資訊專欄INFORMATION COLUMN
摘要：可以看到，遙遙領先的城市有三個，加州是銷售之王。將再拖拽到，并右鍵將其粒度改為月。從上圖可以看到，指定了個分類，最右上角加州就是最突出的一組，整個聚類只有它一個元素，而畫面偏左下角的也是一類，這些是業績較差的一組數據。
1. 引言
引用著名瑞典統計學家 Hans Rosling 的一句話：想法來源于數字、信息，再到理解。
分析數據的最好方式是可視化，因為可視化承載的信息密度更高，甚至可以從不同維護對數據進行交互式分析。今天要精讀的文章就分析了經典可視化分析工具 Tableau：data-visualisation-made-easy。
2. 精讀Tableau 是一款廣泛用于智能商業的強大數據分析工具，通過不同可交互的圖表和儀表盤幫助你獲得業務洞見。
安裝Tableau 提供了三種使用方式：
Tableau Desktop
擁有 14 天免費試用的桌面版，可以將工作數據存儲在計算機本地，如果你是學生或老師可以獲得一年的免費使用權。
Tableau Public
公開版完全免費，和桌面版的唯一區別是，所有數據都無法保存在本地，只能保存在 Tableau 服務器的云端，而且是公開的。
Tableau Online
網頁版也完全免費，是 Tableau Public 的網頁版。
連接數據源安裝好 Tableau 后，第一步就是連接數據源。它支持連接本地或云端的數據源，本地最常用的數據源可以從 Excel 轉換。這里是一份 樣例數據，包含了一個超市幾年內的銷售情況，我們可以用這份數據練手。
下載好這份數據后，選擇從 Excel 導入，確認后將 Orders 表拖拽到右側區域，如下圖所示：
可以看到表結構已經正常了，在數據清洗的過程中，Tableau 強大的數據分析功能已經初見端倪。你甚至可以點擊 Review ths results 看看它是如何清洗數據的：點擊后會下載一份分析 Excel，其中過濾掉的數據會被標記，自動分析出的表結構會被高亮。
數據可視化在頁面最底部有幾個切換項，依次是 Data Source：數據源、Sheet：工作簿，后面跟隨的三個按鈕可以繼續創建多個 Sheet、Dashboard、Story，這些后面都會講到。首先點擊 Sheet 進入可視化分析的工作簿：
可以看到，總利潤大概是總銷量的 10%。如果想展示橫向表格，將 Measure Names 從 Rows 拖拽到 Columns 即可。
Tips: 為了方便區分，Tableau 貼心的將維度標記為藍色，度量標記為綠色。
同時可以看到，Tableau 對于單指標拖拽，默認采取表格方式渲染。
接下來我們要看每一年的詳細銷量與利潤：
將 Order Date 與 Sales 拖拽到 Rows。
右鍵 Sales，將類型從連續改成非連續，這樣就會自動變成表格展示。
為了展示利潤，將 Profit 字段拖拽到 Marks 的 Text 字段上。
我們可以看到，銷量較高的月份分布在：3、9、11、12 月。注意由于沒有對年份做篩選，這里的每月統計數據是整合了 2013～2016 四年份的。也就是 1 月的數據其實代表了 2013.1 + 2014.1 + 2015.1 + 2016.1 共四個 1 月份數據的總和。
接下來我們想了解銷量與利潤增長的趨勢：
將 Order Date 拖拽到 Columns。
將 Sales 拖拽到 Rows，此時會出現一條線。接下來將 Profit 拖拽到 左 Y 軸。
上圖可以明顯看到三個峰值出現在 3、9、11 月份，然而這段期間利潤增長幅度卻不大，可以看出這段期間采取了薄利多銷的手段。
再從地區維度分析數據：
將 Regions 和 Sales 拖拽到 Columns。
切換到餅圖。
將 Sales 拖拽到 Marks Pane 的 Label 上。
可以看到數值越大的區域一般顏色也越深，但這不是分析利潤/銷量性價比的最佳方式，我們先只看到加州和紐約是銷售業績最好的區域，而科羅拉多州雖然銷量不錯，但利潤卻是負的。
上面的地圖對地形比較直觀，但要分析銷售健康度，還是用散點圖更合適。我們想看看城市銷量/利潤的健康度分布：
Profit 拖拽到 Columns，Sales 拖拽到 Rows，此時散點圖出現，但只有一個點（之所以出現散點圖，是因為橫縱軸拖拽的都是度量）。
我們想按城市下鉆，只要把 State 拖拽到 Detail 即可。
可以看到，辦公套件和科技產品業績最好，其中辦公套件在 2015 年 12 月銷量利潤雙豐收，科技產品在 2015 年 10 月與 2016 年 3 月銷量利潤雙豐收。整體來看前半年是淡季。
但這張圖無法看到銷量與利潤性價比關系，我們要找出利潤率最高的商品和利潤率最低的商品：
將 Proft 拖拽到 Columns。
將 Sub-Category 拖拽到 Rows。
切換到 Horizontal Bars。
將銷量 Sales 拖拽到 Color。
Tablueau 這種交互等價于 Sql 中 in 語句，當然 Tablueau 還支持更復雜的條件或代碼表達式，這里只是將更友好的篩選方式優先展示區來。
上卷下鉆Tableau 支持任意維度之間的上卷下鉆，只要你將他們分好組。
比如將 Order Date、Order ID、Ship Date、Ship Mode 拖拽到一起，成為 Orders 組；將 Category、Sub-Category、Product ID Product Name 形成 Product 組：
上卷下鉆是順序相關的，比如 Product - Order Date 表示在產品類目基礎上，對每個類目按日期下鉆。而 Order Date - Product 這個順序，表示在日期分布的基礎上，對日期按產品類目下鉆，了解不同日期下每個產品的分布情況。
趨勢線為使用趨勢線，先制作一個雙軸圖：
將 Sales 與 Profit 拖拽到 Rows。
將 Order Date 拖拽到 Columns 并切換到月維度。
選擇 Show Me 的 Dual Combination 即混合圖。
趨勢圖有幾種算法，比如線性，Log 或指數，因此在做趨勢分析前，首先要判斷自己的業務屬于哪種增長階段，如果是爆發期可以選擇指數，平穩期可以選擇線性等等。
預測回到按月分布的圖表，如果我們想預測未來銷量和利潤的走勢，可以使用預測功能：
切換到 Analytics Tab，并將 Forecast 拖拽到圖表中。
可以點擊右鍵配置預測參數。
從上圖可以看到，指定了 4 個分類，最右上角加州就是最突出的一組，整個聚類只有它一個元素，而畫面偏左下角的也是一類，這些是業績較差的一組數據。使用了 K 均值聚類算法，并且當你點擊右鍵查看詳細星系時，還能把組間、組內方差展示出來：
Tableau 的所有圖表都支持點選，排除等操作，那么點選這類操作本質上其實是個篩選的過程，比如柱狀圖點擊了某根柱子，可以認為是選擇了這根柱子當前的維度值作為篩選條件。
當一個 Sheet 作為篩選條件后，類似點選這種操作產生的篩選就會作用于其他同數據集的圖表，因此如上圖所示，當點擊了條形圖的某一根柱子時，上面的銷量地圖也自動做了篩選，僅展示當前選中的產品的銷量分布。
故事Story 更像是 PPT，將分析后有價值或有意義的圖表組合在一起，再配合上說明，得出一些結論：
版權聲明：自由轉載-非商用-非衍生-保持署名（創意共享 3.0 許可證）
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/106665.html
摘要：比如我們對調與會怎樣我們得到了三個不同類目近個月的趨勢，之所以是折線圖，因為圖表的維度軸列是連續的。在正式介紹標記區域前，先理解一下為何會發生這種轉變表格類組件是雙維度組件，折線圖是單維度組件。 1. 引言 Tableau 探索式分析功能非常強大，各種功能組合似乎有著無限的可能性。 今天筆者會分析這種探索式模型解題思路，一起看看這種探索式分析功能是如何做到的。 2. 精讀 要掌握探索式...
摘要：精讀前端可以從多個角度理解，比如規范框架語言社區場景以及整條研發鏈路。同是前端未來展望，不同的文章側重的格局不同，兩個標題相同的文章內容可能大相徑庭。作為使用者，現在和未來的主流可能都是微軟系，畢竟微軟在操作系統方面人才儲備和經驗積累很多。 1. 引言 前端展望的文章越來越不好寫了，隨著前端發展的深入，需要擁有非常寬廣的視野與格局才能看清前端的未來。 筆者根據自身經驗，結合下面幾篇文章...
摘要：雖然正則中可以匹配任何字符，但卻無法匹配換行符。精讀文中列舉的四個新特性是加入到正則中的。討論地址是精讀正則如果你想參與討論，請點擊這里，每周都有新的主題，周末或周一發布。 1. 引言 本周精讀的文章是 regexp-features-regular-expressions。 這篇文章介紹了 ES2018 正則支持的幾個重要特性： Lookbehind assertions - 后行...
摘要：可以將耗時任務拆解出去，降低主線程的壓力，避免主線程無響應。主線程接收發消息每個實例通過接收消息，通過發送消息。收發主線程消息和主線程代碼類似，在代碼中，也是接收消息，這個消息來自主線程或者其它。 1 引言 本周精讀的文章是 speedy-introduction-to-web-workers，是一篇 Web Workers 快速入門的文章，借精讀這篇文章的機會，談談對 Web Wor...
閱讀 3694·2021-11-11 10:58
閱讀 2476·2021-09-22 15:43
閱讀 2867·2019-08-30 15:44
閱讀 2186·2019-08-30 13:08
閱讀 1821·2019-08-29 17:28
閱讀 884·2019-08-29 10:54
閱讀 674·2019-08-26 11:46
閱讀 3506·2019-08-26 11:43
