关于Tableau可视化学习汇总

  • Tableau入门和介绍
  • Tableau基础作图
    • 柱状图和条形图
    • 折线图与面积图
    • 饼图和环形图
    • 散点图与气泡图
  • Tableau作图进阶
    • 箱线图
    • 漏斗图
    • 瀑布图
    • 树状图
    • 组合图
  • Tableau地图可视化
    • 图表
    • 桑基图
    • 留存结构图
    • 地图可视化
  • Tableau动态图

Tableau入门和介绍

  1. 下载:https://www.tableau.com/zh-cn/products
  2. 安装:按照默认安装流程即可。

Tableau是一款定位于数据可视化实现和敏捷开发的商务智能展现⼯具,可以实现交互的、可视化的分析和仪表板应用,从帮助企业快速地认识、理解和分析业务,进而帮助企业应对快速市场变化带来的挑战。
高效性:Tableau通过内存数据引擎,可以直接查询外部数据,也可动态地从数据仓库抽取数据,实现数据实时更新,可大大提高数据访问、查询和分析和使用的效率。
简单易用:不需要专业的技术背景和统计知识,上手容易;交互可视化界友好,操作简单。
可连接多种数据源:包括带分隔符的文本文件,SQL数据、Oracle数据库等。允许用户把多个不同数据源结合起来使用,轻松实现数据融合。

Tableau基础作图

使用的数据是Tableau自带的超市数据,包括订单信息(订单ID、订单日期、发货日期、邮寄方式),客户信息(客户ID、客户名称、细分、城市、省/自治区、国家/地区、地区),产品信息(产品ID、类别、子类别、产品名称),销售信息(销售额、数量、折扣、利润)。

柱状图和条形图

  • 比较不同分类下指标的数量对不关系或反映时序数据的趋势变化。
  • 查看总体数据内部结构或结构的变化趋势。

1>各地区销售概览条形图
1.添加新字段:利润率。利润率=利润/销售额
2.设置订单日期的筛选器
3.把“地区”拖拽到行中,“销售额、销售数量、利润、利润率”拖拽到列
4.按销售额降序进行排序,并对四个图形进行不同颜色填充,添加数值标签,设置合适的单位,居中处理
2>各地区利润分布
1.行:销售额、利润
2.列:地区
3.为了体现销售额中一部分是利润,使用双轴和同步轴进行设置
4.想展示成条形图的形式,点击交换行和列按钮,并按照利润的降序排列,增加类别筛选器可查看不同商品类别的销售额与利润分布
5.增加利润百分比和销售额的数值标签,可设置合适单位
3>各地区细分客户的利润占比
1.行:利润。快速表计算:合计百分比,计算依据:表(向下)
2.列:地区
3.颜色:细分,标签:1行中的利润字段按住CTRL拖拽即可,2细分
4>建立仪表板:各地区销售概览条形图
1.画布大小调整
2.拖动以上三个工作表,先上后下,先左后右
3.关闭不必要的图例,设置筛选器同时控制三张表展示联动效果
4.增加图表边界,设置仪表板标题

折线图与面积图

  • 通过可视化展示指标的变化或增长规律,如要观察周期性、趋势性、异常点、最高点、最低点等随时间的变化。eg:通过月度交易用户数的折现图来总结公司经营的季节规律;通过过去5年内某只股票每天的收盘价格趋势来预测股票的后去走势等。

1> 各装运状态下订单增长趋势
1.创建新字段:实际发货天数、计划发货天数、装运状态


2.行:装运状态、记录数(总和)、列:订单日期(月)、颜色:装运状态,增加订单日期的筛选器
3.拖拽“分析”-“预测”,显示对未来订单量的预测

2>各装运状态下订单分布趋势
1.行:记录数,列:订单日期(月)
2.标记的位置选择“区域”,则会显示面积
3.颜色:装运状态
3>各装运状态下订单占比趋势
1.同订单分布趋势
2.设置记录数的快速表计算:合计百分比,计算依据:表(向下)
4>各装运状态下订单分布概览

饼图和环形图

  • 凸显占比,反应内部结构
  • 展示整体中各分类数据的占比分布

1>各地区销售额分布
1.行:地区,列:销售额,改成饼图形式,填充整个视图
2.增加标签:销售额(百分比)、地区,颜色:地区,地区中选择依据字段降序排序
2>各地区订单分布
1.行:拖拽两个记录数,分别调整大小,并进行平均值设置,小饼图设置为白色,用双轴、同步轴合并两个饼图
2.大饼图颜色:地区,角度:记录数,按记录数字段进行降序排列,添加标签
3.小饼图标签:记录数(总和)
4.添加一个细分客户的筛选器
3> 各省销售订单与细分类别分布
1.把省/自治区更改为地理角色,双击字段加载地图,详细信息:省/自治区,大小:记录数
2.标记改为饼图,颜色:类别
4>各地区产品销售额与订单量分布

散点图与气泡图

  • 气泡图展示各分类数据的大小,散点图探索各不同变量之间的关系。

1>各省销售利润气泡图
1.行:利润,列:地区,选择气泡图填充整个视图,颜色:利润,设置为温度发散的颜色光谱,选择合适色阶即可

2>销售额利润与折扣关系探索
1.详细信息:客户ID,大小:折扣
2.对客户进行分类,以便后续对不同客户采取不同营销手段。增加新字段:利润均值判断、销售均值判断,并拖拽至“颜色”进行设置


3.添加平均线,对四类客户进行颜色区分设置

Tableau作图进阶

箱线图

  • 探索各不同分类数据下数值型数据分布情况
    1>各地区子类别利润率分布
    1.行:利润率,列:地区,颜色:子类别,大小:折扣(平均值),详细信息:子类别

    2> 各客户各品类利润率分布
    1.新建字段:是否为桌子或美术品类

2.行:客户Id,列:利润率,调整为箱线图,把地区拖拽到列,分地区看利润分布情况,颜色:是否为桌子或美术
3.在列中双击,输入:random()回车后横坐标被打散,设置度量为平均值则散点居中均匀分布,则箱线下的就是只购买打折的桌子或美术的客户

分析:对用户分层分析可以知道用户不同的消费倾向或个人偏爱,针对性提供个性化服务满足客户需求。目的就是为了挖掘个性潜在需求,寻找机会点,实行针对性的激励手段

漏斗图

  • 用于工作中的流量分析、用户行为分析、渠道对比分析,通过漏斗图分析定位运营环节中所出现的问题从而调整运营策略,提升运营效率。
  • 除了纵向对比,实际业务中也可横向对比不同渠道、不同时段各环节的转化情况,进而评估运营效果或阶段性的定位问题。

1>用户漏斗分析–条形图
1.行:用户行为,列:用户数(设置正负对称的两个)
2.颜色:用户数,标签:用户数、环节转化率

2>用户漏斗分析–面积图
1.行:用户分析,列:用户数(男)(女)在全部操作台上选择标记形式为:区域,两边图区分为不同颜色
2.标签:用户数,转化率(百分比)

分析:整体转化率还算健康,但生成订单到支付的环节还是需要重视,女性日活量大于男性,但是转化率相差不多,可见男性的购买意向、整体行为转化率比较高。

瀑布图

  • 探索数值型数据的内部结构,了解初始值如何受到一系列中间正负因素的影响后变成最终的结果。

1>各季度分品类销售额分布
1.行:销售额 (汇总) 列:子类别,标记:甘特条形图,大小:销售额(-)
2.分析–合计–拖拽到行总和中,颜色:销售额
3.按季度看的话,把订单日期拖拽到列中,选择季度模式,每个季度都加上一个合计,添加订单日期(年)的单值筛选器
4.数据标签:销售额(合计百分比)

树状图

  • 展示数据内部结构和各叶子节点数据特征

1>全球各国GDP分布
1.行:国家,文本:GDP,添加年份单值筛选器,设置为树状图形式
2.标签:GDP(合计百分比)、国家/地区,颜色:区域

分析:在2012年全球各国GDP分析树状图可见,美国GDP占美洲大约2/3的比例,中国GDP占亚洲近40%。

组合图

  • 使用技巧:双轴、合计、汇总、重合等

1>销售额同比增长变化
1.行:销售额,列:订单日期(季度),标记类型:条形图/线性(快速计算:百分比差异)同比增长率公式:(ZN(SUM([销售额])) - LOOKUP(ZN(SUM([销售额])), -4)) / ABS(LOOKUP(ZN(SUM([销售额])), -4))
2.设置为双轴,调整不同颜色

2>各地区销售额分布树梢图
1.列:省/自治区,行:记录数(2个)其中一个设置为圆,一个柱状图。
2.柱状大小:记录数,圆大小:辅助记录数,双轴同步轴,设置颜色和标签,订单日期的单值筛选器。

3>经商便利度与人均GDP关系组合图
1.列:经商便利度,行:人均GDP,详细信息:国家/地区,颜色:经商便利度(集群)划分
2.分析–盒须图–经商便利度,设置盒须图,并绘制趋势线

Tableau地图可视化

图表

  • 既要看到数据的规律特征,又要看到数据的最原始信息。
  • 分析中用于数据的拆解和原因的定位。

1>各销售指标变化热力图
1.行:销售额,数量,利润,列:订单日期(离散|月),选择表格形式
2.颜色和标签:度量值,标记形式选择方形,其中颜色中度量值选择单独的图例,选择不同的色带表示销售额、数量和利润
2>各销售指标变化数据条
1.行:销售额,数量,利润,列:订单日期(离散|月),选择表格形式
2.标记形式选择条形图,考虑三个变量拥有不是同一量级的数值,要分别设置颜色和标签

3>各地区分品类绩效考核表
1.创建新字段:利润率分层0,30%,以上
2.行:子类别,列:地区,标记:形状,形状:利润率分层,形状板选择KPI
3.增加订单日期(年)的单值筛选器

4>销售日历
1.单值筛选器:订单日期(年/月)
2.列:订单日期(工作日),行:订单日期(月)、订单日期(周数),文本:订单日期(天)、销售额,颜色:销售额,标记:方形。

桑基图

  • 描述事物流转方向和流转规模
  • 优势是能直观的展示复杂的流转规律,方便快速找到重要的流转方式

1>各地区产品流向桑基图
1.图Left 行:销售数量(合计百分比),颜色:类别,标签:类别、销售数量(合计百分比)
2.图Right 行:销售数量(合计百分比),颜色:地区,标签:类别、销售数量(合计百分比)
3.图Center 类型(1、49)-创建大小为1的数据桶,横坐标 t=(index()-25)/4,sigmoid曲线:1/(1+EXP(1)^-[t]),纵坐标(曲线的斜对角高度):rank1=rank2=RUNNING_SUM(SUM([销售数量]))/TOTAL(SUM([销售数量])),高度:courve=[rank1]+([rank2]-[rank1])*[sigmoid],曲线的粗细size=RUNNING_AVG(SUM([销售数量]))
4.颜色:类别,详细信息:地区,大小:size(数据桶),标记:折线,路径:数据桶,行:curve(编辑表计算),列:t(计算依据数据桶)
5.创建仪表板(Left+Center+Right)

留存结构图

  • 较为直观的展示出某一类用户在留存过程中的轨迹和占比变化
  • 可将多个百分比堆积柱状图组合成一个dashboard,也可使用不同的颜色代表不同的分类
    1.表1:18年Q4留存率
    2.表2:19年Q1留存率,颜色:2019Q1,行:user cnt(合计百分比)–拖拽为标签
    3.表3:19年Q2留存率,颜色(计算依据选择当季,下同):2019Q1、2019Q2(先拖拽为详细信息再更改为颜色,下同),行:user cnt(合计百分比)–拖拽为标签
    4.表4:19年Q3留存率,颜色:2019Q1、2019Q2、2019Q3,行:user cnt(合计百分比)–拖拽为标签
    5.表4:19年Q3留存率,颜色:2019Q1、2019Q2、2019Q3、2019Q4,行:user cnt(合计百分比)–拖拽为标签
    6.在仪表盘中进行合并,删除多余标签即可

地图可视化

  • 为了把带有地理位置的信息直观的在地图上展示,通过地图在各城市的表现定位规律,eg:城市新增长在地理位置上的分布,城市下沉效果在底线城市的表现,是否东南沿海城市在客单价表现更高等。

1>和色阶结合使用----全国各省销售额分布

2>和标记物结合使用----全国各省利润分布、各地区交易额分布柱状图

3>和热力图结合使用----各城市客户分布

4>使用地图的下钻功能----各地区销售概览下钻

Tableau动态图

  • 当我们期望通过可视化的动态效果观察事物的发展、变化规律时,eg:销售额的变化趋势,全球人口年龄和出生率的变化趋势,各城镇人口的变化规律。
  • 使用技巧:添加页面功能框;用于散点图、气泡图、折线图、柱状图和组合图;排名的动态图变化;和地图结合使用。
    1>销售额与利润变化趋势图

    2>出生率与预期寿命关系探索

    3>全球GDP排名动态图

Tableau 可视化图表学习相关推荐

  1. 一行代码生成Tableau可视化图表

    今天给大家介绍一个十分好用的Python模块,用来给数据集做一个初步的探索性数据分析(EDA),有着类似Tableau的可视化界面,我们通过对于字段的拖拽就可以实现想要的可视化图表,使用起来十分的简单 ...

  2. tableau可视化图表及仪表板设计

    ** Tableau 可视化 ** Tableau 的发展历程 Tableau 是一家提供商业智能的软件公司, 正式成立于2004年,总部位于美国华盛顿西雅图• 源自美国国防部的一个项目需求,在斯坦福 ...

  3. Tableau可视化技巧-让你的图表跟随时间动起来

    当我们想演示数据在时间维度下的演变情况,一张动态的图表或许是一个很好的选择. 特别是散点图,配合上时间趋势的动态变化,更能直观的传达数据的演变过程. 如下图,我们清晰的看到随着时间的推移,各大洲新生儿 ...

  4. 实战案例,手把手教你使用 Tableau 绘制超炫酷可视化图表

    有一种美叫数据的美,Tableau可以让你看到这种数据美,以及探索数据美的可能,如下图表均是由强大的tableau可视化而成的. 喜欢点赞.收藏 使用tableau的优势就在于不需要懂技术,更不需要写 ...

  5. Python 爬取招聘网站数据,利用 tableau 可视化交互大屏,指导你如何学习、找工作!

    作者:Huang supreme 来源链接:https://blog.csdn.net/weixin_41261833/article/details/104924038   如果觉得文章写得好,如果 ...

  6. 「github资料」40个Python可视化图表案例(附零基础学习资料)

    前言 数据可视化是数据科学中关键的一步.(文末为大家准备了学习资料) 在以图形方式表现某些数据时,Python能够提供很大的帮助. 不过有些小伙伴也会遇到不少问题,比如选择何种图表,以及如何制作,代码 ...

  7. 「github资料」40个Python可视化图表案例(附零基础学习资料)篇幅较长,建议收藏

    前言 数据可视化是数据科学中关键的一步.(文末为大家准备了学习资料) 在以图形方式表现某些数据时,Python能够提供很大的帮助. 不过有些小伙伴也会遇到不少问题,比如选择何种图表,以及如何制作,代码 ...

  8. web\app可视化图表设计模板,UI设计师临摹学习的帮手

    软件应用大都选用图表设计来可视化各类软件数据,成功简化界面设计的同时,也大幅提升其用户体验.此类图表设计, 为设计师们提供了更多随心创造和自我表达的空间, 其联动动效和交互设计,也为设计师们提供了更多 ...

  9. 可视化图表库--goJS详细学习线路

    1.GoJS简介 GoJS是Northwoods Software的产品.Northwoods Software创立于1995年,专注于交互图控件和类库.旗下四款产品: GoJS 用于在HTML上创建 ...

最新文章

  1. python中的datatype啥意思_案例中使用的是dataType,但是用在联系上面dataType不可用,必须改写成type:..._慕课问答...
  2. 体育直播软件发展的三个阶段
  3. 《剑指offer》反转链表
  4. java thread_Java(多线程Thread)
  5. 为JavaOne 2014做好准备!
  6. Leetcode每日一题:23.merge-k-sorted-lists(合并K个排序链表)
  7. 编译安装Nginx-1.0.1
  8. 终端短路和终端开路的无耗传输线的输入阻抗和导纳
  9. jquery 如何插入元素
  10. 《数字图像处理 第三版》(冈萨雷斯)——第三章 灰度变换和空间滤波
  11. Keil_v5 下生成bin文件+Jflash 下载bin文件
  12. 查看linux内存和硬盘
  13. 通过js动态设置字体大小
  14. 在LCD液晶屏成功显示图片
  15. Texmacs中文支持
  16. 一款类似windows wallpaper engine的Mac动画壁纸软件
  17. Assets, Objects and serialization Assets, Objects与序列化 最佳实践系列3
  18. 安徽省淮南市谷歌卫星地图下载
  19. 去掉电脑桌面图标中的箭头图标
  20. 中软外包创维面试,尬聊半小时

热门文章

  1. 阿里云服务器mysql开放远程连接步骤
  2. Python之发送邮件模块
  3. 全球名校AI课程库(43)| 李宏毅 · 机器学习(深度学习)课程『Machine Learning』
  4. 【搞定K8S】第2天3:kubernetes 核心技术-Pod
  5. 计算机毕业设计ssm+vue家庭理财管理系统【课程设计、代码讲解、免费安装调试、文档报告】
  6. ClickHouse - 多卷存储扩大存储容量(生产环境必备)
  7. 文件压缩及上传FTP服务器简单应用(实践篇)
  8. 骁龙笔记本的目的究竟是什么
  9. GTX/GTH/GTY/GTP/GTZ/GTM有什么区别?
  10. 登山赛车破解无线金币实现原理分析