من دو داشبورد Tableau را با کلود کپی کردم. در اینجا این است که چه چیزی شکست و چه چیزی شکست.

طی چند هفته گذشته، آزمایشی را انجام داده‌ام که توانایی کلود را برای ایجاد مجدد داشبوردهای Tableau با استفاده از مجموعه داده نمونه استاندارد Superstore آزمایش می‌کند. با توجه به پتانسیل عظیم ابزارهای هوش مصنوعی برای تجسم داده ها، می خواستم ببینم کلود در حال حاضر چقدر در این کار موثر بوده است.

در آزمایشم، اسکرین شات هایی از دو داشبورد (اینجا و اینجا) به کلود دادم که در Tableau Public پیدا کردم و فکر می کردم به خوبی طراحی شده اند و استفاده از آنها آسان است. این داشبوردها نمونه‌های خوبی از این هستند که چگونه مجموعه داده‌های بزرگ Superstore را می‌توان برای کاربران پیمایش کرد، بنابراین می‌خواستم ببینم آیا کلود می‌تواند آنها را به سرعت و کارآمد بازسازی کند. فایل اکسل خام را به کلود دادم و از او خواستم که داشبورد مستقل، تعاملی، قابل فیلتر و مستقلی مانند نسخه اصلی بسازد. من کارم با کلود را به بیش از یک ساعت محدود کرده ام، بنابراین هنوز برخی اشکالات و اصلاحات وجود دارد که می خواهم قبل از “انتشار” انجام دهم.

در نگاه اول، نتایج واقعا چشمگیر بود، اما پس از یک نگاه دقیق، کمی کمتر. این پست به نوعی یک “گزارش میدانی” در دو نیمه این آزمایش است: چقدر سریع سرگرمی های داشبورد با هم جمع شدند و مشکلات داده (نسبتا جزئی، اما هنوز) که پس از اعمال لاک کاملاً نامرئی بودند. (شما می توانید تمام داشبوردها را با استفاده از پیوندهای موجود در زیرنویس تصویر زیر بررسی کنید.)

پاداش: سریع است

به طور کلی، کلود این دو تخته را به سرعت و بدون آموزش زیاد ایجاد کرد. تکرار اولیه و آسان بود: “نقشه را بزرگتر کنید”، “ارتفاع نقشه KPI را تنظیم کنید”، “نقشه های خطی را تعاملی کنید” و غیره. در اینجا هیچ ساختار دستی نمودار به نمودار وجود نداشت. کلود یک نسخه کامل HTML/JavaScript را برای مطابقت با چیدمان ایجاد کرد: نقشه‌های KPI sparkline، نمودار متریک، نقشه Horopleth ایالات متحده و نقشه شبکه شش ضلعی، فهرست‌های نوار رتبه‌بندی شده، و نکات ابزار مکان‌نما، همه به مجموعه داده اصلی Superstore مرتبط هستند.

از نظر سرعت هنگام استفاده از آن، نسخه های کلود سریعتر از Tableau هستند – بدون چرخش در هنگام اعمال فیلترها. از نظر واکنش‌پذیری، داشبورد اول کلود در همه اندازه‌های صفحه نمایش خوب به نظر می‌رسد، در حالی که داشبورد دوم دارای برخی لرزش‌های همپوشانی به سمت پایین است و برای اندازه بین دسکتاپ و موبایل مناسب نیست. همچنین، داشبورد دوم چندین بار تکرار شد تا کلود بتواند شبکه شش‌ضلعی را به‌درستی ردیف کند، و حتی در حال حاضر نیز طرح‌بندی عجیب به نظر می‌رسد.

من قبلاً در مورد تردیدهایم در مورد داشبوردها نوشته‌ام، اما اگر هدف شما این است که چیزی را به‌سرعت راه‌اندازی کنید، مخصوصاً برای استفاده داخلی، کلود سرعت تکرار متفاوتی نسبت به ساخت همان چیز در Tableau ارائه می‌دهد. با این حال – و این یک هشدار بزرگ است – من با یک مجموعه داده تمیز و یک داشبورد از پیش تعیین شده آماده برای تکرار به آزمایش رسیدم. این کار به خلاقیت یا تجزیه و تحلیل داده های اصلی نیاز نداشت. بنابراین این آزمایش بیشتر در مورد این بود که ببینیم هوش مصنوعی با محتوای از قبل موجود چه کاری می تواند انجام دهد، نه اینکه چگونه یک داشبورد جدید ایجاد کنیم.

خطرات: مشکلات داده‌ای که نمی‌توانید از بیرون ببینید

علیرغم افزایش سرعت پیشنهاد شده توسط کلود، محصولات نهایی شامل مشکلاتی بودند که کسی که به تخته تمام شده نگاه می‌کرد احتمالاً متوجه نمی‌شد زیرا هیچ چیز در سطح اشتباه به نظر نمی‌رسید. پس از بازرسی، تعداد انگشت شماری از مسائل مربوط به داده ها و چیدمان را پیدا کردم که توسط پولیش داشبورد پوشانده شده بودند.

1. داده های برچسب گذاری نادرست

ارزش عنوان پانل اول، فروش، هر کشور را در مجموعه داده (ایالات متحده و کانادا) خلاصه می کند. در حالی که نقشه ایالت مستقیماً در زیر آن، در همان صفحه، در سکوت فقط به ایالت های ایالات متحده فیلتر می شود. من کاملاً روشن نیستم که آیا این مشکل از برد اصلی است یا خیر. هیچ یادداشتی روی داشبورد وجود ندارد که اعداد خلاصه فقط برای ایالات متحده هستند، بنابراین به نوعی قابل درک است که کلود از کل مجموعه داده استفاده کند.

از این گذشته، هیچ چیزی در رابط کاربری نشان نمی‌دهد که این شماره چه چیزی را شامل می‌شود، بنابراین داشبورد از نظر داخلی سازگار به نظر می‌رسد زیرا به وضوح با خودش تناقض نداشت. تنها زمانی که اعداد را بررسی کردم متوجه مغایرت شدم (733.3 هزار دلار برای ایالات متحده در مقابل 745.6 هزار دلار برای ایالات متحده به علاوه کانادا؛ اگر علاقه دارید می توانید کد Stata من را اینجا بگیرید.)

هنگامی که داشبورد را به صورت دستی می سازید، (امیدواریم) آگاهانه در مورد منبع داده، انتخاب نمونه و فیلترها تصمیم گیری کنید. با این حال، با کلود، راه حل فیلتر در وسط یک اسکریپت پردازش داده مدفون شد. اگر خودم فیلمنامه را می نوشتم این موضوع مشکلی نداشت، اما با کلود آن سطح از تضمین کیفیت عملی را نداشتم.

2. تصمیمات گرد کردن پیچیده منجر به داده های نادرست شد

داشبوردهای بازآفرینی شده دو خطای گرد کردن متفاوت را نشان می‌دهند که هر دو به گرد کردن یک عدد بیش از یک بار قبل از رسیدن به صفحه نمایش داده می‌شوند.

اولین مورد در محاسبه نرخ رشد یک زیرمجموعه بود. خط لوله کلود دو مرحله دارد: یک اسکریپت پایتون رشد هر زیرمجموعه را در طول سال محاسبه می کند و آن را به یک رقم اعشار گرد می کند. برای مثال 33.456741 درصد به 33.5 درصد تبدیل شد. سپس، به طور جداگانه، جاوا اسکریپت جلویی، عددی را که قبلاً گرد شده است، برای نمایش به 34 درصد برمی گرداند.

به صورت جداگانه، هر مرحله گرد کردن صحیح بود. اما در کنار هم، آنها پاسخ اشتباهی دادند: 33.456741 که مستقیماً به نزدیکترین عدد کامل گرد شده، 33 است، اما داشبورد “34%” را نشان می دهد. این یک اشتباه واقعی، هرچند جزئی، واقعی است. اگرچه فقط زمانی اتفاق می‌افتد که مقدار واقعی درست زیر حد گرد باشد، اما این فرکانس پایین به این معنی است که از بیرون سازگار یا قابل پیش‌بینی نیست. برخی از زیرمجموعه ها در همان جدول خوب بودند، اما کل نه.

اشکال گرد دوم ساختاری بود تا یکباره. برای حفظ فشردگی مجموعه داده‌های جاسازی شده در پانل دوم، هر مبلغ فروش جداگانه به نزدیک‌ترین دلار کل گرد شد. سپس داشبورد این مقادیر از قبل گرد شده را در مرورگر جمع می کند. هر خطای گرد کردن جداگانه کوچک است (حداکثر 0.50 دلار)، اما زمانی که بیش از 3300 تراکنش جمع شود، خطاها لغو نمی شوند.

در مجموع، این خطاهای گرد کردن به ارزشی در حدود 65 دلار بیشتر از مقدار دقیق داده‌ها و نشان‌داده‌شده در داشبورد Tableau اصلی ترکیب شد. اگرچه این معادل با درصد کمی خطا است، اما همچنان نادرست است. میزان بایاس کاملاً به تعداد ردیف‌هایی که به بالا در مقابل پایین گرد شده‌اند بستگی دارد، بنابراین در مجموعه داده‌های مختلف یا سال‌های مختلف، این نوع خطا می‌تواند بسیار بزرگ‌تر باشد.

هیچ اشکالی در هیچ مرحله ای شامل محاسبات نادرست نیست. مشکل معماری بود: گرد کردن در بیش از یک مکان در امتداد خط لوله اتفاق افتاد، و تخته نهایی صیقلی شده هیچ سرنخی بصری از وقوع آن به شما نمی دهد. در آینده، احتمالاً می توانم یک قانون گرد برای حل این مشکل مشخص کنم.

3. Hex Map: یادآوری کنید که تصاویر داده نیستند

اولین تلاش برای نقشه شبکه شش ضلعی در برد دوم از یک اسکرین شات از صفحه کامل شروع شد. کلود تلاش کرد، اما احتمالاً تصویر آنقدر بزرگ نبود که کلود بتواند تمام اختصارات حالت دو حرفی را بخواند. در نتیجه، اولین نقشه شبکه چندین کشور را به موقعیت های اشتباه سوق داد و برخی از شش ضلعی ها همپوشانی داشتند.

نسخه اولیه داشبورد بازسازی شده مشکلات طرح بندی داشت

من چندین بار با اسکرین شات هایی از یک نقشه شبکه شش ضلعی از پروژه های دیگر تکرار کردم، اما کلود هنوز نتوانست نقشه درستی را ایجاد کند. چیزی که مشکل را حل کرد، دادن یک فایل GeoJSON واقعی به کلود بود که حاوی مختصات هگزی دقیق برای هر ایالت بود. زمانی که این طرح به‌عنوان داده‌های ساختاریافته به جای پیکسل‌ها برای تفسیر بصری وجود داشت، نقشه عمدتاً درست به نظر می‌رسید، اگرچه هنوز کمی متفاوت بود.

درس کلی برای هر کسی که این نوع کار را انجام می دهد: اگر چیدمان دقیق مهم است، داده های اولیه را به ابزار بدهید، نه عکسی از نتیجه دلخواه. اسکرین شات ها برای انتقال ظاهر و احساس کلی عالی هستند، اما جایگزین ضعیفی برای مشخصات دقیق هستند.

4. طرح داشبورد دوم هنوز کاملا درست نیست

حتی پس از چندین دور اصلاحات، طرح داشبورد بررسی عملکرد اجرایی به طور کامل حل نشده است. در پهنای خاص مرورگر، پانل‌های نمودار شلوغ می‌شوند یا تا حدی با هم همپوشانی دارند، و چندین دور صریح “این چیزی که خراب است” طول کشید تا رفتاری واقعاً پاسخگو داشته باشید. حتی در حال حاضر هم آن را کاملاً حل شده نمی‌دانم.

با این حال، Tableau (حداقل آن‌طور که من می‌فهمم) به‌طور پیش‌فرض یک بوم ثابت است، به این معنی که اصلاً برای اندازه‌های مختلف صفحه‌نمایش بدون کار طراحی عمدی از سوی نویسنده، دوباره قالب‌بندی نمی‌شود. چیزی که کلود خلق کرده است، در خارج از جعبه انعطاف پذیرتر است، زیرا بدون اینکه از شما خواسته شود، دوباره قالب بندی می شود، بسته بندی می شود و تطبیق می یابد. اما «واکنش‌پذیرتر از ابزاری که اصلاً پاسخ‌گو نیست» نوار پایینی برای پاک کردن است، و این آزمایش «به آن یک اسکرین‌شات بدهید، یک طرح‌بندی پاسخ‌گوی کامل پیکسلی رایگان دریافت کنید» نبود. تکرار، آزمایش عرض‌های مختلف صفحه و رفع خطاهای CSS که بدون بررسی‌های خاص واضح نبودند، طول کشید.

غذا برای بردن به خانه

در پایان روز، این آزمایش چندین درس به من آموخت – که برخی از آنها احتمالاً برخی از شما را عصبانی می کند و برخی دیگر را تأیید می کند:

• سرعت واقعی است. طرح‌ها، حتی داشبوردهای صیقلی و تعاملی در چند دقیقه از مکالمه کلود گرد هم آمدند، در حالی که ساخت آنها با دست در Tableau ساعت‌ها طول می‌کشید – حداقل برای من. همچنین، تکرار بعد از اولین پیش نویس ارزان بود، با این شرط که من قبلاً طرحی برای تقلید داشتم. اگر قالبی با طرح‌بندی شبکه‌ای برای کپی دارید، این ممکن است برای اکثر پروژه‌های داشبورد استاندارد کافی باشد.
• “کامل به نظر می رسد” و “درست” متفاوت است. یک داشبورد صاف و با فرمت خوب به خودی خود دلیلی بر صحت نیست. تصمیم‌های محدوده (که ردیف‌ها در مجموع حساب می‌شوند) و تصمیم‌های گرد کردن (چند بار لمس یک عدد قبل از نمایش داده می‌شود) به راحتی اشتباه گرفته می‌شوند و از نظر عملکردی در خروجی نهایی نامرئی می‌شوند.
• به طور مستقل بررسی کنید، نه با خواندن مجدد همان کد. اختلاف دامنه و دو خطای گرد کردن فقط پس از بررسی نتایج ظاهر شدند.
• به وظایف فضایی/طرح بندی داده های واقعی بدهید، نه اسکرین شات. نقشه هگز تقریباً از سمت راست به درست در لحظه ای که مختصاتی برای کار به جای پیکسل ها برای تفسیر داشت، رفت.
• داشبوردهای ساخته شده با هوش مصنوعی را به عنوان یک پیش نویس در نظر بگیرید. کلود یک نتیجه سریع، اغلب بسیار خوب و واقعا مفید را به عنوان نقطه شروع ارائه کرد. اما قبل از اینکه بتواند مسئولانه به هر کسی که با آن تصمیم می گیرد ارائه شود، نیاز به بررسی واقعیت مستقل داشت.