Tableau Data Apps: dashboards bouwen met AI

Met Tableau Data Apps, geïntroduceerd als béta in Tableau Cloud 2026.3, speelt Tableau in op deze ontwikkeling. In deze blog lees je wat Tableau Data Apps zijn, hoe ze werken en Wat het voor jouw organisatie betekent. Ook delen we onze eerste praktijkervaring.  

Van dashboards bouwen naar dashboards beschrijven 

De manier waarop we met data werken verandert. Met conversational analytics kunnen gebruikers vragen stellen over hun data in natuurlijke taal, zonder zelf complexe queries of visualisaties te hoeven ontwikkelen. 

Tegelijkertijd zien we een andere ontwikkeling. Het zogenaamde 'vibe coding' van dashboards. Hierbij beschrijf je aan een AI model wat je wilt bouwen en welke data je wilt gebruiken. Het model genereert vervolgens de benodigde code en ontwikkelt op basis daarvan een interactief dashboard. 

Dit biedt interessante mogelijkheden. Gebruikers kunnen sneller ideeën uitwerken en nieuwe analyses ontwikkelen, zonder daarvoor alle technische kennis zelf in huis te hoeven hebben. 

Maar het brengt ook uitdagingen met zich mee. Wanneer dashboards worden ontwikkeld met verschillende AI tools, naast het bestaande BI platform, kunnen deze verspreid raken over meerdere omgevingen. Hierdoor wordt het lastiger om overzicht te houden over databronnen, toegangsrechten en het beheer van dashboards. 

Precies hier worden Tableau Data Apps interessant. 

Wat zijn Tableau Data Apps? 

Tableau Data Apps zijn interactieve, op maat gemaakte data applicaties die gebruikmaken van je bestaande Tableau omgeving. In plaats van een traditioneel Tableau dashboard met standaardvisualisaties, kun je met HTML, JavaScript en CSS een volledig eigen interface ontwikkelen. 

Hiermee ontstaat meer vrijheid in het ontwerpen van dashboards, visualisaties en interacties. Denk bijvoorbeeld aan aangepaste KPI kaarten, interactieve grafieken of applicaties die volledig zijn ingericht rondom een specifiek bedrijfsproces. 

Maar wat is dan het verschil met een Tableau Extension? 

Waar een Viz Extension doorgaans een aangepaste visualisatie toevoegt aan een Tableau werkblad in een .trex bestand. Bestaat een Data App uit een Tableau werkboek en een bijbehorend Tableau Package (.tpkg). Dit package bevat onder andere de HTML, JavaScript en CSS bestanden die nodig zijn voor de applicatie. Deze onderdelen worden samen verpakt in een Tableau werkboek (.twbx) en gepubliceerd naar Tableau Cloud. Tableau host vervolgens de applicatiebestanden, waardoor je geen aparte webserver nodig hebt. Voor de eindgebruiker is de Data App toegankelijk als een gewoon Tableau dashboard. 

Hoe werkt het ontwikkelen van een Tableau Data App? 

Tableau maakt het mogelijk om Data Apps met behulp van AI te ontwikkelen. In plaats van zelf alle code te schrijven, beschrijf je aan een AI model welke applicatie je wilt bouwen. Hiervoor kun je gebruikmaken van Tableau MCP en de Tableau plug-in. 

Tableau MCP maakt het mogelijk om AI assistenten, zoals ChatGPT of Claude, verbinding te laten maken met je Tableau omgeving. Hierdoor kunnen ze onder andere gepubliceerde Tableau dashboards, databronnen en bijbehorende metadata raadplegen. 

Daarnaast moet de sitebeheerder de functionaliteit activeren via Settings → Packages. Om zelf Data Apps te kunnen ontwikkelen en publiceren, heb je minimaal de siterol Creator of Explorer (Can Publish) nodig, evenals de juiste publicatierechten en toegang tot de benodigde databronnen. 

Zelf aan de slag met Tableau Data Apps? 

Om te ontdekken wat Tableau Data Apps in de praktijk mogelijk maken, ben ik er zelf mee aan de slag gegaan aan de hand van de officiële starter guide van Tableau.  

Hiervoor heb ik een publiek beschikbare E-commerce dataset gebruikt en deze als gepubliceerde databron beschikbaar gemaakt binnen Tableau Cloud. Vervolgens heb ik ChatGPT via Tableau MCP verbonden met onze Tableau omgeving. Dit kan overigens ook met andere LLMs, zoals Claude. 

Daarna heb ik de AI instructies gegeven over de gewenste functionaliteiten, KPI's, filters en het ontwerp. Het doel was om een interactieve applicatie te ontwikkelen waarmee gebruikers direct inzicht krijgen in de prestaties van een e-commerceorganisatie. 

Maar een eenvoudige omschrijving is vaak niet voldoende om het gewenste resultaat te krijgen. 

Een AI model kent namelijk niet automatisch de specifieke ontwikkelstandaarden, naamgevingsconventies, berekeningsrichtlijnen en ontwerpprincipes die binnen een organisatie worden gehanteerd. Ook ontbreekt vaak de context om te bepalen welke werkwijzen wenselijk zijn en welke juist vermeden moeten worden. 

Om deze aanvullende context beschikbaar te maken, heb ik gebruikgemaakt van zogenaamde skill.md bestanden. Hierin kun je specifieke instructies, best practices en werkwijzen vastleggen die een AI agent kan raadplegen tijdens het ontwikkelen van het dashboard. 

Hiermee kun je de kwaliteit, consistentie en betrouwbaarheid van de gegenereerde output verbeteren. Bovendien kun je ervoor zorgen dat AI-gegenereerde applicaties beter aansluiten op de ontwikkelstandaarden van jouw organisatie.  

Na verschillende iteraties, het controleren van berekeningen en het aanpassen van het ontwerp, ontstond het volgende E-commerce dashboard. 

Wat vooral opviel, was hoe snel een eerste opzet kon worden ontwikkeld, zonder zelf alle visualisaties handmatig in Tableau te hoeven bouwen. Bovendien biedt het gebruik van code veel vrijheid in het ontwerp en de interactiemogelijkheden. 

Tegelijkertijd bleek dat de output niet direct perfect was. Berekeningen moesten worden gecontroleerd, onderdelen van het ontwerp aangepast en interacties getest. De AI versnelde het ontwikkelproces, maar menselijke validatie bleef noodzakelijk.

Waarom zijn Tableau Data Apps interessant? 

Een van de belangrijkste voordelen is dat je gebruik kunt blijven maken van je bestaande Tableau databronnen. 

Veel organisaties hebben al geïnvesteerd in betrouwbare databronnen, toegangsrechten en row-level security (RLS). Wanneer een Data App gebruikmaakt van gepubliceerde Tableau-databronnen, blijven deze beveiligingsregels van toepassing. Gebruikers krijgen daardoor alleen toegang tot de gegevens waarvoor zij bevoegd zijn, mits de rechten correct zijn ingericht. 

Daarnaast worden de applicatiebestanden door Tableau gehost. Je hoeft dus geen aparte infrastructuur voor de interface te beheren. 

Ook blijven de applicaties beschikbaar binnen je bestaande Tableau Cloud omgeving. Hierdoor kun je ze beheren en delen via de vertrouwde Tableau structuur, in plaats van dashboards en applicaties te verspreiden over verschillende externe tools.

Waar moet je op letten? 

Hoewel de mogelijkheden veelbelovend zijn, zijn er ook aandachtspunten. Allereerst is Tableau Data Apps momenteel nog een bètafunctionaliteit, uitsluitend beschikbaar op ondersteunde Tableau Cloud sites. Een sitebeheerder moet hiervoor de benodigde instellingen activeren. 

Daarnaast is een Data App technisch anders opgebouwd dan een traditioneel Tableau dashboard. De interface wordt namelijk met code ontwikkeld. Wil je later een KPI toevoegen, een berekening aanpassen of een extra filter implementeren? Dan kun je deze onderdelen niet zomaar aanpassen via de gebruikelijke Tableau Desktop interface. Hiervoor moet de applicatiecode worden gewijzigd, eventueel opnieuw met behulp van AI. Dit vraagt dus ook om een andere manier van ontwikkelen en onderhouden. 

Ook blijft de kwaliteit van de onderliggende data bepalend voor het resultaat. Een AI model heeft voldoende context nodig om de juiste velden, berekeningen en definities te gebruiken. Goed beschreven metadata, consistente KPI-definities en een duidelijk semantisch datamodel worden hierdoor alleen maar belangrijker. 

Wat betekent dit voor jouw organisatie? 

We zien vooral kansen om Tableau Data Apps in te zetten voor het sneller ontwikkelen en toetsen van nieuwe dashboards. In plaats van direct een volledig ontwikkeltraject te starten, kun je met behulp van AI een eerste interactief concept ontwikkelen.  

Dit maakt Tableau Data Apps interessant voor Proof of Concepts en prototyping. Tegelijkertijd bieden ze mogelijkheden voor maatwerkapplicaties waarbij de standaardfunctionaliteit van Tableau niet voldoende aansluit op de gebruikersbehoefte. 

Of een Data App uiteindelijk de beste oplossing is, hangt af van de toepassing. Voor traditionele dashboards die regelmatig worden aangepast, kan een regulier Tableau dashboard nog steeds de voorkeur hebben. Voor specifieke toepassingen waarbij maatwerk en interactie centraal staan, bieden Data Apps juist nieuwe mogelijkheden. 

Benieuwd wat Tableau Data Apps voor jouw organisatie kunnen betekenen? Neem contact met ons op of meld je aan voor ons What's New in Tableau event op dinsdag 17 november.