目录

前言

一、Tableau介绍

二、基础图表制作

【对比分析：比大小】

柱状图

条形图

热力图（突出显示表）

气泡图

【变化分析：看趋势】

折线图

面积图

构成分析：看占比

饼图

树地图

堆积图

关系分布：看位置

散点图

【聚类分析】

直方图

地图（送餐地址分布）

三、BI仪表盘的搭建

总结

前言

选择Tableau来作为自己开始学习数据分析的首个工具，从数据赋能和数据探索中学习数据，以下全是通过自己实操所得

一、Tableau介绍

全世界的数据可视化大神，都在基于Tableau进行可视化创作
- 我们可以在Tableau的可视化社区学习各种顶尖的可视化方案
  - https://public.tableau.com/zh-cn/gallery/?tab=viz-of-the-day&type=viz-of-the-day
  - 社区推荐的优秀作品每天都会更新
- 数据可视化整体分为四大流派
  - 艺术流
    - 旨在探索更多的数据表达方法，相当于用数据作画，简直就是艺术品
  - 分析流
    - 针对某一专项的主体，用可视化充分说明和分析数据，做到高效的信息传达，主题明确，信息全面。
  - 实战流
    - 为实际的业务场景服务，追求数据的全面性和逻辑，属于能用就行
  - 垃圾流
但可视化只是Tableau的基操
- 数据赋能和数据探索才是Tableau的正确打开方式
- 数据赋能
  让业务一线也可以轻松使用最新数据
  - 分析师可以直接将数据看板发布到线上
  - 自动更新看板
  - 自由下载数据
  - 线上修改图表
  - 邮箱发送数据
  - 设置数据预警
- 数据探索
  通过统计分析和数据可视化，从数据发现问题，用数据验证假设
  - 支持亿级数据的连接和处理
  - 自由地对字段进行各种计算
  - 拖拽就可以轻松制作图表
  - 数据可以随意聚合下钻
  - 图表类型可以灵活转换
  - 内置算法智能建模

二、基础图表制作

【对比分析：比大小】

柱状图
- 举例各个分行/门店/广告计划的成交额
- 使用场景
  - 较少变量之间的对比分析
    字段=表头，变量=具体值和数据
  - 各大区之间的业绩对比
  - 各大类商品之间的销售额对比
- 图表逻辑
  - 在一个或多个【维度】下对【度量】进行统计，从而得到该【维度】下不同变量之间的【度量】差异
条形图
举例：各个门店的成交额
使用场景：较多变量之间的分析对比；个人之间的业绩比较；各商品之间的销售额对比
图表逻辑：与柱状图相比，但在水平展示下，多变量之间的对比更易浏览

热力图（突出显示表）
举例：门店数据按日期排序，突出显示GMV
使用场景：多维度下多变量的同时对比，并且需要同时查看对比效果和数值
各组/商品类别之间的销售额、利润同时对比
图表逻辑：在文本上根据度量值大小加上颜色深浅标记

气泡图
图表逻辑：用度量代表气泡大小/文本大小，维度代表气泡颜色
使用场景：在极多变量下在统一度量上的对比分析

词云

【变化分析：看趋势】

折线图
全流程转化数据多轴/颜色拆分显示
使用场景：基于时间【维度】分析【度量】的数据变化及趋势；
图表逻辑：基于时间【维度】的柱状图，但是将展现形式从条形图变为了折线

面积图
使用场景：有内部累计关系的值随时间变化；不强调趋势，强调绝对值
图表逻辑：在折线图的基础上选择面积作为视觉影射

构成分析：看占比

饼图

举例：品牌GMV占比
使用场景：一个【维度】下各个变量在某一【度量】下所占比例；性别维度下，男女顾客各占成交金额的百分比
图表逻辑：【维度】代表各扇区的颜色，【度量】代表饼图中各扇区角度的大小

树地图

使用场景：一个度量在多个维度下的占比展现和分析；各组销售贡献度；各用户用户贡献度
图表逻辑：每个方格代表一个该【维度】下的变量，方格的大小代表此变量的在该【维度】下的【度量】占比大小；方格会按照顺序排列，占比最大的在最上方

堆积图

使用场景：相同【度量】下，比较一个【维度】下另一个【维度】的占比；各地区各品类产品对销售额的贡献。
图表逻辑：绝对堆积：在柱状图/条形图的基础上，用颜色区分一个维度在另一个维度下的占比大小；相对堆积：不展示绝对值，使用合集快表计算：合计百分比，只展示百分比。

关系分布：看位置

散点图

举例：CPC、下单人数和gmv
使用场景：分析某一【维度】变量在两个【度量】下的分布和变量之间的相关性；产品的销售额和所得利润之间的关系（正相关、弱相关、不相关）
图表逻辑：横纵轴各代表一个【度量】，【维度】中的变量则作为一个点，根据横纵轴上的度量值大小确定位置

【聚类分析】

K-means聚类算法，基于欧式距离计算

直方图

使用场景：查看单一度量下的数据分布
常见分布：2/8法则马太效应 40-20-10：如果想让app保持增长势头，那么新用户次日留存率，7天留存率和30天留存率应该分别维持在40%、20%和10%左右
图标逻辑：将度量下数据分组计数

地图（送餐地址分布）

使用场景：基于地理位置的数据分析
图表逻辑：以地理位置为店，用点大小、颜色展示度量值大小等特征

三、BI仪表盘的搭建

仪表盘搭建原则：符合业务的阅读、思考、操作逻辑
明确仪表盘的主题：思考服务人群与需要得到的数据信息
仪表盘主题拆解：思考该主题涉及到哪些数据；思考数据的重要程度是否相同；选取最适合数据的图表
开发设计工作表：分为经营情况总览，经营数据详情，每日营收数据，每日流量数据，新老客占比，平台占比，门店占比，投放情况，订单分布，配送分布十大板块
构思仪表盘布局
最终实操搭建得到下图的仪表盘

总结

通过跟着学习搭建了第一个简易仪表盘，今后还将从python、SQL、Excel等多维度学习关于数据分析的知识

数据分析——Tableau数据可视化与仪表盘搭建相关推荐

Datav：从零开始的数据可视化大屏搭建系统
本文首发于「Shopee技术团队」微信公众号摘要随着 Shopee 业务数据的不断扩大,仅通过表格这样的数据分析方式已经无法满足日常的数据分析需求,丰富的图表分析 Dashboard 就显得格外重 ...
Tableau数据可视化软件下载、双轴下钻显示
Tableau数据可视化软件下载.双轴下钻显示[目录] 在线教程:[Tableau在线教程-w3cschool](https://www.w3cschool.cn/tableau/tableau_ov ...
可以搜python题答案的app-Python数据分析与数据可视化知到APP答案
Python数据分析与数据可视化知到APP答案更多相关问题 A．AsianB．AmericanC．EuropeanD．African 根据下列文章,请回答 31-35 题. New U.S Plan ...
Tableau研学小课堂(part3)--Tableau数据可视化
学习笔记,仅供参考,有错必纠 Tableau数据可视化工作表界面功能解释我们导入testFile3.xlsx文件,并进入工作表界面: 标记中的各个选项解释: 颜色:用于调整图形的颜色: 大小:用于 ...
tableau三轴合并_《Tableau数据可视化实战》——1.12节合并不同数据源-阿里云开发者社区...
本节书摘来自华章社区<Tableau数据可视化实战>一书中的第1章,第1.12节合并不同数据源,作者(美)Ashutosh Nandeshwar,更多章节内容可以访问云栖社区"华 ...
python数据分析简答题_Python数据分析与数据可视化-中国大学mooc-试题题目及答案...
Python数据分析与数据可视化-中国大学mooc-试题题目及答案更多相关问题 [简答题]城轨供电系统按功能划分为几部分?各有什么作用? [多选题]影响债券价格的因素有 [单选题]关于注射剂的质量要 ...
数据分析---疫情数据可视化（地图）
数据分析---疫情数据可视化(地图) 安装pyecharts库爬取所需要的数据(网上直接爬取数据) 绘制全国地图绘制省份地图(以湖北省为例) 在全国地图上加入湖北省数据导入数据(本地导入数据) ...
python数据分析基础试题及答案_Python数据分析与数据可视化题库免费期末考试2020答案...
Python数据分析与数据可视化题库免费期末考试2020答案更多相关问题风险管理是一个不断发展变化的演变过程.在风险管理演变过程中,大多数现代风险管理形式是从()中以下哪项是虚证闭经的主要病机A ...
用python进行简单的数据分析和数据可视化
用python进行简单的数据分析和数据可视化本篇文章主要是初步探索数据分析,简单了解数据分析大致流程数据来源:来自于Kaggle平台上的一个项目:Explore San Francisco cit ...

数据分析——Tableau数据可视化与仪表盘搭建

前言

一、Tableau介绍

二、基础图表制作

【对比分析：比大小】

柱状图

条形图

热力图（突出显示表）

气泡图

【变化分析：看趋势】

折线图

面积图

构成分析：看占比

饼图

树地图

堆积图

关系分布：看位置

散点图

【聚类分析】

直方图

地图（送餐地址分布）

三、BI仪表盘的搭建

总结

数据分析——Tableau数据可视化与仪表盘搭建相关推荐

最新文章

热门文章