摘要：可以看到，遥遥领先的城市有三个，加州是销售之王。将再拖拽到，并右键将其粒度改为月。从上图可以看到，指定了个分类，最右上角加州就是最突出的一组，整个聚类只有它一个元素，而画面偏左下角的也是一类，这些是业绩较差的一组数据。
1. 引言
引用著名瑞典统计学家 Hans Rosling 的一句话：想法来源于数字、信息，再到理解。
分析数据的最好方式是可视化，因为可视化承载的信息密度更高，甚至可以从不同维护对数据进行交互式分析。今天要精读的文章就分析了经典可视化分析工具 Tableau：data-visualisation-made-easy。
2. 精读Tableau 是一款广泛用于智能商业的强大数据分析工具，通过不同可交互的图表和仪表盘帮助你获得业务洞见。
安装Tableau 提供了三种使用方式：
Tableau Desktop
拥有 14 天免费试用的桌面版，可以将工作数据存储在计算机本地，如果你是学生或老师可以获得一年的免费使用权。
Tableau Public
公开版完全免费，和桌面版的唯一区别是，所有数据都无法保存在本地，只能保存在 Tableau 服务器的云端，而且是公开的。
Tableau Online
网页版也完全免费，是 Tableau Public 的网页版。
连接数据源安装好 Tableau 后，第一步就是连接数据源。它支持连接本地或云端的数据源，本地最常用的数据源可以从 Excel 转换。这里是一份 样例数据，包含了一个超市几年内的销售情况，我们可以用这份数据练手。
下载好这份数据后，选择从 Excel 导入，确认后将 Orders 表拖拽到右侧区域，如下图所示：
可以看到表结构已经正常了，在数据清洗的过程中，Tableau 强大的数据分析功能已经初见端倪。你甚至可以点击 Review ths results 看看它是如何清洗数据的：点击后会下载一份分析 Excel，其中过滤掉的数据会被标记，自动分析出的表结构会被高亮。
数据可视化在页面最底部有几个切换项，依次是 Data Source：数据源、Sheet：工作簿，后面跟随的三个按钮可以继续创建多个 Sheet、Dashboard、Story，这些后面都会讲到。首先点击 Sheet 进入可视化分析的工作簿：
可以看到，总利润大概是总销量的 10%。如果想展示横向表格，将 Measure Names 从 Rows 拖拽到 Columns 即可。
Tips: 为了方便区分，Tableau 贴心的将维度标记为蓝色，度量标记为绿色。
同时可以看到，Tableau 对于单指标拖拽，默认采取表格方式渲染。
接下来我们要看每一年的详细销量与利润：
将 Order Date 与 Sales 拖拽到 Rows。
右键 Sales，将类型从连续改成非连续，这样就会自动变成表格展示。
为了展示利润，将 Profit 字段拖拽到 Marks 的 Text 字段上。
我们可以看到，销量较高的月份分布在：3、9、11、12 月。注意由于没有对年份做筛选，这里的每月统计数据是整合了 2013～2016 四年份的。也就是 1 月的数据其实代表了 2013.1 + 2014.1 + 2015.1 + 2016.1 共四个 1 月份数据的总和。
接下来我们想了解销量与利润增长的趋势：
将 Order Date 拖拽到 Columns。
将 Sales 拖拽到 Rows，此时会出现一条线。接下来将 Profit 拖拽到 左 Y 轴。
上图可以明显看到三个峰值出现在 3、9、11 月份，然而这段期间利润增长幅度却不大，可以看出这段期间采取了薄利多销的手段。
再从地区维度分析数据：
将 Regions 和 Sales 拖拽到 Columns。
切换到饼图。
将 Sales 拖拽到 Marks Pane 的 Label 上。
可以看到数值越大的区域一般颜色也越深，但这不是分析利润/销量性价比的最佳方式，我们先只看到加州和纽约是销售业绩最好的区域，而科罗拉多州虽然销量不错，但利润却是负的。
上面的地图对地形比较直观，但要分析销售健康度，还是用散点图更合适。我们想看看城市销量/利润的健康度分布：
Profit 拖拽到 Columns，Sales 拖拽到 Rows，此时散点图出现，但只有一个点（之所以出现散点图，是因为横纵轴拖拽的都是度量）。
我们想按城市下钻，只要把 State 拖拽到 Detail 即可。
可以看到，办公套件和科技产品业绩最好，其中办公套件在 2015 年 12 月销量利润双丰收，科技产品在 2015 年 10 月与 2016 年 3 月销量利润双丰收。整体来看前半年是淡季。
但这张图无法看到销量与利润性价比关系，我们要找出利润率最高的商品和利润率最低的商品：
将 Proft 拖拽到 Columns。
将 Sub-Category 拖拽到 Rows。
切换到 Horizontal Bars。
将销量 Sales 拖拽到 Color。
Tablueau 这种交互等价于 Sql 中 in 语句，当然 Tablueau 还支持更复杂的条件或代码表达式，这里只是将更友好的筛选方式优先展示区来。
上卷下钻Tableau 支持任意维度之间的上卷下钻，只要你将他们分好组。
比如将 Order Date、Order ID、Ship Date、Ship Mode 拖拽到一起，成为 Orders 组；将 Category、Sub-Category、Product ID Product Name 形成 Product 组：
上卷下钻是顺序相关的，比如 Product - Order Date 表示在产品类目基础上，对每个类目按日期下钻。而 Order Date - Product 这个顺序，表示在日期分布的基础上，对日期按产品类目下钻，了解不同日期下每个产品的分布情况。
趋势线为使用趋势线，先制作一个双轴图：
将 Sales 与 Profit 拖拽到 Rows。
将 Order Date 拖拽到 Columns 并切换到月维度。
选择 Show Me 的 Dual Combination 即混合图。
趋势图有几种算法，比如线性，Log 或指数，因此在做趋势分析前，首先要判断自己的业务属于哪种增长阶段，如果是爆发期可以选择指数，平稳期可以选择线性等等。
预测回到按月分布的图表，如果我们想预测未来销量和利润的走势，可以使用预测功能：
切换到 Analytics Tab，并将 Forecast 拖拽到图表中。
可以点击右键配置预测参数。
从上图可以看到，指定了 4 个分类，最右上角加州就是最突出的一组，整个聚类只有它一个元素，而画面偏左下角的也是一类，这些是业绩较差的一组数据。使用了 K 均值聚类算法，并且当你点击右键查看详细星系时，还能把组间、组内方差展示出来：
Tableau 的所有图表都支持点选，排除等操作，那么点选这类操作本质上其实是个筛选的过程，比如柱状图点击了某根柱子，可以认为是选择了这根柱子当前的维度值作为筛选条件。
当一个 Sheet 作为筛选条件后，类似点选这种操作产生的筛选就会作用于其他同数据集的图表，因此如上图所示，当点击了条形图的某一根柱子时，上面的销量地图也自动做了筛选，仅展示当前选中的产品的销量分布。
故事Story 更像是 PPT，将分析后有价值或有意义的图表组合在一起，再配合上说明，得出一些结论：
版权声明：自由转载-非商用-非衍生-保持署名（创意共享 3.0 许可证）
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/106665.html
摘要：比如我们对调与会怎样我们得到了三个不同类目近个月的趋势，之所以是折线图，因为图表的维度轴列是连续的。在正式介绍标记区域前，先理解一下为何会发生这种转变表格类组件是双维度组件，折线图是单维度组件。 1. 引言 Tableau 探索式分析功能非常强大，各种功能组合似乎有着无限的可能性。 今天笔者会分析这种探索式模型解题思路，一起看看这种探索式分析功能是如何做到的。 2. 精读 要掌握探索式...
摘要：精读前端可以从多个角度理解，比如规范框架语言社区场景以及整条研发链路。同是前端未来展望，不同的文章侧重的格局不同，两个标题相同的文章内容可能大相径庭。作为使用者，现在和未来的主流可能都是微软系，毕竟微软在操作系统方面人才储备和经验积累很多。 1. 引言 前端展望的文章越来越不好写了，随着前端发展的深入，需要拥有非常宽广的视野与格局才能看清前端的未来。 笔者根据自身经验，结合下面几篇文章...
摘要：虽然正则中可以匹配任何字符，但却无法匹配换行符。精读文中列举的四个新特性是加入到正则中的。讨论地址是精读正则如果你想参与讨论，请点击这里，每周都有新的主题，周末或周一发布。 1. 引言 本周精读的文章是 regexp-features-regular-expressions。 这篇文章介绍了 ES2018 正则支持的几个重要特性： Lookbehind assertions - 后行...
摘要：可以将耗时任务拆解出去，降低主线程的压力，避免主线程无响应。主线程接收发消息每个实例通过接收消息，通过发送消息。收发主线程消息和主线程代码类似，在代码中，也是接收消息，这个消息来自主线程或者其它。 1 引言 本周精读的文章是 speedy-introduction-to-web-workers，是一篇 Web Workers 快速入门的文章，借精读这篇文章的机会，谈谈对 Web Wor...
阅读 3692·2021-11-11 10:58
阅读 2475·2021-09-22 15:43
阅读 2865·2019-08-30 15:44
阅读 2185·2019-08-30 13:08
阅读 1818·2019-08-29 17:28
阅读 882·2019-08-29 10:54
阅读 673·2019-08-26 11:46
阅读 3504·2019-08-26 11:43
