלאות השונות כמו שאנחנו תכף
606. 38:33גם נראה עכשיו אני מעוניין לשלב בין
607. 38:37הנתונים של התורמים והתרומות לבין הנתונים
608. 38:43של רמת ה ההכנסה הלאומית ה-GDP בכל מדינה
609. 38:49ואת זה אני עושה באופן פשוט אני חייב פשוט
610. 38:52לקשר בין שתי הטבלאות אתם ודאי כבר יודעים
611. 38:57מה המפתח המקשר זה country שיתקשר לנו
612. 39:00לנטרי
613. 39:02פה כן אני חייב לקשר את שתי הטבלאות דרך
614. 39:06הזיהוי המשותף לפי מדינה ואז ניתן יהיה
615. 39:10ליצור דוחות גרפים שיקחו נתונים גם מהfect
616. 39:15table, מהimal charity donation וגם
617. 39:18מהlookup table, מהdimension table,
618. 39:22שמדברת על כל מיני נתונים ייחודיים לאותה
619. 39:26מדינה או לכל מדינה ומדינה שתהיה מיוצגת
620. 39:29גם בטבלת התרומות. את זה אני יכול לעשות
621. 39:32בשתי דרכים. הדרך הראשונה אני לוחץ על
622. 39:37manage relation. זו הדרך שהיא היותר
623. 39:41מסוגבלת. כפי שתכף תראו, אני פחות ממליץ
624. 39:44עליה, אבל למשתמשים חדשים זה בהחלט יכול
625. 39:47לסייע. אז אני לוחץ, אנחנו יכולים להוסיף
626. 39:52בעצמנו בעצמנו איזה טבלאות יהיו מחוברות.
627. 39:56אז animal charity donation אתם רואים, זה
628. 40:00יכול לעזור לנו הדגימה הזו
629. 40:04להסביר. ואנחנו רוצים לGDP by country ויש
630. 40:09לנו את אופן החיבור many to one תכף אני
631. 40:12אתייחס לזה
632. 40:15ועושים save כדי להחליט על זה אוקיי ואז
633. 40:19יצרנו באמת את הקישור הזה
634. 40:24אני רק אמחק את הקישור כדי להראות לכם דרך
635. 40:28נוספת
636. 40:29גם אני לוחץ על manage relationship אני
637. 40:32יכול לעשות autוד deect
638. 40:37ואז למעשה הpower BI הוא עצמו ניגש
639. 40:42לטבלאות במודל הנתונים הלא מקושר והוא
640. 40:46מחפש קשרים אפשריים
641. 40:48ואכן הוא זיה שישנו קשר בין טבלת charity
642. 40:53donation לבין טבלת GDP by country עכשיו
643. 40:57סוג הקשר הכוכבית זה
644. 41:01אה סליחה כיוון הקשר הוא אה אה כזה והסוג
645. 41:06זה many to one אתם רואים כוכבית זה אחד
646. 41:10מה זה ט one שאותה מדינה תופיע רק פעם אחת
647. 41:16בטבלת ה-GDP נכון יש נתונים על ה-GDP אמנם
648. 41:20לפי האום לפי הוולדבר בנק וכדומה אבל
649. 41:23איטליה לא מופיעה פעמיים אין לאיטליה שתי
650. 41:26רשומות א המדינה היא למעשה פריימריקי מזהה
651. 41:30ייחודי אבל יכולים להיות מספר תורמים זה
652. 41:36המני בטבלה של animal charity donation
653. 41:40למשל מספר תורמים או אותו תורם ששוב תרם
654. 41:43ותרם מארצות הברית אז ארצות הברית תופיע
655. 41:47לנו מספר פעמים אז זה ואז הקשר הוא one to
656. 41:51man כלומר בGDP המדינה תופיע רק פעם אחת
657. 41:55עם כל הנתונים הכלכליים שלה ואילו בטבלה
658. 42:00של anyal charity donation היא עשויה
659. 42:03מדינה להופיע מספר פעמים. זאת אומרת יהיו
660. 42:06כמה תורמים א אותו תורם שתרם כמה פעמים
661. 42:11מuk מusa או מכל מדינה אחרת שלמעשה
662. 42:17מיוצגת עם כך. אז זו דרך אחת. אני כמובן
663. 42:21יכול לעשות clוז וזה ישמר. במקרה הזה אני
664. 42:25מעדיף למחוק את זה כדי להראות לכם את הדרך
665. 42:28המהירה והכלה. הדרך המהירה והקלה אומרת
666. 42:32שאני מזהה למעשה שיש לי איזשהו שדה שעשוי
667. 42:38להתחבר. פה הוא primמary key, פה הואפור
668. 42:42key, נכון? קנטרי חוזר על עצמו כמה פעמים
669. 42:46כי יש כמה תורמים אותו תורם ממדינה ואז
670. 42:49אני פשוט בוחר בקאנטרי לוקח וגורר אותו
671. 42:54לטבלה השנייה לקנטרי ומשחרר
672. 43:00ומאשרר ויש לי באמת את אותו קשר וכפי שאתם
673. 43:04רואים זה one to many כן אחד לרבים מכיוון
674. 43:10שפה אמרנו בGDP יש לנו את המדינה עם
675. 43:14רשומתה פעם אחת. לעומת זאת פה יש לנו מספר
676. 43:17תורמים מאותה מדינה, אותו תורם שחזר
677. 43:20שובשוב. אז המדינה, אותם אותו ערך של
678. 43:24מדינה כמו איטליה עשוי להופיע הרבה פעמים.
679. 43:32עוד כמה דברים ככה מעניינים לראות. נניח
680. 43:35שיש לי איזשהו סוג של קשר כמו בין קנטרי
681. 43:38לקנטרי ואני דווקא מעוניין
682. 43:42א לשנות את הקשר הזה. אגב, כשאתם עושים
683. 43:48לבדוק קשרים שונים, חו בחשבון שחייבים
684. 43:52לבעון הפא עשוי לעשות טעויות או לא למצוא
685. 43:57את כל סוגי הקשרים, לא לשקף אותם. אז לכן
686. 44:00אולי עדיף באופן ידני להגדיר את הקשרים
687. 44:04ולא אוטומטית שגר ושכחד
688. 44:08אבל אפילו אם אתם עושים
689. 44:11בקשרים
690. 44:13אז למעשה תמיד לבדוק לבדוק לבדוק את
691. 44:16הקשרים שהוא הוציא כי יכול להיות שהוא לא
692. 44:19זיה חלק מהקשרים ויכול להיות ששגע
693. 44:22בקישורים הלוגיים ביניהם. אוקיי, אני רוצה
694. 44:26לערוך את הקשר הזה.
695. 44:28אז מה שאני עושה אני הולך לage
696. 44:31relationship
697. 44:33ואז יש לי את הקשר הזה מסמן אותו ולוחץ על
698. 44:39אט ועכשיו נניח
699. 44:43שלדעתי זה לא היה נכון שהוא חיבר את קנטרי
700. 44:47לקנטר אלא הוא היה צריך את קנטרי לקמפיין
701. 44:51בדוניש אז אני פשוט אבחר בקמפיין ואס
702. 44:57‏save והוא יעדכן את המודל. אתם רואים
703. 45:01עכשיו
704. 45:03הרel sheפ היא בעצם משויכת לקמפיין בityד
705. 45:09donation
706. 45:11וקטרי כמובן שזה לא נכון אז בואו נשנה את
707. 45:14זה חזרה אני הולך מסמן הולך לedדיט
708. 45:20וכמובן אני מחזיר את זה למצב שcoun בטבלת
709. 45:24הanimal charity donation מחובר לcry
710. 45:26בטבלת ה-GDP by country וזה בסדר וזה זה
711. 45:30100%
712. 45:32ועכשיו אתם רואים שהקשר הזה עובד הוא אטב
713. 45:37רואים בסטטוס א actטive ואני יכול גם
714. 45:41להגדיר עוד קשרים כרצוני
715. 45:45אוקיי אז זה דרך אחת הדרך השנייה
716. 45:48זה למעשה לומר לא מתאים לי שהגדרנו את
717. 45:52הקשר או הייתה טעות באוטect
718. 45:55אז בואו נמחק קליק ימני אני עומד על הקשר
719. 45:58קליק ימני delete או שאני עומד על הקשר
720. 46:02ובאמצעות מקש delete מוחק אותו. אני אבחר
721. 46:06פה באפשרות הזו מתוך המני. אז קליק ימני
722. 46:10דלט. הוא שואל אותי האם א למחוק את הקשר.
723. 46:16ומחקנו את הקשר. הוא לא קיים. אני רוצה
724. 46:19לחבר אותו שוב. אני מותחק country לקנטרי.
725. 46:22הנה הוא הקנטר
726. 46:26ומאשר
727. 46:28והאשר שוב עובד וקיים לנו. אוקיי, יש פה
728. 46:33עוד אלמנט נוסף. אנחנו יכולים לפתוח מבטים
729. 46:38נוספים, new layouts, שנוכל לסדר את
730. 46:42הטבלות. א בהחלט כרגע נסתפק במבט הזה
731. 46:47שמאפשר לנו ככה ניהול במקום אחד.
732. 46:53עכשיו יכולים להיות מקרים שבהם
733. 46:56יש קישור בין נתונים יותר מנתון אחד
734. 47:01לנתונים
735. 47:02אחרים או שניים אחד ואחד כאילו שניים
736. 47:06נתונים בכל טבלה ועשויים להיות מערכת
737. 47:10קשרים של מספר נתונים לטבלה עכשיו חשוב
738. 47:15לציין שתמיד בין שתי טבלאות יש רק קשר אחד
739. 47:20שהוא מותר
740. 47:21זאת אומרת אפילו אם יש כמה קישורים אז
741. 47:26הקשר
742. 47:28הנבחר יהיה קשר אקטיבי ויתר הקישורים יהיו
743. 47:32אקטיבים יהיו לא פעילים זאת אומרת שהם כן
744. 47:38יהיו בצורה לוגית אבל הם פשוט לא יבואו
745. 47:41לידי ביטוי כי מותר רק קשר אחד בין שתי
746. 47:45טבלאות שיהיה פעיל אז למה אנחנו עושים את
747. 47:48זה כי יכול להיות שאנחנו רוצים בהמשך
748. 47:51לעבור לקשרים אחרים בנתונים בטבלאות או
749. 47:57בצורה מתקדמת עם הדקס והאמקוד שאנחנו לא
750. 48:01ניכנס אליהם בקורס אז אנחנו יכולים גם
751. 48:05לתכנת quies כל מיני שילטות שיעשו בהם
752. 48:09שימוש או אפשרויות הרבה יותר מתקדמות
753. 48:12שאנחנו רוצים גם עבור המבנה הלוגי להגדיר
754. 48:16אז נניח שיש גם משמעות
755. 48:20להגדיר קשר בין הדount
756. 48:24לבין הF.
757. 48:27נניח שהF
758. 48:29תורמת את כל ה-GDP
759. 48:33למען החיות. אז אני יוצר קשר שני. אז הנה
760. 48:36אני לוקח הדוation amount ואני גורר אותו
761. 48:39לIMF ויוצר קשר שני.
762. 48:45אני נשאל האם אני
763. 48:48יכול ליצור אותו כactקטive. אוקיי, יש לנו
764. 48:51כבר קשר שהוא מסוג אטיב. אז אני רגע אעשה
765. 48:57save.
766. 48:58ואתם רואים שנוצר פה קשר שני שהוא מקובקב.
767. 49:03כשאני עומד מעל הקשר השני אז אתם רואים
768. 49:06שיש חיבור בצד שמאל בין donation amountנ
769. 49:09לIMF. כשאני אומר עומד מעל הקשר הפעיל
770. 49:13שהוא לא מקובקב הוא קו אז אתם רואים שיש
771. 49:16קשר בין קנטרי לקאנטרי בין שתי הטבלאות כן
772. 49:19אני עומד מעלה עכשיו אני יכול לומר אני
773. 49:23מפסיק [נחירות בוז]
774. 49:25ש
775. 49:26להפעיל את הקשר הראשון בין קנטרי לקאנטרי
776. 49:30שהוא גם הגב ההגיוני אבל בואו נניח שאני
777. 49:33מפסיק ורוצה להפעיל את הקשר השני אם אני
778. 49:37אנסה להפעיל את הקשר הלא פעיל
779. 49:39בין donation לimf הוא כרגע מקובקב שזה
780. 49:43הסימן שהוא לא פעיל. בואו נעשה דאבל קליק
781. 49:46עליו
782. 49:47ונפתח לנו חלון.
783. 49:50אז אני מנסה להפעיל אותו ולהחליף אותו
784. 49:53כפעיל במקום הנטרי to country ואני מקבל
785. 49:58הודעת הזהרה. למה הודעת הזהרה? לא ניתן
786. 50:01לבצע. מכיוון שאני קודם כל צריך לבטל את
787. 50:09הטive את הסatטוס active בקשר הפעילד קליק
788. 50:13עליו מכבה את make this
789. 50:17relation active עובר לקשר
790. 50:20השני שרציתי להפוך לפעילד קליק ועכשיו אני
791. 50:25הופך אותו להיות קטי והפכתי את הקוד בואו
792. 50:29נחזיר את זה חזרה כי בעצם אין היגיון
793. 50:33בקשר
794. 50:34בין donation וimf אין בזה שום היגיון זה
795. 50:39רק לצורכי הדגמה ובואו נחזיר את הקשר
796. 50:42country to country שהוא ההגיוני אז מה
797. 50:44שאני עוד יכול לעשות זה לפתוח את
798. 50:47properties
799. 50:49ואז למעשה
800. 50:51אני יכול לבחור גם מפה להראות לכם דרך
801. 50:54אחרת
802. 50:56בחרתי עם כך לפתוח את הpפרeries של הקשר
803. 50:59כן עמדתי על הקשר הדלקתי את הפרט
804. 51:02ועכשיו פשוט
805. 51:05אה אני יכול
806. 51:08א דרכו בעצם
807. 51:11לשלוט על כל המרכיבים הנה
808. 51:14ואז אני מכבה את המ this relation active
809. 51:21no ואני הולך לקר של השני ואני עושה make
810. 51:25this relation active וly changes
811. 51:30סליחה שכחתי
812. 51:32בקודם make this relation active אני מכבה
813. 51:42אני גם יכול ברationשיפטור
814. 51:45פשוט לכבות את זה
815. 51:48ואני פשוט כיוון שזה קובה מפעיל פה apply
816. 51:52changes החזרתי את זה לקודם עושה colaps
817. 51:56סוגר את הpties ואתם רואים שכמו בעבר
818. 52:01אני עומד על זה וCry to country פעיל
819. 52:04וimfדonation
820. 52:06אינם פעילים
821. 52:08בואו רק נמחוק את הקשר הלא פעיל שאלה אם
822. 52:13אין לו באמת משמעות אז אני אלחץ על כפתור
823. 52:16דליט או שאני עושה קליק ימני ובוחר דליט
824. 52:20הנה קפץ לי חלון האם אני רוצה בהחלט מאשר
825. 52:24והשארתי רק עם הקשר של קנטרי לטבלה השנייה
826. 52:29גם צדה
827. 52:33עכשיו מילה נוספת על מערכת הקשרים של ה
828. 52:35one to one, one to many ומ to many. אז
829. 52:39כעיקרון
830. 52:41הpowi תומך בכלל הקשרים האלה. ה one to
831. 52:44one זאת אומרת יש מפתח ייחודי בשתי טבלאות
832. 52:50גם בזו וגם בזו והם מקושרים ביניהם ואותו
833. 52:54מפתח יש לו אך או רק רשומה בכל טבלה. זה
834. 52:57בהחלט אפשרי אה אפשר לשלב את הנתונים
835. 53:01לטבלה אחת מיוחדת לפי המפתח המשותף או
836. 53:04להחזיק אותן בשתי טבלאות ואז יווצר קשר של
837. 53:09one to one. למשל אם היה לנו GDP by
838. 53:13country וpopulation by country שזה טבלה
839. 53:17נוספת של האוכלוסיה אז שם המדינה וכמה א
840. 53:24כמה אזרחים יש בה ונחבר קטרית לקנטרי אז
841. 53:28באמת נחבר נקבל oneט to one כי נקבל אך
842. 53:33ורק רשומה גם בGDP by country וגם
843. 53:36בpopulation by country עבור כל מדינה
844. 53:39ומדינה
845. 53:41ואין בעיה עם זה. עכשיו אפשר גם דרך טבלת
846. 53:46הדהטל
847. 53:49בעצם א לחבר דרך הטבלה הפעילה שלנו.
848. 53:54אז אנחנו יכולים לחבר גם את population by
849. 53:58country לפי country לתוך שדה country
850. 54:00בתוך טבלת charity donation ואז אנחנו
851. 54:05נחבר את זה לתוך הטבלה של הנתונים הפעילים
852. 54:08ואז יהיו לנו למעשה שתי טבלות מחוברות לפי
853. 54:12country לתוך טבלת charity donation אחת
854. 54:16תהיה GDP by country והשנייה תהיה
855. 54:18population by country ואין שום בעיה
856. 54:21לעשות את זה ולהמשיך ולשלב נתונים מכל
857. 54:26שלוש הטבלאות הללו לפי שם המדינה של
858. 54:30הטורבים. אז זו דרך נוספת בone to many זו
859. 54:36הדרך הטובה ביותר לשלב נתונים כי אנחנו
860. 54:39מחזיקים אמת אחת
861. 54:42בטבלת לוקאפ למשל בGDP ביקנטי אין לנו
862. 54:46רשומות GDP פעמיים לאיטליה או פעמיים
863. 54:51לישראל יש לנו רק רשומה אחת לאיטליה רשומה
864. 54:54אחת לישראל רשומה אחת לארצות הברית אז
865. 54:57אנחנו בהחלט יכולים נשלב את זה ואז נקבל
866. 55:02בחיבור one to many כי יש רשומה אחת בGDP
867. 55:05by country אבל שם המדינה עוזר על עצמו
868. 55:09כשדה country הרבה פעמים כנראה בanimal
869. 55:13charity donation שזה טבלת הנתונים הפעילה
870. 55:16שלי ולכן נקבל one to many שהוא הקשר
871. 55:21המועדף
872. 55:23והקשר האחרון שהוא לא מומלץ שיקרה זה to
873. 55:26many למשל יש לנו את הדonation date יש
874. 55:30הרבה
875. 55:31תורמות בתאריך מסוים ובוא נקשר אתו למשל
876. 55:36לאיזשהו תאריך של פנייה לתורמים.
877. 55:40אז
878. 55:41בתאריך מסוים פנינו לתורמים והיו כמה
879. 55:45תורמות או להפך בתאריך מסוים היו כמה
880. 55:48פניות והיו כמה תורמים. בקיצור אי אפשר
881. 55:52לדעת מי זה מי. זאת אומרת קשר של many
882. 55:55טוני הוא מאוד מאוד מורכב, מאוד בעייתי,
883. 55:58מאוד מסובך ורצוי מאוד להימנע מקשרים של
884. 56:02many אז מה שאתם צריכים לבדוק זה אכן
885. 56:06שהקשר הטוב ביותר מופיע לנו שזה one to
886. 56:10many וזה בהחלט תקין one to one גם כן
887. 56:14תקין אבל one to many זה הקשר העדיף
888. 56:18והמועדף many to many יש סיבות שקיימים
889. 56:22כשר ישרים כאלה, אבל צריך סיבות מאוד מאוד
890. 56:25טובות כדי שהם בכלל יתקיימו בטבלאות.
891. 56:30טובות במיוחד כדי באמת [נחירות בוז] לקיים
892. 56:33את הקשר הזה א כפי שציינתי.
893. 56:38עכשיו מכאן אנחנו למעשה נמשיך ונבין את
894. 56:44סוגי הויזואליזציות האפשריות ומה התפקיד
895. 56:47של כל סוג של ויזואליזציה.
896. 56:52נכיר ככה לעומק את סוגי הגרפים, למה הם
897. 56:56משמשים
898. 56:57מתוך רצון בעצם שההבנה המעמיקה הזו למעשה
899. 57:02תאפשר לנו לאחר מכן לגשת
900. 57:06ולשלב גרפים מסוגים שונים לתועלת המשתמשים
901. 57:11בדשבורד. אז אנחנו נכיר קודם כל את
902. 57:15הלוגיקות, את הסוגים, את ה
903. 57:18תפקידים של כל סוג ויזואליזציה, של כל סוג
904. 57:23של עיצוג גרפי.
905. 57:25ולאחר מכן אנחנו נפנה ונכיר גם את אופן
906. 57:29ההגדרה של הויזואליזציות עצמן בדשבורדים
907. 57:34של PowerB.
908. 57:38אם כך אנחנו מדברים על התחום של
909. 57:41ויזואליזציית נתונים. זה קראוי באופן כללי
910. 57:45ויזואליזציה של מידע או באנגלית info
911. 57:50שזה information Visualization.
912. 57:54והתחום הזה בעצם עוסק
913. 57:58בהבנה כיצד אנחנו יכולים להמחיש בצורה
914. 58:02הטובה ביותר מידע נתונים על ידי אמצעים
915. 58:06גרפיים על ידי אמצעים חזותיים זה יכול
916. 58:09להיות גרפים זה יכול להיות טבלאות זה יכול
917. 58:12להיות תרשימים מסוגים שונים וש ואחרים
918. 58:17האמצעים יכולים להיות סטטיים יכולים להיות
919. 58:19אינטראקטיביים
920. 58:21כשהמשמעות של סטטים זה אומר שאני מקבל
921. 58:24למעשה את ההמחשה של הנתונים או את הניתוח
922. 58:28הגרפי הויזואלי של הנתונים כתמונה
923. 58:32סטטית, תמונה בלתי ניתנת לשינוי או
924. 58:36אינטראקטיבית כאשר אני מבצע באמצעות
925. 58:39קליקים או מערכת חיוויים, חיצים
926. 58:44או חיוויים אחרים, אני יכול למעשה לבצע
927. 58:49חפירה לתוך הנתונים או שינוי של פרמטרים,
928. 58:54שינוי זווית, השוואה בין נתון אחד למשני
929. 58:57ומתוך סט של נתונים. כלומר יכולת למעשה
930. 59:02לביצוע של פעולות אינטראקטיביות דינמיות.
931. 59:06אני גם יכול לראות איפה שיש לנו הגעה של
932. 59:09נתונים כזרם נתונים בריטיים למעשה את
933. 59:14השינוי באופן אקטיבי, באופן מיידי על גבי
934. 59:18המסך.
935. 59:20כלומר יש לי הרבה דרכים אפשר לומר שאנחנו
936. 59:24נכיר חלק גדול מהן היום
937. 59:27למעשה להביא את הנתונים
938. 59:31למקבלי ההחלטות למנהלים באופן שיתמוך
939. 59:36בצורה קודם כל ויזואלית שנית באמצעות כלים
940. 59:41שמאפשרים
941. 59:43לתחקר את הנתונים מזוויות מבט שונות
942. 59:47מחתחים שונים מחפ אפירה שונה לעומק וקבלה
943. 59:52של תתיך
944. 59:54א חתכים וכדומה מאפשרים למעשה לקבל את
945. 59:57ההחלטה בצורה הרבה יותר מושכלת. שוב חשוב
946. 1:00:01לציין ההחלטות
947. 1:00:04עם כך הן מבוססות נתונים. כלומר אנחנו
948. 1:00:07מבינים מביאים להם למקבלי ההחלטות למנהלים
949. 1:00:11את הכלים והם למעשה מבססים את ההחלטות על
950. 1:00:16נתונים אובייקטיביים ולא על אינטואיציה
951. 1:00:20שהיא
952. 1:00:22א פגיעה במידה רבה להתיות סובייקטיביות
953. 1:00:27זאת אומרת כל מיני השפעות שהן לא
954. 1:00:30רלוונטיות לקבלת ההחלטה זאת אומרת הנתונים
955. 1:00:34שמצלמים אפשר לומר את מצב בעולם הם
956. 1:00:37מומחשים באופנים שכילו על מקלי ההחלטות
957. 1:00:41להבין אותם, להבין מה קורה בעצם בעולם
958. 1:00:44מסביבם
959. 1:00:45דרך השיקוף של הנתונים
960. 1:00:48ואז דרך אותם חשם יכולים לקבל החלטות
961. 1:00:52טובות ומושכלות יותר מכל דרך אחרת.
962. 1:00:58עכשיו הויזואליזציה
963. 1:01:00כן ההצגה הגרפית של נתונים היא לא רק לשם
964. 1:01:05החוויה הגרפית או האסתטית
965. 1:01:08אלא היא ממש מאפשרת במובן הקוגניטיבי
966. 1:01:12התפיסתי שמקבל ההחלטה יכולת פרשנות טובה
967. 1:01:17יותר של הנתונים כיוון שהם ממש מומחשים
968. 1:01:20בעיניים איך אומרים טובה טובה תמונה אחת
969. 1:01:24מ1000 מילים אז כך גם אותו דבר טובה תמונה
970. 1:01:29אחת מ1000 נתונים ברגע שהיא מומחשת אנחנו
971. 1:01:33מסוגלים כבני אנוש במובן התפיסתי הניתוחי
972. 1:01:38ההבנתי להבין את זה יותר טוב מאשר
973. 1:01:42סט של דוחות שכולל נתונים יבשים כולל
974. 1:01:46נתונים מספריים
975. 1:01:48כלומר הויזואליזציה היא כלי לניתוח כלי
976. 1:01:53תומך הבנה של המשתמש
977. 1:01:58הויזואליזציה כשהיא נעסת נכון, כשהיא נעסת
978. 1:02:02באמצעים אינטראקטיביים,
979. 1:02:04היא מאפשרת למשתמשים בעצם ליצור איזשהו
980. 1:02:08דיאלוג או שיח
981. 1:02:11בינם לבין הנתונים שמוצגים.
982. 1:02:14המשתמשים למעשה דרך ראייה של ההמחשות או
983. 1:02:19הזוויות השונות של המחשות הנתונים מסוגלים
984. 1:02:23לקבל ידע חדש. הם יכולים לחפור בנתונים
985. 1:02:28דרך סדרת גרפים למשל ולקבל תובנות שונות.
986. 1:02:33יכולים להשוות סדרות נתונים אחת לשנייה.
987. 1:02:37יכולים לאמט נתון מול נתון על ציר X וY
988. 1:02:41ולראות מגמות א לראות מגמה על ציר הזמן
989. 1:02:45וכדומה. זאת אומרת, דרך ההמחשות, המשתמשים
990. 1:02:49למעשה יכולים לגלות תובנות חדשות
991. 1:02:54וגם להשתמש בנתונים בדרכים לא צפויות, כי
992. 1:02:58בסך הכל אני יכול לייצר סדרות של גרפים די
993. 1:03:02בקלות. אני יכול לשים צירי X וY שונים,
994. 1:03:06אולי אפילו ציר Z, ציר שלישי, תלת מימד,
995. 1:03:09להמחיש באופן תלט מימדי, לעשות ניתוחים
996. 1:03:13סטטיסטים, גרפיים, לראות יוצא דופן
997. 1:03:17וחריגים ביחס להתפלגות מסוימת או כל אלמנט
998. 1:03:21אחר שיש לי בו את הנתונים כמובן ואת הכלי
999. 1:03:26להמחשה גרפית כזו או אחרת של סדרת הנתונים
1000. 1:03:31שיש לי.
1001. 1:03:35אז במה בעצם הויזואליזציה של מידע או
1002. 1:03:38נתונים מסייעת לנו? אז דבר ראשון היא חלק
1003. 1:03:42מהיכולת
1004. 1:03:44או מסת הכלים שבא לסייע בהסברה של בעיות
1005. 1:03:49וסוגיות בארגון. אמרנו הרי שהנתונים
1006. 1:03:52משקפים את מצב הארגון או מצב העולם, מצב
1007. 1:03:56מתחרים מסביבו, המצב של הכלים המסחרי
1008. 1:04:01והעסקי או כל אלמנט אחר.
1009. 1:04:04ברגע שאני מתמיע
1010. 1:04:08כלים גרפיים, אני למעשה ממחיש את הנתונים
1011. 1:04:11ואז אפשר להסביר דרך הגרפים, דרך ההצגה
1012. 1:04:16הויזואלית גרפית,
1013. 1:04:18מה בעצם מתרחש, מה התרחש לאורך זמן, מה
1014. 1:04:22מתרחש כרגע, מה קורה בשני ממדים שאני מאמט
1015. 1:04:26אותם אחד מול השני, כן? למה הם מובילים
1016. 1:04:30במימד השלישי וכדומה?
1017. 1:04:35אז זה בעצם חלק מההסבר של בעיות וסוגיות
1018. 1:04:40שארגונים מתמודד איתם. בנוסף,
1019. 1:04:46הויזואליזציה מאפשרת גם להמחיש ניתוחים
1020. 1:04:49סטטיסטיים. זאת אומרת, אנחנו לא עוצרים
1021. 1:04:53בדוחות הסטטיסטיים שאתם ודאי מכירים,
1022. 1:04:56מסspS למשל או מפייתון שנותנים לנו סדרות
1023. 1:05:00מספר מספרים, רמת מובקות, מספר תצפיות
1024. 1:05:05וכדומה, אלא למעשה אנחנו יכולים
1025. 1:05:09לקבל את ההחלטות על בסיס של ניתוח
1026. 1:05:12סטטיסטי, כמו שציינתי של הנתונים, אבל
1027. 1:05:16בצורה קלה יותר, כיוון שאנחנו לא מקבלים
1028. 1:05:19את את התוצאות בדוח יבש, אלא אנחנו מקבלים
1029. 1:05:23אותן מומחשות לנו ברמה גרפית.
1030. 1:05:28כמו כן, הויזואליזציה מאפשרת מתן מענה
1031. 1:05:33מקיף ובעיקר מבוסס נתונים, כן? מענה שהוא
1032. 1:05:38אובייקטיבי.
1033. 1:05:39להרבה מאוד בעיות עסקיות וארגוניות אפשר
1034. 1:05:42לבצע ניתוחים נתמכים בוויזואליזציה
1035. 1:05:46ובנתונים כמובן על כוח הדם, על ייצור, על
1036. 1:05:50אלמנטים שיווקיים,
1037. 1:05:53על אפיקי כניסה של הזמנות, דרך האינטרנט,
1038. 1:05:56דרך סניפים, דרך סוכנים וכדומה, בעצם על
1039. 1:06:00כל בעיה עסקית. אז עצם הכלים הויזואליים
1040. 1:06:05הם נותנים לנו למעשה כלים גנריים. אפשר
1041. 1:06:09ליישם אותם בהמון המון עולבות תוכן, למעשה
1042. 1:06:12כמעט הכל אפשר לומר ולראות כל מיני מגמות
1043. 1:06:17לאורך זמן או אלמנטים שואים זה בזה
1044. 1:06:21בפעילות הארגון. כן? למשל תקציב שיווקי.
1045. 1:06:26עד כמה
1046. 1:06:28הוא למעשה משפיע על מספר הלקוחות שהם
1047. 1:06:32לידים, על יחסי המראה, זאת אומרת האחוז של
1048. 1:06:37לקוחות שבסופו של דבר רוכש וכדומה. אוקיי?
1049. 1:06:41כל זה מתוך אותם חשה של הנתונים.
1050. 1:06:46כשאנחנו מבצאים ויזואליזציה של נתונים,
1051. 1:06:49אנחנו מפחיטים את קני המידה ומאפשרים
1052. 1:06:54יכולת התמקדות בחלק מהנתונים. אז דבר
1053. 1:06:57ראשון, אם אני צריך עכשיו לקחת מיליון
1054. 1:07:01הזמנות בשנה שעברה
1055. 1:07:05ולהמחיש אותן, אני אקבל דוח שהוא ענק. דוק
1056. 1:07:09גיגנטי שלא תהיה לו שום משמעות או יכולת
1057. 1:07:14לתרום משהו למקבלי החלטות כי הם לא יהיו
1058. 1:07:16מסוגלים לפנח אותו. קחו את מיליון הרשומות
1059. 1:07:20של ההזמנות או המכירות
1060. 1:07:23ותמחישו אותם באמצעות גרף ברים של מכירות
1061. 1:07:2812 חודשים. כן? כל בר כל עמודה היא בעצם
1062. 1:07:33מכירה של חודש אחד והורדנו בעצם את קני
1063. 1:07:37המידה ממיליון נתונים ל-12 נתונים שגם
1064. 1:07:41מוצגים לי ברמה גרפית ויזואלית. זה כמובן
1065. 1:07:45מאוד מסייע להבנת העולם העסקי מסביב
1066. 1:07:50ולקבלת החלטות עסקיות וארגוניות.
1067. 1:07:54אז זה לגבי הנושא של הפחת כמות נתונים
1068. 1:07:59וכני המידה שלהם
1069. 1:08:01וכמובן ברגע שנותנים כלי ויזואלי וכלי
1070. 1:08:06ויזואלי מעוצב יפה עם צבעים מתאימים עם
1071. 1:08:10גרפים מתאימים וכדומה
1072. 1:08:12המשתמשים מאוד אוהבים את זה ממש
1073. 1:08:17לא זזים מהכלי הזה ומתחילים לתחקר בכל
1074. 1:08:21מיני דרכים את הנתונים
1075. 1:08:23כדי להבין יותר, כדי לראות דפוסים חדשים
1076. 1:08:27לראות דברים שאולי הם לא הבינו, החמיצו או
1077. 1:08:31פירשו מבחינה אינטואיטיבית, לא מבוססת על
1078. 1:08:34הנתונים בצורה שהיא שגויה אולי. זאת
1079. 1:08:39אומרת, זה כלי שברגע שהוא מיוסם, נכון,
1080. 1:08:43הוא מיוסם באמצעים עיצוביים, גרפיים, עם
1081. 1:08:46אסתטיקה יפה, הוא מאוד מאוד מושך. משתמשים
1082. 1:08:51לשחק במערכת, לתחקר את הנתונים וזה איזשהו
1083. 1:08:55אפקט שאנחנו למעשה רוצים להשיג. אנחנו
1084. 1:08:59רוצים משתמש חכם, משתמש שלא שולף מתוך
1085. 1:09:04אינטואיציה, כל מיני החלטות סובייקטיביות,
1086. 1:09:07אלא משתמש שהוא מבין לפני ולפנים מה קורה
1087. 1:09:11בעולם העסקי, מה קורה בעולם הארגוני,
1088. 1:09:14הפנימי שלו. הוא יכול לתחקר את הנתונים,
1089. 1:09:18להבין מכל מיני זוויות מבט חדשות,
1090. 1:09:22מרעננות,
1091. 1:09:23תובנות חדשות וכדומה לגבי
1092. 1:09:28הארגון ו הסביבה העסקית וכל זה מתוך
1093. 1:09:33היכולת
1094. 1:09:34לחקור את הנתונים לעומק. ואתם באמת תראו א
1095. 1:09:39בהמשך ההרצאה סוגים שומעים של גרפים. יש
1096. 1:09:43אגב גרפים שהם יותר מושכי עין, יש כאלה
1097. 1:09:46שהם פחות אטרקטיבים. הבאתי דוגמאות מכל
1098. 1:09:50הסוגים כדי שתקבלו נקודת מבט באמת לאיפה
1099. 1:09:55אפשר לקחת את הדברים מבחינת אטרקטיביות,
1100. 1:09:59יופי, אסתטיקה
1101. 1:10:01וגם איפה הרבה מאוד ארגונים נופלים ולא
1102. 1:10:04מביאים את היכולות
1103. 1:10:07הקלות יחסית לייסום של גרפים מעוצבים,
1104. 1:10:11גרפים שהם אטרקטיבים למשתמשים, שמפתים
1105. 1:10:15אותם למעשה לבצע פעיל פעילות של ניתוח
1106. 1:10:19נתונים ולמידה ארגונית שזה בעצם המהות של
1107. 1:10:24תהליך תמיכה ב החלטות של מערכות הביאי אז
1108. 1:10:29אם כך אתם תראו דוגמאות יותר מוצלחות פחות
1109. 1:10:33מוצלחות יותר נחשקות פחות נחשקות אבל
1110. 1:10:37הרצון הוא בהחלט לעורר את הסקרנות את
1111. 1:10:40הרצון של משתמשים לעבוד ולתחקר ולהבין את
1112. 1:10:44הנתונים וגם להבין מה הם משקפים
1113. 1:10:48בעולם העסקי ובעולם קבלת ההחלטות הנדרשות.
1114. 1:10:54אז ישנן דרכים רבות להמחשה של נתונים כפי
1115. 1:10:57שאתם רואים.
1116. 1:10:59אם כך אנחנו רואים בשקף הזה דוגמה למספר
1117. 1:11:06דרכים אפשר לומר מספר חלקי מהאפשרויות אבל
1118. 1:11:10בהחלט מספר מכובד להצגה של
1119. 1:11:14דפוסי המחשת נתונים.
1120. 1:11:17להמחשה של ויזואליזציה
1121. 1:11:20של מידע
1122. 1:11:22ובזריזות אנחנו יכולים לראות משמאל לימין
1123. 1:11:26מלמטה מלמעלה למטה את גרף הפי כמובן שתכף
1124. 1:11:32אנחנו נדבר יותר בהרחבה אוקיי הגרף העגול
1125. 1:11:36המוכר לכולנו יש לנו st colums שזה בעצם
1126. 1:11:41ברים שמוסמים
1127. 1:11:44אחד על השני יש לנו הצגה אנחית, יש לנו
1128. 1:11:48הצגה הופכית. אנחנו לא ניכנס כרגע
1129. 1:11:52לניתוח יותר מעמיק מתי כדאי להמחיש באופן
1130. 1:11:56אופקי או אנכי, אבל בהחלט יש לתת את הדעת
1131. 1:11:59ומומלץ לעבוד גם עם מעצבים, כאשר אתם
1132. 1:12:03מכינים ויזואליזציות לדוחות, לדאשבורדים
1133. 1:12:07של נתונים או לכל אלמנט אחר שנדרש במסגרת
1134. 1:12:12אסטרטגיית הBI של הערגול.
1135. 1:12:16דונאס, כלומר סופגניות או איזשהם ברים
1136. 1:12:21מעוגלים. ואנחנו יכולים לראות פה א כיצד
1137. 1:12:26אנחנו ממחישים חלקים
1138. 1:12:30מתוך איזשהיא פרופורציה מסוימת מתוך הכלל
1139. 1:12:34או על ידי תרשים הדונט בצד שמאל או על ידי
1140. 1:12:39תרשים הסירקולר בר שבהם הברים הם מאוגלים
1141. 1:12:43למעשה. ומהבים חלק מעיגול שלם כשכל בר הוא
1142. 1:12:48מדד ומדד בפני עצמו. כל עיגול זה מדד ומדד
1143. 1:12:53בפני עצמו. ואתם יכולים לראות לפי החלקיות
1144. 1:12:57של החלק האדום מהוא האחוז שאותו מדד תופס
1145. 1:13:01מתוך איזשהו גודל או פרופורציה נדרשת. Stק
1146. 1:13:06area זה
1147. 1:13:08גרף שבו אנחנו גם מקבלים איזושה
1148. 1:13:11פרופורציה. אה, יש לנו למשל הקצאות של
1149. 1:13:16תקציבים באחוזים
1150. 1:13:19לשתי מטרות. אז אתם יכולים לראות לאורך
1151. 1:13:21זמן כיצד מטרה א' שמסומנת
1152. 1:13:26על ידי הבר ה סליחה השטח האדום קיבלה
1153. 1:13:31תקציבים כיצד הם השתנו מכלל התקציב הכולל
1154. 1:13:34ומטרה ב כיצד גם היא קיבלה תקציב כשלמעשה
1155. 1:13:40השטח הכולל הוא ה100% התקציבי כן בכל
1156. 1:13:45נקודה ונקודה אנחנו מורידים הנח זה ה-100%
1157. 1:13:48ואנחנו יכולים לראות כיצד למשל
1158. 1:13:53ישנה ירידה לאורך זמן בפרופורציה של
1159. 1:13:57התקציב הראשון האדום ולאחר מכן יש לנו
1160. 1:14:01קפיצה על חשבונו של התקציב האפור.
1161. 1:14:06כמובן שיש לנו גם א יכולת להציג
1162. 1:14:11א שטחים פרופורציונליים. זה יכול להיות
1163. 1:14:14בצורה
1164. 1:14:16א מעוגלת או בצורה שהיא מרובעת. אני
1165. 1:14:19מתייחס פה לproportal area אוested
1166. 1:14:23shapes. א למעשה גם פה יש לנו מעין עוגה
1167. 1:14:27או מרובעת או עגולה של 100% ומתוכה
1168. 1:14:31איזושהיא פרוסה או איזשהיא פרופורציה גם
1169. 1:14:35היא מוצגת יפה או בעיגול או בריבוע של 36%
1170. 1:14:41מכלל העוגה הזו. אז גם פה אנחנו רואים
1171. 1:14:44איזשהו א
1172. 1:14:48איזשהיא יכולת המחשה שהיא פרופורציונלית
1173. 1:14:52ביחס לאיזשהו שלם או 100%
1174. 1:14:58הגדons
1175. 1:15:00שבאה אחריו זו המחשה שאני
1176. 1:15:03מאוד מאוד אוהב כן יש להגם את המשלימה שזה
1177. 1:15:07הline of icons והיופי פה הוא שאתם יכולים
1178. 1:15:12להשתמש בעצם בכל אייקון, בכל סימבול, על
1179. 1:15:16מנת להמחיש איזשהו אחוז או איזושהיא תופעה
1180. 1:15:20או איזשהיא פרופורציה, למשל אפשר להשתמש
1181. 1:15:24באייקון של אנשים כמו שיש לנו למשל בלי
1182. 1:15:27line of אפשר גם לעשות את זה בגרד oficו
1183. 1:15:31ואז חלק מהאנשים יהיו צבועים באדום, חלק
1184. 1:15:35באפור. האדום הוא פרופורציה מסוימת נניח
1185. 1:15:39של האוכלוסיה. האפור זה הפרופורציה
1186. 1:15:43המשלימה לה וכדומה. והיופי פה לטעמי זה
1187. 1:15:48שאנחנו יכולים בעצם להשתמש בכל אייקון
1188. 1:15:52במערכת גרפית מסודרת. כן? זה יכול להיות
1189. 1:15:55אנשים, זה יכול להיות אייקון של מכוניות,
1190. 1:15:59זה יכול להיות אייקון של רעית כדי להמחיש
1191. 1:16:03את תעשיית הרייתים או איזושהיא צריכה של
1192. 1:16:07רייטים.
1193. 1:16:08למשל רט משרדי מכלל הריט הנרכש. כן? ואז
1194. 1:16:14אנחנו יודעים שהיתר
1195. 1:16:17הוא ריעות לא מוצרדי. כן? לדוגמה, אם היה
1196. 1:16:22לי פה אייקונים של כיסאות, אז הכיסאות
1197. 1:16:25האפורים היו למעשה היתר, שזה ריאות למטרות
1198. 1:16:29פרטיות, ריאות למוסדות וכדומה, לא ריאט
1199. 1:16:33משרדי בכל מקרה. והריות המשרדי היה מופיע
1200. 1:16:36כאייקון של כיסאות אדומים לצורך העניין.
1201. 1:16:40זאת אומרת, היופי הוא שאפשר להשתמש בכל
1202. 1:16:45oficוs.
1203. 1:16:46אותו סוג המחשה. אני משנה את הצבע של
1204. 1:16:51הפרופורציה שנדרש להמחיש ולהדגיש אותה.
1205. 1:16:54במקרה הזה שלושה
1206. 1:16:57אנשים, אייקונים של אנשים
1207. 1:17:00מתוך 10ה. ואז ברור לי שהפרופורציה היא
1208. 1:17:0430%.
1209. 1:17:07Field shap זה סליחה 3 map. אנחנו נתעכב
1210. 1:17:13על זה אני לא אתעכב עכשיו אבל כעיקרון זה
1211. 1:17:17חלוקה של ריבוע למספר מלבנים לפי המשקל
1212. 1:17:20היחסי של כל אלמנט ואלמנט. בכלל הפעילות
1213. 1:17:24נניח של הארגון או של החברה או בכלל
1214. 1:17:27פעילות המתחרים או כל אלמנט שאתם רוצים
1215. 1:17:30לשקף דרך הריבוע המלאפל
1216. 1:17:33שיפס זה דבר מאוד נחמד כי זה תמיד מזכיר
1217. 1:17:37מעין בקבוק או הגרטל
1218. 1:17:40שממלאים אותו במים באופן חלקי ואז אנחנו
1219. 1:17:44מלמטה לכאורה רואים כיצד המגמה הצומחת או
1220. 1:17:49איפה היא נמצאת כרגע האם היא ממלאת את כל
1221. 1:17:52הקד או הבקבוק או כל הגרטל או שהיא מאוד
1222. 1:17:56מאוד חלקית וקרובה לתחתית כמו בהמחשה שפה
1223. 1:18:0136%
1224. 1:18:03על line of אני דיברתי אף circle זה
1225. 1:18:08אפשרות להמחיש באמצעות
1226. 1:18:11א חצי עיגול לא באמצעות עיגול שלם א זה די
1227. 1:18:15נדיר אני לא ראיתי הרבה מאוד המחשות שכאלו
1228. 1:18:19ראיתי יותר את ההמחשות מסוג סוג goז שונים
1229. 1:18:24שעוני חיווי שיש לנו בפינה הימנית התחתונה
1230. 1:18:29אבל למשל ה half סירקל פחות פופולרי ארקס
1231. 1:18:33בהחלט יותר פופולרי להמחיש ארקס בעצם
1232. 1:18:38משקפות איזשהיא פרופורציה מתוך ה-100% או
1233. 1:18:41קצב התקדמות אם תרצו
1234. 1:18:44ויש תחליפיות רבה בין ארקס לגוגes זאת
1235. 1:18:49אומרת בין קשטות לבין שוני חיווי שהם
1236. 1:18:53שניהם מאוד מאוד מסייעים להמחיש את אותן
1237. 1:18:58תופעות
1238. 1:19:00בעיקר בתרשימי בקרה. זאת אומרת אנחנו
1239. 1:19:02רוצים להראות למשל המנהל איזה אחוז מ
1240. 1:19:07איזה אחוז מהעובדים למשל
1241. 1:19:10לא משיג את היעדים. כן נניח 36%
1242. 1:19:15ואז אפשר להראות את זה על ידי מחוג שמוסם
1243. 1:19:20עלוח מכוונים. זה הגes
1244. 1:19:22ואז אנחנו מקבלים למעשה את הפרופורציה
1245. 1:19:28החמורה הזו או שאנחנו יכולים דרך ארקס ואז
1246. 1:19:33אנחנו למעשה צובעים בצבע במקרה הזה שלילי
1247. 1:19:37אדום
1248. 1:19:39א מסוג של סכנה לצורך העניין את החלק
1249. 1:19:42היחסי של הקשת
1250. 1:19:45וממחישים בעצם את המגמה מה יקרה אם היא
1251. 1:19:49תלך ותתפתח
1252. 1:19:51האדום ילך ויגדל.
1253. 1:19:58רוזדיגם
1254. 1:20:01היא למעשה
1255. 1:20:04דיאגרמה שמאפשרת לנו להשתמש ביכולת של
1256. 1:20:08תרשים פי, אבל למעשה לפרוס על פני משקלות
1257. 1:20:13זהים את התופעות המשתנות. אתם יכולים
1258. 1:20:16לראות שהפלחים הם שווים בגודלם, אבל
1259. 1:20:20השטחים שהם נתפסים בתוכם משתנים ולכן הם
1260. 1:20:25משקפים משקל או חשיבות שהיא משתנה מפלח
1261. 1:20:31לפלח.
1262. 1:20:33יש לנו את הסנקי שזה מהן א פיצול שבפיצול
1263. 1:20:38הזה יש לנו חץ שהוא יותר. זה החץ של כל
1264. 1:20:42השער של ה-74% ו אה סליחה של ה-64%
1265. 1:20:49100% - 36%
1266. 1:20:52יש לנו את הפיצול של החץ המשני שתופס 36%
1267. 1:20:57בהתאם גם הובע חיצים
1268. 1:21:00תרשבל הוא בעצם משקף גם את המיקום גם את א
1269. 1:21:07המשקל היחסי של כל אלמנט ואלמנט במקרה הזה
1270. 1:21:1236%
1271. 1:21:13נופחו ביחס לבורה המקורית על מנת לשקף
1272. 1:21:18משקל של כשליש ביחס למקור ואפשר לראות
1273. 1:21:24בורות נוספות שמסתכמות
1274. 1:21:26בחלק המשלים דהיינו ב-64% והן באפור
1275. 1:21:32מתפצלות מהבואה הראשית
1276. 1:21:35בסירקולר colון אנחנו למעשה משקפים מגמות
1277. 1:21:39שונות
1278. 1:21:40כיוונים שונים והמשלים שלו הוא הרידה רדר
1279. 1:21:47שבמקרה הזה ברדר יש לנו שמונה
1280. 1:21:52מימדים שונים
1281. 1:21:55שדורשים
1282. 1:21:57איזשהו ציון על כל מימד. אנחנו מחברים
1283. 1:22:00בקווים את הציון ואז אנחנו מקבלים תמונה
1284. 1:22:05ביחס למימדים. איפה אנחנו יותר חזקים?
1285. 1:22:09איפה אנחנו יותר חלשים, איפה כדאי להשתפר,
1286. 1:22:12על איזה יכולות כדאי לסמוך. וזה מתוך
1287. 1:22:15מיפוי תמונת הרדר. כמובן אפשר לפרוס את
1288. 1:22:20הרדר על פחות ממדים. אני ראיתי רדרים של
1289. 1:22:23שש תכונות ושל ארבע תכונות גם כן. אז
1290. 1:22:27בהחלט צריך רק להתאים את הסקלה
1291. 1:22:32שהיא על הרדר על מנת לשקף את מספר
1292. 1:22:35התכונות.
1293. 1:22:37היטפ מפת חום למעשה משקפת
1294. 1:22:42בצבעים
1295. 1:22:43יותר עזים או יותר רכים
1296. 1:22:47איזושהיא תופעה שהולכת ומתגברת זה הצבעי
1297. 1:22:51מאזים יותר או תופעה שהיא קרה למשל ואנחנו
1298. 1:22:56משתמשים למשל במפות חום על מנת להראות את
1299. 1:23:00התנועה של הכוחות בתוך חנויות
1300. 1:23:03ואז באזורים שנניח כל הלקוחות מסתובבים
1301. 1:23:09בהם, למשל אזור הכניסה. אז יש לנו מפת חום
1302. 1:23:14הרבה יותר אדומה, הרבה יותר בולטת. לעומת
1303. 1:23:17זאת בקצוות ליד הפינות אחד שפחות אנשים
1304. 1:23:23אנחנו נשתמש בגוון הבהיר יותר הרך יותר
1305. 1:23:27שקרוב ל-20% אולי מטה מכך על מנת לשקף שיש
1306. 1:23:33פחות תנועה של לקוחות בחנות אז זה מאפשר
1307. 1:23:38לנו למעשה לצבוע איזשהו מערך דו מימדי כמו
1308. 1:23:43למשל רצפת מפעל או רצפת חנות לא רק לא רק
1309. 1:23:48אפשר להשתמש גם כדי להמשחיש נתונים אחרים
1310. 1:23:52להשתמש בזה על ציר הזמן אבל הגוון הוא
1311. 1:23:56למעשה קובע את האחוז או הפרופורציה שאנחנו
1312. 1:24:01רוצים לשקף
1313. 1:24:04scקale זה מוכר לנו מעולם הסלולר כן אנחנו
1314. 1:24:09מזיזים כפתורים ימינה שמאלה וגם פה בעצם
1315. 1:24:13אנחנו רוצים להמחיש בצורה שמדברת
1316. 1:24:17לקהל הרחב את המיקום נניח של 36%
1317. 1:24:23מתוך 100%
1318. 1:24:25וואו פול זה בעצם ירידה הדרגתית עד אשר
1319. 1:24:31הבלוק הזה מצד שמאל מתחלק דרך חלקים שונים
1320. 1:24:37והחלק היחסי של 36%
1321. 1:24:41הוא נקבע בהתאם לרוחב
1322. 1:24:44של הבלוק ביחד פס החלקים שכבר השתמשנו
1323. 1:24:49בהם. כמובן שהבלוקים מפוזרים לפי איזשהו
1324. 1:24:54סיר זמן. זאת אומרת, אם אנחנו רוצים לומר
1325. 1:24:57לאורך זמן איך הגענו
1326. 1:25:00לפרופורציה של 36%
1327. 1:25:02אז אפשר לסדר ברצף את הבלוקים, את המשקל
1328. 1:25:06היחסי שכל בלוק משכף בעצם תקופה שהיא
1329. 1:25:11קבורה כולל הבלוק של ה-36%. אז אתם רואים
1330. 1:25:14שהרוחב
1331. 1:25:16הוא אה הוא זהה ולכן יש פה איזשהו מימד
1332. 1:25:22שהזמן עובר כל תקופת זמן זה ה יש איזשהיא
1333. 1:25:26הצטברות של תצפיות וזה החלק היחסי בגובו
1334. 1:25:31של כל בלוק ובלוק שנה על פני כל תקופה
1335. 1:25:35ותקופה
1336. 1:25:39אז בואו נבחן עם כך את המטרות ואת הסוגים
1337. 1:25:43של סוג סוגי ויזואליזציה שונים.
1338. 1:25:48אז הסוג הראשון של גרפים
1339. 1:25:52שמסייע להם חשש של הנתונים זה כמובן
1340. 1:25:56הברצרט המוכר והידוע. א הוא מאפשר להשוות
1341. 1:26:01נתונים או על ידי נתונים שהם
1342. 1:26:05זה בצד זה או שהם נמצאים במקבצים הרבה
1343. 1:26:08יותר צפופים. זה בצד זה. ואנחנו יכולים
1344. 1:26:12לראות בצד ימין את הגרף הכי פשוט
1345. 1:26:15הקונבנציונלי
1346. 1:26:16שמאפשר לנו להשוות בין קטגוריות שונות
1347. 1:26:21לבין מימד מסוים שאנחנו מעוניינים להשוות
1348. 1:26:26אותו. אוקיי? זה הגרף הפשוט ביותר הבסיסי
1349. 1:26:31ביותר שקיים. ברצארט יחיד. לעומת זאת בצד
1350. 1:26:35שמאל אתם יכולים לראות איך יש לנו השוואה.
1351. 1:26:40בכל תקופה. זאת אומרת Q1, Q2, Q3 וQ4 של
1352. 1:26:452020
1353. 1:26:47על פני מספר אזורים שזה קנטלינקולן, מרסי
1354. 1:26:51ויורק
1355. 1:26:52א מבחינת התקציב.
1356. 1:26:55ותראו איזה יופי הויזואליזציה עובדת פה
1357. 1:26:59מבחינת בחירת סט הצבעים. בחירה מאוד מאוד
1358. 1:27:04אסתטית, מאוד מרגיעה את העין, מאפשרת גם
1359. 1:27:09לערוך השוואות לאורך תקופות זמן. למשל
1360. 1:27:13תתמקדו בגרף הסגול ותראו אותו בQ1 2 3 ו4
1361. 1:27:18לאורך הQים לאורך הריבעונים
1362. 1:27:22וגם בתוך כל תקופה אתם יכולים להשוות את
1363. 1:27:25הארבעת הגרפים השונים הירוק הסגול הצהוב
1364. 1:27:30והכחול
1365. 1:27:31ולראות מי בולט יותר מולט פחות למשל בQ1
1366. 1:27:36אנחנו רואים שהגרף הצהוב הוא מאוד בולט
1367. 1:27:38בולט מעל כולם מבחינה תקציבית בג2 ש הוא
1368. 1:27:42כבר נבלא, הוא יורד מתחת לגרף הכחול ולגרף
1369. 1:27:46הסגול והמשמעות התקציבית כמובן של מה שזה
1370. 1:27:51אומר. אז זה בעצם הברצרט שמאפשר המחשה
1371. 1:27:56ואנחנו יכולים לראות את שתי התצורות
1372. 1:28:01הבסיסיות ביותר שאנחנו מכירים אותן גם
1373. 1:28:04אקסל שזה ברים יחידים אחד ליד השני או
1374. 1:28:08קבוצות של בים אם המחשה הויזואלית מבחינת
1375. 1:28:12בחירת צבעים יותר מוצלחת או פחות מוצלחת
1376. 1:28:15ותעמי במקרה הזה בהחלט מוצלחת אבל אפשר
1377. 1:28:19לקחת את הברצרט
1378. 1:28:21למקום מקומות הרבה יותר נחשקים, הרבה יותר
1379. 1:28:24יפים, הרבה יותר משכנעים גם מבחינת מצגות,
1380. 1:28:28דברים הרבה יותר מרשימים. והרי אתם יכולים
1381. 1:28:32לראות את אותם ברצאטs פה מוצגים בדרכים
1382. 1:28:38הרבה יותר חדשניות.
1383. 1:28:40בצד ימין אתם יכולים לראות כיצד הברצארט
1384. 1:28:44מהווה איזשהיא פרופורציה נניח 77% או 15%
1385. 1:28:51ואיך הוא מוצג בצורה מאוד פשוטה אבל מאוד
1386. 1:28:54יפה מאוד אלגנטית
1387. 1:28:57א בצבעים שונים אחד ליד השני בהחלט הצגה
1388. 1:29:00בצד ימין שאני מאוד אוהב באמצע אנחנו
1389. 1:29:05יכולים לראות כיצד
1390. 1:29:08המחשהש של לברים היא בצורה צלת ממדי,
1391. 1:29:12כאילו מישהו צבא פסים על גבי קיר ועבר
1392. 1:29:16פינה ואכן המחשה גם מאוד מאוד אסתטית,
1393. 1:29:21מאוד יפה, מאוד קורצת לעין. אתם יכולים
1394. 1:29:25לראות שבקטן,
1395. 1:29:27בצד שמאל, על כל בר, בצד שמאל למספר על כל
1396. 1:29:32בר, יש גם את ההסבר המילולי
1397. 1:29:35מה המשמעות למעשה של הנתון הזה.
1398. 1:29:40ובגרף השמאלי ביותר אתם יכולים לראות את
1399. 1:29:43הברים מומחשים כגלילים תלט מימדיים ובראשו
1400. 1:29:48של כל גליל יש אפילו איזשהוא אייקון נחמד
1401. 1:29:52שמסביר או נותן אינדיקציה מהו אותו בר. יש
1402. 1:29:56גם הסבר מילולי עם הקו המחבר. בקיצור, גם
1403. 1:30:01סוג המחשה שאני מאוד מאוד אוהב בהחלט
1404. 1:30:05המחשה שהיא חדשנית יותר, יצירתית יותר
1405. 1:30:10מאשר הברים היחסית משמיים עדו מימדים
1406. 1:30:15בלבד. אוקיי? אוקיי, אז בהחלט אתם יכולים
1407. 1:30:19לראות איך בחירה של צבעים, בחירה של
1408. 1:30:22צורות, הוספה של אייקונים
1409. 1:30:26א הוספה של טקסטים על מנת לתקשר
1410. 1:30:30את המשמעות של כל בר ובר למעשה ממנפת את
1411. 1:30:35יכולת ההצגה שלכם והיא בהחלט אפשרית
1412. 1:30:38מבחינה טכנית. זאת אומרת, אין פה דבר שהוא
1413. 1:30:43קשה במיוחד לייסום מהבחינה הטכנית, אבל זה
1414. 1:30:47בהחלט ממנף את הנחשקות של המערכת, את
1415. 1:30:52הרצון שמשתמשים לעבוד איתה, לראות תוצאות,
1416. 1:30:56לתחקר אותה, כי היא מאוד מאוד יפה, מאוד
1417. 1:30:59יצירתית בדרך של ההצגה הזו.
1418. 1:31:04הויזואליזציה הבאה היא הקבוט.
1419. 1:31:08זאת אומרת יש לנו קומבינציה
1420. 1:31:11של הצגה של ערכים מוחלטים וערכים יחסיים.
1421. 1:31:16בהרבה מקרים מדובר בהצגה של שתי סקלות על
1422. 1:31:20גבי אוטו גרף. כמו למשל בגרף בצד שמאל.
1423. 1:31:24אתם יכולים לראות שהשכלה השמאלית של הגרף
1424. 1:31:27השמאלי היא למעשה סקלה כמותית של ערכים
1425. 1:31:32מוחלטים ובהתאם גם הבר עם ה א כחול והכתום
1426. 1:31:39מוצגים בהתאם לעומת זאת הקו
1427. 1:31:45האפור יש לו סקלה בצד ימין שהיא סקלה
1428. 1:31:50יחסית
1429. 1:31:52ערכים יחסיים
1430. 1:31:55בין 0% ל-45%
1431. 1:31:57בהתאם הוא מולבש ומתפתח
1432. 1:32:01ומראה לנו מגמה לא רק של האלמנט המוחלט
1433. 1:32:05אלא גם של התפתחות של אלמנטים במשקל יחסי
1434. 1:32:10ביחס למה שנמדד.
1435. 1:32:18אז מפה אנחנו מתקדמים
1436. 1:32:22לביצוע בחירות להקטנת סט הנתונים. זאת
1437. 1:32:26אומרת, המשתמשים למעשה יכולים לתחקר את
1438. 1:32:29הנתונים על ידי כך שהם מפלכים פלחים מתוכם
1439. 1:32:35על פי בחירתם ומתחקרים אותם, מקבלים
1440. 1:32:38תוצאות לפלח וזה נעשה על ידי תפריטים כמו
1441. 1:32:43למשל בשתי ההמחשות אז בהמחשה הימנית אתם
1442. 1:32:48יכולים לראות דוגמה מתוך
1443. 1:32:51מערכת BI של מיקרוסופט Power BI ואנחנו
1444. 1:32:56מקבלים פילוח של רווחים אל מול מכירות גם
1445. 1:33:02בצורה כמותית שזה הגרפים עצמם לפי מחלקות
1446. 1:33:07office supplies fnניצר וtechnology
1447. 1:33:10וגם בצורה יחסית כשהן הרווחים והן המכירות
1448. 1:33:15מוצגים על גבי
1449. 1:33:18א פי שנותן לנו את המשקל היחסי מתוך 100%
1450. 1:33:25פעילות פיננסית של החברה. עכשיו, בצד ימין
1451. 1:33:30של הגרפים אתם יכולים לראות שיש איזשהו
1452. 1:33:34תפריט שבו אנחנו יכולים לבקש להתמקד רק
1453. 1:33:38בנתוני שנה מסוימת. במקרה הזה התמקדנו
1454. 1:33:42בנתונים של שנתיים, של גם של 2011, גם של
1455. 1:33:462012. הנתונים הללו מסכמים ברמת המכירות,
1456. 1:33:51ברמת הרווחים והם מוצגים באמת כנתונים
1457. 1:33:54דושנתיים של 201112
1458. 1:33:59על גבי הגרפים הללו. כמובן שאפשר להתמקד
1459. 1:34:02בכל השנים במקרה הזה מ-2011 עד 2014 זה מה
1460. 1:34:06שמוצג על ידי המערכת או בשנה אחת בלבד
1461. 1:34:11כלשהיא מתוכם.
1462. 1:34:14בצד שמאל יש לנו סוג נוסף של פילטר או
1463. 1:34:21תפריטים להקטנת הנתונים. אז פה אנחנו
1464. 1:34:24מקבלים
1465. 1:34:26א תצוגה של נכסים
1466. 1:34:30להשכרה על גבי מפה. אנחנו יכולים גם
1467. 1:34:34להתמקד
1468. 1:34:35ולצמצם את טווח החיפוש על ידי ציון של
1469. 1:34:39הפרס, זאת אומרת טווח העלות, א כמה חדרים,
1470. 1:34:46כמה חדרי שינה אנחנו רוצים, כמה חדרי
1471. 1:34:51אמבטיה,
1472. 1:34:53לאיזה תקופה אנחנו רוצים את ההשכרה וכמובן
1473. 1:34:57אנחנו יכולים לשים פילטרים נוספים למשל
1474. 1:35:02למשל האם האזור של הדינ יהיה cating או
1475. 1:35:05fast casual או lu או take out או כל דבר
1476. 1:35:11אחר. אז זה בעצם
1477. 1:35:14ההיבת שאנחנו יכולים לצמצם או דרך
1478. 1:35:19גרירה
1479. 1:35:20של עיגולים, שזה איזשהו סוג חיווי בצד
1480. 1:35:24שמאל או בצד ימין על ידי התמקדות
1481. 1:35:29והקלקה בתפריטים ותתי תפריטים שמצמים לנו
1482. 1:35:34את אוכלוסיית הבחירה כמו בדוגמה שראינו
1483. 1:35:38בצד ימין
1484. 1:35:43א סוג המחשש שאני מאוד אוהב זה הגס
1485. 1:35:47והסיבה
1486. 1:35:49שאני אוהב את השונים היא בגלל שהיא מאוד
1487. 1:35:53מאוד טבעית
1488. 1:35:55לעין האנושית, להבנה האנושית לתפוס בחלקיק
1489. 1:35:59שנייה מצב. לא סתם לא החליפו לתצוגה
1490. 1:36:03דיגיטלית במטוסים את השונים הללו. השונים
1491. 1:36:07האלה בעצם נמצאים במטוסים ונותנים
1492. 1:36:12במבט אחד לטייסים אינדיקציה
1493. 1:36:16האם יש תקלה, מה יוצא דופן במדידות או האם
1494. 1:36:20הכל נמצא בטווחים הנורמליים הנדרשים. וכנל
1495. 1:36:24גם השונים האלה העסקיים או ה ארגונים
1496. 1:36:29שאנחנו יכולים לראות פה. אז השונים השמאלי
1497. 1:36:34ביותר והימני ביותר הם מאוד דומים מבחינת
1498. 1:36:39המטרות שלהן. א לדוגמה, השעון הימני מראה
1499. 1:36:44לנו שפרויקט מסוים הוא שלם 75% מתוכו.
1500. 1:36:50כלומר אנחנו נמצאים כבר באזור הנורמה,
1501. 1:36:54באזור טוב, שזה האזור הירוק. וככל שנשלים
1502. 1:36:58יותר מהפרויקט נתקדם יותר ויותר
1503. 1:37:02ל100% בתוך האזור הירוק. אה, בצד שמאל
1504. 1:37:07אנחנו יכולים לראות
1505. 1:37:10את שעון מאוד דומה. א פה אנחנו מראים את
1506. 1:37:15ההתקדמות
1507. 1:37:17של סוכני מכירות מבחינת היעדים החודשיים.
1508. 1:37:21אז כרגע אותו סוכן הוא בטווח בינוני בין
1509. 1:37:2625,000 ל50,000
1510. 1:37:29לרדסטרנינג
1511. 1:37:31אבל יש בהחלט פוטנציאל או לזוז לאזור יותר
1512. 1:37:35גרוע שזה אנדר 25,000 לראות סטרלינג או
1513. 1:37:40לאזור טוב יותר מעל 50,000 לראות סטרלינג
1514. 1:37:44והשעון הזה ממחיש את זה השעון באמצע תראו
1515. 1:37:49איזה יופי הוא מעוצב אגב זה נלקח
1516. 1:37:52מתוך גרף שנבנה
1517. 1:37:56באקסל ולנתונים באקסל. אתם יכולים לראות
1518. 1:38:01ביוטיוב איך בונים כאלה שונים יפים באקסל.
1519. 1:38:05יש הרבה סרטונים שמסבירים.
1520. 1:38:07ופה הגרף הזה גם נותן אינדיקציה
1521. 1:38:11ויזואלית לגבי הטווח
1522. 1:38:13על ידי המחוג שנמצא איפה שהוא באזור ה-80.
1523. 1:38:18כמובן שזה טווח טוב, טווח נורמלי, הוא
1524. 1:38:22טווח שלא מוצג בצבעים אדומים וגם באמצע יש
1525. 1:38:26חיווי שזה אכן בדיוק 82%.
1526. 1:38:30תראו איזה יופי הויזואליזציה הזו של
1527. 1:38:33השעון. זה ממש כמו שעון מרוץ או שעון של
1528. 1:38:38מכונית מרוץ או שעון של מטוס מנהלים. כל
1529. 1:38:42זה תארו לעצמכם איך השעון הזה יושב
1530. 1:38:47בדאשבורד שהוא דאשבורד מנהלים שמעוצב יפה
1531. 1:38:52ממש כמו א ממשק שטייסים עובדים איתו מול
1532. 1:38:57מטוסים חדשנים.
1533. 1:39:04ההמחשה הבאה
1534. 1:39:06מתייחסת להמחשה של סט של ערכים ביצועיים
1535. 1:39:11באנגלית KPI key performance indicators.
1536. 1:39:16כלומר, יש לנו מדדים שונים לפעילות הארגון
1537. 1:39:20שהם משקפים קודם כל את היכולת למדוד איפה
1538. 1:39:25אנחנו מבחינת המטרות השונות. זה יכול
1539. 1:39:29מדידה להיות מדידות לגבי אלמנטים של כוח
1540. 1:39:33הדם, של שיווק, של מכירות, של ייצור א של
1541. 1:39:38איכות כמו למשל מדד של אחוז החלקים
1542. 1:39:42התקולים מכלל המיוצרים
1543. 1:39:45או מדד בכוח הדם א מספר הימים הממוצע
1544. 1:39:49שעובדים נשארים לעבוד בארגון. אז המדדים
1545. 1:39:53האלה נותנים לנו הרבה מאוד אינדיקציות
1546. 1:39:55מאוד מאוד חשובות. אפשר להמחיש את המדדים
1547. 1:40:00באמצעות איזשהו דאשבורד שמביא את כל הPI
1548. 1:40:04האלה למקום אחד והמנהל או המנהלת יכולים
1549. 1:40:08במובט אחד למעשה מיד לנתח לעלות על תופעות
1550. 1:40:13יוצאות דופן על תקופות יותר קשות או יותר
1551. 1:40:16קלות על מצב הארגון כרגע וכל האלמנטים
1552. 1:40:20שדאשבורד
1553. 1:40:22מעוצב יפה בהחלט יכול להקנות
1554. 1:40:44סליחה.
1555. 1:40:46אם כך אתם יכולים לראות את ההצגה הגרפית
1556. 1:40:51המאוד מאוד
1557. 1:40:54נעימה אפשר לומר כן היא לא מאוד אטרקטיבית
1558. 1:40:57אבל היא בהחלט נוחה היא נעימה לעין
1559. 1:41:00הגוונים מאוד יפים גוונים של ירוק ירוק
1560. 1:41:03כהה טיפה ירוק בהיר יש לנו שילוב פורגם של
1561. 1:41:09ברים לאורך זמן כן לאורך 40 א סליחה לאורך
1562. 1:41:1530 הימים האחרונים מגמות
1563. 1:41:18מכירה לגבי שלושת מנהלי המכירות דניאל
1564. 1:41:24ומקס
1565. 1:41:25אחוזים של convion rate שכל אחד מהם משיג
1566. 1:41:30איזשהו גרף של הפעילות המסחרית
1567. 1:41:34ובמבט אחד אפשר לראות מה כל עובד ועובד
1568. 1:41:38משיג אנחנו יכולים לראות גם מדדים ארגונים
1569. 1:41:42לדוגמה את הליד conv
1570. 1:41:45זאת אומרת איזה
1571. 1:41:48מחירה מבוצעת מתוך כמה לקוחות שמגיעים.
1572. 1:41:52במקרה הזה הlead conversion resח ל-17.
1573. 1:41:56כלומר על כל 17 לקוחות שמגיעים אנחנו
1574. 1:42:00מסיימים מכירה לאחד מהם. אוקיי? יש לנו את
1575. 1:42:05מספר הלידים 2130
1576. 1:42:08שנוצרו בתקופה מסוימת. אני מניח שזה חודש
1577. 1:42:11אחורה א מספר הoportunity
1578. 1:42:15א כמה נמצאים בשלבים של negגושci של מסע
1579. 1:42:18ומתן כמה קיבלו פרופוזה הצעות מחיר וכמה
1580. 1:42:23ונס זאת אומרת כמה מכירות וזה מה שקראוי
1581. 1:42:27הפאנל זאת אומרת הערוץ של המכירה החל
1582. 1:42:32מהcoקושן דרך יצור לידים הזדמנויות מכירה
1583. 1:42:37א מצבים שאנחנו נמצאים במסע ומתן כנראה
1584. 1:42:40סביב מחיר ותנאי הספקה ובסוף הגשה של הצעה
1585. 1:42:47ומכירה בסופו של דבר. אז תראו איזה יופי
1586. 1:42:51זה מסודר מלמעלה ולמטה לפי שלבי ההתפתחות
1587. 1:42:56השונים.
1588. 1:43:01א דוגמה נוספת
1589. 1:43:04או שתי דוגמאות נוספות.
1590. 1:43:07[כחכוח] אני חייב לומר שהן הרבה יותר
1591. 1:43:09אטרקטיביות ממה שראינו. אז בצד שמאל תראו
1592. 1:43:12איזו בחירה יפה בסט הצבעים, איזה
1593. 1:43:16ויזואליות יפה יש לדאשבורד שמעוצב,
1594. 1:43:20איזה שילובים
1595. 1:43:23מאוד מאוד מוצלחים של הגרפיקות, של הברים,
1596. 1:43:27של הרוחבים. בקיצור, זה ממש תענוג לעבוד
1597. 1:43:32עם מערכת ויזואלית. הצבעים הם
1598. 1:43:35עזים מאוד, הם יפים מאוד, הם מזמינים, הם
1599. 1:43:38נוחים, הם נעימים לעין ואתם יכולים לראות
1600. 1:43:42אותם לאורך כל הגרפים בדשבורד הזה של
1601. 1:43:47המנהלים שמחישים
1602. 1:43:50את ה-KPI, את המדדים לביצוע שמודדים כל
1603. 1:43:54אלמנט בפעילות הארגונית. בצד ימין יש לנו
1604. 1:43:57גם דשבורד נוסף וגם פה יש לנו המחשה של
1605. 1:44:02KPI. על גבי סוגים שונים של צרט של גרפים
1606. 1:44:09ואתם יכולים לראות גם פה את הבחירה היפה
1607. 1:44:12החכמה הנעימה מאוד המקצועית מאוד בצבעים
1608. 1:44:17שמחישים את הKPI
1609. 1:44:20א פה יש לנו דוגמה מילוח דשבורד של KPI
1610. 1:44:27למנהלים ואתם יכולים לראות שהעיצובים הם
1611. 1:44:31הרבה יותר יושנים, הם פחות נעימים, הם
1612. 1:44:35פחות מזמינים איפהשהו בתעשיות יותר
1613. 1:44:38מיושנות, דווקא מאוד אוהבים את העיצוב
1614. 1:44:41הלכאורה או לא לכאורה א שנראה מיושן יותר,
1615. 1:44:46אבל בהחלט בין הדאשבורד הזה לבין הדאשבורד
1616. 1:44:50השמאלי למשל אין מה להשוות מבחינת
1617. 1:44:54האיכויות, אבל שוב הרבה מאוד ארגונים
1618. 1:44:57מתבססים על דשבורדים כאלה. המנהלים בהחלט
1619. 1:45:01אוהבים לעבוד עם דשבורדים כאלה. א אבל יש
1620. 1:45:06לנו עומס עצום של מידע בדאשבורד הזה.
1621. 1:45:10בהחלט היה ניתן והיה חשוב לחלק אותו למספר
1622. 1:45:15תתי דאשבורדים שיתמכו א שיתמכו באמת
1623. 1:45:22בתצוגה
1624. 1:45:24ובמקבלי החלטות באופן הנוח ביותר. אגב,
1625. 1:45:28בהיבט של הדשבורד הזה, שנראה באמת יותר
1626. 1:45:32מיושן, פחות אסתטי מ
1627. 1:45:36העיצובים או הדוגמאות שהראתי, מה שמאוד
1628. 1:45:39מעניין לומר זה שכמעט כל מדד שחשוב לחברה
1629. 1:45:44או לארגון להציג, אכן מוצג פה בדאשבורד
1630. 1:45:47הזה. א יש פה התפלגות לפי יבשות. למעלה
1631. 1:45:52אנחנו רואים את אפריקה, אמריק, אשפיק וופ
1632. 1:45:56יש לנו גרפים שונים של sales בלי line
1633. 1:46:00שמראים לנו את המגמות השונות במכירות.
1634. 1:46:05יש לנו את מקור המכירות, זאת אומרת האם זה
1635. 1:46:09dirctט, אורגניק, soal וכדומה.
1636. 1:46:12א סיכומים לפי מדינה. Sales by country.
1637. 1:46:17ואנחנו יכולים לראות במקרה הזה האמריקה זו
1638. 1:46:21מודלק ואנחנו רואים באמת את השמות של
1639. 1:46:24מדינות אמריקה לטינית וארצות הברית וכמה
1640. 1:46:28נמכרו בכל אחד מהם א קווי מגמה כמו מספר
1641. 1:46:33הפוזal
1642. 1:46:35media כן זה הקו הזה הכחול שנהפך
1643. 1:46:40לאדום והוא בעצם מראה את תזזיתיות
1644. 1:46:45של אנשים שמצטרפים ויוצאים מהסal מדia. יש
1645. 1:46:50גם את הCustomer satisfaction
1646. 1:46:52actual plan שזה הגרפים המעוגלים
1647. 1:46:57ורמות צביעות הרצון באחוזים בין 87.6
1648. 1:47:03ל85.8%
1649. 1:47:07בהחלט מוצג מאוד מאוד יפה. הכל נמצא
1650. 1:47:11כריכוז נתונים. כנראה שטיפה מוס מדי, אבל
1651. 1:47:15בהחלט נותן לנו אינדיקציות מאוד חשובות
1652. 1:47:19במבט אחד או שניים על גבי כל ה-KP שחשוב
1653. 1:47:24לארגון באמת למדוד, להציג ולבצע עליהם
1654. 1:47:28בקרה חכמה.
1655. 1:47:32אם אנחנו רוצים להראות מגמות לאורך זמן,
1656. 1:47:36אנחנו משתמשים בליצאט
1657. 1:47:38או ביאגרמת קו. ואנחנו יכולים לראות פה
1658. 1:47:43שתי ויזואליזציות
1659. 1:47:45של שינויים. כשימו לב בצד ימין
1660. 1:47:49לוויזואליזציה שהיא יותר קונבנציונלית, יש
1661. 1:47:53לנו קו. קו עם נקודות במקרה הזה אנחנו
1662. 1:47:56רואים ממש מקטעים ונקודות בכל א זמן וזמן
1663. 1:48:01על פני הציר מ-1900 עד 2010
1664. 1:48:05שנמדד לעומת זאת בצד שמאל אנחנו רואים אלי
1665. 1:48:11line ליין שרט שהוא מאוד מאוד אלגנטי יש
1666. 1:48:14קווים יותר חלקים הויזואליזציה היא מאוד
1667. 1:48:18מאוד יפה כמו זרימה של נוזלים לצורך
1668. 1:48:21העניין או התהבכות שלהם
1669. 1:48:23בהחלט סוג מאוד יפה להצגה של המחשות
1670. 1:48:30של מגמות בנתונים לאורך זמן כיצד המגמה
1671. 1:48:35משתנה כיצד היא מתפתחת וכדומה אז כל זה
1672. 1:48:39מומחש באמצעים גרפיים מאוד מאוד
1673. 1:48:42אטרקטיביים לטעמי
1674. 1:48:45בשקף השמאלי מבחינת מגמות שונות
1675. 1:48:52המap מאפשר לנו למעשה להמחיש נתונים על
1676. 1:48:58בסיס אזורי, על בסיס גיאוגרפי,
1677. 1:49:01כשאנחנו יכולים לראות באמצע, בחלק העליון
1678. 1:49:06אמצעי, למעשה המחשת נותנים א לאורך זמן,
1679. 1:49:11שזה בחלק התחתון, הברים ובמקביל אנחנו
1680. 1:49:15יכולים לראות את המחשת הנתונים כבועות שהן
1681. 1:49:19יותר גדולות או יותר קטנות.
1682. 1:49:21על מפת ארצות הברית ובריכוזים שבהם יש
1683. 1:49:26איזשהו אפקט הרבה יותר גדול, כך גודל
1684. 1:49:30הברועה והצבע שלהם עזים יותר. בצד שמאל
1685. 1:49:35אתם יכולים לראות המחשה של פולושן של
1686. 1:49:38זיהום זיהום אוויר אה
1687. 1:49:43באחת הערים בארצות הברית.
1688. 1:49:46ואכן יש לנו את הסרטות של העיר ואת
1689. 1:49:49המדידות שמומחשות באמצעות הצבעים האדומים
1690. 1:49:53הכתומים, אזור הכיסוי על ידי הרדיוסים, על
1691. 1:49:58ידי הבועות היותר או פחות קטנות וכדומה.
1692. 1:50:02ואתם באמת במבט אחד מיד יכולים לראות איפה
1693. 1:50:06על בסיס גאוגרפי רמות הזיהון הן גבוהות
1694. 1:50:10יותר. כלומר בחלקה דרומי מערבי של העיר
1695. 1:50:15אחד שיש לנו ריכוז מאוד גדול של עיגולים
1696. 1:50:18קטומים ואדומים מאוד רחבים
1697. 1:50:22והשקף האחרון א סליחה הגרף האחרון הוא
1698. 1:50:26הגרף הימני התחתון ואתם רואים כיצד בתנועה
1699. 1:50:33של הבר אנחנו מקבלים מערכת הצגה
1700. 1:50:36אינטראקטיבית
1701. 1:50:38ככל שאנחנו מרוויח
1702. 1:50:41מרחיבים את טווח ההצגה. אנחנו מקבלים יותר
1703. 1:50:45ויותר ערכים על המפה שהם כרגע משתקפים כמן
1704. 1:50:50גורדי שחקים כאלה בצבעים שונים שמשקפים
1705. 1:50:55א כל אחד באיזה טווח נתונים. אפשר לעמוד
1706. 1:50:59על אחד מהם כמו שנראה בסרטון הקצר הזה
1707. 1:51:03ולמעשה לקבל את כלל הנתונים כרגע בשפה
1708. 1:51:07הסינית. אבל גם פה הפריסה היא על השדה א
1709. 1:51:13על כני מידה גאוגרפי
1710. 1:51:16ושדה הראייה מציג אכן את ההתפתחות ביחס
1711. 1:51:21לערכים שונים של פרויקטי פנייה של מגדלים
1712. 1:51:25וכדומה
1713. 1:51:27א כולל נתונים כולל אפשרות להתמקד על כל
1714. 1:51:30פרויקט פרויקט ולקבל את המאפיינים
1715. 1:51:34הייחודיים
1716. 1:51:36אז אנחנו עוברים מכאן א בעצם לתרשים הפי,
1717. 1:51:40תרשים שהוא מוכר לכולנו. התרשים הוא מיועד
1718. 1:51:44להציג חלקים עם פרופורציות שונות, עם
1719. 1:51:49אחוזים שונים, ביחס לאיזשהו חלק כולל או
1720. 1:51:52100% שמיוצג על ידי הפי כולה.
1721. 1:51:58וכולנו מכירים בעצם את תרשימי הפי. הם
1722. 1:52:01מאוד קונבנציונליים, מאוד ברורים, אבל
1723. 1:52:04רציתי פה להראות לכם איזה חדשנות ויזואלית
1724. 1:52:09בעצם הביאו לתרשימי הפיי המוכרים והטובים
1725. 1:52:14על ידי סוגים חדשים של המחשות של תרשימי
1726. 1:52:18פי. אז בצד שמאל, אם כך, אנחנו רואים
1727. 1:52:22תרשים פי שבו אנחנו מחלקים את העוגה
1728. 1:52:26לחלקים זהים. זאת אומרת על ציר הזמן.
1729. 1:52:29אלה בעצם החלקים של החודשים, אבל בתוכם
1730. 1:52:33אנחנו ממחישים פעילות יותר גדולה, יותר
1731. 1:52:37קטנה בנתח הזמן הזה, שהיא על ידי השטח
1732. 1:52:41הקלו, מתחת
1733. 1:52:43לטרפזים האלה שאנחנו רואים, מתחת לברים
1734. 1:52:47האלה שהם נותנים לנו תחושה של בניינים קצת
1735. 1:52:51ממדיים אולי שהולכים וצומכים מהקרקע או כל
1736. 1:52:55תחושה אחרת, משהו שיוצא מהמרכז החוצה.
1737. 1:52:59אבל בהחלט
1738. 1:53:01נותן לנו מסה שהיא שונה. לדוגמה, המסה של
1739. 1:53:06חודש
1740. 1:53:08אפריל היא מאוד מאוד גבוהה. כיוון שהטרפז
1741. 1:53:12תופס את מרבית החתך של חודש אפריל. לעומתו
1742. 1:53:17המסה של הטרפז
1743. 1:53:20של חודש מרץ היא מאוד מאוד מצומצמת באופן
1744. 1:53:25יחסי. כלומר זה נותן לנו אינדיקציה
1745. 1:53:29של כל חלק וחלק ועד כמה המסה היא יותר
1746. 1:53:33מצומצמת או פחות מצומצמת
1747. 1:53:36בהחלט במקביל א לאותן נתחים [כחכוח] יותר
1748. 1:53:41גדולים יותר מצומצמים שהיינו רואים ל בפיי
1749. 1:53:45רגיל עבור נתח של אפריל של מרץ של נובמבר
1750. 1:53:49ויתר החודשים איזה נתח כל אחד מהם תופס
1751. 1:53:54בעוגה כוללת. אז זה מוצג טיפה שונה כיוון
1752. 1:53:59שפה הקטגוריות השונות נמצאות לכאורה על
1753. 1:54:03חלקים שונים של העיגול. אבל הנפח, המסה של
1754. 1:54:08הטרפז שיוצא מהמרכז הוא הולך וגדל או קטן
1755. 1:54:12באופן יחסי ביחס ליקף הפעילות המתוארת
1756. 1:54:19בגרף הזה עבור כל קטגוריה כלומר עבור כל
1757. 1:54:24חודש וחודש
1758. 1:54:26אותו דבר אנחנו יכולים לראות אה גרף פי
1759. 1:54:32מאוד יפה מאוד מעניין שבו הפכו את החלקים
1760. 1:54:36היחסיים למען תרשים של עלי טלטן ואתם גם
1761. 1:54:42יכולים לראות בגודל היחסי
1762. 1:54:45שזה השטח הקלו א בתוך כל חלק צבעוני למעשה
1763. 1:54:51את הפרופורציות
1764. 1:54:53ביניהם וכמה הן מסתכמות בסופו של דבר
1765. 1:54:57ל-100% ואז אתם יכולים לראות שהחלק ה אפור
1766. 1:55:03החלק שקראו ‏saving
1767. 1:55:06הוא בעצם
1768. 1:55:08שליש מהחלק הימני לו. החלק שקראוי דבט זה
1769. 1:55:13החלק הכתום שהוא 29%
1770. 1:55:17ואכן הכל מקושר בצורה מאוד אסתטית. סוג של
1771. 1:55:22תרשים פי שהפכו אותו לתרשים של עלי טלטן
1772. 1:55:27על מנת להמחיש רעיון או אסתטיקה הרבה יותר
1773. 1:55:31נעימה, מתקדמת ויצירתית מפשוט לשים תרשים
1774. 1:55:36פי קונבנציונלי שכולנו כבר כל כך מכירים
1775. 1:55:41ואני לא יודע עד כמה אוהבים כבר בהחלט זה
1776. 1:55:45חידושים זה מאפשר א למשוך יותר את קל
1777. 1:55:50המשתמשים זה יותר אטרקטיבי
1778. 1:55:52ברגע שהאסתטיקה הזו, האסתטיקה הזו
1779. 1:55:56והרעיונות האלה בעצם באים ומשמשים את
1780. 1:56:01המערכת, את הדוחות, את הדשבורדים
1781. 1:56:04והויזואליזציות.
1782. 1:56:07עוד שתי ויזואליזציות של פיט. אז ניתן
1783. 1:56:12לראות פה שהברים
1784. 1:56:15תופסים חלק יחסי 23% 34%
1785. 1:56:21ואתם רואים איזה יופי באמת הם מוצגים כחלק
1786. 1:56:26מתוך השלם אם עומדים עליהם מקבלים ממש את
1787. 1:56:29הערך הכמותי אז יש פה גם אלמנט של
1788. 1:56:33אינטראקציה עם המערכת עם הגרפיקה ועם
1789. 1:56:38הנתונים בצד ימין אנחנו אנחנו יכולים
1790. 1:56:41לראות את תרשים הפי הקונבנציונלי שנתנו לו
1791. 1:56:45פה איזשהו טוויסט אומנותי. זה נראה ממש
1792. 1:56:49כמו חלקים של פסל בתערוכה כשהם נמצאים
1793. 1:56:55מבחינת
1794. 1:56:57המחשת תלט מימדית אחד על גבי השני ויוצרים
1795. 1:57:01איזשהו סדר או איזשהו מבנה אסתטי יפה. כנל
1796. 1:57:07שילוב צבעים דומיננטי וניתן לראות ש קנדה
1797. 1:57:12תופסת את החלק המרכזי עם 40% ארגנטינה
1798. 1:57:16אחריה עם 25%
1799. 1:57:18א אני לא לא זוכר בדיוק מהדד של מה זה אבל
1800. 1:57:22בהחלט שימו לב איזה טוויסט קיבלנו פה
1801. 1:57:26מבחינת תרשים הפיי הקונבנציונלי הרגיל
1802. 1:57:30שכולנו מכירים איך זה מוצר בצורה מאוד יפה
1803. 1:57:35ממש כאילו זה היה פסל של אומנות מודרנית
1804. 1:57:39בתערוכה.
1805. 1:57:42עוד ויזואליזציה מאוד יפה. גם זה משחק על
1806. 1:57:46החלק של המחשהש של נתחים יותר גדולים,
1807. 1:57:50יותר קטנים, יותר בולטים, פחות בולטים. מה
1808. 1:57:53שרציתי להראות פה זה פשוט השילוב של
1809. 1:57:57אייקון על גבי כל נתח ונתח שהוא נותן
1810. 1:58:00איזושה המחשה רעיונית. אייקון של גלגלי
1811. 1:58:04שיניים. אייקון של זכוכית מגדלת, אייקון
1812. 1:58:08של כלי על המטרה
1813. 1:58:10ותראו איזה יופי
1814. 1:58:13השילוב של הצבעים וגם של הטקסט, של המספר
1815. 1:58:18שיוצא מתוך זה, כיצד הכל מעוצב לכלל מיזוג
1816. 1:58:24מאוד מאוד יפה של המחשה. זה נראה מאוד
1817. 1:58:27מודרני, מאוד מושך טעין גם בצבעים, גם א
1818. 1:58:33בסידור הכולל. של הטקסט לעומת הפי עצמו
1819. 1:58:38וחלקי הפי כיצד הם משתלבים כולל אייקונים
1820. 1:58:43שמשקפים מיד את המשמעות שלהם למשתמש.
1821. 1:58:50בקטגוריה הבאה אנחנו למעשה עובדים עם
1822. 1:58:56א טבלאות פיבוט מה שקראו פיבוט tabl זה
1823. 1:59:01מיועד לחיתוך לסיכום של נתונים לפי סט של
1824. 1:59:06מספר קטגוריות אנחנו למעשה יורדים על ידי
1825. 1:59:10טבלות פיבות מקנה מידה של מיליוני רשומות
1826. 1:59:14או מאות אלפי רשומות או אפילו עשרות אלפי
1827. 1:59:17רשומות לקני מידה של מספר מאוד מועץ של
1828. 1:59:21מספרים עד 20 מספרים או עד 10ה
1829. 1:59:26אינדיקטורים כפי שאתם יכולים לראות פה
1830. 1:59:30בשקף.
1831. 1:59:32אז למעשה בגרף
1832. 1:59:36הימני אנחנו רואים איזשהו דשבורד מנהלים.
1833. 1:59:41א אנחנו יכולים לראות סיכומים למשל
1834. 1:59:45בטבלאות
1835. 1:59:47שבמרכז הדאשבורד לפי קטגוריות שונות, לפי
1836. 1:59:52סוגי מוצרים שונים את הסך הכל א זאת אומרת
1837. 1:59:58יש לנו ממש חתכים או סיכומים לפי כל משפחת
1838. 2:00:03מוצרים או לפי כל סט ערכים אחר שאנחנו
1839. 2:00:07רוצים לסכם את המכירות ות לפסיטואציה
1840. 2:00:13כזו אנחנו גם יכולים לקחת את הנתונים
1841. 2:00:16שסוקמו בטבלאות הפיבות כלומר לפי קטגוריות
1842. 2:00:20או לפי מוצרים או לפי
1843. 2:00:24סוג פעילות הלקוח כן שזה הטבלה השלישית
1844. 2:00:29משמאל ואנחנו יכולים לקחת ואפילו להמחיש
1845. 2:00:34את הנתונים לאחר מכן למטה בגרפים זאת
1846. 2:00:38אומרת יש לנו גם מדד שהוא מספרי. יש לנו
1847. 2:00:42גם המחשה שהיא ויזואלית בעין ששניהם
1848. 2:00:46מסייעים למעשה להתמקד הן בנתונים הגולמיים
1849. 2:00:50שזה בעצם בטבלת הפיבות או לראות את התמונה
1850. 2:00:55מבחינת טרנדים, מבחינת מגמות שונות,
1851. 2:00:57מבחינת התפתחויות או חלקי שוק עיקריים,
1852. 2:01:01שזה מסתייע בידינו על ידי הגרפים שבאים
1853. 2:01:05וממחישים את הנתונים הללו. כמובן שאתם
1854. 2:01:09רואים בחלק העליון את המפה שם זה מוצג לפי
1855. 2:01:14אזורים גאוגרפיים מפת ארצות ברית ולידה את
1856. 2:01:18התפריטים כשניתן לבחור בקטגוריות שנות
1857. 2:01:23לחפור יותר לנתונים לבחור בחודשים מסוימים
1858. 2:01:27וכדומה בצד שמאל אנחנו יכולים לראות את
1859. 2:01:31אותם אלמנטים וניתן במערכת בצד שמאל גם
1860. 2:01:35להתמקד
1861. 2:01:37באלמנטים שונים שונים בלקוחות מסוימים,
1862. 2:01:40בחודשים מסוימים,
1863. 2:01:43בטווחי
1864. 2:01:44כמויות, שזה בחלק התחתון וכדומה. כלומר,
1865. 2:01:50ניתן לבחור
1866. 2:01:52בסטים של ערכים ולסכם לעורקם או לחתוך את
1867. 2:01:58הרשומות לעורקם, לסכם אותם ולקבל פרמטרים
1868. 2:02:02התפתחותיים
1869. 2:02:04שונים. כנדרש בדיוק כמו בטבלה בצד ימין.
1870. 2:02:09תראו רק את האסתטיקה
1871. 2:02:12של מערכת התפריטים השמאלית. הבחירה בצבעים
1872. 2:02:16שונים לקטגוריות שונות.
1873. 2:02:19זה דבר שפחות קיים בדוגמה הימנית. א
1874. 2:02:23היכולת להתמקד במספר ערכים כמו למשל
1875. 2:02:28ספטמבר, אוקטובר, נובמבר, דצמבר שמודלקים
1876. 2:02:31או לכבות אותם. הכל לפי הנדרש להתמקדות
1877. 2:02:37בחתך נתונים כזה או אחר שאנחנו רוצים לבוא
1878. 2:02:41ולסכם אותו על מנת לשקף פעילות ארגונית
1879. 2:02:44ועסקית.
1880. 2:02:50הסקat פלוט
1881. 2:02:52הוא למעשה אמצעי
1882. 2:02:55ש בו אנחנו מקבלים נקודה לכל תצפית ותצפית
1883. 2:03:01ואנחנו רואים לפי הפיזור של הנקודות
1884. 2:03:04איזשהן מגמות או איזה מקבצים מסביב לערכים
1885. 2:03:09כאלה ואחרים
1886. 2:03:11[נחירות בוז] לדוגמה אנחנו יכולים לראות ב
1887. 2:03:16בגרף השמאלי לי א תצפיות שונות. כל אחת
1888. 2:03:20משתכפת על ידי נקודה. יש גם איזשהו אלמנט
1889. 2:03:24נוסף לתצפית שזה רוחב הנקודה. בהרבה מאוד
1890. 2:03:28סקטר פלוט רוחב הנקודות הוא זה. במקרה הזה
1891. 2:03:32הרוחב הוא שונה. הוא גם משקף איזשהו
1892. 2:03:35רעיון. ודרך המקבצים אנחנו רואים שישנן
1893. 2:03:39ממש משפחות של תצפיות שדי מופרדות אחת
1894. 2:03:43מהשנייה. כמו למשל הקבוצה הכחולה, הקבוצה
1895. 2:03:47הירוקה, הקבוצה הכתומה והקבוצה
1896. 2:03:51האדומה. קל אפילו להעביר איזשהם קווין
1897. 2:03:55דמיוניים בין הקבוצות ולקבל ממש את
1898. 2:03:59החוקיות. באיזה טווח ערכים של משתני ה-X
1899. 2:04:04וה-Y אנחנו יכולים ליפול לקבוצה האדומה.
1900. 2:04:08באיזה טווח ערכים אנחנו ניפול לקבוצה
1901. 2:04:11הכתומה או הירוקה או הכחולה. זאת אומרת זה
1902. 2:04:16מאפשר לנו לבצע סיוג והצגה של הסיבוגים על
1903. 2:04:21פני איזשהו מבט דו מימדי של שני משתנים
1904. 2:04:26שקובעים את התצפיות.
1905. 2:04:29בצד ימין אנחנו יכולים לראות התפתחות
1906. 2:04:33לאורך ציר הזמן. במקרה הזה אה
1907. 2:04:37זוהי הצגה של אה אה אורך החיים הממוצע
1908. 2:04:43life expectancy
1909. 2:04:45at birth
1910. 2:04:47ואנחנו יכולים לראות
1911. 2:04:50איזשהם פרמטרים של הגיל וכיצד הם התפתחו
1912. 2:04:55לאורך הזמן אחל משנת 1960 ועד 2000 כל
1913. 2:04:59נקודה ונקודה משקפת
1914. 2:05:02את אורח החיים
1915. 2:05:04במדינה מסוימת באותה שנה. כלומר, אם אנחנו
1916. 2:05:09לוקחים קו אנחי למשל מ-1965,
1917. 2:05:14אז כל האזור לאורך ההנך הוא בעצם המדינות
1918. 2:05:19המשתתפות במחקר
1919. 2:05:22לשנת 65.
1920. 2:05:25ומה היה אורך החיים הממוצע באותן מדינות?
1921. 2:05:29אפשר לעמוד ולהתמקד על כל נקודה ונקודה.
1922. 2:05:32כפי שאני עשיתי ב-1960, אני התמקדתי על
1923. 2:05:36איטליה שהיא אחת הנקודות פה בסקat פלט.
1924. 2:05:41ואכן אני מקבל את הCOMגפ של איטליה שהיא
1925. 2:05:47בתחום הגבוה, התחום הירוק
1926. 2:05:50א ואת הלי expctטנס שעמדה ב-1960
1927. 2:05:55על 69.12
1928. 2:05:5812 שנה. כמובן שהיא עלתה בכל המדינות
1929. 2:06:02המפותחות בעלות ההכנסה הגבוהה והיא עלתה
1930. 2:06:06כמובן גם באיטליה אם נצליח למצוא אותן
1931. 2:06:09לאורך הזמן את הנקודה האיטלקית ב-195
1932. 2:06:14ב-1995 וב-2000 וכדומה
1933. 2:06:18אז נראה באופן כללי מגמת עלייה. עכשיו מה
1934. 2:06:22הגרף הזה מלמד אותנו שבכל העולם יש לנו
1935. 2:06:26מגמת עלייה.
1936. 2:06:29באורך החיים הממוצע.
1937. 2:06:32המגמה
1938. 2:06:34היא מתונה במדינות עם ההכנסות הגבוהות. זה
1939. 2:06:39התצפיות הירוקות.
1940. 2:06:41היא די מתונה גם כן במדינות עם הכנסות
1941. 2:06:45בינוניות
1942. 2:06:47א שזה התצפיות הכחולות.
1943. 2:06:50בפיזור המדינות הירוק. סליחה הצהוב אנחנו
1944. 2:06:54רואים עלייה שהיא יותר דרמטית וגם כן
1945. 2:06:57עלייה יותר דרמטית
1946. 2:07:00מ1960
1947. 2:07:02ועד 1985
1948. 2:07:05במדינות עם הפיזור האדום זאת אומרת עם
1949. 2:07:08רמות ההכנסה הנמוכות ביותר אבל הייתה
1950. 2:07:12עלייה לאורך אותה תקופה ברמת סליחה באורח
1951. 2:07:17החיים הממוצע בלי expctancy
1952. 2:07:23אני גם יכול להשתמש בסקטר פלוט על מנת
1953. 2:07:27להציג מטעם בין שני משתנים. לדוגמה, אני
1954. 2:07:32יכול לראות פה
1955. 2:07:35מטעם א של ציר
1956. 2:07:40א ציר א
1957. 2:07:44מסוים כנגד ציר אחר. שני צירים באחוזים.
1958. 2:07:49מבחינת מה שקראוי firms shelf
1959. 2:07:54toal industry rue
1960. 2:07:57ואני יכול לראות פה כיצד למעשה כל חברה
1961. 2:08:03וחברה
1962. 2:08:05מוצגת על גבי הציר כנקודה
1963. 2:08:08הנקודה יש לה מימדים יותר רחבים או יותר
1964. 2:08:11צרים אני מניח שהנקודה
1965. 2:08:15שהיא בעצם הופכת לעיגול די רחב משקפת גודל
1966. 2:08:19לחברה
1967. 2:08:20א [כחכוח] הצבעים נותנים לנו גם את סוג
1968. 2:08:25הסקטור זאת אומרת למשל הצבע הכחול הקה הוא
1969. 2:08:30ולסיל והצבע
1970. 2:08:32הכחול בעיר הוא ריטייל וכדומה אז אנחנו גם
1971. 2:08:36רואים את פיזור החברות לפי הסוגים שלהן
1972. 2:08:39לפי הגודל שלהן ובסופו של דבר לפי האימות
1973. 2:08:44בין ציר הx לציר הy
1974. 2:08:48ופיזור הנקודות שהוא סביב איזשהו קו
1975. 2:08:52אלכסוני שיוצא מראשית החצירים ונחתח
1976. 2:08:57א ב100 מול 100 בסופו של דבר ציר x 100
1977. 2:09:03ציר y 100 ואנחנו באמת רואים שרוב הנקודות
1978. 2:09:07סובבות אותו יש גם הרבה סתיות מסביב שגם
1979. 2:09:12זה מלמד אותנו משהו
1980. 2:09:15בדוגמה הימנית
1981. 2:09:18יש לנו ביצועים של שחקנים כשיש לנו בציר
1982. 2:09:22הX את מספר המשחקים שהם שיחקו, ציר ה-Y
1983. 2:09:29את א א הגולים שהם הבקיעו
1984. 2:09:33במהלך המשחקים הללו ואנחנו רואים שרוב
1985. 2:09:37השחקנים הם נעים סביב איזשהו ענן מאוד
1986. 2:09:42ממוצע מאוד נמוך יחסית גם במספר המשחקים
1987. 2:09:46שהם שיח חקור שהוא בין אפס עד 40 משחקים
1988. 2:09:53בין מספר הגולים שהם יבקעו בהם שזה סדרי
1989. 2:09:56גודל בין אפס
1990. 2:09:59עד ברובם 20 או 10 גולים ב מספר משחקים
1991. 2:10:07יותר נמוך א ויש לנו גם נטייה עד סביבות
1992. 2:10:13ה-30 גולים שיש לנו מספר משחקים של 40
1993. 2:10:18ומעלה. אבל אנחנו יכולים לראות שיש לנו גם
1994. 2:10:21שני יוצא דופן. זה מסי ורונלדו שהם גם
1995. 2:10:25הבקיעו, גם שיחקו הרבה מאוד משחקים ואכן
1996. 2:10:29גם משקפים אותם כנקודות מאוד יוצאות דופן.
1997. 2:10:33אבל אתם רואים שרוב אוכלוסיית שחקני
1998. 2:10:37הכדורגל היא סביב איזשהו ענן נקודות
1999. 2:10:40מרכזי. יש מעטים שהם הרבה יותר מוכשרים עד
2000. 2:10:44כדי
2001. 2:10:46הגעה בסופו של דבר לכישרון היוצא דופן
2002. 2:10:50ביותר של רונלדו ושל מסי שהם רחוקים מאוד
2003. 2:10:54בטבלה למעלה.
2004. 2:11:00האלמנט הבא הוא טיable הוא בעצם טבלה
2005. 2:11:03וטבלה מיועדת להציג ערכים ומספרים שונים
2006. 2:11:07בקטגוריות שונות. אתם יכולים לראות פה
2007. 2:11:11כיצד טבלה מוצגת
2008. 2:11:15בהשפעה של תצוגת אונליין בתצוגת ברוזר
2009. 2:11:20ושימו לב כמה זה אסתטי איך אפשר להציג טוב
2010. 2:11:25יותר טבלאות זה גם נותן לנו רעיון לטבלאות
2011. 2:11:28וורד כן בדרך כלל אנחנו מסתפקים בטבלה
2012. 2:11:31הסטנדרטית ביותר בהחלט אפשר להסב אותה או
2013. 2:11:35להמיר אותה לטבלה שהיא צבעונית לטבלה שהיא
2014. 2:11:39נעימה עם א שורות
2015. 2:11:43ולא רק שורות ותורים. ההפרדה לטורים פה
2016. 2:11:48היא דרך מרווחים, היא לא דרך קווים. זאת
2017. 2:11:51אומרת יש לנו פה רעיון להצגה אסתטית נוספת
2018. 2:11:56של נתונים טבלאיים.
2019. 2:11:59הטבלה הבאה לקחתי אותה כדוגמה לטבלה שהיא
2020. 2:12:04מעוצבת מאוד יפה. תראו את המעבר בין שורה
2021. 2:12:07לשורה.
2022. 2:12:09ירוק לבן, ירוק לבן, ירוק לבן וכולי.
2023. 2:12:12כשהשואה
2024. 2:12:14מסכמת נעשת בצבע הרבה יותר מודגש. יש לנו
2025. 2:12:20איזשהם אלמנטים, גרפיים מלווים שהם
2026. 2:12:23מאפשרים לנו להתמקד. זה כאילו נראה
2027. 2:12:27שהלבישו את ה את הבאנרים, האלמנטים האלה.
2028. 2:12:31א גם 2016 17
2029. 2:12:36planן ו-17 פקט.
2030. 2:12:38מאוד יפה מבחינת הויזואליות, הצבעים,
2031. 2:12:41הצורניות
2032. 2:12:43וגם יש איזה שובבות בהקפה בעיגול בסופו של
2033. 2:12:47דבר שמאפשרת לנו להתמקד בתוצאה של הטבלה.
2034. 2:12:53א טבלה מאוד מאוד יפה לטעמים מבחינת
2035. 2:12:56העיצובים, מבחינת החדשנות. בהחלט אין סיבה
2036. 2:13:00שלא ליישם טמפלטים שכאלה גם על דוחות, גם
2037. 2:13:05על טבלאות, גם על מערכות מידע שאתם עובדים
2038. 2:13:09להפוך אותן להרבה יותר צבעוניות, הרבה
2039. 2:13:12יותר מעניינות, נעימות לעין, פחות
2040. 2:13:15משמימות, מעייפות ומיושנות במידה רבה.
2041. 2:13:20עוד דוגמה של אותו מעצב של טבלה. אז אתם
2042. 2:13:24יכולים לראות מספר קטגוריות
2043. 2:13:27בציר ה-Y. בציר הX יש לנו גם מספר
2044. 2:13:30קטגוריות. N1, N2, N3. זה קטגוריות נניח
2045. 2:13:34של שנים. הנתונים גם פה יש קפיצה בין צבע
2046. 2:13:39לצבע, גם בגוונים הכחולים, גם בגוונים
2047. 2:13:43האפרורים ירוקים של הטבלה עצמה.
2048. 2:13:48ושוב שימוש בלולאה באיזשהו עיגול שמקיף
2049. 2:13:53נתונים מסוכמים.
2050. 2:13:55מצגת מאוד מאוד יפה גם כן הייתה מ צורת
2051. 2:14:00הצגה של טבלה שיכולה לתת לנו יכולות
2052. 2:14:04יותר יצירתיות יותר קריאטיביות כשאנחנו
2053. 2:14:09באים ומעצבים דוחות מסכמים או מערכת מידע
2054. 2:14:13ממש א הרבה יותר נעים לראות טבלאות
2055. 2:14:18היצירתיות האלה מאשר טבלאות וורד שחוזרות
2056. 2:14:21אחת על השנייה
2057. 2:14:24tre
2058. 2:14:26זה סוג של א מפה
2059. 2:14:29שבה אנחנו מייצגים כל אלמנט, כל ערך ביחס
2060. 2:14:34למשקל היחסי שהוא תופס. למשל, אם יש לנו
2061. 2:14:38אזכורים בתקשורת
2062. 2:14:40של מדינות, אז אנחנו יכולים לראות באופן
2063. 2:14:43מיידי שצ'ינה תופסת מקום מרכזי, אינדיה
2064. 2:14:47מקום מרכזי, א יפן טיפה פחות וכדומה.
2065. 2:14:52אנחנו יכולים ליצור גם ויזואליזציה
2066. 2:14:56לא רק של השטח היחסי. במקרה הזה השטח
2067. 2:15:01היחסי מייצג נניח מספר אזכורים יותר גבוה
2068. 2:15:06בתקשורת אלא גם של איזשהם גושים משותפים
2069. 2:15:11כמו למשל הגוש של צ'יינה, וייטנם ותאילנד
2070. 2:15:18וישנן עוד מדינות ככה שחולקות את הצבע
2071. 2:15:24הכחול אפור בהיר הזה כמו ברזיל, רוסיה,
2072. 2:15:28איראן. זה כנראה יצרניות הנפט.
2073. 2:15:32יש לנו גוש נוסף שזה הגוש
2074. 2:15:37באדום, ניגריה, טנזניה,
2075. 2:15:40אוגנדה, אפגניסטן בגוונים שונים של אדום.
2076. 2:15:43זה ימן, א מלי.
2077. 2:15:48אלה כנראה [כחכוח] המדינות, בעלות רמות
2078. 2:15:50הכנסה מאוד מאוד נמוכות. אתם יכולים לראות
2079. 2:15:54באמת את החלק היחסי של כל מדינה מעבר
2080. 2:15:59לצבעוניות שניתנה פה לניתוח הזה. אז טרימפ
2081. 2:16:04הוא בעצם
2082. 2:16:06אזכור של החשיבות היחסית
2083. 2:16:10של [נחירות בוז] כל ערך וערך מתוך כלל
2084. 2:16:13הערכים האפשריים שאנחנו רוצים להציג.
2085. 2:16:17במקרה הזה איזכור של כל מדינה ומדינה
2086. 2:16:20וחשיבותה ביחס לכלל המדינות שאנחנו רוצים
2087. 2:16:25לכלול בניתוח שלנו. אז זה בעצם ההיגיון של
2088. 2:16:30הreמ. אתם יכולים לראות פה tre map מסוג
2089. 2:16:34נוסף. אה [כחכוח] החלטתי להביא את זה
2090. 2:16:38כיוון שהסוג
2091. 2:16:40הריבועי שראינו קודם הוא הרבה יותר נפוץ.
2092. 2:16:44הוא בעצם הקונבנציונלי. פה תראו איזה יופי
2093. 2:16:47הכל מוצג כמן כדור כדור כדורגל אפילו
2094. 2:16:52שעשוי תלאים תלאים יש לנו בצבעים שונים
2095. 2:16:57כל חלק וחלק בעולם כל יבשת לצורך העניין
2096. 2:17:02אז לדוגמה יש לנו את אסיה עם צינה רשיה
2097. 2:17:07ג'פן בכתום יש לנו את מדינות אירופה בירוק
2098. 2:17:12וקי גרמניה צרפת ואחרות
2099. 2:17:16ואתם יכולים לראות שבתוך תלאי וכל תליי יש
2100. 2:17:20לנו את החלק היחסי של המדינה. הכל משתלב
2101. 2:17:23מבחינה אסתטית לכדור שלם שמחולק לפי המשקל
2102. 2:17:30של כל מדינה ומדינה. יש לנו את שמות
2103. 2:17:32המדינות, יש לנו גם את האזכור של החלק
2104. 2:17:36היחסי באחוזים
2105. 2:17:39הדרמת דיוק של ספרה שנייה אחרי האפס. מאוד
2106. 2:17:43מאוד מרשים כתיצוג
2107. 2:17:47MAP וכמובן שובר את התצוגה הקונבנציונלית
2108. 2:17:52של מלבנים שמרכיבים איזשהו מלבן על כמו
2109. 2:17:57שאנחנו ראינו בשקף הקודם. אגב, גם צורת
2110. 2:18:03הצגה שהיא מצלחת בפני עצמה אני חייב לומר.
2111. 2:18:10הבוקספוט
2112. 2:18:11הוא מאפשר לנו להשוות טווחים של נתונים
2113. 2:18:15שונים א
2114. 2:18:18להשוות בין התפלגויות של קבוצות נתונים
2115. 2:18:21שונות באותו גרף למעשה
2116. 2:18:27הסוג הבא
2117. 2:18:29הוא הבoxספוט או boס andסקה
2118. 2:18:34והוא למעשה נותן לנו מספר אלמנטים לגבי
2119. 2:18:38התצפיות.
2120. 2:18:41כשאנחנו בעצם מנתחים
2121. 2:18:44סדרת תצפיות, כמו למשל בצד שמאל אנחנו
2122. 2:18:48רואים רמות שכר
2123. 2:18:50של 10ה סוגי עבודה, כלומר חיות מוסמחות,
2124. 2:18:56א מערכות ועוד ועוד ועוד מקצועות.
2125. 2:19:04התצפיות השונות נלקחו
2126. 2:19:07ולמעשה נותחו בהיבת
2127. 2:19:10שה
2128. 2:19:12קופסה, זאת אומרת המלבן, הוא נותן לנו
2129. 2:19:15למעשה אינדיקציה
2130. 2:19:18עם הקו שחוצה אותה מה הוא החציון המידיאן
2131. 2:19:23וכן מהוא הרבעון העליון, מה הוא הרבעון
2132. 2:19:28התחתון
2133. 2:19:30ואז יש לנו איזשהו
2134. 2:19:32קו שמוביל למעשה
2135. 2:19:36עד הרמה התחתונה
2136. 2:19:39הקיצונית או הרמה העליונה הקיצונית וכן
2137. 2:19:43אנחנו יכולים לראות בנקודות את האoutלי
2138. 2:19:46כלומר את התצביות החריגות שיוצאות דופן
2139. 2:19:52מתוך הקופסה ומתוך הקו המתמשך
2140. 2:19:56אז זה נותן לנו בעצם תרשים
2141. 2:20:00של טווח טו ערכים טווח ערכים שהוא פופולרי
2142. 2:20:06יותר ברובו שזה הקופסה או טווח ערכים שהוא
2143. 2:20:10אפשרי שזה המקלות שם מתווספים למעשה וכן
2144. 2:20:16אנחנו יכולים לקבל אינדיקציה האם היו
2145. 2:20:19תצביות חריגות במקרה הזה אני גם
2146. 2:20:23עמדתי על אחת התיבות
2147. 2:20:27וקיבלתי נתונים של רופאים פיזישן
2148. 2:20:31ואתם יכולים לראות איזה יופי באופן
2149. 2:20:33אינטראקטיבי אני כבר מקבל את הנתונים של
2150. 2:20:37הל המשכורת הנמוכה
2151. 2:20:40יותר א המשכורת
2152. 2:20:44הממוצעת והמשכורת
2153. 2:20:46הגבוהה עבור פיזישן עבור רופאים אז זה
2154. 2:20:50למעשה איזשהו גרף שהוא מייצג טווחים של
2155. 2:20:55נתונים וגם את ההתפלגות שלהם במידה רבה
2156. 2:20:59אבל בעיקר את את הטווח אפשר לומר
2157. 2:21:04הטווח הגרף המשלים
2158. 2:21:07לוקספט
2159. 2:21:09הוא למעשה distribution plot כלומר
2160. 2:21:13א גרף של התפלגויות
2161. 2:21:17והוא למעשה
2162. 2:21:19מסייע להשוות
2163. 2:21:22כמה תצפיות יש לנו בכל טווח וטווח ומתוך
2164. 2:21:26זה ליצור את ההתפלגות הסטטית טיסטית של
2165. 2:21:29הנתונים. הבאתי פה במיוחד
2166. 2:21:33הצגה או הבחשה
2167. 2:21:36דו מימדית
2168. 2:21:38של התפלגות נתונים. כאשר את ההתפלגות
2169. 2:21:44של הנתונים על ציר ה-Y
2170. 2:21:47אנחנו יכולים לראות בצד הימני הקיצוני. שם
2171. 2:21:52יש לנו גרף התפלגות
2172. 2:21:55קונבנציונלי על ציר ה-y כנל התפלגות
2173. 2:21:58הנתונים על ציר הx היא נראית בגף העליון
2174. 2:22:03שהיא בעצם איזושה התפלגות של נתונים
2175. 2:22:07במימד של ציר הx
2176. 2:22:10כלומר איזשהו שיקוף חד מימדי של הנתונים
2177. 2:22:14אבל מה שמעניין הוא כיצד הקומבינציה של
2178. 2:22:19ערכי x וy של התצפיות למעשה מתפלגת
2179. 2:22:23ופה אנחנו מקבלים מן תרשים
2180. 2:22:28של מפה טופוגרפית לכאורה כן כמו הר כזה
2181. 2:22:33בדו מימד תוך בחירה בצבעים ואנחנו יכולים
2182. 2:22:37לראות ממש התפלגות דו מימדית
2183. 2:22:41או אפילו תלט מימדית עם השילוב של מימד
2184. 2:22:44הגוון
2185. 2:22:46של ההתפלגות של הנתונים כשאנחנו רואים שיש
2186. 2:22:50לנו יש לנו סביב 10 את אחד מ
2187. 2:22:56המוקדים העיקריים שסביבו
2188. 2:23:00א יש נתונים סליחה 10 בציר הx ו2 בציר ה-y
2189. 2:23:06זה אחד המוקדים המוקד השני הוא סביבות
2190. 2:23:09ה-18 20 ככה בציר הx ו4 אוח
2191. 2:23:17בציר הy אנחנו רואים עוד מוקד יש לי צבע
2192. 2:23:21שחור כמרכזי
2193. 2:23:23ומשם משני המוקדים האלה הנתונים הולכים
2194. 2:23:28ויורדים ואנחנו רואים את זה גם בהתפלגות
2195. 2:23:31רק על ציר ה-Y
2196. 2:23:33ובהתפלגות רק על ציר הx אנחנו בהחלט רואים
2197. 2:23:37את המוקדים הריכוזיים הללו בצורה למשל
2198. 2:23:42דודה בשתית א בשיקוף על ציר הy שאנחנו
2199. 2:23:46רואים אותו בצד ימין קיצוני כשעל על ציר
2200. 2:23:50הx יש לנו למעשה דבשת אחת של ההתפלגות שזה
2201. 2:23:54בעצם מופיע א בקצה העליון הקיצוני
2202. 2:24:00וכשאנחנו מחברים את שתיהם אנחנו מקבלים
2203. 2:24:03בהחלט את ההתפלגות הדומימדית
2204. 2:24:07על הגוונים השונים בריבוע המרכז בואו ניגש
2205. 2:24:13עכשיו למסך של טאשבורד כדי לעצב
2206. 2:24:18א מספר גרפים שיוכלו לשמש אותנו. לדוגמה,
2207. 2:24:22אני מעוניין לראות את [נחירות בוז]
2208. 2:24:24התפלגות הגילאים
2209. 2:24:27אצד אם משפיע על
2210. 2:24:31חלקם של התורמות, כמה בעצם תרמו בכל קבוצת
2211. 2:24:34גיל. אז בחרתי פה בגרף הזה זה line and
2212. 2:24:38stacked colum chart בעצם אני יכול להעביר
2213. 2:24:44לציר הx את ה גרופ
2214. 2:24:47לציר הy אני אעביר את כמות התרומות
2215. 2:24:55וכפי שאתם רואים ניתן לראות את ההתפלגות
2216. 2:25:00לפי הגילאים כאשר
2217. 2:25:04אה קבוצת הגיל שהכי הרבה תרמה היא 50 עד
2218. 2:25:0865 אחרי ה 30 עד 49 ובסוף בסוף בסוף למטה
2219. 2:25:14יש לנו את הקבוצה של 18 29 אפשר ללחוץ
2220. 2:25:20ולהתמקד תכף נראה איך זה שרט אני יכול
2221. 2:25:24לקחת ולהקטין להגדיל את הגרף הזה למתוח
2222. 2:25:28איך שנוח לי
2223. 2:25:31אני יכול גם לגשת
2224. 2:25:35למבט עיצוב שלו לשנות כל מיני פרמטרים
2225. 2:25:41למשל
2226. 2:25:43בציר הxיק אני יכול להדגיש את הערכים בH
2227. 2:25:49גרופ הנה הדגשתי אותם אני יכול גם לשנות
2228. 2:25:53את הצבע שלהם נניח
2229. 2:25:56בצבע כחול כהה אתם רואים את זה אולי משהו
2230. 2:26:00יותר מוצלח נשים את זה במין
2231. 2:26:03אדום כתום כזה.
2232. 2:26:05הנה שיניתי
2233. 2:26:07את הטייטל גם
2234. 2:26:11לשנות
2235. 2:26:13את כל התכנים, את כל העיצורים
2236. 2:26:17באמצעות המבט הזה. יש כמובן עוד הרבה
2237. 2:26:22אלמנטים
2238. 2:26:24שאפשר להוסיף
2239. 2:26:28א על מנת לערוך באמת את כל ההיבטים הללו.
2240. 2:26:33הנה הוספתי גם את הסכומים
2241. 2:26:37מעל לכל בר. אז אפשר לראות באמת גם מה הם
2242. 2:26:41הסכומים במיליונים. וכך אני יכול לשלוט
2243. 2:26:46ולעצב את הברים השונים.
2244. 2:26:49בואו ניקח לנו
2245. 2:26:51עוד סוג נוסף של וזואיזציה.
2246. 2:26:55אז אני מקליק איפהשהו במקום ריק כדי שאני
2247. 2:26:59לא אעבוד על גרף קיים בעצם.
2248. 2:27:02ועכשיו אני רוצה למשל
2249. 2:27:05גרפים שהם שוכבים, שהם סליחה אנחיים נקרא
2250. 2:27:09לזה.
2251. 2:27:12ובגרפים האלה אני ארצה לראות
2252. 2:27:15את התרומות לפי מדינות.
2253. 2:27:20אז את המדינות אני אגרור ל y אסis
2254. 2:27:27כי זה גרף שהוא בעצם מותא ב90 מעלות ואת
2255. 2:27:31גודל התרומות לx אקסיס
2256. 2:27:35וניתן לראות פה למעשה שיצרתי גרף נוסף
2257. 2:27:40עם שמות המדינות
2258. 2:27:42שהגרף העליון הוא הש הוא הקבוצות גילאיים
2259. 2:27:47של התורמים
2260. 2:27:49אפשר כמובן לסדר את זה יותר יפה. עכשיו
2261. 2:27:52תראו משהו מעניין. הגרפים הם
2262. 2:27:55אינטראקטיביים זה עם זה. כלומר אם אני
2263. 2:27:59מקליק על קבוצת הגיל 50 עד 65,
2264. 2:28:02אני אקבל את החלק היחסי של התרומה שלהם של
2265. 2:28:07אותה קבוצה באוכלוסיה 50 עד 65
2266. 2:28:11בכל מדינה ומדינה. אוקיי? אז אפשר לראות
2267. 2:28:14למשל שבארצות הברית
2268. 2:28:18הערך הכולל של התרומה הוא כ-112
2269. 2:28:23א א000
2270. 2:28:27כמעט ו46,57
2271. 2:28:31מתוכם זה חלק האוכלוסייה שהתמקדתי
2272. 2:28:36כלומר גילאי 50 עד 65 לעומת זאת אם אני
2273. 2:28:41לוקח את החלק הצעיר גילאי 18 עד 29
2274. 2:28:46אז זה חלק האוכלוסייה
2275. 2:28:50בכל מדינה ומדינה. למשל
2276. 2:28:53בצרפת
2277. 2:28:56סך התרומות של הצרפתים היה 56,366
2278. 2:29:01אבל הצעירים בני 18 עד 29 תרמו מתוך זה רק
2279. 2:29:073602
2280. 2:29:10שקלים או דולרים לצורך העניין.
2281. 2:29:14אז באופן הזה אני יכול להחיש, אני יכול
2282. 2:29:18להקליק גם באופן הפוך, זאת אומרת לראות את
2283. 2:29:23היחס של מדינה מסוימת בתוך כל קבוצת גיל.
2284. 2:29:27כן? זה בדיוק הפוך ממה שעשיתי. למשל אני
2285. 2:29:30אקליק על אוסטרליה
2286. 2:29:33ואתם רואים בדיוק כמה אוסטרלים בכל קבוצת
2287. 2:29:38גיל תרמו. בואו נקליק על ארצות הברית. זה
2288. 2:29:42קצת יותר גבוה ורואים את החלק היחסי של
2289. 2:29:47אזרחים אמריקאים
2290. 2:29:49בתוך כל קבוצת גיל מסך כלל התרומות של
2291. 2:29:53קבוצת הגיל הזאת. אז בדיוק כמו שהתמקדתי
2292. 2:29:56בפלח אוכלוסייה וראיתי את החלק היחסי
2293. 2:30:00במדינות, אני יכול להתמקד במדינה ולראות
2294. 2:30:03את החלק היחסי
2295. 2:30:06באוכלוסיות השונות.
2296. 2:30:08וכך אני יכול לבחור בסוגים נוספים
2297. 2:30:13של גרפיים, צורות מאוד מאוד דומה לאקסל
2298. 2:30:17בסך הכל א כלל המכוונים
2299. 2:30:22או כמעט כל המכוונים שתוארו
2300. 2:30:25ככה
2301. 2:30:26בדקות האחרונות בחלק לגבי הויזואליזציות
2302. 2:30:31גם קמים פה וגם אפשר להשתמש בהם אבל הקטע
2303. 2:30:36היפה זה תראו איך כל חלקי הדאשבורד
2304. 2:30:40משתלבים זה בזה. אם אני למשל רוצה לדעת מה
2305. 2:30:44חלקה של האוכלוסיה הזו בכל מדינה, אני
2306. 2:30:47פשוט אקליק על החלק ומיד יתר
2307. 2:30:52הגרפים בדשבורד יעדקנו בהתאם במה שקרווי
2308. 2:30:56דרילד. כן, אני כאילו קודח למטה, אני
2309. 2:31:00מתמקד
2310. 2:31:01בנתח או פלח מסוים ואז זה משתקף לי בהתר
2311. 2:31:06גרפים. אני עושה קליק באזור כללי, לא קשור
2312. 2:31:09ואני מקבל מחדש את כלל האוכלוסיה וכלל
2313. 2:31:13המדינות עם כך. אז עד כאן.
2314. 2:31:18למעשה ההסבר על ויזואליזציות
2315. 2:31:22וכיצד הן משתלבות בפור BI. כמובן אפשר
2316. 2:31:26להמשיך ולהוסיף גרפים, להעשיר, אבל
2317. 2:31:30העיקרון החשוב ביותר, אל תעמיסו גרפים,
2318. 2:31:35תנו להם להיות פונקציונלים
2319. 2:31:37ואז למעשה הם יוכלו לסייע ולשקף נכונה את
2320. 2:31:43הנתונים בכלל מערך קבלת ההחלטות שלכם.