"從業務視角出發，總結了不同階段的代表性工具（Excel、SQL、Tableau）背後的共同點和差異，總結了“樣本範圍、問題描述和問題答案”的分析方法，並借助“層次”的概念與高級計算、結構化分析前後關聯，為業務用戶走向高級分析指明了一條鮮明的道路。在層次分析的基礎上，把可視化分析分為結果分析、特征分析和結構化分析3 個階段，借助Tableau 字段維度和問題層次的概念，精彩地闡述了“大數據分析是多維度、結構化分析”的觀點。《業務可視化分析： 從問題到圖形的Tableau方法》從問題出發闡等

●第1篇從業務和問題出發的可視化體繫
第1章我的故事：業務分析需要可視化2
1.1生活/工作面前，我們都一樣.2
1.2帶著問題啟程6
第2章奠基：業務可視化分析的價值.7
2.1古往今來，分析的終極目的是輔助決策7
2.2決策：獲得信息、做出判斷10
2.3簡單可視化：幫助領導更快地獲得信息11
2.4交互可視化：可視化是假設驗證的工具14
2.5高級可視化：分布、相關性分析與結構化分析16
2.6Tableau：敏捷BI助力決策分析18
第3章地平線：問題分析的方法與數據基礎.20
3.1問題的結構化分析與“第一字段分類”21
3.2分析的動態過程：聚合是本質23
3.2.1Excel數據透視表：拖曳即聚合23
3.2.2SQL的聚合查詢：窗口式查詢24
3.2.3TableauVizQL可視化聚合查詢.26
3.3行級別明細數據是聚合的起點，是分析的原料27
3.3.1數據表中包含的數據常識：數據類型與分類.27
3.3.2理解數據表行級別的業務邏輯及其專享性.34
3.3.3聚合度是以數據表行級別為基準點的、衡量問題層次高低的尺度.37
3.4直接聚合：基於行級別的直接聚合類型40
3.4.1描述規模：總和、平均值、計數.40
3.4.2描述數據的波動程度：方差和標準差.41
3.4.3關注個體、走向分布：百分位函數及優選值、最小值、中位數.44
3.5從數據到問題的關鍵：“第三字段分類”47
3.5.1第三字段分類：行級別計算與聚合計算.47
3.5.2理解聚合計算中的典型代表：“比值聚合”.49
3.6間接聚合：基於視圖聚合的二次聚合50
3.6.1“復雜問題”的兩個方向特征.50
3.6.2基於直接聚合的二次聚合：大數據的OLAP分析51
3.7從問題分析視角看數據分析的發展階段57
3.7.1小數據時代的多角度明細展示.57
3.7.2數據統計時代的聚合彙總57
3.7.3大數據時代的結構化分析58
第4章啟程：可視化構建方法與擴展路徑60
4.1從聚合到圖形：第二字段分類與圖形構成要素60
4.1.1可視化坐標空間：坐標繫與坐標軸.62
4.1.2“第二字段分類”與坐標軸.63
4.1.3可視化視覺模式與圖形類型.70
4.1.4可視化的意義描述74
4.27種主要的問題類型及其主要圖形.75
4.2.1傳統三大圖及其局限性76
4.2.2文本表：側重度量指標的高密度展現.78
4.2.3分布分析的三大典型圖形78
4.2.4相關性：散點圖與雙軸折線圖.82
4.2.5地理位置可視化83
4.3從基本問題類型到復雜圖形的延伸方法綜述85
4.3.1從問題分析到圖形增強分析的完整路徑.85
4.3.2基於行列的空間擴展：分區與矩陣.86
4.3.3基於標記的增強分析：分層繪制方法.89
4.3.4基於坐標軸的擴展：雙軸、同步與多軸的合並處理.96
4.3.5基於參考線的擴展：增加視圖聚合的二次聚合.97
第2篇問題的7種基本類型與可視化方法
第5章從問題到圖形的可視化邏輯.102
5.1從問題到圖形的啟蒙與進化102
5.1.1《用圖表說話》中的三步走方法.102
5.1.2“問題的字段解析方法”與基本問題類型.103
5.2可視化圖形分類方法與可視化過程105
5.2.1FT可視化詞典.105
5.2.2DataPoints中的數據可視化過程107
5.2.3Abela的“圖形推薦”邏輯108
5.2.4面向IT的Echarts分類與Tableau.109
第6章排序與對比（部分與部分）.111
6.1基本條形圖與多個離散維度條形圖111
6.1.1並排條形圖（side-by-sidebar）：離散字段並排構成分區.112
6.1.2條形圖矩陣：離散字段交叉構成矩陣.113
6.1.3矩陣實例：日歷矩陣條形圖.114
6.1.4堆疊條形圖：你喜歡喝什麼咖啡.116
6.1.5比例條形圖：把堆疊條形圖轉化為占比分析.118
6.2包含多個度量坐標軸的條形圖119
6.2.1字段重要性遞減的多種布局方式.119
6.2.2考慮字段關繫的雙軸布局方式.120
6.2.3並排條形圖：多個絕對值度量字段的對比.122
6.2.4重疊條形圖：多個絕對值度量字段的包含關繫.124
6.3字段類型和屬性對可視化的影響125
6.3.1字段類型和屬性對顏色的影響.125
6.3.2“絕對值”與比值：字段屬性對標記選擇的影響.127
6.4坐標軸的調整與組合128
6.4.1默認零點：除非必要，謹慎更改.129
6.4.2坐標軸“倒序”：有些數據越大越差.129
6.4.3絕對值刻度與百分位刻度130
6.4.4從“等距坐標軸”到“不等距坐標軸”.131
6.4.5棒棒糖圖：虛擬雙軸132
6.5以條形圖為底色的進階與高級圖形133
6.5.1靶心圖：在排序基礎上增加對比關繫.133
6.5.2“進度條”：展示單一對比關繫的條形圖變種.135
6.5.3結構化分析實例：條形圖的“高級化”.138
第7章時間序列與序列相關性140
7.1時間序列的構成140
7.2折線圖的多種延伸形式141
7.2.1時間的層次與連續/離散屬性.141
7.2.2並排折線圖和矩陣折線圖143
7.2.4多維度折線圖、堆疊面積圖、百分比堆疊面積圖.144
7.2.3包含時序的柱狀圖與結構化分析.147
7.3包含多個度量的時間序列149
7.3.1時間序列中的雙軸與柱狀圖.149
7.3.2雙軸的改變：柱狀圖與折線圖的結合.150
7.3.3基於公共基準的多軸合並151
7.4時間序列與條形圖的結合：甘特圖及其變種152
7.4.1標準甘特圖：沿著連續日期延伸.152
7.4.2股票蠟燭圖：兩個甘特圖的重疊.154
7.4.3跨度圖：“偽裝的甘特圖樣式”.155
7.4.4階梯圖：以階梯方式表達“跨度”.157
7.5日期的高級轉化：絕對日期與相對日期159
7.5.1原理：何為絕對和相對時間軸.159
7.5.2“公共基準”案例：產品在不同時間段的業績對比.160
7.5.3“公共基準”案例：客戶復購分析.163
7.6時序分析中度量的處理與高級圖形166
7.6.1聚合度量的累計彙總處理166
7.6.2絕對值與同比雙軸圖：同比或環比的比率.167
7.6.3排序圖：絕對值轉化為相對排序.168
7.6.4高級案例：地平線圖――借助高級計算處理度量.170
7.7坡面圖：次序字段的前後變化174
7.8在趨勢中增加對比關繫：雙折線增加陰影區175
第8章占比（部分與總體占比）.179
8.1占比問題類型與餅圖179
8.2樹狀圖：占比與層次關繫181
8.3初級：餅圖作為輔助圖形查看結構184
8.4中級：結合計算自定義分組及其占比186
8.4.1行級別分組：使用組和行級別計算自定義分組.186
8.4.2特定層次的分組：使用集和高級計算動態分組.187
8.5中級：使用多種方法展示類別的占比189
8.5.1方法一：使用“隱藏”功能分析單一類別占比.189
8.5.2方法二：使用“行級別計算”分析單一類別占比.190
8.5.3方法三：使用“篩選和高級計算”分析單一類別占比.191
8.6高級圖形：環形圖、旭日圖、南丁格爾玫瑰圖192
8.6.1環形圖：最簡單的雙層次結構.192
8.6.2旭日圖：雙層占比193
8.6.3南丁格爾玫瑰圖及個人建議.194
第9章文本表及其延伸形式196
9.1文本表的關鍵場景：優選聚合與“總分結構”196
9.2交叉表的優勢與推薦場景198
9.3讓交叉表更實用：增加可視化修飾的方法200
9.3.1典型交叉表的樣式與說明200
9.3.2簡易法：基於度量名稱的顏色修飾.201
9.3.3簡易法：基於單一度量的突出顯示表.203
9.3.4高級法：基於坐標軸和標記的“文本自定義”.204
9.3.5高級法：使用自定義字段邏輯控制形狀或其他.208
9.4讓簡單豐富起來：善用工具提示與儀表板互動209
9.5文字雲與氣泡圖：不常使用和不推薦的圖形211
9.6總結：用好“三圖一表”，展開業務面紗212
第10章大數據的關鍵：超越個體、走向分布.214
10.1從個體分析到分布分析214
10.2直方圖：分布分析第一圖215
10.2.1簡單直方圖：使用數據桶（bin）在數據表行級別創建直方圖216
10.2.2高級直方圖：使用高級聚合計算和數據桶生成直方圖區間.217
10.2.3基於RFM模型的客戶分布分析219
10.3箱線圖：離散分布與異常發現221
10.4帕累托圖：特殊的頭部集中分布222
10.4.1橫軸百分位處理：將離散維度序列轉化為連續百分位坐標軸.224
10.4.2縱軸累計百分比處理：連續度量的百分位轉化.224
10.4.3空間分類處理：帕累托圖的顏色分類和互動篩選.225
10.5自定義分布分析：參考線與參考分布模型227
10.5.1使用多條“百分比”參考線構建區間.228
10.5.2自定義百分位分布區間229
10.5.3分位數分布區間230
10.5.4標準差分布與“質量控制圖”和“六西格瑪區間”.230
第11章超越經驗，走向探索：廣義相關性分析.234
11.1散點圖與參考分區：波士頓矩陣234
11.2中級：散點圖矩陣和“散點圖松散化”237
11.3高級：用皮爾遜繫數生成相關值矩陣241
11.4層次關繫：多個維度字段之間的結構關繫.244
11.5次序字段的流向分析：漏鬥圖和桑基圖247
11.5.1漏鬥圖（上）：基於次序字段的變化.247
11.5.2漏鬥圖（下）：基於度量值的變化.250
11.5.3桑基圖：多階段的流向變化（簡要）.252
11.6瀑布圖：多個數值的依賴關繫253
11.7雷達圖：多角度的綜合關繫256
11.8相關性或因果關繫：基於空間的流行病學案例.259
第12章特殊的分布：地理空間分析.264
12.1地理空間和地理圖層264
12.2點圖與熱力圖：地理空間分布265
12.3符號地圖與填充地圖267
12.4自定義地理空間與空間矩陣270
12.4.1為數據點增加緩衝區270
12.4.2自定義地理空間：素周期表”.271
12.4.3高級案例：使用表計算自定義空間矩陣.272
12.5路徑地圖：兩種數據結構，兩種繪制方式274
12.6地理空間圖形的說明275
第3篇超越：從可視化分析走向結構化洞察
第13章樣本控制與假設驗證：交互.279
13.1在Excel、SQL、Tableau中構建分析樣本.279
13.1.1Excel與SQL中的靜態篩選.279
13.1.2在Tableau中創建篩選的基本方法281
13.2樣本控制的形式與歸類282
13.2.1快速篩選器的常見形式與優先級.282
13.2.2關聯篩選器和共用篩選器285
13.3基於中間變量的高級樣本控制286
13.4樣本控制的高級形式：指定層次的條件篩選289
13.4.1指定層次條件篩選的3種方式.289
13.4.2購物籃關聯分析的樣本解讀――量化篩選條件.290
13.5性能：邏輯計算位置對篩選的影響293
13.5.1篩選的本質與篩選的標準位置.293
13.5.2在聚合過程中間接篩選的“非標準操作”及其代價.295
13.5.3不同篩選方法的高級分類與適用場景.296
第14章從表像到本質：結構化分析是業務可視化分析的靈魂.299
14.1結構化分析是通往業務探索的必由之路299
14.1.1結構化分析是業務復雜性的要求.300
14.1.2結構化分析的基本形式301
14.2可視化分析中常見的層次及其組合關繫303
14.2.1行級別層次、問題層次及聚合度.303
14.2.2結構化分析的基本類型305
14.3結構化分析的幾種典型場景和案例305
14.3.1交易的利潤結構分析：主視圖引入行級別層次的聚合.305
14.3.2客戶的利潤結構分析：主視圖引入更低層次的聚合.307
14.3.3客戶矩陣分析：當前視圖層次引入獨立層次的聚合.309
14.3.4環形圖：當前視圖層次引入更高聚合度層次的聚合.310
14.4結構化分析的高級形式：嵌套LOD的多遍聚合313
14.4.1客戶購買力：使用嵌套LOD完成多遍聚合.313
14.5通用的層次分析方法316
14.5.1結構化分析與“問題結構”.316
14.5.2層次分析的4個步驟317
14.6和結構化分析相反的“努力”方法318
14.6.1“形式大於內容”的圖形318
14.6.2缺乏代表性和意義的指標321
14.6.3缺乏互動性的圖表321
14.6.4不符合直覺的設計322
第15章歸來：成為優秀的業務分析師的個人建議.323
15.1好奇、探索和持續學習的欲望，是前進的源泉323
15.2學習理解原理，方能舉一反三、事半功倍324
15.3深入理解業務，方能立於不敗之地325
15.4分析要從明細開始，過度整理會遠離真相326
15.6循序漸進，不要好高騖遠328
後記＆參考資料.330

對廣大的業務分析師而言，業務分析（或者稱為商業分析）應該從業務和問題出發，可視化是實現的方法，輔助決策是最終的目的。本書以業務分析為起點，介紹了“樣本範圍、問題描述和問題答案”的解析方法，以及聚合過程、連續與離散的字段分類，共同作為業務分析、可視化分析的理論基礎。本書借助敏捷BI工具Tableau，詳細介紹了7種基本問題類型（排序、時序、占比、文本、分布、相關性、地理）及其對應的基本圖形，並介紹了基於標記、坐標軸、參考線、計算的增強分析方法。本書的目的是讓讀者從“三圖一表”的結果分析，經由分布和相關性的特征分析，走向業務分析中的關鍵領域――多個問題的結構化分析。