Tableau将全球疫苗接种信息添加到COVID-19数据中心

Tableau通过增加“全球追踪”(Global Tracker)增强了其COVID-19数据中心。“全球追踪”是一个免费数据库，用于监测各国疫苗推出等指标，这些指标最终将帮助全球从大流行中恢复。

3月3日公布的“全球追踪”并没有向Tableau提供任何独特的数据，而是从不同的来源筛选数据将其组织在一个位置便于从普通公众到医疗保健组织和政府的任何人进行探索。

Tableau的COVID-19数据来自联合国、美国人口普查局、HealthData.gov、《纽约时报》、约翰·霍普金斯大学和牛津大学。

全球追踪不仅利用了Tableau的技术实力，还利用了它的母公司Salesforce和Salesforce的另一个子公司MuleSoft专注于数据集成。三者一起工作，创建一个数据流水线，它自动从指定的源，清洁和准备数据中从COVID-19数据提取，并最终发布到“全球追踪者”在Tableau COVID-19数据中心。

在那里，用户可以浏览任何国家的现状。只需点击一下，他们就可以看到一个显示新创建的图表的数据可视化，其中显示了关于疫苗推出和数量的数据疫苗施用还有关于总病例、死亡人数和接触者追踪的长期图表。

此外，在美国查找COVID-19信息的用户可以逐个州深入查看数据，并在每个州内按县查看数据。

Tableau Blueprint的产品经理杰里米·布莱尼说:“Global Tracker将来自许多不同数据源的信息提取到一个可视化数据中，并每天更新，使人们能够看到这些数据点并与之互动，从而为个人行为、商业决策和政府政策提供信息。”Tableau的数据驱动决策方法。

疫苗接种资料布莱尼继续说，单靠自己还不足以充分了解复苏的进展情况，并为决策提供依据。

“这是一个重要的数据点，但它自己不足，”布莱尼说。“只有在一个凝聚力的视图中查看所有这些指标时，我们只能看到每个元素如何与另一个元素有关，[和]新的全局跟踪器在衡量我们对恢复的进展之间的所有关键指标之间提供了全面的相互关系。。“

目前使用Tableau帮助追踪COVID-19数据的组织包括美国和加拿大的70个州、省和市政府、许多学院和大学以及Verizon和益百利(Experian)等企业。

鉴于“全球追踪”不仅提供疫苗数据，还提供与COVID-19相关的其他数据有助于上下文化每个单位度量美国东北大学(Northeastern University)网络科学研究所(Network Science Institute)的助理教授萨姆•斯卡皮诺(Sam Scarpino)最近做客了Tableau的每周网络广播节目《如果数据能说话》(If Data Could Talk)，他表示，这是一个很有价值的工具。

各国需要很长一段时间才能达到疫苗接种的临界值，从而阻断传播。我们需要将接触者追踪、病例调查、检测和佩戴口罩的[数据]分层。

Scarpino在网络直播中说:“各国需要很长一段时间才能达到疫苗接种的临界值，从而阻止传播。”“因此，我们需要在疫苗方面加入接触者追踪、病例调查、检测、戴口罩等(数据)，这些都是我们几个月来一直在努力做的事情，这样我们就能更快地进入新常态。”

使用全球追踪者，政府机构和其他组织可以看出哪些国家最享有争夺大流行，包括疫苗的推出，正在挣扎。另外，在同一个指示板，他们还可以查看这些国家的法规有多严格，以及法规和病例数据之间是否存在相关性。

例如，截至3月7日，以色列的疫苗推广是最成功的之一，约为每100人注射101剂——大多数疫苗需要超过一剂。

与此同时，截至3月7日，美国每100人大约注射了27剂，英国每100人注射了34剂。

然而，以色列确实在9月和12月出现了阳性病例激增，根据全球追踪系统上的牛津严格程度指数(Oxford strict Index)，很容易看出，阳性病例激增与放松新冠肺炎相关法规的时间一致。一旦法规恢复，案件就会减少。

布莱尼说:“没有一个人能回答所有的问题。“全球追踪系统提供了相关背景下的关键数据，让各级政府领导人有机会放眼境外，就遏制COVID - 19传播还能做什么以及不应该做什么提供指导。”

由于以色列等国家提供了一个潜在的例子，其他国家可以研究在疫苗推广和应对病例激增方面起了什么作用，以及是什么导致了病例激增，然后自己做数据驱动的决定。

布莱尼说:“关于如何适当应对疫情，我们还有很多不知道的地方。通过观察境外，你能够了解不同地区的情况，哪些在起作用，哪些没有。”

他补充说，该追踪器还为州和地方政府提供了一个模板，可用于他们自己的COVID-19仪表板，而当地疫苗接种率和牛津严格程度指数等指标可被企业使用决定何时以及如何重返工作岗位。

布莱尼说:“把所有这些都放在一个有凝聚力的观点中，可以帮助我们所有人看到每个元素是如何相互联系的。”“它可以帮助我们理解这种情况所需要的复杂性和背景，这最终将是看到和理解正常道路的关键。”