數(shù)據(jù)可視化分析：Tableau原理與實踐（全彩）

第1篇 從數(shù)據(jù)到圖形：Tableau可視化
第1章 可視化分析：進(jìn)入大數(shù)據(jù)時代的理性與直覺之門 2
1.1 數(shù)據(jù)金字塔：從數(shù)據(jù)到?jīng)Q策有多遠(yuǎn)？ 2
1.2 直覺先于理性：可視化的心理學(xué) 5
1.3 Tableau：大數(shù)據(jù)時代的“梵高” 8
1.4 Tableau快速學(xué)習(xí)路線圖 11
第2章 數(shù)據(jù)可視化：理念與基礎(chǔ) 13
2.1 從Excel到Tableau：不同的視角與層次思維 13
2.1.1 IT分析師和業(yè)務(wù)人員看待數(shù)據(jù)的不同視角 14
2.1.2 數(shù)據(jù)分析的層次模型 16
2.1.3 層次、聚合度和顆粒度 18
2.2 數(shù)據(jù)基礎(chǔ)概念：字段、圖形與拖曳邏輯 20
2.2.1 編碼：從真實世界到虛擬世界 20
2.2.2 數(shù)據(jù)分析的兩種表達(dá)方式：數(shù)據(jù)交叉表與可視化圖表 21
2.2.3 字段的兩種分類：維度和度量 21
2.2.4 字段的兩種特征：連續(xù)和離散 23
2.2.5 從字段到圖形：Tableau Desktop的設(shè)計邏輯 25
2.3 Tableau Desktop初級可視化：過程與方法 27
2.3.1 數(shù)據(jù)連接：建立連接和基本整理 28
2.3.2 數(shù)據(jù)可視化：基本方法與基本圖形 30
2.3.3 數(shù)據(jù)洞察：組合與互動 37
2.3.4 分享數(shù)據(jù)見解 39
第3章 數(shù)據(jù)準(zhǔn)備：用Prep Builder進(jìn)行數(shù)據(jù)整理與結(jié)構(gòu)調(diào)整 41
3.1 Prep Builder基礎(chǔ)操作 41
3.2 初級字段整理：數(shù)據(jù)清理和篩選 44
3.2.1 數(shù)據(jù)拆分 47
3.2.2 數(shù)據(jù)分組 49
3.2.3 篩選器 51
3.2.4 字符串清理 53
3.3 中級結(jié)構(gòu)整理：數(shù)據(jù)轉(zhuǎn)置 53
3.3.1 Prep Builder和Desktop的列至行轉(zhuǎn)置 54
3.3.2 Prep Builder的行至列轉(zhuǎn)置 55
3.4 高級結(jié)構(gòu)整理：數(shù)據(jù)聚合 56
3.4.1 聚合的必要性和用法——單一層次聚合 56
3.4.2 FIXED LOD——獨立層次聚合 59
3.4.3 Prep Builder聚合的注意事項 63
3.5 高級計算：在Prep Builder中計算排名 63
3.5.1 單一維度的排名計算 63
3.5.2 具有分區(qū)字段的排名計算 64
3.5.3 行級別排名與密集排名 65
第4章 數(shù)據(jù)準(zhǔn)備：數(shù)據(jù)合并與數(shù)據(jù)建模 68
4.1 行級別合并：并集、連接與Desktop方法 68
4.1.1 數(shù)據(jù)并集 69
4.1.2 數(shù)據(jù)連接 72
4.1.3 并集與連接的異同點 76
4.2 視圖級別合并：數(shù)據(jù)混合與Desktop方法 78
4.2.1 使用Desktop進(jìn)行數(shù)據(jù)混合 79
4.2.2 數(shù)據(jù)混合的邏輯及其與連接的差異 84
4.3 使用Prep Builder做數(shù)據(jù)合并 86
4.3.1 使用Prep Builder 完成數(shù)據(jù)并集 86
4.3.2 使用Prep Builder做數(shù)據(jù)連接 92
4.3.3 使用Prep Builder完成“數(shù)據(jù)混合”：聚合+連接 95
4.4 如何選擇數(shù)據(jù)合并方式 97
4.5 數(shù)據(jù)模型：數(shù)據(jù)關(guān)系 99
4.5.1 從物理表到邏輯表：數(shù)據(jù)關(guān)系的背景與特殊性 99
4.5.2 數(shù)據(jù)模型（上）：以數(shù)據(jù)關(guān)系實現(xiàn)數(shù)據(jù)連接 101
4.5.3 數(shù)據(jù)模型（下）：建立物理層和邏輯層的多層關(guān)系 103
4.5.4 改善數(shù)據(jù)模型的性能（上）：關(guān)系類型 107
4.5.5 改善數(shù)據(jù)模型的性能（下）：引用完整性 110
4.5.6 從數(shù)據(jù)合并邁向數(shù)據(jù)建模 111
4.6 數(shù)據(jù)準(zhǔn)備綜合應(yīng)用 112
4.6.1 使用Prep Builder快速合并和整理Excel數(shù)據(jù) 112
4.6.2 使用Prep Builder匹配和整合SAP HANA多表數(shù)據(jù) 117
4.7 為什么Prep Builder是數(shù)據(jù)整理的首選 121
4.8 如何優(yōu)雅地使用Prep Builder 124
4.8.1 思考和問題先于數(shù)據(jù) 125
4.8.2 層次思維是關(guān)鍵 125
4.8.3 各有所長：與其他工具的匹配和合作 125
4.8.4 Prep Builder與Desktop的最佳結(jié)合 127
第5章 可視化分析與探索 128
5.1 Tableau報表可視化的三步驟 128
5.1.1 整理字段：理解數(shù)據(jù)表中的獨立層次結(jié)構(gòu) 128
5.1.2 工作表：依據(jù)字段的層次結(jié)構(gòu)完成數(shù)據(jù)可視化 131
5.1.3 儀表板：探索不同數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系 137
5.2 Tableau復(fù)雜業(yè)務(wù)問題中的關(guān)聯(lián)分析 138
5.2.1 多數(shù)據(jù)分析：每個數(shù)據(jù)表行級別的唯一性 138
5.2.2 即席計算：通過計算字段完善分析模型 140
5.2.3 數(shù)據(jù)解釋：AI驅(qū)動的智能關(guān)聯(lián)分析 141
5.3 如何選擇可視化圖表框架 142
5.3.1 常見的問題類型與圖表 142
5.3.2 從簡單可視化到復(fù)雜可視化 152
5.4 高級可視化功能 163
5.4.1 度量名稱與度量值：并排比較多個度量 163
5.4.2 條形圖雙軸：各個子類別的銷售額和利潤 166
5.4.3 堆疊度量與重疊度量：重疊比較多個度量 166
5.4.4 聚合度量與解聚度量 169
5.5 可視化增強分析技術(shù) 170
5.5.1 常用篩選器及其優(yōu)先級 170
5.5.2 集 177
5.5.3 參數(shù) 181
5.5.4 分組和分層結(jié)構(gòu) 182
5.5.5 排序：對數(shù)據(jù)按照規(guī)則排序 183
5.5.6 參考線、參考區(qū)間、分布區(qū)間和盒須圖 185
5.6 格式設(shè)置 194
5.6.1 通過標(biāo)簽設(shè)置突出度量值 195
5.6.2 工具提示的高級設(shè)置 196
5.6.3 其他常見設(shè)置 199

第6章 地理位置可視化 201
6.1 Tableau地理分析簡介 201
6.2 符號地圖和填充地圖 203
6.3 點圖和熱力圖 206
6.4 路徑地圖 207
6.5 空間函數(shù) 212
6.6 地圖與形狀的結(jié)合：自定義圖形與HEX函數(shù) 217
第7章 與數(shù)據(jù)對話：信息呈現(xiàn)與高級交互 220
7.1 比“數(shù)據(jù)”更多：從工作簿到儀表板 220
7.1.1 儀表板：可視化七巧板 221
7.1.2 精確設(shè)計和布局 223
7.1.3 更節(jié)省空間的折疊工具欄 225
7.1.4 多設(shè)備設(shè)計和大屏設(shè)計 226
7.2 故事：構(gòu)建你的DataPoint 227
7.3 可視化交互：與數(shù)據(jù)對話 228
7.3.1 多重篩選和共用篩選器 229
7.3.2 頁面與動畫 231
7.3.3 突出顯示 234
7.4 高級互動：動態(tài)參數(shù)和參數(shù)動作 235
7.4.1 實例：使用參數(shù)更新度量 237
7.4.2 實例：使用操作動態(tài)更新度量 239
7.4.3 實例：使用參數(shù)動作動態(tài)控制參考線 240
7.4.4 實例：使用參數(shù)展開指定的類別 243
7.5 高級互動的巔峰：集動作 244
7.5.1 實例：指定省份的銷售額占比 245
7.5.2 實例：查看所選省份在各商品類別的銷售占比 247
7.5.3 實例：各省份相對于指定省份的銷售額差異 248
7.5.4 實例：指定省份隨著日期的銷售趨勢 251
7.5.5 關(guān)鍵原理：Tableau多種操作的優(yōu)先級 254
7.5.6 高級實例：多個集動作構(gòu)建的自定義矩陣 254
7.5.7 技巧：集與分層結(jié)構(gòu)、工具提示的結(jié)合 258
7.6 讓集動作更強大：增量更新與集控制 258
7.6.1 集動作增減 259
7.6.2 集控制——“集”真正變身“多值參數(shù)” 260
7.7 高級互動的使用建議 261
第2篇 從有限到無限：Tableau計算
第8章 Tableau基本計算：原理與入門 264
8.1 數(shù)據(jù)的層次與兩類基本的計算類型 264
8.1.1 借助Excel學(xué)大數(shù)據(jù)：行級別計算和聚合計算 265
8.1.2 從Excel數(shù)據(jù)透視表到Tableau視圖計算 268
8.2 行級別函數(shù)及其作用 272
8.2.1 行級別函數(shù)的使用場景 272
8.2.2 字符串函數(shù) 274
8.2.3 日期函數(shù) 278
8.2.4 數(shù)字函數(shù) 285
8.2.5 類型轉(zhuǎn)換函數(shù) 286
8.2.6 高級字符串函數(shù)之“正則函數(shù)” 287
8.3 聚合函數(shù) 290
8.4 邏輯函數(shù)及行級別與聚合計算的差異 291
8.4.1 IF函數(shù) 292
8.4.2 IIF函數(shù) 293
8.4.3 CASE WHEN函數(shù) 294
8.4.4 其他簡化邏輯判斷 294
8.4.5 高級實例：各類別的盈利分層與盈利結(jié)構(gòu)分析 295
8.4.6 高級說明：兩類邏輯表達(dá)式的差異 298
第9章 Tableau高級計算：表計算 302
9.1 多層次分析與高級計算原理簡介 302
9.1.1 表計算函數(shù)代表：WINDOW_SUM函數(shù) 303
9.1.2 狹義LOD表達(dá)式代表：FIXED LOD 306
9.1.3 廣義LOD表達(dá)式的分類及區(qū)別 310
9.2 表計算的獨特性與原理 311
9.2.1 表計算的獨特性原理 312
9.2.2 表計算的獨特性：維度如何參與計算過程 313
9.2.3 兩種指定方向的方法 316
9.3 表計算函數(shù)及實例 318
9.3.1 最具代表性的函數(shù)： LOOKUP函數(shù)和差異計算 319
9.3.2 RUNNING_SUM函數(shù)：移動匯總計算 320
9.3.3 實例：LOOKUP和RUNNING_SUM表計算（TC5） 321
9.3.4 WINDOW_SUM函數(shù)：窗口匯總函數(shù) 326
9.3.5 WINDOW_SUM函數(shù)初級實例：加權(quán)計算與合計百分比（TC6） 329
9.3.6 WINDOW_SUM函數(shù)中級實例：相對于任意選定子類別的相對差異 332
9.3.7 高級實例：相對于任意日期的百分比差異（TC1） 335
9.3.8 參數(shù)類表計算 338
9.3.9 INDEX與RANK函數(shù)：排序表計算 340
9.3.10 實例：基于公共日期基準(zhǔn)的銷售增長（INDEX函數(shù)）（TC2） 341
9.3.11 實例：隨日期變化的RANK函數(shù)（TC4） 343
9.3.12 統(tǒng)計類表計算和第三方表計算 346
9.3.13 快速表計算 347
9.4 高級表計算設(shè)置 348
9.4.1 實例：多遍聚合的嵌套表計算（TC3） 348
9.4.2 實例：多個方向字段的深度優(yōu)先原則 349
9.5 綜合實例：帕累托分布圖制作方法 351
9.6 綜合實例：作為篩選器的表計算 356
9.7 Tableau 2020新功能：Prep Builder計算特定層次的排名 359
第10章 高級計算：狹義LOD表達(dá)式 362
10.1 LOD表達(dá)式的獨特性和原理 362
10.2 LOD表達(dá)式的語法 365
10.3 FIXED LOD表達(dá)式的3種類型 367
10.3.1 聚合度高于視圖的詳細(xì)級別 368
10.3.2 聚合度低于視圖的詳細(xì)級別 372
10.3.3 獨立于視圖的聚合 375
10.3.4 3種語法的原理說明 376
10.4 INCLUDE/EXCLUDE LOD表達(dá)式 377
10.4.1 EXCLUDE LOD實現(xiàn)更高層次的聚合 377
10.4.2 INCLUDE LOD實現(xiàn)更低層次的聚合 378
10.4.3 FIXED、EXCLUDE、表計算的計算邏輯與優(yōu)先級 379
10.5 如何選擇高級計算類型——層次分析 381
10.5.1 高級分析的4個步驟 381
10.5.2 高級分析4個步驟的簡要示例 386
10.6 高級應(yīng)用：嵌套LOD表達(dá)式（NESTED LOD） 389
10.6.1 實例：使用4步分析完成嵌套LOD 390
10.6.2 嵌套LOD表達(dá)式的變化 395
10.7 高級分析模型：會員RFM分析模型 396
10.7.1 會員RFM-L指標(biāo)體系 396
10.7.2 會員分析的常見視角 399
10.7.3 會員客戶頻率分析 （LOD15-1） 400
10.7.4 矩陣分析 （LOD15-2） 401
10.7.5 新客戶爭取率 （LOD15-5） 402
10.7.6 各時間段不同復(fù)購間隔的客戶數(shù)量（LOD15-10） 402
10.7.7 各個客戶矩陣的年度購買頻率（LOD15-15） 403
10.8 商品的交叉購買和購物籃分析 408
10.8.1 實例：不同交叉購買次數(shù)的客戶數(shù)量 408
10.8.2 超級實例：基于訂單中的購物籃交叉購買分析 410
10.9 高級計算的最佳實踐 416
10.9.1 視圖中哪些位置決定詳細(xì)級別 416
10.9.2 各類計算如何構(gòu)成視圖的組成部分 417
10.9.3 如何選擇計算類型及其優(yōu)先級 418
第3篇 從可視化到大數(shù)據(jù)分析平臺
第11章 Tableau Server數(shù)據(jù)平臺 422
11.1 敏捷BI加速從數(shù)據(jù)資產(chǎn)到價值決策的流動 422
11.2 從Desktop發(fā)布到服務(wù)器：分析模型自動化 423
11.3 從Prep Builder發(fā)布到服務(wù)器：數(shù)據(jù)流程自動化 425
11.4 Data Management：從復(fù)雜數(shù)據(jù)準(zhǔn)備到深度業(yè)務(wù)分析 427
第12章 保證數(shù)據(jù)安全：Tableau Server的安全體系 430
12.1 推薦的Tableau Server權(quán)限機制 430
12.1.1 基于群組和項目設(shè)置權(quán)限 431
12.1.2 在項目中鎖定權(quán)限（必要時） 435
12.2 行級別數(shù)據(jù)安全管理：用戶篩選器與用戶函數(shù) 435
12.3 Tableau Server權(quán)限評估規(guī)則 437
寫在最后 439