# Tableau (태블로)

## 1. 개요
**Tableau(태블로)**는 데이터 시각화 및 비즈니스 인텔리전스(BI, Business Intelligence) 솔루션으로, 복잡한 데이터를 직관적인 그래프와 대시보드로 변환하여 데이터 기반의 의사결정을 돕는 분석 도구이다.

Tableau는 코딩 기술이 없는 일반 사용자도 드래그 앤 드롭(Drag-and-Drop) 방식으로 데이터를 탐색하고 분석할 수 있는 '셀프 서비스 BI' 환경을 제공한다. 현재 가트너(Gartner)의 매직 쿼드런트(Magic Quadrant) 등 글로벌 시장 조사 기관에서 분석 및 BI 플랫폼 부문 리더로 평가받으며, 방대한 양의 데이터를 빠르게 시각화하는 성능과 유연한 확장성으로 시장 내 독보적인 위치를 차지하고 있다.

## 2. 핵심 작동 원리 및 아키텍처
Tableau의 핵심은 사용자가 시각적 요소를 조작할 때 이를 데이터베이스가 이해할 수 있는 쿼리로 변환하는 **VizQL(Visual Query Language)** 기술에 있다. 사용자가 차트를 생성하면 VizQL이 이를 SQL과 같은 쿼리문으로 변환하여 데이터 소스에 요청하고, 반환된 결과를 다시 시각적 형태로 렌더링한다.

### 2.1 데이터 연결 방식
Tableau는 데이터 소스에 접근하는 두 가지 주요 방식을 제공한다.

| 구분 | 라이브 연결 (Live Connection) | 추출 (Extract) |
| :--- | :--- | :--- |
| **정의** | 데이터 원본에 직접 연결하여 실시간으로 쿼리 수행 | 데이터를 Tableau 전용 메모리 내 파일(`.hyper`)로 저장 |
| **속도** | 원본 DB 성능에 의존함 | 인메모리 기술을 사용하여 매우 빠름 |
| **최신성** | 실시간 데이터 반영 가능 | 추출 시점의 데이터만 반영 (스케줄링 필요) |
| **부하** | 원본 데이터베이스에 직접적인 부하 발생 | 원본 DB 부하를 최소화함 |
| **적합한 사례** | 실시간 모니터링, 고성능 DB 사용 시 | 대용량 데이터 분석, 오프라인 작업 필요 시 |

> **참고:** 최신 버전의 Tableau는 물리적 계층(Physical Layer)의 조인(Join)보다 유연한 논리적 계층(Logical Layer)의 **'관계(Relationships/Noodle)'** 설정을 통한 데이터 모델링을 권장한다.

## 3. 주요 제품군 및 구성
Tableau는 사용자의 역할과 배포 환경에 따라 다양한 제품 라인업을 제공한다.

| 제품명 | 대상 사용자 | 주요 기능 및 특징 |
| :--- | :--- | :--- |
| **Tableau Desktop** | 데이터 분석가 | 데이터 연결, 시각화 설계, 대시보드 제작 (저작 도구) |
| **Tableau Server** | 기업 내 관리자/사용자 | 조직 내 대시보드 공유, 권한 관리, 온프레미스 배포 |
| **Tableau Cloud** | 기업 내 관리자/사용자 | SaaS 형태의 클라우드 호스팅 공유 플랫폼 |
| **Tableau Prep** | 데이터 엔지니어/분석가 | 데이터 정제, 결합, 피벗 등 ETL(추출, 변환, 로드) 작업 |
| **Tableau Public** | 일반 사용자/학습자 | 무료 버전, 생성한 결과물을 웹에 공개 (보안 주의) |

* **라이선스 체계:** 사용자의 권한과 역할에 따라 **Creator**(전체 기능 사용), **Explorer**(데이터 탐색 및 편집), **Viewer**(게시된 콘텐츠 조회)의 세 가지 라이선스 모델로 구분되어 운영된다.

## 4. 주요 기능 및 시각화 도구
### 4.1 차원(Dimension)과 측정값(Measure)
Tableau는 데이터를 크게 두 가지 성격으로 구분하여 처리한다.
- **차원(Dimension):** 데이터를 나누는 기준이 되는 정성적 데이터 (예: 지역, 제품명, 날짜, 고객 ID). 주로 행이나 열 선반에 배치되어 데이터의 그룹화를 수행한다.
- **측정값(Measure):** 수치로 계산 가능한 정량적 데이터 (예: 매출액, 수량, 수익). 집계 함수(합계, 평균, 최대/최소 등)를 통해 계산된다.

### 4.2 시각화 및 스토리텔링
- **차트 유형:** 막대 차트, 라인 차트, 파이 차트부터 시작하여 트리맵, 히트맵, 불렛 그래프, 간트 차트, 맵(Map) 등 광범위한 시각화 옵션을 제공한다.
- **대시보드(Dashboard):** 여러 개의 워크시트를 하나의 화면에 배치하여 종합적인 인사이트를 제공하는 인터랙티브 화면이다.
- **스토리(Story):** 시각화 결과물을 순차적으로 배치하여 데이터가 전달하는 서사를 구성하는 기능이다.

### 4.3 계산된 필드 및 LOD 표현식
단순한 집계를 넘어 복잡한 비즈니스 로직을 구현하기 위해 다음 기능을 사용한다.
- **계산된 필드(Calculated Field):** 기존 필드를 활용해 새로운 수식을 만드는 기능이다. (예: `` `[매출] - [비용]` `` $\rightarrow$ `[수익]`)
- **LOD(Level of Detail) 표현식:** 현재 뷰의 세부 수준과 상관없이 특정 차원을 기준으로 계산을 수행하는 고급 기능이다.
    - `FIXED`: 지정한 차원에 고정하여 계산 (뷰의 필터 영향 없음)
        - 예: `{ FIXED [지역] : SUM([매출]) }` $\rightarrow$ 뷰에 어떤 필터가 걸려있든 상관없이 지역별 전체 매출 합계를 계산. (활용: 지역별 매출 비중 분석 시 분모 값으로 사용)
    - `INCLUDE`: 뷰의 세부 수준에 지정한 차원을 추가하여 계산
        - 예: `{ INCLUDE [고객명] : AVG([매출]) }` $\rightarrow$ 뷰에 고객명이 없더라도 고객별 평균 매출을 먼저 계산한 뒤 상위 수준에서 집계. (활용: 지역별 '평균 고객 구매액' 계산 시 사용)
    - `EXCLUDE`: 뷰의 세부 수준에서 지정한 차원을 제외하고 계산
        - 예: `{ EXCLUDE [제품 카테고리] : SUM([매출]) }` $\rightarrow$ 뷰에 카테고리가 표시되어 있어도 이를 무시하고 전체 합계를 계산. (활용: 카테고리별 매출과 전체 매출의 차이를 비교하는 계산식에 사용)

## 5. 데이터 분석 워크플로우
Tableau를 활용한 일반적인 분석 프로세스는 다음과 같다.

1. **데이터 소스 연결:** 다양한 원본으로부터 데이터를 가져온다.
2. **데이터 전처리 (Tableau Prep):** 결측치 처리, 데이터 타입 변경, 관계(Relationships) 설정, 테이블 조인(Join) 및 유니온(Union)을 통해 분석 가능한 형태로 정제한다.
3. **시각화 설계 (Tableau Desktop):** 차원과 측정값을 조합하여 개별 워크시트(차트)를 생성한다.
4. **대시보드 구성:** 생성된 차트들을 배치하고 필터 및 매개변수를 설정하여 상호작용 기능을 추가한다.
5. **발행 및 공유 (Server/Cloud):** 완성된 대시보드를 서버에 게시하여 조직 내 이해관계자와 공유하고 협업한다.

## 6. 데이터 원본 연결 가능 리스트
Tableau는 매우 폭넓은 데이터 커넥터를 제공하며, 주요 연결 가능 소스는 다음과 같다.

| 카테고리 | 지원 데이터 소스 |
| :--- | :--- |
| **파일 (Files)** | Microsoft Excel, CSV, JSON, PDF, Spatial files, Statistical files (SAS, SPSS, R) |
| **RDBMS** | MySQL, PostgreSQL, Microsoft SQL Server, Oracle, IBM DB2, MariaDB |
| **클라우드 DW** | Google BigQuery, Snowflake, Amazon Redshift, Azure SQL Database, Azure Synapse |
| **앱/웹 서비스** | Salesforce, Google Analytics, ServiceNow, SAP HANA, Quickbooks |

## 7. 활용 사례 및 장단점
### 7.1 산업군별 활용 예시
- **리테일:** 지역별 매출 현황 및 제품군별 성장률 분석, 재고 최적화 모니터링.
- **금융:** 리스크 관리 대시보드, 고객 세그먼트별 수익성 분석, 이상 거래 탐지 시각화.
- **마케팅:** 캠페인별 전환율(Conversion Rate) 추적, 고객 여정 맵 분석.
- **공공기관:** 인구 통계 데이터 기반의 지역 맞춤형 정책 수립, 감염병 확산 경로 시각화.

### 7.2 타 도구 대비 비교 분석
| 비교 항목 | Tableau | Power BI | Looker |
| :--- | :--- | :--- | :--- |
| **강점** | 강력한 시각화 자유도, 대용량 데이터 처리 성능 | MS 생태계 통합, 상대적으로 저렴한 비용 | 중앙 집중식 데이터 모델링(LookML), 웹 기반 |
| **약점** | 높은 라이선스 비용, 학습 곡선 존재 | 복잡한 시각화 구현의 한계 | SQL 숙련도 필요, 높은 도입 비용 |
| **주요 타겟** | 전문 데이터 분석가, 대규모 엔터프라이즈 | MS 오피스 사용자, 중소/중견 기업 | 데이터 거버넌스를 중시하는 기술 중심 기업 |

## 8. 초보자를 위한 빠른 시작 가이드
Tableau를 처음 접하는 사용자는 다음 순서로 학습하는 것을 권장한다.

1. **Tableau Public 설치:** 무료 버전인 Public을 설치하여 비용 부담 없이 기능을 익힌다.
2. **샘플 데이터 활용:** 내장된 'Sample - Superstore' 데이터를 사용하여 기본 차트를 그려본다.
3. **드래그 앤 드롭 연습:** '차원'을 행/열 선반에 놓고, '측정값'을 추가하여 데이터가 어떻게 변하는지 관찰한다.
4. **필터 및 하이라이트 적용:** 특정 조건의 데이터만 보기 위해 필터를 적용하고, 대시보드 내 차트 간 상호작용을 설정해본다.
5. **커뮤니티 활용:** 'Tableau Public Gallery'에서 다른 사용자가 만든 대시보드를 다운로드하여 구조를 분석한다.