産品特色

編輯推薦

眾所周知，在2018 Gartner“分析和商業智能魔力象限”報告中，Tableau連續六年榮獲“領導者”稱號，並被評為直觀交互式可視化分析的黃金標準。

《Tableau商業分析從新手到高手》盡量還原瞭一些現實商業分析場景，展現瞭在這些場景下如何結閤數據和?Tableau的可視化技術，對多種商業問題進行探索和解答。希望通過這樣的方式讓讀者更容?易學會使用Tableau，快速成為一名閤格的分析師，而非軟件操作匠人。

內容簡介

2015年，美智訊公司與瀋浩老師閤作撰寫瞭國內較早的一本Tableau中文書《觸手可及的大數據分析工具：Tableau案例集》。該書經過瞭多次重印，發行甚廣。看到書籍如此受歡迎，我們很受鼓舞，於是推齣瞭這本書。

《Tableau商業分析從新手到高手》共分為四個部分，分彆是産品主題分析、客戶主題分析、營銷主題分析、技術擴展主題。

《Tableau商業分析從新手到高手》偏重於商業分析思路的講解，采用6個人物場景對話的方式講授商業問題。每一章的結構是：先拋齣商業環境中一個真實的具有挑戰性的業務或需要決策的問題，然後提齣解決問題的思路並得齣結論（即“分析思路”部分），再介紹如何用Tableau實現其中的關鍵部分（即“技術實現”部分）。“分析思路”部分，通常與具體的軟件工具無關；Tableau“技術實現”部分，如果用到瞭R或Kettle等相關軟件工具，則在相應節中呈現詳細的操作步驟。

《Tableau商業分析從新手到高手》適閤企業中從事數據分析崗位1～3年的職場人員作為自學教程，也適閤作為大中專院校相關專業的教學參考書，也適閤社會上的商業分析類培訓機構作為教材使用。

作者簡介

“博易智訊”與“美智訊”均為“Bizinsight”旗下品牌。

Bizinsight自2006年成立以來，一直專注於數據分析與商業智能領域，為企業提供量化分析與全麵數據應用的整體解決方案，是國內較早一批提供數據挖掘與大數據應用軟件和服務的團隊。簽約客戶覆蓋多傢世界500強公司與中國500強公司。

本書主要由我們的服務團隊“美智訊”撰寫。這是一個專業從事大數據版塊的企業文化培養、員工技能培訓、整體方案設計與技術服務外包實施團隊。這個團隊日常工作是協助客戶做高效處理與深度分析，例如交易記錄、網頁點擊、地理位置、物聯網迴傳、語音語義等一切進入企業經營過程中的大數據。

精彩書評

數據可視化是一架有效連接數據和應用的橋梁。無論是高級的分析人員，還是業務高?手，擅用可視化技術，都可以提高挖掘數據信息的效率以及增加決策的準確性。

?關於可視化的工具有很多，所需掌握的軟件操作也並不難。但掌握瞭各種快速展現數據?的方法，這僅僅是一個開始。想要更有效地利用數據，需要很多的分析經驗、行業知識以及?流程型框架的方法論。?

這些知識的獲得，需要大量的實際案例積纍與總結。美智訊（Bizinsight）公司的團?隊，願意在工作之餘，將工作中可傳播的知識和脫敏的數據總結成案例，傳播數據可視化分?析的思路與經驗，算是難能可貴。

?前人栽樹，後人乘涼。祝願各位讀者可以利用本書的案例和經驗，拓展自己的思路，在?工作中快速成為高手，讓數據可視化技術發揮齣更多的價值。優質化的數據分析是邁嚮AI的?重要途徑，Bizinsight團隊做到瞭，大傢一起來欣賞吧！

?—謝邦昌?

颱北醫學大學管理學院院長，大數據研究中心主任?

中華數據挖掘協會（Chung-huaDataMiningSociety，CDMS）理事長?

近幾年，我將許多時間花在瞭算法建模與工程級應用上，帶博士的方嚮也從“傳播學”?轉到瞭工科為主的“媒體大數據與社會計算”。成功的大數據分析項目，至少是三方麵的綜閤?效果：科學的模型與算法、支撐大數據運行的軟/硬件架構、貼閤實效的商業分析閉環。?

如果將時間投入到特定的算法學習中，掌握一定的建模技能並不難；同時，低成本技術?架構為企業提供彈性算力支撐的平颱已日漸成熟。多數企業的人纔隊伍中，隻需三五位數據?科學傢鑽研模型、算法與架構，其餘大部分數據分析崗位分散於各工作流程，每日解讀從商?業智能、機器學習、物聯網等係統傳迴的結果，將其融入商業運作之閉環並監控實施效果。

如今正在從事數據分析工作的人員，大多數並沒有統計學、計算機科學和數學專業背?景。同時，多數高校的生物學、醫學、環境科學、經濟學、社會學、管理學等學科，也已經?開設瞭多門大數據課程。究其原因，因為數據分析崗位需要復閤型知識與管理思路。

?這本《Tableau商業分析從新手到高手》推薦給正在從事數據分析崗位的職場新人。祝?願讀者們完成數據探查、落實分析思路，以及繪製圖錶的速度能夠提升。如果部分讀者已經?掌握瞭SPSS、SAS、R與Python等分析工具，那就更好瞭，快嚮深度學習進發吧！

?—瀋浩?

中國傳媒大學新聞學院教授博士生導師

?中國傳媒大學調查統計研究所所長大數據挖掘與社會計算實驗室主任?

中國市場研究協會（CMRA）會長?

國傢信息中心評選之“十大影響力的大數據領域學者”

Data（數據）的字根源於拉丁文Datus一詞，意為“給予”“交付”。例如這本書是通?過Thomas交給我的，拉丁文就是“HiclibermihiaThomasdatusest.”從這個角度來瞭解?數據，可以發現數據的本質和Datus的相似之處:能夠給予不同對象相對應的價值。?

數據本身必須根據使用目的，通過適當梳理、分析和可視化，纔能夠萃取其中的價值?並采取相對應的行動。利用Tableau強大的可視化功能以及整閤其他開源軟件的能力，能?迅速、有效地執行這些程序，傳遞數據的重要價值。這本《Tableau商業分析從新手到高?手》，從商業目標迴推所需的分析架構與可視化方式，聚焦分析客戶、産品、營銷活動等商?業上常碰到的主題，利用數據分析的方式，提升商業效率。?

如果說《Tableau商業分析一點通》是一個指南針，那麼現在你手中的這本書就如藏?寶圖：前者讓你不會在Tableau的強大功能中迷失方嚮，後者則能告訴你如何找到你要的?商業寶藏。善用它，就可以幫公司挖掘齣那些蘊藏在數據底下的商業價值，實現利用數據?（data）原始的初衷。

?—林雨暘

?“2017Tableau可視化分析爭霸賽”上海站冠軍

?

數據分析越來越成為一種技能，而不是職業。業務人員與數據分析師二者的界限逐漸?模糊，大多數的企業需要的是“懂數據的業務”或者“懂業務的數據分析師”。本書通過?輕鬆的場景對話形式，用Tableau解決常見的商業問題。一方麵通過Tableau幫助業務人員彌?補技能樹中數據能力的缺失，另一方麵將數據分析師帶入生動的商業分析場景，避免淪為?“CTO”——首席提數官。

?—趙龍飛

?“2017Tableau可視化分析爭霸賽”北京站冠軍

這本書以問題為導嚮，由淺入深地將技術專題和精闢的分析思路嵌入逼真的典型商業?分析場景中，為讀者講解如何使用Tableau——這個幾乎能夠提供一站式數據解決方案的軟?件——跨越商業分析過程中遇到的工具和技術障礙。?書中故事性的技術講解方式精巧高妙，注重學習效果的同時，也充分地關注瞭讀者的學?習體驗。這與慧科集團長期在國傢“教育部”和“工信部”的支持下協助高等院校以“産教?融閤，協同育人”方式培養麵嚮新興科技領域人纔和嚮企業提供急需人纔過程中所堅持的教?育服務理念高度相似，值得每一位教育者和技術布道師藉鑒。?

—葉風哲?

慧科研究院高級研究員

?在對比瞭Qlik、PowerBI和Tableau的“Server+Deskop”部署的綜閤成本、學習麯?綫、服務支持等因素後，我們選擇瞭Tableau。?Tableau在數據驅動公司戰略轉型的過程中，即時、高效地發揮瞭良好的推動作用，真?正地幫助我們快速發展和創造價值。Bizinsight在商業智能數據分析方麵具有豐富的實戰經?驗。本書的每一章均通過實際案例來講解，其中的操作思路和方法對於數據分析工作具有十?分重要的藉鑒和啓發意義，值得推薦。

?—蔡永健?

奧鵬教育大數據?

讓數據會說話！本書運用“5W1H”的邏輯模式，告訴大傢Tableau的正確使用方法和?強大功能。?它僅僅是對現有數據的圖錶展示？不，對數據分析人員來說，更重要的是如何預測未來?數據的變化趨勢。?本書針對多種不同商業分析場景，對不同崗位的人群如何使用Tableau進行瞭解讀和指?導，為業務人員使用數據提供保障。本書讓業務人員在不需要騷擾開發者的情況下，可以快?速地完成數據分析工作。

?—CDA數據分析研究院

?一本BI商業智能分析領域的好書！?這是一本專門介紹如何使用Tableau做數據分析的書。書中案例的樣本數據真實，涵蓋?行業廣。即使沒有IT基礎，也能從中體驗到數據分析的樂趣。在大數據時代，每個企業都有?對數據分析的需求，中國大數據分析師（BDA數據分析師）是國內從事數據分析工作的主要力?量，關注如何為企業快速高效提供數據信息。作為一名BDA數據分析師，本書值得關注學習。

?—張良?

中經數（北京）數據應用技術研究院

目錄

第一部分 産品主題分析

第1章 見微知著：快速瞭解産品綫狀況 / 3?

1.1 分析思路：兩個女裝品牌的産品綫分析（1.0版）/4

?1.2 技術實現：應用Tableau實現1.1節的分析 / 7?

1.3 拓展技術專題1：盒須圖 / 17

?1.4 拓展技術專題2：Tableau連接其他數據庫 / 17?

第2章 對比齣真知：如何評估産品綫的優劣 / 19

?2.1 分析思路：兩個女裝品牌的産品綫分析（2.0版） / 19?

2.2 技術實現：用Tableau實現2.1節的分析 / 21

?2.3 拓展技術專題3：數據清理 / 28?

第3章 穿越時空：結閤時間發現銷售模式的特徵 / 31?

3.1 一年銷售期産品混閤綫圖分析（不閤理的方法） / 32

?3.2 長周期分組分析（蕭嵐的分析） / 35

?3.3 技術實現：用Tableau實現3.2節的分析 / 37?

3.4 拓展技術專題4：根據數值等級自動分組 / 42

第4章 是否賠本賺吆喝？産品價值如何綜閤評估 / 44?

4.1 産品促銷情況的初步探查 / 45?

4.2 數據預處理工具：Kettle / 47

?4.3 Kettle的數據處理過程 / 50

?4.4 産品促銷價值的再分析 / 55

?4.5 技術實現：用Tableau技術實現綜閤分析氣泡圖 / 58

第二部分 客戶主題分析

第5章 拒絕平均人：對客戶進行閤理的分群 / 65

?5.1 分析思路：依據行為將客戶分群 / 66?

5.2 技術實現：用Tableau技術實現5.1節的分析 / 75?

5.3 拓展技術專題5：直方圖和散點圖 / 86

?5.4 拓展技術專題6：Tableau與R語言 / 87?

5.5 拓展技術專題7：聚類分析 / 89

?

第6章 重塑客戶漏鬥：研究客戶流失模式，識彆關鍵因素 / 91?

6.1 分析思路：客戶留存漏鬥分析 / 91?

6.2 技術實現：用Tableau技術實現6.1節的分析 / 97?

6.3 拓展技術專題8：分析的數據粒度 / 103?

第7章 簡約不簡單：RFM分析與客戶生命期分析結閤 / 105

7.1 分析思路：關於客戶生命周期的分析 / 106?

7.2 技術實現：用Tableau技術實現7.1節的分析 / 111

?

第8章 你之蜜糖，我之砒霜：不同客戶對價格優惠的態度觀察 / 118

?8.1 分析思路：優惠券的使用情況分析 / 119?

8.2 技術實現：用Tableau技術實現8.1節的分析 / 126

8.3 拓展技術專題9：價格彈性 / 132

第三部分 營銷主題分析

第9章 拋棄糊塗賬：如何衡量媒體的營銷價值 / 135?

9.1 分析思路：媒體的測量和篩選 / 136?

9.2 技術實現：用Tableau技術實現9.1節的分析 / 141?

第10章 不猜測，不盲從：A/B測試分析 / 149?

10.1 分析思路：新套裝促銷的 A/B測試 / 150

?10.2 分析思路：用Tableau實現10.1節的分析 / 155

?10.3 拓展技術專題10：A/B測試 / 163?

第11章 大巧若拙：重新認識購物籃分析 / 164?

11.1 分析思路：購物籃分析 / 165?

11.2 技術實現：用Tableau技術實現11.1節的分析 / 168?

11.3 拓展技術專題11：購物籃Lift（提升）指標 / 176

第四部分 技術擴展主題

第12章 人言可畏：快速捕獲客戶對産品的關鍵評價 / 180

?12.1 獲取評論數據 / 181?

12.2 相關軟件安裝及介紹 / 182

?12.3 R語言的中文分詞及處理 / 185

?12.4 應用Kettle進行後續處理 / 186?

12.5 技術實現：分詞文件的Tableau可視化分析 / 190

?12.6 拓展技術專題12：文本分析的要點與難點 / 204

第13章 設計儀錶盤：誰敢說自己不是“外貌協會” / 206?

13.1 報錶的設計原則 / 206?

13.2 報錶的美化 / 214?

第14章 使用與管理Tableau Server：分享意味著價值 / 221

?14.1 Tableau Server概述 / 221?

14.2 Tableau架構概述 / 222?

14.3 用戶訪問架構 / 223?

14.4 大小調整和可擴展性 / 224?

14.5 Tableau Server管理模式 / 224?

14.6 Tableau Server管理工具 / 225

?14.7 安全性 / 225

?14.8 Tableau Server部署概要 / 226?

第15章 Tableau的新功能與新版本：速度與激情 / 228

?15.1 Hyper介紹 / 228

?15.2 Maestro數據處理 / 229?

15.3 Tableau的最新版本介紹 / 233

精彩書摘

2.3拓展技術專題3：數據清理?

現實工作中，開始分析數據時，數據往往不像教科書或軟件自帶的數據示例那麼好的質?量。即使是電商行業程序化係統自動留存的數據，大多數時候其中也會發現各種各樣需要處?理的問題。

?常見的數據質量問題包括但不限於：數據中的異常值、關鍵數據缺失、混閤多數據源時?無法找到有效連接的關鍵字段等。在所有需要使用數據的場景中，無論數據可視化分析、商?業智能報錶開發，還是更復雜的大數據建模，數據質量問題都是整個流程中必須麵對的，並?且是最花費時間的工作。

?Tableau提供瞭一些功能支持數據檢查和數據預處理，包括在可視化工作區中直接隱藏?不需要的數據，以及在多錶連接過程中，連接字段可以使用公式在數據源連接界麵中直接對?數據進行重構。?

下麵列舉一些常見數據處理功能的應用。?

1．字符錯誤的整理

?分類數據經常會齣現大小寫不一緻（如tableauy-yTableau），錯彆字（如tableauy-y?Tableu），記錄中前後存儲瞭看不到的空格等問題（如tableauy-yyytableau）。這些錯誤在人?工觀察時都不會造成太大睏擾，我們的大腦會自動歸納和修正。但對電腦來說，這些都是不?同的記錄，這和我們希望的處理方式不一緻。針對此類問題，可以用Tableau公式中提供的?分組功能手動處理或者使用函數功能自動處理。

?當有少量的記錄不一緻時，可以在Tableau中的“數據”麵闆有問題的字段上單擊鼠標?右鍵，在彈齣的菜單中選擇創建組命令，手工將書寫錯誤的相同數據記錄歸為一組，然後?重命名為一個正確的組名。例如：“Tableau”“Tableau工具”“Tableau軟件”這三種記?錄，可以重新歸類為“Tableau軟件”。

?如果需要手工處理的比較多，可以創建計算字段，使用軟件提供的函數來自動完成。例?如，字段中存儲瞭很多名稱，但大小寫不統一，並且可能字段的首尾有不需要的空格，此類?問題，可以通過創建計算字段，輸入公式“LOWER(TRIM(字段))”自動統一不規範的字段，?生成新的字段，免去大量的手工整理工作。

2．數據異常值的識彆處理

?通過散點圖或者直方圖可以很容易地識彆數據中的“異常值”。如果數據展現的特徵異?於群體，或者某條記錄的值比多數值都大很多、這樣的記錄是不是真正的異常，需要根據業?務經驗進行邏輯判斷，然後再選擇閤適的處理方法。

一旦確定為異常值，Tableau中可以設置篩選條件過濾異常值。值的篩選有多種方式：

?（1）使用圖錶篩選器麵闆。將需要設置為篩選條件的字段拖動到篩選器麵闆，然後設置篩選條件，這樣可以在數據錶級彆過濾掉一些不需要的異常記錄。

（2）在數據連接源過濾數據。這樣，所有使用同一數據源的數據錶都會被過濾。例?如：在客戶主題的優惠券分析中（在第8章會介紹），如果用券比率大於1，則為異常值，?應該過濾掉這類數據。可以在數據源視圖中單擊篩選器的編輯項目，對數據源總體添加一個?『用券比率』字段，並設置篩選條件“至多為1”。

（3）數據重構。數據重構就是實行行/列數據格式的轉化。Tableau在數據源提供瞭一?個數據重構的功能。

前言/序言

本書講什麼

本書主要講解Tableau的使用方法，而不是Tableau的操作方法。

?Tableau作為一個操作簡單的可視化分析軟件，在連接好數據後，通過拖曳鼠標很快就?可以獲得一幅可視化作品，至於它是美觀或者醜陋，取決於你的審美能力和一些運氣。但無?論怎樣，快速生成圖形僅僅是Tableau提供的能力，並不是它存在的主要價值。?

數據是一種數字化的信息承載形式。隻有使用者通過工具處理數據，從中捕獲到需要的?信息，並且使用信息指導瞭現實的行動，纔會讓數據産生價值。?

可 Tableau商業分析從新手到高手 下載 mobi epub pdf txt 電子書

good，good。

good，good。

good，good。

good，good。

good，good。

good，good。

good，good。

good，good。

good，good。