破解

BI 工具对比

【【Tableau教程】Tableau零基础教程，带你解锁当下最受欢迎的数据可视化软件】 https://www.bilibili.com/video/BV1E4411B7ef/

练习数据：

Tableau入门教程(文字版)

1. Tableau简介

Tableau 是一款可视化的分析和商业智能软件，可以帮助个人或公司组织更善于利用数据来做决策

1.1 Tableau优势

1. 极速高效

2. 简单易用

3. 功能丰富

4. 灵活扩展

5. 无需编程

1.2 可视化与BI

1. 商业智能（Business Intelligence，简称：BI），指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。

2. 可视化（Visualization），是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，再进行交互处理的理论、方法和技术。

3. Tableau作为BI工具的优势

• 图代替表

• 动态图代替静态图

• 多维图代替二维图

• 可交互

• 可操作

  
  

2. 探索Tableau

2.1 初识Tableau Desktop

2.1.1 Tableau家族产品

2.1.2 Tableau结构

1. 开始页面，导入数据

2. 工作表，可视化idea实现的地方。从上到下，从左到右依次是：
   菜单键，数据tab，分析tab，页面，筛选器，标记卡，行列，画图，智能显示
   

3. 仪表板，是多个工作表汇总，依照一个主题汇总，表之间可以联动
   

4. 故事板，就是presentation，是多个工作表、多个仪表板按照一定的逻辑串联起来的PPT：
   

2.2 Tableau分析步骤

1. 连接数据

2. 数据源预处理

3. 在工作表里开展可视化

4. 在新的工作表开展可视化

5. 在新的工作表里再开展可视化

6. …

7. 汇聚成一个仪表板

8. 还可以生成一个故事板

3-6都是数据探索，不停的探索和发现

3. 连接数据

3.1 支持导入的数据类型丰富多样

3.1.1 Excel导入

如果只有一个sheet，默认为该数据；
可以自动读取多个sheet页；

3.1.2 Csv导入

可以自动读取同目录源下多个文件

3.1.3 Txt导入

可以自动读取同目录源下多个文件，同csv格式

3.1.4 MySQL导入

3.1.5 复制粘贴

复制所需数据，进入Tableau使用Ctrl+V

3.2 数据预处理

3.2.1 规整数据

• 数据解释器：去除空行、标题等，智能识别数据表格；它可以检测并绕过标题、注释、页脚、空单元格等内容，从而确定数据集中的实际字段和值

3.2.2 数据格式设置

• 文本转日期

• 文本转数字

3.2.3 字段设置

• 列拆分：对有分隔符的列进行拆分，增加数据信息

• 转置（数据透视表）：*选中同一维度的多个标题列，转化为一列 —这是个不常用但非常有用的知识点

• 隐藏：隐藏不需要列

• 重命名：规范命名（数据源：多列转一列）

3.3 数据联接

根据相同列字段、列合并（类似Excel的vlookup，MySQL的join，Pandas的merge）

3.3.1 联接方式（how）

• 左联接

• 右联接

• 外联接

• 内联接
  
  

3.3.2 联接字段（on）

• 用已有的字段联接

• *用计算字段联接

3.4 数据并集

数据列一致，对行进行合并（类似MySQL中的union，Pandas中的concat）

• 直接拖拽（对excel不适用）

• 新建并集

• 通配符新建并集：文件批量合并—这是个不常用但非常有用的知识点

3.5 数据源管理

3.5.1 数据源的两种读取方式

实时连接：和本地数据源联动，随着本地表的更新而更新；适用于小数据，临时数据分析
数据提取：提取成Tableau数据库格式，可以按照某字段增加新数据；适用于大数据，定期数据分析

• 创建数据提取

• 筛选（类似于MySQL中的where，是最优先级筛选）

• 聚合

• 行数

• 数据另存为hyper格式数仓

• 刷新数据提取

3.5.2 数据源维护的N种方式

• 查看数据

• 数据刷新

• 替换数据

• 关闭数据源

• 保存数据

3.6 数据源合并（混合关系）

3.6.1 数据源合并和数据表联接的区别

• 数据源合并是多个数据源之间的联接

• 数据表联接是一个数据源下表的联接
  有两个及以上数据源，两个源之间要通过一个或多个字段实现列合并

3.6.2 如何创建混合关系？

顶部菜单栏”数据“ >> 编辑关系
蓝色的是主源，黄色的辅源，红色的纽带代表已成功联接的字段，灰色的纽带代表未联接成功的字段

4.初阶可视化

4.1 直接拖拽

合适的图表配合适的数据；合适的数据配合适的图表；没有low图，没有无用的数据。
Tableau官网白皮书——哪种图表或图形是您的理想选择？.

4.2 字段处理，贯穿在可视化里的润滑剂

4.2.1 维度和度量

• 维度包含定量值（例如名称、日期或地理数据）。您可以使用维度进行分类、分段以及揭示数据中的详细信息。维度影响视图中的详细级别。

• 度量包含可以测量的数字定量值。度量可以聚合。将度量拖到视图中时，Tableau（默认情况下）会向该度量应用一个聚合。

• 绿色度量和维度是连续的。连续字段值被视为无限范围。通常，连续字段会向视图中添加轴。

• 蓝色度量 和维度 是离散的。离散值被视为有限。通常，离散字段会向视图中添加标题。
  
  Tacleau官方指导——维度和度量

改变度量数据显示格式：默认属性-数据格式

4.2.2 聚合和粒度

• 聚合：可用于度量的不同聚合确定单独值的聚集方式；对这些值进行加总 (SUM)、求平均值(AVG)，或设置为单独行值中的最大值 (MAX) 或最小值 (MIN)。

• 粒度：数据的不同聚合粒度。如果决定要以最详细的粒度级别查看数据，需要解聚；

• 

良好的数据集是明细级别的数据，未聚合的数据，有丰富维度的数据！

4.2.3 基本的字段处理，点击操作即可

• 数据类型转换：文本转数字，数字转文本

• 度量、维度互转： 字段排序：

• 按照源排序，不要按字母排序 分文件夹管理字段：

• 如果字段过多，可以按类建文件夹 数据格式设置：

• 百分比设置；

• 复制字段：一个字段用做原始值，复制的字段用做衍生

• 日期类型转化和几种日期类型
  
  

4.2.4 下钻上卷的字段处理

• 下钻：数据明细，粗粒度到细粒度的过程，会细化某些维度

• 上卷：数据的汇总聚合，细粒度到粗粒度的过程,会无视某些维度

select * from table group by A；
select * from table group by A,B；
select * from table group by A,B,C；

-- 自上而下粒度变细，为下钻；
-- 自下而上粒度变粗，为上卷

下钻上卷都属于细分分析，细分分析分为自上而下和自下而上

4.2.5 高级的字段处理，手动创建

• 字段拆分：订单ID的信息拆分

• 分组：地区分组

• 创建集：

• 创建数据桶：是直方图的基础数据

• 创建新字段

• #创建参数
  

4.3 图表的几个重要组成

4.3.1 行和列

• 添加行和列

• 维度字段排序：
  

• 度量指标聚合方式：

• 隐藏行和列

4.3.2 视图

A. 字段标签-添加到行或列功能区的离散字段的标签，用于说明该字段的成员。例如，“类别”是一个离散字段，它包含以下三个成员：“家具”、“办公用品”和“技术”。
B. 标题- 工作表、仪表板或故事提供的名称，系统会为工作表和故事自动显示标题。
C. 区/单元格-表示视图中所包括的字段（维度和度量）交集的数据。可以用线、条、形状、地图、文本等来表示标记。
D. 图例-描述视图中的数据编码方式的图例。例如，如果您在视图中使用形状或颜色，则图例会描述每个形状或颜色所代表的项。
E. 坐标轴-是在将度量（包含定量数值信息的字段）添加到视图时创建的。默认情况下，Tableau 会针对此数据生成连续的轴。
F. 横坐标-字段名或标签-字段的成员名称。
G. 说明- 描述视图中的数据的文本。说明可以自动生成，并且可以打开和关闭。

一些必须掌握的交互操作：

• 突出显示

• 圈选

• 排除

• 隐藏和显示隐藏

• 查看数据和详细数据

• 复制粘贴数据
  

4.3.3 标记卡

• 自动或手动选择图形

• 颜色：维度，一个图最好是用一个维度去标记颜色

• 大小：度量，一个图只能有一个标记大小的度量

• 标签：显示或如何显示度量值，可多个字段

• 形状：维度，一个图只能有一个标记形状的维度

• 详细信息：鼠标悬停时展现更多的信息，可多个字段
  详细信息中可插入其他工作表进行联动
  
  

• 工具提示：除了该表提示模板，还可以实现表的引用筛选，可多个字段

当放置两个以上度量时，会有多个标记卡

4.3.4 筛选器

• 过滤顺序：

1. 数据提取筛选器

2. 数据源筛选器

3. 上下文筛选器

4. 维度上的筛选器

5. 度量上的筛选器

• 三种应用方式：

• 联动筛选：分层结构，仅相关值
  

• 应用范围
  

• 添加上下文——优先对父类进行排序

4.3.5 页面

4.3.6 智能显示

4.3.7 分析窗口，简单好用的统计曲线

常用设置参考线、趋势线等

可在散点图中设置参考线，以达到分四象限的目的

4.3.8 格式设置，从凌乱到整齐

整体工作簿的设置：建议在连接完数据后，优先进行设置

单个工作表的设置：

行列名：

• 如何将列名从竖排转为横排？

• 如果有多列，如何将列名从竖排转为横排？

4.3.9 颜色设定

双击右侧颜色框，或左侧颜色标记卡都可以调出颜色编辑框

彩色设定，只需要分配颜色

梯度渐变颜色设定，则更复杂

4.4 常见的基础图表

4.4.1 柱形图/条形图

4.4.2 折线图

制作双轴，在第二个度量胶囊中会有双轴选项

在右边数轴上右击有同步轴选项，可以将两个轴变成一样的度量区间

去掉“显示标题”后，则只显示一个轴，就达到了双线一图的效果

4.4.3 面积图/堆积面积图

计算依据——表（向下）/区（向下）

4.4.4 饼图

一般在仪表板中作为辅助信息

公式创建计算字段

统计一列的聚合数据：分析-合计-列总和

4.4.5 圆环图

Tableau中没有现成的圆环图，实际是用两个饼图覆盖到一起

4.4.6 散点图

散点图，表现度量指标之间的相关关系

4.4.7 气泡图

为其他图做信息补充

4.4.8 雷达图

分类别对数据结果进行评估

1. 对数据源做处理：复制一列&增加默认的五环坐标数据；
   

2. 复制到tableau里，将多列转置为一列，依次命名为变量和数值；
   

3. 计算”路径“字段：

case [变量]
when '1销量能力' then 1
when '2盈利情况' then 2
when '3销售额能力' then 3
when '4市场空间' then 4
when '5消费者信心度' then 5
else 6
end

4. 计算"弧度"字段：

if [路径] = 6 then pi()/2
else pi()/2-([路径]-1)*2*pi()/5
end

5. 分别计算X 和 Y

X: [数值]*cos([弧度])
Y: [数值]*sin([弧度])### 4.4.9 箱线图/盒须图

4.4.9 箱线图/盒须图

奇异值（离群值，outlier）的判断方法有两种：

1. 公式： μ ± 3*σ
   当数值在 [μ-3*σ,μ+3*σ] 之外的时候，即为奇异值

2. 公式：

qurt()——四分位数；
IQR:(qurt(0.75)-qurt(0.25)

上须值
$$qurt(0.75)+1.5\ast (qurt(0.75)-qurt(0.25)$$
下须值
$$qurt(0.25)-1.5\ast (qurt(0.75)-qurt(0.25)$$

盒须图中指标意义：

4.4.10 树状图

需要先对维度进行分层

4.4.11 直方图

适用于探索连续型变量的分布、区间，不适用于稀疏的度量值
直方图会自动对度量进行分桶

销售额数据往往都会出现拖尾现象

直方图常用于判断是否存在奇异值，数据的分布是集中还是趋于离散、是否缺失值或零值或多

4.4.12 组合图

一般折线表现率值或比值，柱状图表现绝对值

4.5 整合工作表

4.5.1 整合成仪表盘

• 新建布局

• 添加工作表

• 调整排版

• 添加交互操作

• 联动筛选
  

4.5.2 组织成故事板

设置导航不显示标题

4.6 结果导出、保存和共享

4.6.1 数据源导出

• 导出所有数据；

• 只能导出csv格式；

• csv格式打开方式：打开一个空白Excel，数据菜单下选择”从文本“，如果视图显示是乱码的话，可以选择编码，一般是选择UTF-8。
  
  

4.6.2 工作表中数据导出

4.6.3 工作表导出

4.6.4 仪表盘导出

4.6.5 故事导出

4.6.6 保存的两种格式：twb和twbx的格式

twb：只保存可视化界面；
twbx：保存数据源和可视化界面

5. 高阶可视化

5.1 如何增强图表可读性？

5.1.1 排序，表达图表规律

排序方式：

• 数据源顺序

• 字母

• 字段

• 手动

• 嵌套
  

5.1.2 计算新字段，挖掘图表隐藏信息

• 聚合函数的修改

• 表计算：计算类型和计算依据

• 新建字段

• 临时计算：双击行列空白区

• 菜单：添加合计和小计
  

5.1.3 借助趋势线，拟合图表变量间关系

• 趋势线能帮我们发现两个指标之间的计量关系

#线性拟合
Y = b0 + b1 * X
#对数拟合
Y = b0 + b1 * ln(X)
#指数拟合
Y = exp(b0)* exp(b1 * X)
#幂次拟合
Y = b0 * X^b1
#多项式
Y = b0 + b1 * X + b2 * X^2 + …

• 趋势线能帮我们做未来走势拟合（R2越大，拟合越好），可以简单预测流量、销量

• 比如：往往可以通过用户留存率来预测用户生命周期

• 趋势线可以在折线图、散点图里叠加使用，并不是所有的图都能添加趋势线
  

• 右键描述趋势线，可以看到具体参数（P<0.01说明拟合度够好）
  

5.1.4 借助参考线，表达图表强弱信息

四种形式

• 参考线

• 参考区间

• 参考分布

• 参考盒须图
  

三种计算粒度：

整个表、每个区、每单元格

5.1.5 借助参数，展示图表动态变化信息

参数是全局占位符值，例如数字、日期或字符串，可以替换计算、筛选器或参考行中的常量值。

创建一个动态参数，该参数设置为自动刷新其当前值（依据独立于视图的单值计算的结果）或值列表（基于数据源列）

• 在计算中使用参数,计算字段会根据动态参数改变而改变

if [利润] >[盈利参数] then 'Profitable'
elseif [利润] = [盈利参数] then 'Breakeven'
else 'Loss'
end

• 在参考线中使用参数
  

5.1.6 动态展示，表达图表趋势重点

5.1.7 添加注释，表达你的观点

• 标记 － 选择此选项可添加与所选标记关联的注释。只有选择数据点（标记）后，此选项才可用。

• 点 － 选择此选项可为视图中的特定点添加注释。

• 区域 － 选择此选项可为可视化项中的区域（如一组离群点或目标区域）添加注释。

5.2 函数-数据高阶变化

5.2.1 常用函数-中规中矩的函数

数字函数

ABS(-7) = 7
CEILING(3.1415) = 4
FLOOR(3.1415) = 3
ROUND(3.1415,2) = 3.14
ROUND(324,-2) = 300
EXP(2) = 7.389

文本函数

STARTSWITH(“Joker”, “Jo”) = true
ENDSWITH(“Tableau”, “leau”) = true
CONTAINS(“Calculation”, “alcu”) = true
FIND("Calculation", "alcu") = 2
REPLACE("Version8.5", "8.5", "9.0") = "Version9.0"
LEN("Matador") = 7
UPPER("Calculation") = "CALCULATION"
LOWER("ProductVersion") = "productversion"
TRIM(" Calculation ") = "Calculation"
LTRIM(" Matador ") = "Matador "
RTRIM(" Calculation ") = " Calculation"
SPLIT (‘a-b-c-d’, ‘-‘, 2) = ‘b’
LEFT("Matador", 4) = "Mata"
MID("Calculation", 2, 5) ="alcul"
RIGHT("Calculation", 4) = "tion"

日期函数

DATEADD('month', 3, #2004-04-15#) = 2004-07-15 12:00:00 AM
DATEDIFF('week', #2013-09-22#, #2013-09-24#, 'monday')= 1
DATEPART('year', #2004-04-15#) = 2004
DATEPART('month', #2004-04-15#) = 4
DAY(#2004-04-12#) = 12
WEEK (#2004-04-15#) = 16
MONTH(#2004-04-15#) = 4
YEAR(#2004-04-15#) = 2004
NOW( ) = 2004-04-15 1:08:21 PM
TODAY( ) = 2004-04-15

聚合函数

SUM()
AVG()
MAX()
MIN()
MEDIAN()
COUNT()
COUNTD()
PERCENTILE()
VAR()
STDEV()
COVAR()
{CORR(Sales, Profit)}

逻辑判断函数

IFNULL([Profit], 0)
ISNULL([Profit])
IIF([Profit] > 0, 'Profit', 'Loss')
IF [Profit] > 0 THEN 'Profitable' ELSE 'Loss' END
IF [Profit] < 0 OR [Profit] = 0 THEN "Needs Improvement" END
IF NOT [Profit] > 0 THEN "Unprofitable" END
IF [Profit] > 0 THEN 'Profitable' ELSEIF [Profit] = 0 THEN 'Breakeven' ELSE
'Loss' END
CASE [Region] WHEN 'West' THEN 1 WHEN 'East' THEN 2 ELSE 3 END

5.2.2 详细级别表达式(LOD)-超越级别的函数

详细级别表达式（也称为 LOD 表达式）允许您在数据源级别和可视化项级别计算值。但是，LOD表达式可以让您更好地控制要计算的粒度级别。
它们可以在较高粒度级别（包括）、较低粒度级别（排除）或完全独立级别（固定）执行。

{FIXED [Segment], [Category] : SUM([Sales])}
[Sales] - {FIXED [Customer Name] : AVG([Sales])}

5.3 高阶图表

5.3.1 词云图

5.3.2 突出显示表

适用于对比类型不同度量大小的展示，类似Excel表的”色阶”

5.3.3 热图

5.3.4 散点热图

适用于展示明细类别在坐标轴上的集中密度

5.3.5 甘特图

5.3.6 瀑布图

1. 维度+度量生成柱状图

2. 维度排序

3. 度量表计算为汇总

4. 添加“列总计”

5. 标记方式改为“甘特条形图”

6. 对度量创建计算负值字段（利润-负利润）

7. 将负值字段加入到大小和颜色中

8. 编辑颜色渐变，改为2个梯度，且包含合计

5.3.7 地图

地图层的设置

5.3.8 人口金字塔图

适用于展示二分类维度数据

5.3.9 帕累托图

适用于展示经济学现状，百分之20%的人贡献了80%的税收问题。
以产品为明细级别，去分析帕累托数字。

1. 创建销售额累计百分比字段

销售额总量百分比
RUNNING_SUM(SUM([销售额]))/TOTAL(SUM([销售额]))

2. 创建累计百分比图

3. 创建销售额柱形图，叠加双轴

4. 创建产品数量%字段

%产品名称
index()/size()

6. 创建动态参数

销售额总量百分比参数：百分比
#使用动态参数
if [销售额累计百分比]<=[销售额总量百分比参数] then [产品名称数量%]
else null end

注意，图中所有计算变量都要将计算依据改为“产品名称”

5.3.10 桑基图

5.3.11 留存图表

6. 实战打磨

6.1 案例一：公司级销售跟盯大盘

假如，需要制作618期间跟盯销售情况的仪表盘，你可以怎么做？

Step 1，设计思路

每日销售情况，当日目标完成情况，同比去年增长情况，分品类构成，分单品销量排行

Step 2，准备所需数据

• 2020年618期间截止昨日每日日销售数据；

• 2020年618期间昨日销售SKU级别销售数据；

• 2019年618期间每日日销售数据；

• 2020年618期间每日日销售目标值

Step 3，连接到Tableau Desktop

• 数据源导入；

• 数据合并：2020年销售数据和销售目标数据做数据合并；

• 数据并集：2019年和2020年的数据做数据并集

Step 4，思路可视化

Sheet1：今日截止目前各销售指标完成绝对值；
Sheet2：环比增长情况；
Sheet3：同比去年增长情况；
Sheet4: 目标值完成百分比；
Sheet5：分品类销售占比和绝对值；饼图
Sheet6：单品销量Top10展示；每个类别都展示前10

Step 5，汇总成仪表盘

• 思路是最重要的，就好像统计分析中先有假设，再有检验；就好像政治中先有上层建筑再有经济基础；

• 准备的数据级别越明细越好，可以实现度量指标聚合；

• 准备的数据维度越详细越好，可以实现层级上钻下卷，可以实现交叉细分

6.2 案例二：市场渠道质量评估

假如要定期追踪市场渠道拉新用户的质量，你可以怎么做？

Step 1，设计思路

• 分渠道拉新用户量；

• 分渠道拉新用户留存率；

• 分渠道拉新用户成本；

• 分渠道拉新用户LTV；

• 分渠道拉新用户ROI

• 渠道综合评估分级

Step 2，准备所需数据

• 每日分渠道拉新用户量、3日留存量、总LTV_3；

• 每日分渠道消耗；

• 渠道维度表

Step 3，连接到Tableau Desktop

• 数据源导入；

• 数据合并：三份数据以渠道ID为键值合并

Step 4，思路可视化

Sheet1：监测最近3天每日各渠道的拉新量和留存率的变化
Sheet2：监测渠道ROI情况；以突出显示表显示ROI 小于1的渠道
Sheet3：渠道综合评估分级：根据留存率和ROI以散点图的形式展示渠道分级

各公司对渠道考核的KPI或监测的指标都不一样，大多离不开留存率、LTV贡献；
留存率 = 第 t + n日活跃量 / t日激活量
ROI = LTV 贡献 / 消耗
LTV 贡献：1）电商行业以GMV或者CPS为度量；2）信息流行业以广告收入为度量，广告收入可以通过关键行为测算
其中LTV=由生命周期活跃天数*单周期内贡献价值，大家还记得怎么计算用户cohort群生命周期活跃天数么？

Step 5，汇总成仪表盘

联动仪表盘

6.3 案例三：异常用户行为特征分析

怎么尝试判断活动中是否有作弊用户，如果有的话描述其特征边框，为运营做参考？

Step 1，设计思路

新激活用户聚类类别（机器学习Python）
行为度较低的新激活用户特征交叉分析 （可视化分析Tableau）
是否低质用户的预测（机器学习Python）

Step 2，准备所需数据

新激活用户行为特征表
新激活用户属性维度表
新激活用户聚类结果表

Step 3，连接到Tableau Desktop

数据源导入；
数据合并：三份数据以用户ID为键值合并

Step 4，思路可视化

基数：各聚类类别用户在重要变量上的统计值；突出显示表
尝试：各种特征交叉，看聚类类别用户的分布；散点热力图；
尝试：各种维度交叉，看聚类类别的来源特征；
跟踪：有具体的特征后，将特征转为数据桶，看各聚类类别的占比；直方图

Tableau可以和Python、R、SPSS等机器学习联动，将机器学习预测结果、聚类结果转入到tableau来做进一步的可视化，

7. 直播

7.1 组和集的区别

7.2 LOD和FIXED

详细级别表达式（LOD expression）包括三种表达式，它们可以在较高粒度级别（包括）、较低粒度级别（排除）或完全独立级别（固定）执行——

• Fixed :指定确切的详细级别（优先于筛选器）

• Include:以较低级别进行计算

• Exclude：以较高级别进行计算

7.3 雷达图

7.4 LT与LTV