"用DIKW模型解釋可視化分析原理以可視化心理學研究的成果解釋了什麼是可視化的前意識屬性 詳細闡述了Tableau可視化分析全流程 繫統介紹Tableau 可視化數據準備產品——Tableau Prep Builder"

●第1篇 從數據到圖形：Tableau可視化
第1章 可視化分析：進入大數據時代的理性與直覺之門 2
1.1 數據金字塔：從數據到決策有多遠？ 2
1.2 直覺先於理性：可視化的心理學 5
1.3 Tableau：大數據時代的“梵高” 8
1.4 Tableau快速學習路線圖 11
第2章 數據可視化：理念與基礎 13
2.1 從Excel到Tableau：不同的視角與層次思維 13
2.1.1 IT分析師和業務人員看待數據的不同視角 14
2.1.2 數據分析的層次模型 16
2.1.3 層次、聚合度和顆粒度 18
2.2 數據基礎概念：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 數據分析的兩種表達方式：數據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：連續和離散 23
2.2.5 從字段到圖形：Tableau Desktop的設計邏輯 25
2.3 Tableau Desktop初級可視化：過程與方法 27
2.3.1 數據連接：建立連接和基本整理 28
2.3.2 數據可視化：基本方法與基本圖形 30
2.3.3 數據洞察：組合與互動 37
2.3.4 分享數據見解 39
第3章 數據準備：用Prep Builder進行數據整理與結構調整 41
3.1 Prep Builder基礎操作 41
3.2 初級字段整理：數據清理和篩選 44
3.2.1 數據拆分 47
3.2.2 數據分組 49
3.2.3 篩選器 51
3.2.4 字符串清理 53
3.3 中級結構整理：數據轉置 53
3.3.1 Prep Builder和Desktop的列至行轉置 54
3.3.2 Prep Builder的行至列轉置 55
3.4 高級結構整理：數據聚合 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 數據準備：數據合並與數據建模 68
4.1 行級別合並：並集、連接與Desktop方法 68
4.1.1 數據並集 69
4.1.2 數據連接 72
4.1.3 並集與連接的異同點 76
4.2 視圖級別合並：數據混合與Desktop方法 78
4.2.1 使用Desktop進行數據混合 79
4.2.2 數據混合的邏輯及其與連接的差異 84
4.3 使用Prep Builder做數據合並 86
4.3.1 使用Prep Builder 完成數據並集 86
4.3.2 使用Prep Builder做數據連接 92
4.3.3 使用Prep Builder完成“數據混合”：聚合+連接 95
4.4 如何選擇數據合並方式 97
4.5 數據模型：數據關繫 99
4.5.1 從物理表到邏輯表：數據關繫的背景與特殊性 99
4.5.2 數據模型（上）：以數據關繫實現數據連接 101
4.5.3 數據模型（下）：建立物理層和邏輯層的多層關繫 103
4.5.4 改善數據模型的性能（上）：關繫類型 107
4.5.5 改善數據模型的性能（下）：引用完整性 110
4.5.6 從數據合並邁向數據建模 111
4.6 數據準備綜合應用 112
4.6.1 使用Prep Builder快速合並和整理Excel數據 112
4.6.2 使用Prep Builder匹配和整合SAP HANA多表數據 117
4.7 為什麼Prep Builder是數據整理的優選 121
4.8 如何優雅地使用Prep Builder 124
4.8.1 思考和問題先於數據 125
4.8.2 層次思維是關鍵 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的很好結合 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：理解數據表中的獨立層次結構 128
5.1.2 工作表：依據字段的層次結構完成數據可視化 131
5.1.3 儀表板：探索不同數據之間的關聯關繫 137
5.2 Tableau復雜業務問題中的關聯分析 138
5.2.1 多數據分析：每個數據表行級別的專享性 138
5.2.2 即席計算：通過計算字段完善分析模型 140
5.2.3 數據解釋：AI驅動的智能關聯分析 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：並排比較多個度量 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 170
5.5.1 常用篩選器及其優先級 170
5.5.2 集 177
5.5.3 參數 181
5.5.4 分組和分層結構 182
5.5.5 排序：對數據按照規則排序 183
5.5.6 參考線、參考區間、分布區間和盒須圖 185
5.6 格式設置 194
5.6.1 通過標簽設置突出度量值 195
5.6.2 工具提示的高級設置 196
5.6.3 其他常見設置 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 212
6.6 地圖與形狀的結合：自定義圖形與HEX函數 217
第7章 與數據對話：信息呈現與高級交互 220
7.1 比“數據”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 準確設計和布局 223
7.1.3 更空間的折疊工具欄 225
7.1.4 多設備設計和大屏設計 226
7.2 故事：構建你的DataPoint 227
7.3 可視化交互：與數據對話 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：動態參數和參數動作 235
7.4.1 實例：使用參數更新度量 237
7.4.2 實例：使用操作動態更新度量 239
7.4.3 實例：使用參數動作動態控制參考線 240
7.4.4 實例：使用參數展開指定的類別 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：各省份相對於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 關鍵原理：Tableau多種操作的優先級 254
7.5.6 高級實例：多個集動作構建的自定義矩陣 254
7.5.7 技巧：集與分層結構、工具提示的結合 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” 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 數據的層次與兩類基本的計算類型 264
8.1.1 借助Excel學大數據：行級別計算和聚合計算 265
8.1.2 從Excel數據透視表到Tableau視圖計算 268
8.2 行級別函數及其作用 272
8.2.1 行級別函數的使用場景 272
8.2.2 字符串函數 274
8.2.3 日期函數 278
8.2.4 數字函數 285
8.2.5 類型轉換函數 286
8.2.6 高級字符串函數之“正則函數” 287
8.3 聚合函數 290
8.4 邏輯函數及行級別與聚合計算的差異 291
8.4.1 IF函數 292
8.4.2 IIF函數 293
8.4.3 CASE WHEN函數 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構分析 295
8.4.6 高級說明：兩類邏輯表達式的差異 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 表計算函數代表：WINDOW_SUM函數 303
9.1.2 狹義LOD表達式代表：FIXED LOD 306
9.1.3 廣義LOD表達式的分類及區別 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 表計算函數及實例 318
9.3.1 擁有代表性的函數： LOOKUP函數和差異計算 319
9.3.2 RUNNING_SUM函數：移動彙總計算 320
9.3.3 實例：LOOKUP和RUNNING_SUM表計算（TC5） 321
9.3.4 WINDOW_SUM函數：窗口彙總函數 326
9.3.5 WINDOW_SUM函數初級實例：加權計算與合計百分比（TC6） 329
9.3.6 WINDOW_SUM函數中級實例：相對於任意選定子類別的相對差異 332
9.3.7 高級實例：相對於任意日期的百分比差異（TC1） 335
9.3.8 參數類表計算 338
9.3.9 INDEX與RANK函數：排序表計算 340
9.3.10 實例：基於公共日期基準的銷售增長（INDEX函數）（TC2） 341
9.3.11 實例：隨日期變化的RANK函數（TC4） 343
9.3.12 統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表達式 362
10.1 LOD表達式的獨特性和原理 362
10.2 LOD表達式的語法 365
10.3 FIXED LOD表達式的3種類型 367
10.3.1 聚合度高於視圖的詳細級別 368
10.3.2 聚合度低於視圖的詳細級別 372
10.3.3 獨立於視圖的聚合 375
10.3.4 3種語法的原理說明 376
10.4 INCLUDE/EXCLUDE LOD表達式 377
10.4.1 EXCLUDE LOD實現更高層次的聚合 377
10.4.2 INCLUDE LOD實現更低層次的聚合 378
10.4.3 FIXED、EXCLUDE、表計算的計算邏輯與優先級 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 高級應用：嵌套LOD表達式（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指標體繫 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 各時間段不同復購間隔的客戶數量（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：不同交叉購買次數的客戶數量 408
10.8.2 超級實例：基於訂單中的購物籃交叉購買分析 410
10.9 高級計算的很好實踐 416
10.9.1 視圖中哪些位置決定詳細級別 416
10.9.2 各類計算如何構成視圖的組成部分 417
10.9.3 如何選擇計算類型及其優先級 418
第3篇 從可視化到大數據分析平臺
第11章 Tableau Server數據平臺 422
11.1 敏捷BI加速從數據資產到價值決策的流動 422
11.2 從Desktop發布到服務器：分析模型自動化 423
11.3 從Prep Builder發布到服務器：數據流程自動化 425
11.4 Data Management：從復雜數據準備到深度業務分析 427
第12章 保證數據安全：Tableau Server的安全體繫 430
12.1 推薦的Tableau Server權限機制 430
12.1.1 基於群組和項目設置權限 431
12.1.2 在項目中鎖定權限（必要時） 435
12.2 行級別數據安全管理：用戶篩選器與用戶函數 435
12.3 Tableau Server權限評估規則 437
寫在最後 439

本書繫統地講解了Tableau Prep Builder和Tableau Desktop的原理與實踐應用。全書以可視化分析、Tableau計算為重點，詳細介紹了如何理解數據的層次、如何使用Tableau Prep Builder整理和準備數據、如何使用Tableau Desktop開展敏捷數據分析、Tableau高級互動，特別是深入介紹了Tableau的各種計算，從而以有限的數據實現無限的業務場景分析。全書貫穿數據與問題的層次分析方法，並用實例加以說明，不僅適合希望繫統學習Tableau的初學者，而且適合Tableau的中高級分析師。

喜樂君 著