Brazil Tableau User Group 23 Sep 2026

0:01 Verônica Simões: Boa noite pessoal, mais um encontro nosso aqui no Brasil Tableau User Group. Já estamos em setembro, caramba, quase terminando o ano, né?

0:11 Eu sou Verônica Simões, Tableau Visionary Ambassador. É um prazer ter todos aqui, né? Nossa, nossa gravação vai sempre pro YouTube e hoje temos dois convidados especiais, Will e Kirk, pra falar sobre o tema Composable Data Sources, que é uma EV– uma evolução muito interessante, porque nos convida a repensar completamente a forma como a gente constrói análises no Tableau.

0:38 Em vez da gente pensar em fonte publicada como algo final, a gente começa a enxergar ela como building block, reutilizável e governado, né? Que pode ser aí combinado, estendido conforme surge necessidade. Pra isso, Will, muito obrigada pos, por estar aqui. Vou passar aqui a palavra pra vocês, se apresentem, por favor. Bem-vindos aqui à comunidade Brasil.

1:04 Will Perkins: Obrigado. Deixa eu compartilhar minha tela, pera aí.

1:09 Tá, dá pra ver.

1:13 Ok!

1:14 Hã, mui-muito obrigado pelo convite aí, Verônica. Hã, boa noite todos. A nossa, nossa palestra hoje é de fontes de dados publicados a análises compo-compo, ah, componíveis. Essa é uma, é uma palavra que eu tinha que te traduzir, é, tipo, composable, né, que a gente fala-

1:34 Verônica Simões: É composable.

1:35 Will Perkins: …composo no inglês. Tem umas palavras novas que eu vou falar e eu sei que eu vou errar, porque são palavras técnicas, mas eu sei que também vocês usam palavras em inglês e dá um jeito brasileiro pra, pra comunicar. Então, vamos seguir em frente. Eu sou o Will Perkins, eu sou um diretor executivo no, na área de dados. Hã, é, eu trabalhava nos vários lugares, ultimamente eu tava trabalhando lá no JP Morgan.

1:59 Hã, comigo é o Kirk Munroe. Kirk, you can go ahead and, hã, deixa eu. Hã, Kirk, you can introduce yourself. Hã, go with your brief introduction.

2:12 Kirk Munroe: Hã, yeah, Kirk Munroe. It's also seven PM here, so it's getting dark.

2:16 Hã, hã, I am, hã, the chief analytics officer at, hã, Paint with Data, small Tableau consultancy and, hã, first time Tableau visionary.

2:28 Will Perkins: There we go.

2:29 Verônica Simões: Welcome!

2:31 Kirk Munroe: Thank you.

2:32 Will Perkins: Ele vai ficar, ele vai ficar aqui na, na janelinha com a gente, ele vai ficar lindo na, na janela, ele vai julgar todas as palavras que eu tô falando. Hã, ele vai me criticar depois, mas ele não tá, ele não tá sabendo o que eu tô falando, então eu posso, eu posso zoar com ele também. Não. Mas a, ta– o Kirk também, ele literalmente escreveu o livro sobre modelando dados no Tableau.

2:53 Então ele literalmente fez o livro e quando eles lançaram os Composable Data Sources, eu e o Kirk tava falando com o time de produto no Tableau e a gente tava dando vários feedback e com esse update do, do Composable Data Source, estourou nossa cabeça. Foi, foi espetacular. É, tipo, foi além dos nossas expec-expectativas, então a gente, a gente ficou superfeliz, fizemos as palestra lá na Tableau Conference e agora vamo fazer pra vocês.

3:26 Ok, o nossa agenda de hoje, a gente vai começar com as nossas histórias de traumas em dados.

3:32 A gente vai falar como chegamos aqui, é, pra, pros nossos Swifts aqui, quem gosta de Taylor Swift, ela tem várias eras, agora nossa era de desaprendizado.

3:43 Tem, eu, a gente vai conversar sobre os modelos de dados componíveis e por que a gente aprendeu, por que precisamos mudar nosso jeito e depois eu vou fazer um demo ao vivo, com código vivo, as coisas cê pode fazer hoje, tá? Não é nada que é, é, é, é antes ou preview, não, não é nada disso. É, é, é a vida.

4:08 Então, o que eu quero, eu sei que é virtual, mas eu quero as, eu quero vocês reagir. As, eu acho que cês podem reagir virtualmente aqui levantando sua mão, sei lá, mas no, na, na apresentação, ah, vai lá.

4:24 Parou, parou. Ah, sim.

4:26 Hã, levante a mão se você fez alguma coisa dessas, dessas opções. Talvez cê fez todos, é, não sei, mas eu sei, levanta a mão se você ficou craque fazendo as tabelas grandes. O, o, tipo, os, os grandes, cês sabem como modelar tudo perfeitinho pra ter um, uma tabela na, no seu workbook pra controlar tudo. Beleza. Cê já colocou e guardou todos os cálculos, tu, todas as coisas dentro da, do seu workbook, do seu arquivo.

4:55 Cê ficou bem incomodado, cê abriu uma, um workbook, um arquivo de outra pessoa, cê viu as setinhas laranjas falando: "Meu Deus do céu!" Porque cê sabe que vai quebrar um dia, tá funcionando agora, mas vai dar, vai errar.

5:09 E o, por último, você, você conectou uma fonte de dado publicado, ou a gente em inglês, a gente fala PDS, e esperava de juntar com outro PDS.

5:22 Cê queria modelar com outro, cê queria fazer.

5:25 Esse é nosso trauma, esses, esses 20 e poucos anos que, que o Tableau existia, cê nunca, cê nunca conseguiu fazer nada disso. É, tem, tem vários hacks.

5:36 Verônica Simões: Só interrompendo, como a gente pediu esse published data source, relacionamento entre pu-published data source.

5:43 Will Perkins: Desde o começo.

5:44 Verônica Simões: Desde o começo. Desde que eu acho que come– eu comecei na Tableau, a gente espera por isso, sim.

5:49 Will Perkins: É, foi uns dos maiores vota, hã, hã, pergun– não, é, pergun-

5:55 Verônica Simões: Votados, é

5:56 Will Perkins: …o pedido votado.

5:58 Verônica Simões: É, mais, a ideia mais votada, é.

6:00 Will Perkins: A ideia, isso E então, como que chegamos aqui? Vamos, vamos, vamos ver, porque a ebulação, evolução, não ebulação. Evolução de, de, de, do je– os jeitos de modelar dados no Tableau, né?

6:17 No, no Tableau 6.0, eles lançaram o data blending. Você podia juntar, entre aspas, duas tabelas com, ah, com pílulas, com, com colunas i-iguais, né? Cê podia criar um relacionamento, mais ou menos, cê podia pegar um coluna do outro, dados, você pode juntar e deu mais ou menos, tava, era, era um upgrade do que antes, né? Cê podia fazer um pouco mais coisas, mas o que aconteceu?

6:51 O performance baixou, a velocidade do seu, do seu workbook ficou travado, porque cê tava tentando conectar, os dados cresceram, cresceram, tava tentando fazer todos os, os jun– hã, os joins, né, os, os juntos, hã, na, no momento. Então tava, tava ficando mais devagar e também cê recebeu mais informação porque tava no, no, no, na granulação diferente, né?

7:18 Tava agregado diferente. Então não tava certo. Deu, mas não deu.

7:24 Era começo de pensar em, em composability, né?

7:29 Em Tableau 7.0, eles lançaram fontes de dados publica-publicados. É, cê, cê podia publicar no servidor os, hã, a sua tabela, os seus dados, cê podia publicar e as pessoas não precisava ter acesso no sistema local. Cê– eles podia acessar esses dados. Nossa, estourou!

7:52 E quando lançou, a primeira coisa que as pessoas falaram: podemos modelar com isso? Podemos fazer isso?

7:59 Em 2012, essa pergunta começou, tá?

8:05 Oito anos depois, eles lançaram relacionamentos, né, o relacionamentos é diferente do que os joins no SQL.

8:14 O relacionamento mostrou, cê podia pegar informação daquela mesa, daquela tabela, mas cê não precisava juntar os dados na hora. Nos joins, cê juntava todos os dados no momento, cê abriu a ta– a, a tabela.

8:32 Mas relacionamento, cê não usava as informações das outras tabelas, até você pegou e colocou dentro do seu gráfico.

8:40 Esse foi um upgrade super legal.

8:43 Só que cê não podia fazer com fonte de dado publicado. Cê podia criar quando você jun– conectou com os seus, sua base de dados, do da, do Databricks, no Snowflake, sei lá, no Teradata, não importa, mas cê não podia modelar com fonte de dado publicado.

9:04 Quatro anos depois, eles lançaram o shared dimensions, né, os dimensões compartilhados, os– ou outro jeito de falar é multi-fat. Cê podia ter várias me, hã, tabelas de fato e cê pode, cê podia juntar com os outros, outras tabelas. Beleza, ótimo. Cê podia fazer umas perguntas mais complicados com dados.

9:30 Mas, de novo, cê não podia usar fonte de dados publicados. Então tem várias essas coisas aqui, tinha, tinha na, na, na ferramenta.

9:42 Só que maioria das pessoas não usava, porque não tava fazendo o que elas tavam precisando. Então, a gente ficou com o nosso jeito, a gente aprendeu como fazer a tabela grande, a gente aprendeu como, como se virar no nosso jeito, então essas coisas aqui ficou, é, é possibilidade de usar, mas vou usar? Não. A gente tinha mais uma década de hacks.

10:05 Hacks é uma coisa, mas vamos usar a ferramenta do jeito que ela tá?

10:10 Então, a gente vai entrar nossa era do desaprendizado.

10:16 O provérbio em inglês é: desaprender é mais difícil do que aprender. Por quê? Porque cê já criou esse, esse músculo no seu corpo, esse músculo na sua cabeça, esse músculo no seu cérebro.

10:29 Quando faz isso, eu vou fazer isso.

10:32 Então cê já tem suas ações e reações, o, do jeito que cê pensa. É difícil de parar, pensar em vamos faz– vamos mudar, né?

10:41 E então, a gente tá no, no nosso, na nossa comunidade, na nossa área de, de trabalho, precisamos também pensar, parar e pensar: só porque eu posso, eu deveria?

10:56 Então, a gente tem três eras, três coisas que a gente vai falar hoje à noite sobre o que precisamos desaprender.

11:06 E são parecidos, cê vai ver que são relacionados, mas são coisas, três coisas diferentes. Hã, então, a gente vai começar com tabela grande, precisamos mudar pra construção modular, tá? Por que que, que porque pri, hã, que aprendemos a tabela grande? Era mais conforto. Eu podia controlar tudo. Eu podia controlar os joins, eu podia controlar o output na, na, na tabela.

11:38 Eu podia controlar os dados. E então eu reduzi o risco de ter, hã, os números, a, as respostas da, dos, nos gráficos, os erros. Eu podia controlar mais coisas.

11:52 E eu não precisava so, hã, me ficar preocupado com, com o lógico quebrando, tá?

11:59 Mas o que precisamos desaprender?

12:02 Precisamos desaprender que mais seguro não sempre significa melhor Eu sei que cê tem o seu conforto, eu posso controlar isso, mas eu sei que pensando em construção modular, eu-eu posso pegar umas coisas daqui, umas coisas dali, que nem os ingredientes no, na cozinha, né? Eu posso pegar daqui ali, pega um pouquinho de sal, misturar e vai ficar ótimo.

12:26 E eu não preciso, hã, eu não preciso achatar, hã, a tabela só pra ter a fle– é, porque vai, vai tirar a flexibilidade, né?

12:38 Então isso é uma coisa que precisamos pensar. Deveria? Não sei. Posso? Ainda posso.

12:46 Mas por que essa mentalidade é importante?

12:49 O Mo– os modelos modulares são mais fáceis de evoluir. Uma coisa que vocês já estão aprendendo, não importa se você tá trabalhando nessa área uma década ou dez dias, cê vai aprender.

13:03 Sempre tem mais uma pergunta. Cê vai responder à pergunta, a pessoa assim: "Ah, quais são as minhas vendas? Quantos clientes fizeram isso?" Nunca para com essa pergunta, sempre tem: e depois? Ou: e por quê? Né?

13:19 Então as tabelas grandes não deixavam você incorporar o porquê fácil. Você tinha que pegar mais coisas over aqui, aqui, eu quase, quase troquei pro inglês.

13:30 Tinha que pegar mais coisas daqui e juntar, criar mais lógica, criar mais, mais fluxo complexo, só pra ter esse. Mas pensando em modular, se, se existir os outras tabelas nos, nos outros granular que cê, cê tá precisando, cê podia pegar. Simplesmente pega e junta.

13:47 Pronto.

13:49 Então fica mais fácil. Então também cê pode começar a criar essa, essa construção modelar, modular pra juntar o, as lógicas, os cálculos dentro do modelo que pode ficar no, no servidor, no cloud, né?

14:06 O que acontece o, no meu dia a dia, a gente, a gente, hã, publicava os dados direto na, no, no cloud. O que aconteceu? A gente não deixou os cálculos dentro do, do data source no cloud, porque sempre tava em, tipo, sempre tava salvando um novo, então a gente tava perdendo muitos cálculos. Então, pra ficar mais seguro, a gente guardou esses cálculos dentro do-do, do arquivo.

14:31 Só que com esse composable data source, cê, podemos deixar no modelo que tá, que tá conectado com o seu ta– hã, sua fonte de dados. Cê publicou, você pode criar um modelo em cima disso que é só dos cálculos. É fácil! E vai ficar ali pra qualquer pessoa usar. Você pode colocar compos, pode colocar uma resposta com o Tableau Agent e tudo, tá?

14:55 O hábito velho, achatar pra sobreviver. Era o mais fácil, mas a me– a mentalidade nova, cê tem que pensar como que eu posso modelar os meus dados pra evoluir melhor, tá?

15:09 É o primeiro, primeiro. Segundo: a gente pensava nos dados o produto final.

15:17 É uma coisa, é, criamos esse dashboard e criamos os dados e era o produto final os dois.

15:24 Mas precisamos pensar em blocos de construção, que nem os Legos, tá?

15:30 O que, por que aprendemos? Os PDSs foi criado por, pra con– hã, pra compartilhar, porque era mais fácil de governar, né? Trabalhando numas empresas grandes, sempre falava sobre controle, sobre governança, sobre acesso. O PDS foi mais fácil de manter essas coisas, né? A gente colocou todos essas lógicas em cima daquela tabela e foi fácil. E você podia conectar com, com eles, né?

15:58 Cê pode conectar, mas cê não podia realmente cons– reconstruir, hã, com eles, tá? Ou construir com eles.

16:06 Então por que precisamos desaprender?

16:09 Só porque a fonte de dado foi certificada, não quer dizer que é o fim da história, que nem eu falei, sempre tem mais um porquê, sempre tem mais um "e daí?", tá?

16:20 E só porque você confia na, na tabela, não quer dizer que é esta-estático, é uma coisa, é-é um por um, tá? Então é uma coisa que cê tem que pensar, é mentalidade nova, cê tem que faz– cê tem que pensar. E por que é importante?

16:37 Agora, o, os dados, as, a, as suas fon– as fontes de dados, pode criar uma camada.

16:47 Não é simplesmente um, o arquivo só. É uma camada, cê tá criando e cê pode colocar camada em cima, camada, cê pode criar uns relacionamentos. Se tiver os, a, a, as habilidades de criar os relacionamentos, cê podia criar essas camadas. E essas camadas é mais importante, principalmente na, na, na época de IA, tá?

17:09 Então a architect vira mais, hã, composable, né? Compo, hã, composin– hã, composicionável. Hã, uma coisa eu te falei, tem umas palavras que eu tava tentando bater, né? Mas, hã, cê não precisa duplicar. Então, hábito velho, cê publicava e cê parava.

17:31 A mentalidade nova, cê vai publicar pra estender, tá?

17:38 Então, é, agora você faz par– mais parte do sistema dos dados. Você não é só mais, ah, tal time do, das vendas, time do marketing, time do sei lá, né? Você faz parte do sistema de dados.

17:56 A última coisa que vamos conversar hoje é sobre duplicação.

18:02 Precisamos parar de pensar em duplicação e pensar em extensão, tá? Por que aprendemos?

18:10 A gente aprendeu como duplicar porque era mais fácil.

18:13 Se eu precisava um, um, as informações do Nik, eu falava pra: "Ô Nik, me dá a sua, sua lógica. Eu vou pegar, eu tenho acesso no seu sistema, eu posso usar, eu vou, vou me dar um, vou me virar, vou pegar suas informações e eu vou começar fazer a lógica". O Nik fala: "De boa, mano, tamo junto".

18:33 Eu faço, eu crio esse número, porque eu tô preci– eu tô precisando esse número no meu, no meu dashboard, eu não posso pegar as informações dele porque tá no outro sistema ou tá no outro projeto ou sei lá. Então eu posso duplicar. Era fácil, mas criou esse espaço. Um dia o Nik vai sair da vaga dele, ou o Nik vai aprender, ou vai a– vai, vai mudar a lógica, ou ele vai fazer alguma coisa com essas informações e ele vai esquecer: "Ah, eu dei a informação pro Will".

19:05 Então vai mudar, e-essa duplicação tá começando criar o risco. A duplicação era curto prazo, só que criou um, um debt, o, o, o peso, né, no futuro.

19:22 É, era, era mais difícil de manter por, por muito tempo. Então o que precisamos desaprender?

19:29 E criando esse drift, né, do, do, da, da, do local pro lógico que eu tô, eu tô usando, esse tá, tá criando mais risco, a governança não tá gostando disso, porque é o Nik que é o responsável nesses números. É o Nik que tem que manter es-esses cálculos certos, porque se tiver errado na, no meu dashboard, todo mundo vai xingar o Nik, porque ele sabe que é ele, ele é o, é o rei do, dos, dos, dos, hã, clientes.

20:01 Ele sabe quantos clientes tem, ele sabe a lógica, tá?

20:05 Mas, mas, hã, é, é, é uma coisa que, que copiar não é reutilização.

20:14 E então, o que, por que essa mentalidade é importante?

20:19 A extensão, é, vai criar mais confiança, mais consistência.

20:26 Hoje em dia, a-agora o que podemos fazer? O Nik pode criar esses blocos.

20:32 Eu preciso as informações, quantos clientes nós temos?

20:36 Tal bloco. Pega tal bloco, posso juntar na minha casa.

20:40 Eu quero mais informação do marketing. Pega e tal bloco, tal blocos, não importa, posso pegar esse pedaço aqui, pega, pega, pega e junta, tá? A gov-a governança é melhor, porque vai ficar com a pessoa, com a equipe, com a orga-hã, organização, tá? Então, cê realmente tá criando a reutilizabilidade. É outra palavra que eu tava tentando manter ontem.

21:05 Reutili-as, reutilizabilidade. Hã, então, quando cê tá crescendo as suas informações, não vai mudar nada, porque eles não têm que lembrar que eles te deu a lógica. Cê tá conectado com a lógica deles, eles mudam a lógica, mudou, tá tudo bem.

21:24 Então, hã, o hábito velho, a gente copiava pra van– avançar mais rápido.

21:32 E era fácil.

21:34 Mentalidade old, esse, mentalidade nova, estender pra escalar melhor, tá?

21:39 Todos os hábitos velhos, ainda cê pode continuar com ela, com eles.

21:44 Por quê? Não vai mudar nada do seu dia a dia.

21:47 Mas se começar usar esses músculos novos, esses novos jeito de fazer, cê vai ver que nem malhar na academia. Cê vai ver, cê vai perceber, cê tá criando esse músculo, esses hábitos novos, que um dia cê vai olhar pra trás e falar: "Porra, por que que eu tava fazendo isso? Era mais fácil".

22:07 Era, era super difícil antes, porque antigamente não podi– nós, a gente não podia fazer isso, a gente não podia fazer nada disso até junho esse ano.

22:16 Então esse é um hábito novo, cê pode começar a criar, cê pode falar com as pessoas. Cê pode mostrar que os published data sources não são mais só fonte de dado publicado. A não ser que cê tá pensando com FDP. Não é só mais fonte de dado publicado mais, né?

22:31 É, é uma coisa que cê pode usar, cê pode gostar, cê pode reutilizar, tá?

22:39 Tá, só pra mostrar, eu gosto de, eu gosto das fotos, eu gosto das coisas. Hã, hoje em dia, cê tá criando a primeira foto, né? Cê tá pensando: "Eu tenho essa casinha, fonte de dados das vendas, fonte de dados dos mark-de marketing", tá?

22:56 Mas o que cê tá precisando? Cê tem que falar: "Porra, todos essas casas são feito de tijolo, de encanamento". Cê tem que pensar: "Nossa, tá, tem bloquinhos aqui. Eu posso tirar esses blocos, tem cliente, tem produto, tem tudo isso.

23:13 Eu posso construir a minha casa com esses blocos que eu tenho aqui".

23:17 Então cê não tem que pensar só fonte de dados de vendas, só essas coisas. Cê pode pensar: "Ah, se eu preciso mais um quarto na minha casa, minha casa tá, tá crescendo", é facinho, vai pegar os blocos, vai juntar, não vai mudar nada dos, das casas dos outros. Cê tem o plano infinito pra, pra crescer a sua casa. Cê não precisa crescer pra ci-pra cima, cê não, cê pode crescer em todos os lugares, né?

23:44 E também, cê tá pensando: "Eu tenho a minha casa, eu te– o Kirk tem a casa dele".

23:51 Mas hoje em dia cê pode começar a pensar em vizinhança.

23:55 Cê tem uma vizinha, cê pode: "Ó, pode emprestar uma xícara, uma xícara de açúcar?

24:01 Pode emprestar o quarto?" A pessoa pode emprestar o quarto. Ela não vai perder o, hã, ela não vai perder o quarto dela.

24:10 Cê vai copiar e colar, mas cê não tá copiando e colando, cê simplesmente tá conectando A casa dela é a casa sua, sua casa é a casa dos outros, tá?

24:20 Então esse daqui é o pensamento diferente, que a gente tá entrando nessa, nessaaa, nessa situação que é totalmente novo, é totalmente diferente e tá mudando completamente nossos pensamentos, nossos jeitos no dia a dia.

24:40 Eu falei super-rápido hoje. Ontem à noite eu tava praticando, tava demorando mais, mais, mais, mais e num tava pensando: pô, ah, eu vou, vou demorar um pouco.

24:52 Então, o que a gente vai fazer? A gente vai entrar num demo.

24:55 Esse gráfico aqui, esse gráfico é um gráfico supervelho do Tableau. Ele sempre queria chegar nesse ponto, que tem várias pontes que pode ficar conectado, de compartilhar, de obter os dados, visualizar. E a, a pessoa, o analista, o usuário, vai ficar meio conseguindo, fazendo tudo. Esse sempre foi um sonho.

25:17 Mas eu vou falar o seguinte: eu acho que esse sonho foi rea-realizado com esse composable data sources, porque agora podemos, não importa onde ficam os nossos dados, podemos juntar fontes de dados de, ah, de publicados, podemos juntar os, os Databricks, podemos juntar essas coisas e vai ficar cada vez melhor, tá?

25:42 Hã, deixa eu colocar o Tableau. De novo.

25:49 Eu falei, essa é o, essa é o Tableau ao vivo. Hã, eu– esse é o 2026.2.

26:01 Eu baixei só pra mostrar que é tudo, tudo certinho.

26:08 Eu tenho, eu já conectei com meu Superstore.

26:11 A, todo mundo conhece o Superstore. Eu coloquei no IA pra, pra melhorar e desconectar tudo pra criar os, os bloquinhos, né? Porque hoje em dia o, o Superstore é uma tabela grande, tem todas as coisas num, numa tabela só. Então eu falei pro, pro Claude, falei: "Pô, desconecta todas essas coisas, cria, é, a, o, a tabela de vendas, tabela de cliente, tabela de empre– é, dos empregados, de, de produto, e tal, tal, tal".

26:45 Eu falei: "Ah, tá".

26:47 Então podemos ver.

26:50 Eu tenho fonte de dados, criei esse modelo aqui, supersimples, tá?

26:57 Dá pra ver o nome do, do fonte de dados, tá?

27:01 Eu posso usar, não tem nada, não tem nada importa– é, não, não tem nada difícil aqui. Eu posso colocar as vendas.

27:12 Vamo aqui, tem as vendas.

27:15 Posso pegar os dias.

27:19 Vou colocar o dia aqui. Ah, é muito, eu vou colocar por mês, né?

27:25 Dá pra ver.

27:26 Superfácil, beleza, né? Não mudou nada. É um, hã, fonte de dado publicado, ponto.

27:34 Mas tá pensando: poxa, eu esqueci, eu tô precisando, o, o meu chefe tá precisando todos, todas as vendas.

27:44 Eu só trabalho nas lojas, na parte das lojas.

27:49 Esqueci que a gente tem o, as lojas virtuais, tá? Então eu tô precisando as lojas vitu-virtuais.

27:58 Antigamente, a gente ia, a gente ia ligar pro Kirk e falar: "Ô, Kirk, tô precisando dos seus, seus dados. Como que eu posso conectar? Como que eu posso juntar, me dar sua lógica, tal?" Você vai ter essa conversa. Mas eu sei que o Kirk já, já, já publicou os dados, então eu vou, vou fazer isso.

28:19 Aqui, o novo botão que cê tem, adicionar fonte de dado publicado.

28:24 É assim.

28:27 Eu vou enhanced.

28:31 E as lojas virtuais, online Superstore, conectar.

28:43 Beleza, já tem outro modelo.

28:46 Mas eu tô vendo, poxa, eu sei que a gente tá usando os mesmos clientes, mas o modelo do Kirk não tem muita coisa aqui.

28:55 Ah, então, eu sei que no, no, nessa tabela, eu sei que tem coisa de cliente, empregado, beleza. Tem, que mais que tem? Tem produto. Ah, beleza.

29:12 Eu posso pegar e juntar, tem produto.

29:17 Deixa.

29:20 Produto, fica aí, isso.

29:24 Então, vou criar relacionamento. O grupo, tem o product key, a chave de produto, chave de produto.

29:34 Beleza.

29:35 Tem outra chave, eu vou colocar empregado.

29:39 Fica aí.

29:42 Às vezes, ele, a, a conexão vai entender a chave certa, mas cê sempre quer, cê sempre quer dar uma olhada, um olho, né? Se eu tô empregado, então employee key.

29:57 Employee key.

30:02 Tem os clientes também, porque tem as pessoas que, que compram online.

30:09 De novo.

30:12 Customer, customer.

30:15 Então, criei esse relacionamento. Legal.

30:20 Também eu posso Meu mouse tá pulando aqui.

30:28 Então posso voltar aqui.

30:30 Eu tenho, tenho os dias, beleza? Já tenho os dias, já conectei esses, essas, hããã, essas fonte de dado, mas, pô, pera aí, essa daqui tá, tá apagado. Tem alguma coisa errado aqui.

30:45 Eu tenho as vendas, eu quero colocar as vendas aqui.

30:50 Ô, isso tá errado, tem alguma coisa errado.

30:54 Por que, por que tá fazendo isso?

30:57 É porque eu tô usando o mês do-dos pedidos do-da loja.

31:04 Não tem nada a ver com os dias online.

31:08 Ah, poxa, então eu tenho que voltar.

31:12 Eu sei que existe mais uma tabela que eu tenho que é só datas, que é fácil, eu posso juntar.

31:20 Aí, pô, inteligente, eu vou usar os dates.

31:27 Essa mesma, cadê do Will Perkins? Aqui, Superstore Date Reference, conectar.

31:33 Sim.

31:39 Então tem mais, mais uma, mais uma fonte, mais uma fonte aqui, vou pegar,

31:46 vou conectar esse.

31:51 Essa tabela, você vai ver, só tem, tem D-D-Key, tem D-Key. Essa tabela só tem uma chave e um coluna de dates, tá? Eu quero fazer a mesma coisa com, com a loja, junta aqui.

32:13 De novo.

32:17 A Order Date Key.

32:21 Date Key.

32:30 Então, eu posso tirar esta daqui, vou pros, pros dates.

32:38 Cadê os dates? Aqui.

32:42 E

32:45 vou colocar o mês.

32:49 Aí, isso aí, isso tá bem melhor, tá?

32:54 Mas tô precisando, tô precisando uma linha só, não quero duas linhas.

33:00 Então o que que eu posso fazer? Eu posso criar um cálculo.

33:05 É, criar campo cálculo.

33:09 Eu coloquei o Tableau em português. Ah, tá aqui embaixo. Coloquei ontem à noite, então eu tô ficando acostumado com o que tá escrito aqui. Então, hã, vendas total.

33:23 Soma

33:26 Sales Amount, mais soma Sales Amount Online.

33:36 Tá, aplicar.

33:39 Eu posso criar um cálculo entre as duas tabelas, os, os dois fontes.

33:46 Posso agregar.

33:50 Vamos tirar esta aqui.

33:53 De novo.

33:55 É uma linha só, né?

33:59 Ah, eu posso colocar ooo, sei lá, eu posso colocar o vendedor, posso colocar o cliente, as coisas que– os produtos, as coisas que eles, eles têm juntos, né? Então eu posso colocar o departamento, qual departamento tá vendendo mais.

34:19 Vendas, né?

34:21 Me surpreendeu.

34:22 A localização.

34:26 Ó, agora, posso dividir essa, essa linha, posso colocar essa daqui, né? Então, as coisas que, que eles div– hã, eles compartilham, cê pode usar e tá tudo certo, tá? Hã,

34:44 e as coisas legais que cê pode, cê pode ver aqui, eu vou, eu vou fazer um zoom rapidinho. Uma coisa, uma coisa legal que eu aprendi ontem, aqui cê pode apertar o botão Ctrl na, no, no keyboard, cê pode zoo– pode fazer um zoom, tá? Então pra ver melhor, tá? Ou não.

35:06 Se tiver grande, pra ver melhor ou não, hã, o seu modelo.

35:12 Uma coisa legal que eles têm aqui, é, cê pode ocultar a hierarquia.

35:16 Isso quer dizer, agora eu tenho três fontes de dados que eu estou conectado, mas eu só quero ver os relacionamentos. Eu posso ver como tá o relacionamento de todos, todas as coisas. Então vai mostrar canais, clientes, datas, beleza, tá?

35:36 Outra coisa legal, cê pode ver aqui na planilha, aqui cê pode, hããã, mostrar, hã, modelo de dados também, pode ocultar a hierarquia.

35:51 Também cê pode ocultar as tabelas se não tá usando.

35:56 Isso quer dizer, cê não tá juntando todos os dados, cê só tá usando, cê só tá mostrando, hã, as coisas que cê tá usando. Se eu tirar do escritório, de novo, mostrar na planilha.

36:14 Aqui.

36:18 Agora eu tô usando três tabelas. Então quando tá fazendo o query, o SQL, só tá pegando de três, três tabelas. Mesmo assim, eu tô conectado com várias E de novo, bom, poxa, eu esqueci que tem as pessoas que devolvem as coisas, de-devolve o produto, tem, tem erro no produto, tem problema, então tem que, tem que devolver, né?

36:44 Poxa, isso vai afetar as minhas vendas, porque a gente tá de-dando esse dinheiro de volta pras, pros clientes.

36:51 O que que eu preciso fazer?

36:53 Eu sei que eu tenho os returns.

37:02 Sim, quero usar.

37:07 De novo, com os returns eu tenho data que aconteceu.

37:23 Eu tenho ooo, o cliente que tá devolvendo, quero saber do cliente também.

37:36 E cliente, cliente.

37:41 Esse vai ser a último, hã, último exemplo só pra mostrar, hã, depois podemos entrar na, na, nas perguntas e respostas.

37:51 Porque eu posso– ontem, ontem eu tava brin– eu tava mexendo com isso e, hã, eu falei: "Poxa, eu posso criar várias, várias coisas".

38:02 Hã, então eu juntei sete fontes de dados, eu coloquei meta, eu coloquei várias coisas, era, era, era bem, eu fiquei, hã, fiquei brincando.

38:14 Empregado.

38:18 De novo, tem produto.

38:22 Aqui.

38:27 É, produto.

38:30 Produto.

38:40 Então eu posso fazer a mesma coisa.

38:44 Ó, vendas totais.

38:49 Vamo editar.

38:53 Edit.

38:58 Também é travado aqui, pera aí.

39:01 Ah, não queria fazer.

39:04 Continua.

39:06 E

39:08 eu vou pa-vou parar com isso. Hã,

39:13 então a última coisa é falar obrigado.

39:19 Obrigado pela sua presença daqui hoje à noite. Eu sei que, que já tá ficando tarde aí no Brasil, hã, tá ficando tarde aí na Canadá com o Kirk e, hã, eu vou, vou, vou parar. Então, hã, se tiver pergunta ou alguma coisa, Verônica tem as coisas no chat, tem-

39:40 Verônica Simões: O pessoal não colocou nada no chat, aí eu vou começar aqui uma pergunta: o que que acontece com o Virtual Connections nessa conversa toda?

39:50 Né? O que que vocês, o que que– como é que vocês colocam o Virtual Connection nisso tudo?

39:58 Will Perkins: Hã, não mexi muito com, com Virtual Connections. Kirk, what, what's the, what's the feeling of Virtual Connection? Like, are Virtual Connections a part of the modeling? I haven't tested that point. I know you've done more modeling.

40:13 Kirk Munroe: Yeah, I would, um, although I think, I, I– so there's a case for Virtual Connections very specifically when you want the authors not to be a, like, you know, the creators in Tableau speak, not to be able to see the data they're creating, right? Because you can go one level higher with row-level security.

40:37 Um, otherwise, if I hadn't invested in, um, Virtual Connections to this point, I think I would only do published data sources of individual tables, and then I would have people compose them, and I would skip Virtual Connections altogether. Um, because Virtual Connections are a little bit, um, flaky, I guess. They're like, they, the reason they break easily and, and they're very slow sometimes on live connections.

41:06 So the only use case I would use them is that one where even the authors can't see things. Like say, for an HR data set where you don't even want the author seeing people's, uh, salaries or something. You know what I mean? You might use a Virtual Connection.

41:20 Um, but otherwise I would, yeah, if I wasn't already using Virtual Connections, for sure, I would use published data sources, single tables, and then compose them into bigger data sources.

41:32 Will Perkins: Então cê quer traduzir isso, Verônica?

41:35 Verônica Simões: Não, assim, eu, ééé, pelo que eu entendo, acho assim, o objetivo inicial do Virtual Connection era esse, né? Nós esperávamos, né, do Virtual Connection que a-atendesse dessa forma, né? E eu acredito que assim, né, nesse momento com o Published Data Source, eu não vejo muito, né, a utilidade do Virtual Connection, né?

42:00 Will Perkins: Isso.

42:01 Verônica Simões: Acho que ele vai acabar, né, sumindo, desaparecendo, né? A gente esperou muito pelo Published Data Source e a, e tem muito de governança e reusar, né? E v- e você não ter que reconstruir, né, um data source de novo, porque o Published Data Source você pode utilizar vários data sources, né, sem ter que reconstruir, refazer todos os cálculos ou duplicar fonte de dados.

42:25 Acho que assim, é uma mudança, né, uma quebra de paradigma, né?

42:30 Will Perkins: É.

42:31 Verônica Simões: Não sei se cê concorda aí, Will.

42:33 Will Perkins: Mudar, mudar seu jeito, os pensamentos do, do Published Data Source. É, é isso.

42:39 Verônica Simões: É

42:41 Alguém quer fazer pergunta? Diego? Diego tá aí, Nik?

42:48 Pessoal?

42:51 Will Perkins: Alexandre, Adriana, Olavo.

42:54 Verônica Simões: Diego.

42:57 Vou colocar aqui.

42:59 Pronto, Diego, concorda aí com Virtual– Hablar un poquito de Virtual Connections. Now I speak Spanish too with Diego.

43:09 That's okay, né?

43:14 Will Perkins: Não, uma coisa, é, ok. So, então, o, o Diego fez, fez uma pergunta super legal.

43:20 Eu tava fazendo aqui no, no meu dashboard, hã, no, no arquivo, no workbook, eu tava criando esse novo modelo, né?

43:32 Cê pode pensar no– aqui no arquivo, eu tô fica– eu tô fazendo todo o,

43:41 o self-service, né? Eu tô fazendo tudo só pra mim. Talvez eu não queira mandar nada disso, mas também eu posso publicar essa fonte de dado no, no, no cloud também. Eu posso publicar isso, eu posso– vamos, hã, os dados.

43:59 Hã…

44:01 Não, não.

44:02 Vamos ver.

44:07 Servidor.

44:09 Então, eu posso publicar, eu posso mudar, né, o nome, né? Porque eu não quero, é, publicar em cima do outro, que era no outro nome. Eu posso, hã, renomear.

44:20 E não é só in-store sales, é…

44:26 Total sales and returns.

44:33 Agora, eu criei um modelo novo, eu posso publicar. O que vai acontecer?

44:37 O Kirk é res– a responsabilidade do Kirk é online. A responsabili-a responsabilidade da Verônica é, é loja. O Nik tá, a responsabilidade é, é devolução, né? O Diego, a responsabilidade é de cliente, né? Tem– cada pessoa tá mantendo a sua parte do, do produto. Quando eu tô publicando essa fonte de dado, não tô mudando, copiando nada.

45:06 É tudo vai s- vai ficar nas mãos das pessoas que são responsáveis.

45:12 Então sim, eu posso, eu posso publicar essa fonte de dado.

45:15 Kirk Munroe: To add to that, the other great thing about this is, imagine if every table you had was a published data source by its own.

45:26 If you put descr– field descriptions in and table description in for AI, then, hum, when you compose the data source, you wouldn't have to re-put all those descriptions back in because they would inherit them from the underlying published data source. It's another good reason.

45:43 Will Perkins: É, descrição é uma coisa super importante, que é, que até hoje eu, eu, Will Perkins, não faço, porque é chato de fazer, mas é importante, precisamos mudar nosso jeito, precisamos mudar como fazer. Então, se não s– se você não saber como fazer, é fácil, tipo, pra fazer um por um, sim, mas é, é um custo. Cê pode, ó, o Nik pode explicar, ele pode fazer uma sessão pra automatizar tudo isso com, com os APIs e tudo, tem a habilidade de fazer isso.

46:17 Pode fazer manualmente, pode automatizar. Mas pra colocar o return cost, hã, tô vendo aqui é tudo, tudo em português. Você pode comentar o campo, tá?

46:32 Aqui, eu posso falar.

46:34 Aqui, é…

46:39 Aqui, descrição, tá em inglês aqui.

46:42 Nik Dutra: E, e só pra complementar aqui, Will, hã, cê tocou num ponto muito importante da automatização, né?

46:49 É, tava até, ainda, eu ainda não testei, mas um, assim, boatos que hoje em dia você consegue até colocar dentro das skills ali do, do Cloud ou até mesmo do ChatGPT, é, algumas formas de edição daquele XML.

47:06 Então isso pode ajudar bastante, assim, a criatividade, agora o céu é o limite, né?

47:11 Will Perkins: É.

47:12 Nik Dutra: Então…

47:12 Will Perkins: E, e também eu vou fa– eu vou falar, eu tá, eu tô mexendo muito, é, graças a Deus, eu tava dando feedback do, do Tableau Studio, pras pessoas que não, não sabiam do, do Tableau Studio, que é o novo desta– nova ver-versão do desculpa, tem nova versão do desktop, que é o Studio.

47:32 É, tem várias coisas de IA, tem várias skills.

47:36 Então um dos skills que eu tô trabalhando no, com, com o time do Tableau é como fazer tudo isso, no, de, de editar, falar: "Ah, aqui as informações ou aqui a tabela que tem todas as coisas", pode comentar todos os meus campos, porque eu sou legal, eu sou folgado, eu não quero fazer.

47:55 Nik Dutra: Legal.

47:55 Will Perkins: Por isso eu não fiz até hoje. Eu sou folgado, eu aceito.

47:59 Mas com o IA não posso ficar folgado, não posso não fazer as coisas.

48:07 Verônica Simões: Perfeito.

48:09 Will Perkins: Então cê tá vendo, quando cê, quando cê ficar em cima, tem o nome do, do campo, tem a descrição.

48:18 É, é isso. Cê pode, cê pode editar, então, as coisas que cê pode colocar: não usa esse campo. Eu já vi as pessoas fazendo isso. Então deleta esse campo do seu, do seu negócio, pra não usar, tira.

48:32 Mas cê pode colocar qualquer coisa. Então pode colocar a lógica da, do negócio, porque eu, eu trabalhava no, no banco, eu trabalhava na área de financeiro Na área de financeira é totalmente diferente da, da área de ops-operações, mas eles usavam a mesma palavra, mesmo campo pras, pras coisas. O nome do campo é uma coisa, mas a, a, a lógica pra, pra descrever o campo era totalmente diferente.

48:59 Pra– por dizer, número dos clientes ou cliente novo.

49:04 Cliente novo pro, no grupo do financeira, era quantos clientes entraram no banco pela primeira vez aquele mês e ficou, no fim do mês ainda era um cliente.

49:18 Operações-

49:18 Verônica Simões: Business roles, né?

49:20 Will Perkins: Hã?

49:20 Verônica Simões: Regra de negócio. A regra de negócio-

49:22 Will Perkins: As regras, né?

49:23 Verônica Simões: …diferente.

49:24 Will Perkins: Mas operações, eles queriam dizer quantas pessoas entraram no banco, quantos clientes novo que pegamos, abriram a conta. Porque pra eles, quando você abre a conta, tem que acontecer várias coisas depois. Então, se isso acontecer, eles têm que medir. As outras coisas também aconteceram.

49:42 Então pra eles, se no fim do mês cê fala: "Ah, tinha na, na financeira era 100 clientes novos". Eles falam: "Não, não, não, foi 115".

49:50 Então as pessoas tavam debatendo, mas tudo é cliente novo.

49:55 Então você tem que colocar as regras, as informações. Então é, é, é super, é superimportante de ter essas, essas descrições.

50:03 Verônica Simões: É. Excelente pergunta aí do Diego, né?

50:06 Will Perkins: Super easy. Super easy.

50:07 Verônica Simões: O quanto fala, né?

50:09 O quan-quanto fácil, hã, como é fácil o row-level security aí no Composable Datasource, né?

50:18 Will Perkins: Uma coisa no, no, hã, no demo do Kirk, eu, eu, eu comecei ontem, mas eu não coloquei o row-level security, mas é super fácil. Por exemplo, eu posso ter uma tabela, é, vamos dizer, vamo fazer isso. Hã, eu vou criar agora. Rapidamente-

50:39 Verônica Simões: Boa pergunta, Diego.

50:42 Will Perkins: É.

50:44 Verônica Simões: Ah, sim.

50:45 Will Perkins: Pera aí.

50:49 Vamo dizer, vamo fazer o,

50:53 aaah, ti-ti-ti-tiiii. Região. Ah, não, não, região, não. Divisão. Hã, nome do Estado.

51:08 Ah, pera aí.

51:10 É, deixa eu ver.

51:11 Eu vou fazer isso na hora, cês vão ver. Ah, não.

51:16 Pera aí.

51:18 Copiar, colar.

51:31 Vamos pro Texas. Alguém tem Esta– o Estado, se eles gostam?

51:38 Vamos fazer o Califórnia.

51:40 Verônica Simões: Califórnia.

51:41 Will Perkins: E o Washington, por causa– o Washington por causa do Tableau, Califórnia do Salesforce, Texas porque é o melhor estado do mundo e Alabama porque é o primeiro. Então, eu posso fazer, eu posso, hã, copiar.

51:57 Eu vou colocar aqui, eu vou juntar. Ah, não, eu tenho que, tem que ser publica– é, porque não pode juntar aqui, já tá aqui.

52:05 Deixa eu, eu vou, eu vou publicar rapidinho.

52:11 Publica.

52:16 Copiar.

52:23 Oh, tá aqui, pera aí.

52:26 Tinha uma janela que tava aqui embaixo.

52:29 Hã…

52:31 continua.

52:37 Ok.

52:39 Eu vou publicar rapidinho.

52:48 RLS.

52:51 Will.

52:54 Ok.

52:56 Tá.

52:59 Tem que sign– fazer um sign rapidinho.

53:02 Cês vão ver, é, é, é tão fácil essas coisas, hã…

53:08 Nik Dutra: Enquanto tá rodando aí, Will, é, se eu puder fazer um comentário.

53:12 Will Perkins: Pode.

53:13 Nik Dutra: Olhando, olhando pra vocês apresentarem aqui o, o Composable, é, é assim, né? Quando a gente pensa em diversas empresas e diversas aplicabilidades, né, é, nem sempre a gente vai ter um ecossistema, é, tão robusto de engenharia de dados.

53:33 E eu vejo aqui que o Composable ele atua muito assim, talvez até como um canivete suíço, é, pra algumas atribuições que antes a gente tinha muita dificuldade de fazer o tratamento de dados, seja pra dentro do Tableau ou seja até numa camada antecessora do Tableau por conta de performance, por conta de diversas coisas.

53:52 E o Composable ele ajuda muito num quesito do, que eu poderia até chamar aqui do self-service BI, que ele consegue unificar o melhor dos dois mundos nesse quesito do canivete suíço pra você ter uma análise muito robusta, pra você aplicar ali um conceito, é, bem complexo pra dentro de uma viz.

54:12 E eu iria até um pouco mais além, tá?

54:15 É, isso ajuda muito no, no que tange assim, tá, mas então por que que hoje, né, e aí eu vou entrar aqui no conceito do VDS, que é o Visual Data Service, por que que isso apoia muito? Porque, cara, se você cria a sua camada de dados de uma forma robusta, de uma forma complexa, que você poderia utilizar qualquer outro ecossistema pra dentro do Tableau, você também consegue utilizar esse dado depois pra dentro duma inteligência artificial, pra dentro do MCP, utilizando o VDS.

54:44 Então, o Composable, pra mim, é, ele habilita e-esse conceito Do self-service BI também, sabe? Além de você apoiar ali o canivete suíço dos dados, ele apoia também lá na ponta final. Então você consegue gerar muitas análises. Agora com o Tableau Studio eu ainda preciso testar, mas assim, deixa tudo isso de uma forma um pouco mais simples. Não que o simples seja fácil, mas o simples ele seja ágil, ele seja veloz, ele consiga atingir o valor no, no menor espaço de tempo.

55:20 Verônica Simões: Muito bom, Nik.

55:22 Will Perkins: Aqui, aqui é o row-level security. Dá pra ver que já apliquei o– eu criei o, o cálculo, né, o campo.

55:32 Então, tem, tem a verdade, tem null.

55:36 Mas verdade eu posso colocar como o, o filtro nos dados totais.

55:45 Então, esse já tem o, aqui, row-level security. Eu posso adicionar um filtro, adicionar um filtro aqui.

55:58 Verdade.

56:05 Tá.

56:05 Eu juntei com a loja, só, só com geogra-geografia da loja e já tá conectado com os outros coisas e eu só posso ver, hã, tudo que é verdade.

56:21 Eu posso colocar o estado, posso pegar mesmo assim da loja.

56:26 Vamos ver, geo-geografia do state.

56:36 Eu vou ver quatro estados.

56:40 Então row-level security é, meu, é fácil demais. Agora não tem, não tem, não tem problema de, de imprimir, de, de, de, de fazer.

56:52 Verônica Simões: Perfeito.

56:57 Mais alguma dúvida, pessoal?

57:01 Olavo, Adriana, Alexandra, coloquem aí no chat.

57:06 Will Perkins: Só pra ver se cês tão vivos, se tão aí.

57:10 Verônica Simões: Estão todos aí.

57:12 Will Perkins: Eu sei, é na hora da janta, né?

57:16 Verônica Simões: Oito horas.

57:16 Will Perkins: Ok, pergunta pra vocês, me dá, me dá uma vontade de, de visitar o Brasil de novo. O que que cês tão comendo? O que cês tão jantando aí?

57:26 Verônica Simões: É.

57:29 Jantar bom é em São Paulo, né, Nik?

57:32 Nik Dutra: Vou falar, ô, eu poderia te falar que eu estaria comendo uma feijoada aqui, Will, mas eu não vou te fazer sentir inveja, tá?

57:38 Verônica Simões: É.

57:39 Will Perkins: Ah, meu!

57:39 Verônica Simões: Hoje não, hoje é quarta-feira, Will. Comer feijoada não dá.

57:46 Uma feijoada boa é no Rio de Janeiro, tem aqui também.

57:49 Nik Dutra: Mas a-aqui no meu prédio tem pastel hoje, Will.

57:52 Will Perkins: Uuu!

57:53 Verônica Simões: É.

57:54 Will Perkins: É, não, tem que ser– o pastel tem que ser da feira com ketchup e vagabundo.

57:58 Nik Dutra: É.

57:58 Verônica Simões: É isso aí.

58:00 Nik Dutra: Mas é exatamente assim.

58:04 Não foge disso, não.

58:06 Will Perkins: Não, não. Quem visita o Dallas tem que me avisar, porque tem rodízio de pizza aqui que tá, tá top.

58:14 Verônica Simões: Eita.

58:16 Pizza em São Paulo é também, né, só tem pizza boa.

58:21 Will Perkins: Pizza, sushi, carne. É, não, meu, não–

58:27 eu, eu sei que eu vou engordar se mudar pro, se, pro, pro Brasil.

58:34 Verônica Simões: Vai nada. Tem que criar o hábito de cê ficar saindo pra comer, o paulista sai muito pra comer fora, né?

58:40 Will Perkins: É, tem que andar, tem, tipo, é mais rápido de andar do que ficar no trânsito.

58:45 Verônica Simões: É.

58:47 Pessoal, né, vamo terminando aqui, né. Muito obrigada Will, Kirk, uma contribuição aí do Diego e do Nik. Nik ficou de trazer aí pra gente uma apresentação também de Tableau Studio, né, que tamos aqui testando, já tamos há algum tempo testando, né? Ainda não consegui testar o suficiente também. Diego aí também testando o Tableau Studio, todos nós, né.

59:16 Agora, realmente esse Composite Data Sources revolucionou.

59:20 Esse é uma, é uma mudança radical, né?

59:25 Acho que em todos os clientes, espetacular.

59:28 Ah, Diego compartilhando aqui u-uma publicação que ele fez hoje quentinha, como criar uma viz Extension, né, já aqui ó, com AI Agent, passo a passo.

59:43 Aí já não dá, né? Cê vai ter que fazer então uma apresentação online, Diego, marcar aqui.

59:51 Hablar em espa-em espanhol e estamos vendo aqui no Brasil, nosotros comprendemos bem.

1:00:00 Will Perkins: Tá no mudo.

1:00:00 Verônica Simões: Tá mudo.

1:00:02 Não tá pare– não tá ouvindo.

1:00:05 Não tá.

1:00:09 Seu som não veio.

1:00:13 Tem já, né?

1:00:14 Will Perkins: Acho que não tem acesso ainda.

1:00:15 Verônica Simões: Tem acesso, sim.

1:00:16 Will Perkins: Tem acesso, sim.

1:00:17 Verônica Simões: Tem sim, Diego. Já botou lá no grupo, eu vou te marcar lá no grupo.

1:00:25 O, o, o Adam passou.

1:00:32 Will Perkins: Não, não morreu não.

1:00:33 Verônica Simões: Vizquel morreu? Próximo tópico.

1:00:36 Nik Dutra: Jamais.

1:00:37 Verônica Simões: Não.

1:00:38 Se Vizquel morrer…

1:00:39 Will Perkins: Agora é mais importante ainda.

1:00:42 Verônica Simões: Não, pois é.

1:00:45 Vizquel morreu jamais, não podemos pensar nisso nunca.

1:00:49 Nik Dutra: Ele está mais vivo do que nunca.

1:00:52 Verônica Simões: Eu tô mais, eu tô mais que– eu tô mais questionando o meu, o, o meu Tableau Agent que não quer funcionar de jeito nenhum na minha Cloud, no Pulse.

1:01:02 Will Perkins: It's, it's all, hã, extensions and data apps now, so…

1:01:07 Nik Dutra: Yeah.

1:01:08 Verônica Simões: É.

1:01:10 Ok.

1:01:12 Muito obrigada aí, pessoal. Vou parar a gravação, depois a gente vai compartilhar toda a nossa sessão, né.

1:01:19 Nik Dutra: Tchau, tchau, pessoal.

1:01:19 Verônica Simões: Vou te agradecer aí novamente. Tchau, tchau, pessoal. Boa noite. Obrigada, Will. Obrigada.