Die Einheit zeigt, wie Tableau statistische Kennzahlen transparent und reproduzierbar macht. Tableau ordnet Datenprofiling, Hypothesen und Kennzahlenlogik in einen klaren Ablauf ein: Datenaufnahme, Bereinigung, Berechnung, Visualisierung, Kontrolle. Tableau erklärt Begriffe präzise, etwa Konfidenzintervall (Schätzbereich), p-Wert (Signifikanzindikator), Varianz (Streuungsmaß) und Kalibration (Abstimmung von Schwellen). Tableau nutzt konsistente Feldtypen, LOD-Ausdrücke (Aggregationsebene) und standardisierte Tooltips, damit Auswertungen belastbar bleiben. Tableau dokumentiert Seeds, Versionen und KPI-Definitionen, sodass Vergleiche über Zeit und Segmente prüfbar sind und Berichte in Reviews nachvollzogen werden können.
Inhaltsübersicht1. Grundlagen - Daten und Kennzahlen2. Tableau - Berechnungen und LOD3. Tests - Interpretation und Vergleich4. Tableau - Reporting und Governance1. Datenqualität und Basisgrößen
- Profiling: Vollständigkeit, Ausreißer, Duplikate, Typisierung
- Zentrale Maße: Mittelwert, Median, Quantile, Varianz, IQR
- Zeitachsen, Granularität und Segmentlogiken festlegen
2. Tableau - Berechnete Statistiken
- LOD-Ausdrücke für Ebenen (FIXED/INCLUDE/EXCLUDE)
- Tabellenberechnungen für gleitende Mittel/Perzentile
- KPI-Definitionen und Formeln versionieren
3. Testen und Bewerten
- Effektgrößen und Konfidenzintervalle darstellen
- Schwellen/Alarmregeln begründen (z. B. z-Scores)
- Vergleich zu Baselines und Vorperioden standardisieren
4. Tableau - Bericht und Kontrolle
- Tooltips/Legenden einheitlich, Messlogik sichtbar
- Seeds/Versionen des Datenstands dokumentieren
- Freigaben, Rechte und Änderungslogbuch pflegen