✍ Scribed by 高云龙; 孙辰
No coin nor oath required. For personal study only.
本书讲述了一个现代企业从最初的报表开发模式转向敏捷型分析模式的故事，通篇以对话的形式模拟职场人员在日常工作中使用数据分析解决问题并进行业务决策的过程。本书组织了一套全新的学习体系，内容由浅入深，从一开始就带入到实际的业务分析应用中，从最基本的时间序列分析开始发现销售模式和季节性波动规律，到通过热图来分析一线销售和服务人员的排班优化，再到深入分析客户的80/20 规律等，每一章都在使用Tableau 分析和解决实际商业中遇到的问题。
第0章 没有Tableau的日子 1
第1章 分析师起步：Tableau的第一堂课 5
1.1 先了解一下Tableau公司 5
1.2 动手连接数据吧 8
1.3 发现销售规律：时间序列分析 21
1.4 洞察亏损地区：地理维度分析 35
1.5 探究产品亏损的原因：产品维度分析 40
1.6 初步客户画像：客户维度分析 49
1.7 呈现你的观点和结论：仪表板和故事 51
第2章 破解难题：Tableau连接复杂Excel数据 60
2.1 陷入困难 60
2.2 Tableau轻松搞定 63
第3章 通过数据洞察业务：Tableau计算基础 75
3.1 雾霾对客服是否有影响 75
3.2 计算实际发货周期 77
3.3 可视化最佳实践：为什么不用饼图 79
3.4 从概况到细节：具体至每笔交易发货状态 84
3.5 数据分析师的台历：台历图 88
第4章 初识表计算 92
4.1 如果生意本来就很好，还需要分析吗 92
4.2 基础表计算选项 93
4.3 计算依据难度1级：表横穿向下 96
4.4 计算依据难度2级：区横穿向下 99
4.5 计算依据难度3级：单元格内表计算 101
4.6 计算依据难度4级：特定维度 102
4.7 计算依据难度5级：多维度组合 104
4.8 计算依据难度6级：重启顺序 109
4.9 计算依据难度7级：嵌套表计算 112
第5章 增收不增利，成长有隐忧：Tableau计算进阶 115
5.1 数据可能误导决策 115
5.2 聚合非聚合 118
5.3 Tableau函数一瞥 124
第6章 欢迎进入Tableau计算深水区：LOD表达式概述 128
6.1 有道理的奇葩要求 128
6.2 LOD基础 129
6.3 过滤后的全国占比问题：FIXED应用 132
6.4 每个省最大的客户：INCLUDE应用 135
6.5 对标分析：EXCLUDE应用 137
第7章 老客户贡献分析：集的应用 140
7.1 吵架也要有数据支持 140
7.2 如何从数据中找出头绪 141
7.3 客户跟踪分析 144
7.4 集合的创建和使用 147
7.5 客户发展分析 149
7.6 老客户究竟贡献有多大 153
第8章 客户80/20定律：快速嵌套表计算 159
8.1 数据平息争论 159
8.2 客户流失分析 161
8.3 80/20分析：客户帕累托 163
第9章 关注重点产品：排序 169
9.1 Top N中的陷阱 169
9.2 rank方法 172
9.3 嵌套排序 175
9.4 合并字段方法 177
9.5 Index方法 181
第10章 数据桶与指标分段：数据分组 185
10.1 按照销售量的简单分组 185
10.2 数据桶 200
10.3 产品帕累托 202
第11章 销售要重新划地盘儿啦：手工分组 203
11.1 调整销售区划 203
11.2 产品归类分组 209
11.3 用函数切分产品名称，获取品牌信息 211
第12章 灵活的KPI分析：数据混合与嵌套表计算 212
12.1 卖得多就是业绩好吗 212
12.2 实际值遇到目标值，得到KPI：数据混合和表计算 214
12.3 紧盯目标：标靶图 219
12.4 各种TD的分析 221
12.5 混合，然后去掉混合 237
12.6 不关联的混合 246
第13章 提升分析性能：数据提取 249
13.1 快则酣畅，慢则憋气 249
13.2 条件都选好再刷新 250
13.3 性能分析 251
13.4 实时与提取 253
第14章 把数据分析和网络百科相连：动态仪表板 260
14.1 不公平的对比分析 260
14.2 引导式分析 262
14.3 仪表板操作 265
14.4 仪表板上的URL动作 268
14.5 悬停加亮 271
第15章 一切都可以图形化：自定义地图应用详解 276
15.1 地图的玩法 276
15.2 背景地图标记应用 277
15.3 背景图片上画线 283
15.4 背景图片上画多边形区域 285
第16章 更多的灵活与互动性：参数概述 287
16.1 问题 287
16.2 变动的Top N 288
16.3 可变的维度和度量 293
16.4 What-if分析 295
16.5 切换不同的图表 297
第17章 分析常常就是筛选过程：筛选器概述 302
17.1 筛选的基本原理 302
17.2 各种筛选器的优先顺序 313
17.3 筛选器的作用范围 323
第18章 让数据更生动：自定义形状 325
18.1 仪表板上的产品分析 325
18.2 自定义形状 329
18.3 可能的应用场景 333
第19章 流向分析：桑基十八式 336
19.1 流向问题的提出 336
19.2 桑基十八式 340
第20章 数据准备也能可视化：Tableau Prep 353
第21章 职业困惑：数据分析师有没有前途 377
21.1 机会与困惑 377
21.2 锚点分析 379
21.3 柳暗花明 385
📜 SIMILAR VOLUMES
本书侧重于Tableau 软件的“企业应用”，以一个企业内CoE 的日常工作为主线，用对话的形式介绍了自助分析文化的推广过程。本书不仅详细描述了系统建设过程中的图表应用、仪表板设计、系统性能管理及系统架构等方面的内容，还深入阐述了数据分析文化的推广方法和一些*佳实践，包括CoE 在赋能、管控方面的职责定义和工作开展方法，企业提升全员数据素养的实践方法以及如何通过Tableau Day 等活动普及数据分析工作。
本书以实用为设计理念，并结合数据分析相关理论，系统地介绍了数据分析的相关内容，包括电商数据分析概述、数据分析业务指标、数据准备与处理、数据分析常用方法、常用数据分析工具、数据可视化、数据图表专业化、撰写数据分析报告等，能够帮助读者掌握数据分析的整个流程。 全书共9章。第1章为电商数据分析概述，主要介绍数据分析基础概念；第2章为数据分析业务指标，主要介绍数据分析中涉及的分析指标；第3章为数据准备与处理，主要介绍如何准备和处理数据；第4章为数据分析常用方法，主要介绍数据分析中的方法论；第5章为常用数据分析工具，主要介绍运营中常用的数据分析工具；第6章为数据可视化，主要介绍如何通过图表展现数据；第
<p>全书共有16 章，分为4 篇。基础篇，阐述数据可视化的基础理论和概念，从人的感知和认知出发，介绍数据模型和可视化基础；时空数据篇，介绍带有空间坐标或时间信息的数据的可视化方法，此类数据通过设备在真实物理空间中采集得到或由科学计算模拟产生；非时空数据篇，描述非结构化和非几何的抽象数据的可视化，这些数据既存在于真实物理空间，又是社会空间和网络信息空间的基本表达形式；用户篇，介绍面向各类数据的可视化在实际应用中共同需要的方法、技术和工具，例如交互和可视化评测方法，以及在具体领域的可视化和应用系统。</p> <p>本书从研究者的角度，介绍数据可视化的定义、方法、效用和工具，既可作为初学者的领路
<p>《Python数据分析入门——从数据获取到可视化》作为数据分析的入门图书，以Python语言为基础，介绍了数据分析的整个流程。《Python数据分析入门——从数据获取到可视化》内容涵盖数据的获取（即网络爬虫程序的设计）、前期数据的清洗和处理、运用机器学习算法进行建模分析，以及使用可视化的方法展示数据及结果。首先，《Python数据分析入门——从数据获取到可视化》中不会涉及过于高级的语法，不过还是希望读者有一定的语法基础，这样可以更好地理解本书的内容。其次，《Python数据分析入门——从数据获取到可视化》重点在于应用Python来完成一些数据分析和数据处理的工作，即如何使用Python来
本书由专业的数据分析师基于Tableau 10.1精心编撰，详细介绍Tableau的数据连接、图形编辑与展示功能，包括软件的安装与激活、数据类型和运算符、连接数据源、基础操作、数据与图形的导出、连接大数据、基础图表、函数、高级数据操作、地图分析、故事、Tableau Online、Tableau Server等内容，并通过网上超市运营、网站流量统计等案例介绍Tableau在实际项目中的应用。 本书适合互联网、银行证券、咨询审计、快消品、能源等行业的数据分析师以及媒体、网站等数据可视化从业者使用，也可供高等院校相关专业的师生及从事数据分析的研究者参考，还可用作Tableau软件的培训教材。