[ 收藏 ] [ 繁体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

  • 新类目

     管理
     投资理财
     经济
     社会科学
  • 業務可視化分析: 從問題到圖形的Tableau方法(博文視點出品)
    該商品所屬分類:圖書 -> 電子工業出版社
    【市場價】
    1534-2224
    【優惠價】
    959-1390
    【作者】 喜樂君 
    【所屬類別】 電子工業出版社 
    【出版社】電子工業出版社 
    【ISBN】9787121417641
    【折扣說明】一次購物滿999元台幣免運費+贈品
    一次購物滿2000元台幣95折+免運費+贈品
    一次購物滿3000元台幣92折+免運費+贈品
    一次購物滿4000元台幣88折+免運費+贈品
    【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
    版本正版全新電子版PDF檔
    您已选择: 正版全新
    溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
    *. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
    *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
    *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
    內容介紹



    出版社:電子工業出版社
    ISBN:9787121417641
    版次:1

    商品編碼:12912635
    品牌:電子工業出版社
    包裝:平裝

    開本:16開
    出版時間:2021-08-01
    用紙:膠版紙

    字數:570000
    作者:喜樂君


        
        
    "

    產品特色

    編輯推薦

    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。

    本書從問題出發闡述圖形,而非為了圖形講解圖形,其中講解了很多具有啟發性的案例,比如從絕對坐標軸到相對坐標軸的轉化、文本表的修飾等。


    內容簡介

    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。


    作者簡介

    Tableau Zen Master,Tableau Desktop & Server CA Certification,Tableau培訓師和咨詢顧問;

    山東大學法學學士、教育學碩士,首屆研究生國家獎學金獲得者(2013);

    多次創業者、知識工作者,忠於分享,全心全意服務客戶。


    精彩書評

    國際數據管理協會(DAMA)是一個全球性的專業組織,由數據管理和數字化相關的專業人士組成;協會自1980年成立以來,一直致力於數據管理和數字化的研究、實踐及相關知識體繫的建設,先後出版了《DAMA數據管理字典》和《DAMA數據管理知識體繫指南》等。商業智能是數據管理的核心內容之一,它連接技術與業務、數據與決策、IT部門與業務部門,以輔助業務決策為最終目的。本書詳細介紹了業務分析的方法,特別是問題分析的結構模型,並借助Tableau敏捷工具以圖形的方式實現,對廣大的數據和業務用戶而言,具有很高的參考價值。

    ——汪廣盛教授,國際數據管理協會中國區主席


    數據可視化分析的根本目的是服務業務,而不僅僅為制作好看的圖表,“業務、數據、可視化表達”三者應該融為一體,因此深刻理解圖表的原理及其適用的業務場景是數據分析師的必修課。相反,隻注重圖表形式,卻忽視業務洞察,則是數據分析師的大忌。本書中喜樂君用大量的實例,繫統介紹了從問題到圖形的Tableau方法,而通過可視化手段洞察業務也正是Tableau的精髓所在,這本書能夠幫助“表哥/表姐”進階成為真正的數據分析師!

    目前市場上介紹Tableau軟件操作的書籍比較多,而真正介紹可視化原理及業務分析的作品甚為難得,本書內容翔實豐富,融入了喜樂君大量的實踐和思考,堪稱是一部匠心之作!

    ——高雲龍,Tableau顧問,《大話數據分析》作者



    在我看過的國內外各類關於Tableau的書籍中,喜樂君的這本書獨樹一幟。喜樂君能夠站在技術小白的角度,將其對Tableau可視化分析的理解,特別是底層邏輯的理解,和盤托出。它看起來是一本技術書,實際上是一本教會讀者如何理解數據,理解Tableau,最終和數據做朋友的故事書。若讀者能夠像喜樂君一樣有耐心,一定會茅塞頓開,打開數據新世界。

    ——張星辰,榮聯科技集團數據服務業務總監



    不論是統計分析、商業分析,還是當前流行的機器學習和深度學習等數據挖掘的分析技術,都離不開數據的可視化;在喜樂君的幫助下,中原消金順利推廣了業務分析中的Tableau方法。本書深入闡述業務分析和可視化分析的思路、方法與實踐案例,雖然以Tableau作為示例,但其中的分析思路和可視化的方法卻不限於Tableau,尤其有助於IT用戶擴展分析思路,從而更好地賦能業務部門。

    ——李楊,中原消金大數據平臺與應用架構師



    喜樂君對大中華地區業務用戶的影響是前所未有的,本書是他成為Tableau Zen Master後的全新力作。此作不僅體現了Tableau面向業務分析的價值精髓,而且為非IT用戶指明了一條循序漸進、未來可期的成長之路。相信這本書能幫助更多業務用戶看到並理解數據的價值,並培養面向問題、面向業務的數據分析思維。

    ——李霏菲, Tableau Customer Success Manager



    作為一家跨境互聯網企業,天然擁有大量的數據,同時面臨如何把大量數據轉化為經營決策的挑戰。很多人推薦使用Tableau,起初走了很多彎路,直到遇到喜樂君,他對工具與方法的深刻理解令人欽佩。在作為咨詢顧問的一年時間裡,喜樂君不僅幫助我們深刻理解了敏捷業務分析工具,更提供了完整的業務思考方式,幫助企業建立了客戶特征分析、遷徙分析等的模型思路。

    ——黃踵青,廣州市卡貝路貿易有限公司總經理


    本書精彩地講述了如何從業務問題出發,將業務洞見以可視化語言呈現,最終用以指導業務決策。喜樂君對看似簡單卻極為重要的概念進行深入分析,形成了富有邏輯的繫統分析方法論,為各領域的業務人員連接數據資產和業務價值鋪平了最後一公裡——Tableau則是最後一公裡敏捷、高效的工具。喜樂君根據自己多年的思考和經驗將兩者有機結合,內容既有深度又形像易讀,精心繪制的插圖反映了滿滿的誠意。本書可以幫助業務人員快速參與大數據分析,從而賦能企業決策。

    ——李朝振博士,世界500強企業Tableau用戶



    一直很喜歡喜樂君的書籍和文章,他可以把業務思維和IT思維結合起來,然後用直白、易懂、流暢的語言講授給你。本書更是從業務視角出發,把一個個圖形與合適的業務場景聯繫起來:邏輯清晰、案例豐富、思維結構性強,配圖也是精心設計,能看出作者的用心之深。

    ——唐小強,百勝中國



    Tableau易學、易上手,但從初級提高到中級或更高水平,殊為不易,這需要大量實際業務分析項目的實踐和經驗積累。Tableau網站的幫助文件和市面上大多數Tableau書籍、教程專注於軟件功能介紹,而基於業務層面的書籍少之又少。喜樂君的這本磨刀之作彙集了他多年的Tableau項目和培訓經驗,從業務需求出發,細致透徹地講解如何將Tableau各方面的知識點恰當地運用到實際工作中,如何用適合的圖形來表達數據的特點,發現商業機會。本書秉承了喜樂君一貫的行文風格,圖文並茂,邏輯清晰,實為不可多得之佳作。

    Michael Ye ,美國資深商業智能分析師,Tableau Ambassador



    商業環境快速變化,數字創新助力轉型。在平安集團數據化經營戰略指導下,平安普惠近年來持續推進數字化轉型,一年來與喜樂君老師深入合作,為200多個數據分析崗賦能Tableau中、高階分析能力,實現了全國二級機構經營報表自動化、智能化,階段性地實現了提效率、提效益、提產能的轉型初心。本書面向業務分析場景,從問題出發,運用工具和可視化分析方法,幫助業務用戶發現洞見,從而更好地助力經營和管理決策。

    ——陳珊珊,平安普惠財企中心數據化經營項目管理團隊負責人


    目錄

    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

    2.6 Tableau: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

    3.2.1 Excel 數據透視表:拖曳即聚合 23

    3.2.2 SQL 的聚合查詢:窗口式查詢 24

    3.2.3 Tableau VizQL 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唯一性 . 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:百分位函數及最大值、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

    4.2 7 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

    5.2.1 FT 可視化詞典 . 105

    5.2.2 Data Points 中的數據可視化過程 107

    5.2.3 Abela 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-side bar):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:最高聚合與“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

    13.1.1 Excel 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


    查看全部↓

    前言/序言

    自序

    賦予可視化靈魂:

    基於業務分析的新思考

    與筆者的上一本書《數據可視化分析:Tableau 原理與實踐》(以下簡稱《數據可視化分析》)的出版相隔整一年,我們又見面了。感謝每位讀者的熱心支持,筆者也將付出真誠與所有。這本書不僅僅是過去一年的新知識點,更包括了筆者在數據分析領域掙扎多年後對思考體繫的重新梳理和突破。作為《數據可視化分析》的姊妹篇,本書在某些體繫上更加基礎、完整,在一些知識上又更加深入和進階。

    在這裡,筆者簡單介紹一下本書的緣起、闡述方法、知識結構等內容。

    1.緣起

    在《數據可視化分析》一書中,筆者總結多年學習、培訓和實施服務的經驗,介紹了Tableau的完整知識體繫,以及基於Tableau 知識框架的問題分析方法、數據準備的多層模型,特別是基於“層次”(LOD)的計算體繫。該書上市後,多謝各位讀者的口口相傳,在Tableau 的小圈子裡流傳尚好,而筆者也借加印穿插補充了一些知識要點,並勘誤校訂。不過,該書的可視化闡述過於簡單,這與筆者的藝術感欠缺、知識積累不夠有直接關繫。

    綜觀各種可視化圖形,不管是Tableau Public 上的,還是借助Python 可視化庫實現的,在筆者看來,絢爛的形式背後大多遠離了數據的土壤——業務環境。可視化的目的是業務與決策,應以業務為背景、從問題出發、以可視化方法輔助決策(見本書第2 章)。

    同時,作為Tableau 重要的代理商和服務提供商之一,筆者在過去一年中有幸認識了很多客戶,筆者驚奇地發現,原來大公司面臨的困境和中小公司其實並無二致,甚至“組織慣性”更大、更難以改變。借助於自己多年前的業務背景,筆者極力向客戶推廣可視化表像之上的業務探索與結構化分析。在客戶服務過程中,寥寥幾個“結構化分析”案例總能打動業務人員的心——他們都曾有類似的想法,但是受限於工具,從來沒有實現過。

    在2020 年下半年給紅塔集團、平安普惠等客戶提供培訓和咨詢服務時,筆者就開始醞釀本書的框架。筆者有幾個非常明確的期望,希望借助本書實現:

    (1)專注業務分析方法,闡述更加完整的邏輯體繫,特別是基於“第一字段分類”的問題分析方法、基於層次的結構化分析方法(見第3 章)。

    (2)基於“第二字段分類”的可視化邏輯,“可視化是由點線面構成的圖形”,但更重要的是圖形類型及其對應的業務意義;業務分析是自問題到圖形的過程,而非自數據到圖形的過程(見第4章)。

    (3)從業務場景出發,分門別類介紹問題的類型與圖形邏輯,同時引導更多的業務用戶從“三圖一表”的基本圖形,借分布分析和相關性分析的特位分析走向“結構化分析”。結構化分析是本書最重要的歸宿,是筆者熱切希望每一位讀者、用戶都能深入理解的內容,借助相關的簡單案例,在你的用戶中獲得“哇喔”的驚喜。

    2021 年上半年,在為長隆集團提供咨詢服務的過程中,筆者在分享“數據準備與性能優化”時,獲得了“第三字段分類”的關鍵靈感。本書付梓前夕,筆者特意突出了這個內容(見3.4 節),雖然內容簡單,但這將是之後新書的主題“數據準備與分析模型”的邏輯起點。

    為此,本書盡可能站在業務用戶的角度,延續“原理性思考”的底色,闡述如何從問題出發,從業務經驗出發,沿著特定的邏輯,掌握業務分析的完整體繫和方法。每個人都能經過刻意練習掌握這些方法,之後再與本行業的業務經驗結合,成為高級業務分析師。

    2.本書的闡述方法

    本書的精彩,首先來自體繫框架和闡述方式;其次纔是工具帶來的想像力。

    大學畢業及之後多年,筆者跟隨王思悅教授學習“發明創造與創新思維”差不多十年了。課程中有一個讓筆者銘記一生的例子:帶橡皮的鉛筆與羊角錘。王教授精彩地闡述了如何通過“同中之異”“異中之同”的角度創造性地總結多個事物背後的特征,從而讓筆者邁向創新之路。帶橡皮的鉛筆一端能寫、一端能擦,羊角錘一端能敲、一端可撥,功能相克,這是二者的“異中之同”。而二者又有顯著的差異,前者是“材料上的互克”,後者卻是“結構上的互克”,此為“同中之異”。這個例子筆者反復聽了很多年,每次都有新的收獲,如今終於可以換一種方式表達出來。

    在本書中,筆者將用上述思考方法,總結多年業務分析和客戶服務經驗中的“同中之異”和“異中之同”,構建整本書的邏輯體繫,比如:

    ? Excel 透視圖、SQL 聚合查詢、Tableau 拖曳分析之間的相同點是什麼(問題的結構和聚合過程是相同的,見第2 章)?不同點又是什麼(展現方式不同,即可視化基礎,見第3 章)?__

    ? 條形圖、折線圖、餅圖作為簡單圖形背後的相同點是什麼(結果分析為主)?分布分析和相關性分析的相同點又是什麼(特征分析為主)?從結果分析、特征分析再往前,就是二者結合的結構化分析。

    ? 簡單問題和復雜問題因何不同,又因何關聯在一起?如何用邏輯方法構建復雜問題和高級問題的結構?層次是問題分析的關鍵,多個層次的相關性就是結構化分析的關鍵。

    以上是本書暗含的脈絡。經由“同中之異”“異中之同”的普適性原理與方法,幫助所有人快速進入可視化業務分析的廣闊天地,再根據問題的不同類型,闡述不同分支的前進之路。

    這種構建方法的好處是能在案例之後直抵原理,幫助讀者舉一反三、觸類旁通,從而成為高級的業務分析師;而其缺點就是需要一定的理解能力,畢竟這也是筆者十年之功,歷經多個行業的點滴總結。

    當然,在看似復雜的體繫背後,筆者並沒有重新創造什麼知識,無非是采納百家之長,然後組合創新的結果(就像克裡斯坦森所言)。五音可以譜曲,五色創造絢爛,哪怕隻有五種圖形,借助於原理性的理解和業務的表述方法,也可以深刻地展示數據背後的業務規律。

    “圖片最偉大的價值在於它迫使我們注意到從未預見到的事物。”

    ——《探索性數據分析》,1998

    在這個過程中,業務問題是指引,是方向,是北鬥星。有一個“因指見月”的典故,教導我們不能執著於名相(“手指”)而忘記了修行的覺悟(“月亮”),就像匆忙得隻記得賺錢而忘記了生活。業務分析何嘗不是如此?

    3.本書的知識結構

    本書從業務出發,從問題出發,穿插必要的分析知識和圖形概念,最後以高級分析結尾。其中重點解釋業務分析方法、可視化構建方法、主要的問題類型與擴展邏輯、業務中的結構化分析方法等,具體如下。

    第1 篇,介紹業務分析的重要性,以及問題分析的方法與可視化分析基礎。

    第1 章,通過一個小故事,介紹傳統企業普遍面臨的困境。

    第 2 章,介紹數據分析如何成為連接數據資產到價值決策的橋梁。這個橋梁中有兩個關鍵詞:問題和圖形。問題決定圖形的類型與意義,圖形是問題的載體。基本可視化、交互探索可視化和結構化分析層層遞進,越來越靠近業務的本質。

    第3 章,介紹問題分析的方法。介紹適用於所有行業、普遍場景的結構化問題思考方法、過程思考方法,並努力將一些技術領域的專業詞彙變成普及型的業務知識。

    第4 章,介紹可視化分析的構建邏輯與通用方法。脫離具體的圖形,介紹可視化的構成、字段屬性、圖形的邏輯意義,以及適用於每種圖形的可視化繪制路徑和方向。

    第2 篇,介紹可視化分析的常見圖形及其業務延伸形式。

    第5 章,介紹本書“從問題到圖形的方法”的思考來源,以及主流的幾種可視化選擇路徑。第6 章~第12 章,分別介紹排序與對比、時間序列、占比、文本表、分布分析、相關性分析、地理空間可視化共7 個主要的問題類型,以及每一類問題對應的基本圖形、復雜圖形和高級圖形樣式。

    第3 篇,介紹從單一可視化分析走向高級分析的交互與結構化分析。

    第13 章,介紹“樣本範圍”相關的控制要素,並重點介紹在“樣本範圍”中引用另一個層次的問題分析。以購物籃關聯分析為例,對比了篩選、集和計算3 種實現方法。

    第14 章,本書最重要的升華,介紹了“結構化分析”的業務背景、問題類型、典型案例,以及與之相反的可視化方向。

    第15 章,分享了如何成為一名優秀的業務分析師(商業分析師)的個人經驗和建議。

    在各個章節中,穿插了業務分析的案例和思考方法,限於篇幅,不能完整介紹每一步的細節,需要讀者在“技藝”方面多加練習和探索。

    卓越的思考一定是超越工具的,但最好的思考隻有在最佳的工具中纔能盡情綻放。本書配圖主要基於Tableau Desktop 完成,部分環節輔以Excel 與SQL 作為對比理解。

    4.本書的長遠希望

    “業務分析師”或“商業分析師”作為一個全新的職業,在互聯網、電商等行業中越來越重要;而每一個傳統行業,都值得用類似的思維重建對數據的理解和數據分析框架——正如很多人所說,“數字化時代,所有的行業都值得重做一遍”,不管是賣菜、水電公共事業,還是制造汽車、火箭,這是我們這一代人的幸運和機會。很多傳統公司在猶豫是否購買哪怕一套Tableau 時,它已經為此付費了(隻是換一種方式,比如重復勞動、沉沒成本等)。

    在這個快速變化的時代,很多人被守舊的思維和工具所困,所以“忙而無功”;很多IT 部門陷入“終日碌碌”,而業務部門依然覺得他們“無所作為”的困境——不是每個人不努力,隻是他們在做不擅長的事情。筆者希望為樂意改變的個人和單位提供一條看得見的轉型之路。基於可視化分析的業務分析,是適用於任何企業的“數字化轉型”的窗口。__

    數據是資產,已經是無可置疑的了,因為數據被稱為“21 世紀的石油”。

    如果有人希望從IT 人員轉型為業務分析師(商業分析師),如果有人希望從業務人員成長為更優秀的業務經理(跨界的業務經理),那麼筆者希望這本書能提供給他們一些捷徑,並減少筆者所經歷的苦痛和糾結。業務分析首先應該關注思維方法,其次纔是工具實現。

    不管你是否在用Tableau,本書都將提供超越軟件本身的靈感。借此,希望讀者能找到適合自己的成長之路。

    畢竟,作為新時代的從業者,我們不僅僅是公司中的一員、家庭中的一員,更重要的是“自己的CEO”,正如德魯克所言:

    “知識工作者必須成為自己的首席執行官……不僅要清楚自己的優點和缺點,也知道自己是怎樣學習新知識和與別人共事的,並且還明白自己的價值觀是什麼、自己又能在哪些方面做出最大貢獻。

    因為隻有當所有的工作都從自己的長處著眼時,你纔能真正做到卓爾不群。”

    5.鳴謝

    本書的構想最早源自紅塔集團玉溪卷煙廠高宇雷先生的提議,他建議筆者多分享一些“可視化的制作方法”;之後在給平安普惠的多次培訓中,本書脈絡逐步完善,並在2021 年春節期間集中完成。

    2021 年4 月,為了驗證本書的邏輯框架,筆者又在上海組織了6 天的課程,完整、深入地分享

    了本書的細節,並獲得了一些寶貴的改進線索。感謝參與的每一位朋友,以及來自上海杉達學院(提供了活動場地)、上海交通大學、華東師範大學、上海對外經貿大學等多位老師和學生的聆聽。

    感謝多年來每一位客戶的支持和理解,作為一名“創業型知識分子”,客戶給了筆者最大的理解和支持,這是筆者成長的土壤,也是這本書創作的動力。特別感謝百勝中國唐小強先生為本書做出的貢獻,他是完整閱讀本書的首位讀者。

    感謝Tableau,它讓筆者感受到了“文思泉湧”的激情和熱愛。2021 年有幸成為全球Tableau ZenMaster 的一員,讓筆者倍感榮幸。這本書也是筆者對這項榮譽的最好回饋。雖然本書在努力脫離工具闡述分析方法,但在Tableau 面前,筆者永遠要保持謙遜——筆者隻是一具傳遞知識的“皮囊”,而Tableau 纔是激活筆者力量、賦予筆者能量的寶劍。

    感謝多位Tableau 大師,特別是Ken Flerlage、Andy Kriebel、Alexander Mou 、Jeffrey Shaffer 等多位Tableau Zen Master,讀者可以在Tableau Public 上領略他們的絕佳作品,本書多有引用。

    感謝與筆者同時入圍Tableau Zen Master,同時還是中國首位Tableau Ambassador 的Wendy(汪士佳)女士;筆者誠邀Wendy 為本書設計封面,她的回饋遠超筆者的預期。不管是筆者所代表的理性之路,還是Wendy 所代表的藝術家之路,Tableau 都會是你最好的伙伴。

    感謝電子工業出版社的石倩編輯,因緣際會合作至今,她是兩本書背後的默默功臣;每次圖書加印,她都耐心地讓筆者的書更加完美——不管是修改錯別字、升級插圖,還是協助筆者重寫某些章節。本書的未來也是如此,每一次加印,都是一次或大或小的升級,這也是我們對待知識的態度。

    感謝家人,在筆者匆匆忙忙的人生路上,他們理解了筆者的一切。

    感謝喜樂的人生;人生美好。


    查看全部↓



    "
     
    網友評論  我們期待著您對此商品發表評論
     
    相關商品
    在線留言 商品價格為新臺幣
    關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
    DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
    返回頂部