“在大数据时代，数据精益化管理是企业提升核心竞争力的关键所在。”在不同行业，如何战略性使用数据，建设数据分析平台，提高企业管理水平和业务能力？

DCC 数创学院『企业数据赋能之应用模板分享』系列，将从企业真实业务场景出发，从数据视角看问题，在业务中用数据说话，帮助企业决策科学化，进一步为企业的发展降本增效。

今天，小编向大家分享 Tableau 应用分析模板：由 Harvey Joyce 搭建的 IT 系统错误仪表板。这个仪表板可以帮助 IT 运维团队实时监控系统中的错误和异常，帮助技术人员快速定位和解决问题，减少系统错误，提高企业应用系统的可靠性和效率，降低运营风险。

仪 表 板

这个 IT 系统错误仪表板只有 2 个板块：错误概述、时间序列分析。在仪表板的顶端，用户能够轻松切换不同的仪表板，以便查看所需的数据。此外，位于仪表板右上角的筛选工具允许用户自定义日期粒度（包括每日、每周、每月、每季度），选定特定的时间范围，并设置警告及严重警告的阈值，从而精确提取相关的数据信息。

1.错误概述

通过此仪表板，我们可以清楚地了解到：15 种错误代码类型在选定时间段内的错误数量，错误数量超过阈值的具体发生时间。

• 错误代码类型——每个图表顶部显示了错误代码，如应用程序崩溃、认证失败、配置错误、数据损坏、网络延迟等。

• 错误数量——在选定的时间段内，可以查看不同日期粒度下的错误数量及其与去年同期相比的增长百分比。

• 阈值警报——黄色条形表示错误数量超过警告值，红色条形表示错误数量超过严重警告值，这些阈值用于识别异常高的错误率。

2.时间序列分析

通过此仪表板，我们可以清楚地了解到：选定时间段内的错误总数，当前累计错误总数，当前日/周/月/季度的错误数量，各错误类型的总数，各时间粒度的错误类型的总数。

• 错误总数——选定时间段内的错误总数，每个月的错误数量，以及与前一个月相比的增长百分比。

• 累计错误总数——随时间增长的错误累计数量。

• 当前月错误数量——当前月的错误数量，上个月的错误数量以及增长率。

• 错误类型（按总计数）——选定时间段内，不同类型的错误及其发生次数，如 DNS 解析错误、服务器宕机、内存泄漏等。

• 错误类型（按最近时间）每月变化——最近一个月内不同类型错误的数量变化百分比。

结 语

借助 Tableau 的敏捷性、易用性及数据分析可视化等优势，能够实现以更直接、更高效、更易懂的方式来展示数据，为推动企业数据文化建设提供强有力支持，为企业高速增长赋予新的动能！

版权声明

本文中所列的数据可视化作品图片均来源于 public.tableau.com，版权归原作者所有！

作品链接：

https://public.tableau.com/app/profile/harvey.joyce/viz/ITSystemsErrorDashboard/ErrorOverview