tableau高级图形的应用及可视化实现方法
tableau高级图形的应用及可视化实现方法
- 学习目标
- 一、图表
- 1、各销售指标热力变化图
- 2、各销售指标变化数据条
- 3、各地区分品类绩效考核表
- 4、销售日历
- 二、桑吉图
- 各地区产品流向桑吉图
- 三、留存结构图
- 四、地图可视化图
- 1、全国各省销售分布
- 2、全国各省利润分布
- 3、各地区交易额分布柱状图
- 4、各城市客户分布热力图
学习目标
- 1、掌握tableau各作图功能区和对应的操作实现。
- 2、掌握各类可视化图形的特征和信息展示方式。
- 3、掌握tableau中各类图形可视化实现的基本流程。
- 4、了解各图形工作中的应用案例。
一、图表
使用场景：
- 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。
使用技巧： - 可以在表格中增加颜色带代表数据的大小和变化趋势。
- 可以在表格中增加添加数据条。
- 可以和图形结合使用。
1、各销售指标热力变化图
实现步骤：
1、对应的销售额、数量、利润拉到列，订单日期拉到行
2、订单日期设置月、离散，标签设置格式为‘yyyy-mm’,智能生成表格形式，再行列颠倒
3、把度量值按住ctrl拉到颜色，在标记功能区全部图形标记改为方形，再设置度量值为单独的图例改变颜色
2、各销售指标变化数据条
实现步骤：
1、对应的销售额、数量、利润拉到列，订单日期拉到行
2、订单日期设置月、离散，标签设置格式为‘yyyy-mm’,在标记功能区全部图形改为条形图
3、再分布加入标签与颜色
3、各地区分品类绩效考核表
实现步骤：
1、创建两个字段：利润率（sum([利润])/sum([销售额])），利润率分层（if [利润率]>0.3 then ‘good’
ELSEIF [利润率]>0 then ‘fair’ ELSE ‘bad’ end）
2、把子类别与地区拉到对应的行列中，利润率拉到标签，改为百分比形式
3、在标记功能区全部图形标记改为形状，再把利润率分层拉到形状，形状改为KPI的图形
4、销售日历
实现步骤：
1、用订单日期做年/月的筛选器，设置单项。
2、列：订单日期（工作日），列：订单日期（月份）、订单日期（周数）
3、订单日期拉到标签改为按日显示，销售额拉到标签与颜色，标记功能区全部图形标记改为方形。调整颜色
二、桑吉图
简介：
桑吉图是一种描述事物流转方向和流转规模的可视化展示方案，他的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。
使用场景：
- 用于反映事物有方向性的流转（同公司内部用户渠道、业务线、渠道之间的流转规律探索）。
- 既要反映流转方向又要反映各类型流转绝对量级。
各地区产品流向桑吉图
实现步骤：
首先该图形是由三个图形结合起来的
1、left（左柱状图）
行：销售数量，设置合计百分比，再拉到标签
颜色：用类别区分，再把类别拉到标签
2、right（右柱状图）
行：销售数量，设置合计百分比，再拉到标签
颜色：用地区区分，再把地区拉到标签
3、center：（中间曲线图，用数据桶的方式）
- 用类型创建一个数据桶，大小设置为1
- 创建字段：
t（-6~6的横坐标）：(index()-25)/4
sigmoid（曲线）：1/(1+exp(1)^-[t])
curve（纵坐标）：[rank1]+([rank2]-[rank1])*[sigmoid]
rank1:RUNNING_SUM(sum([销售数量]))/TOTAL(SUM([销售数量]))
rank2:RUNNING_SUM(sum([销售数量]))/TOTAL(SUM([销售数量]))
size(曲线的粗细)：RUNNING_AVG(SUM([销售数量])) - 把类别拖到颜色，地区拖到详细信息，再用size去拖到大小，形成树状图改为线图，轨迹路线按类型的数据桶
这时候没什么变化，得加上横纵坐标轴，横坐标/列：t，纵坐标/行：curve
接着调整行的依据计算，t计算依据为数据桶，
curve则设置编辑表计算：rank1特定维度勾选顺序为：类别、地区、类型（数据桶）；
rank1特定维度勾选顺序为：地区、类别、类型（数据桶）；t特定维度勾选类型（数据桶)。生成曲线图
最后曲线粗细设置size的编辑表计算，特定维度勾选类型（数据桶)
在下方坐标轴编辑轴，固定改为-5跟5，调整曲线大小，去掉轴标签
最后在仪表板拼接三个图。 - 微调left、right颜色倒序。
突出展示：上方仪表板的操作，设置突出展示，勾选对应的表格
三、留存结构图
使用场景：
- cohort分析中，希望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时。
使用技巧：
- 可将多个百分比堆积柱状图组合为一个dashboard
- 使用不同的颜色代表不同的分类。
实现步骤：
1、构建留存的表结构
2、建立五个柱状图，把度量的标签拉到维度，
行：usercnt,合计百分比，拉到标签，隐藏标题。把各季度的数值拉到颜色，与详细信息
3、在标签那可以调整计算当季度的百分比。
4、整体留存看板：
创建字段18年Q4留存率：sum(if [2018Q4] =1 then [user cnt] else o end)/sum([user cnt])
四、地图可视化图
使用场景：
我们希望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数据规律。譬如城 市新客增长在地理位置上的分布，譬如城市下沉效果在底线城市的表现，譬如是否东南沿海城市在客单 价表现更高等。
使用技巧：
- 和色阶结合使用
- 和标记物结合使用
- 和热力图结合使用。
1、全国各省销售分布
实现步骤：
1、设置地理角色，把地区、国家、省各自设置再放进去
2、双击省/自治区生成地图，再把省/自治区拉入标签，以销售额作为颜色温度发散
3、再做各城市销售额分布图，列：销售额，行：城市，变颜色。加个工具提示插入表格显示个城市的销售额分布情况
2、全国各省利润分布
实现步骤：
1、双击省/自治区生成地图，再把省/自治区拉入标签，在标记功能区全部图形标记改为形状，形状改变为菱形
2、把以销售额作为颜色温度发散
3、再做各城市利润分布图，双击城市生成地图，再以利润作为大小与颜色。颜色倒序
3、各地区交易额分布柱状图
实现步骤：
1、双击地理角色的地区生成地图，在上方地图调背景地图为深色，地图颜色为灰色
2、创建字段
sale-办公用品：if [类别]=‘办公用品’ then [数量] end
sale-家具：if [类别]=‘家具’ then [数量] end
sale-技术：if [类别]=‘技术’ then [数量] end
柱子-办公用品：LEFT(‘▇▇▇▇▇▇▇▇▇▇’,ROUND(SUM([sale-办公用品])/SUM([数量])*10,0))
柱子-家具：LEFT(‘▇▇▇▇▇▇▇▇▇▇’,ROUND(SUM([sale-家具])/SUM([数量])*10,0))
柱子-技术：LEFT(‘▇▇▇▇▇▇▇▇▇▇’,ROUND(SUM([sale-技术])/SUM([数量])*10,0))
3、把对应的柱子标签拉到标记功能区的标签，再进行颠倒加颜色和文字
4、各城市客户分布热力图
实现步骤：
双击地理角色的城市生成地图，把客户ID作为详细信息，标记功能区全部图形标记改为密度，
在上方地图调背景地图为深色，地图颜色为橙色
tableau高级图形的应用及可视化实现方法相关推荐
- 《数据可视化与数据挖掘——基于Tableau和SPSS Modeler图形界面》之可视化数据挖掘概述
第一章 可视化数据挖掘概述 可视化数据挖掘技术对于大多数人来说是一个陌生的事物,让读者在较短的时间内快速熟悉它就是本书第1章的任务.本书会从基础知识讲起,由浅至深,逐步介绍可视化数据挖掘的知识. 研究 ...
- 手把手教你Tableau高级数据分析功能（附数据集）
原文标题:A Step-by-Step Guide to learn Advanced Tableau – for Data Science and Business Intelligence Pro ...
- 转：干货 ：手把手教你Tableau高级数据分析功能（附数据集）
地址:https://blog.csdn.net/Tw6cy6uKyDea86Z/article/details/79694011 原文标题:A Step-by-Step Guide to learn ...
- 干货 ：手把手教你Tableau高级数据分析功能（附数据集）
原文标题:A Step-by-Step Guide to learn Advanced Tableau – for Data Science and Business Intelligence Pro ...
- Excel, Tableau还是Power BI？数据分析可视化工具大对比！
关注上方"高级农民工",选择星标, 关键时间,第一时间送达! ☞19.9元获得我的Python爬虫与数据分析课程 大数据文摘出品 来源:medium 编译:张大笔茹.一一 正确分析 ...
- 使用Tableau对综测成绩进行可视化数据分析
使用Tableau对综测成绩进行可视化数据分析 项目概述 原理 具体实现 获得数据源 数据前处理 数据导入 工作表制作 选择横纵轴项目 选择合适的图表类型 交换横纵轴 添加筛选器 绘制仪表盘 改名 发 ...
- 论文研读-AI4VIS-可视化推荐-VizML: 一种基于机器学习的可视化推荐方法
VizML: 一种基于机器学习的可视化推荐方法 1 论文概述 1.1 摘要 1.2 引言 2 问题陈述 3 相关工作 3.1 基于规则的可视化推荐系统 3.2 基于机器学习的可视化推荐系统 4 数据 ...
- 大数据可视化的方法、挑战及进展
大数据可视化的方法.挑战及进展 摘要:在简化数据量和降低大数据应用的复杂性中,大数据分析发挥着关键的作用.可视化是其中一个重要的途径,它能够帮助大数据获得完整的数据视图并挖掘数据的价值.大数据分析和可 ...
- 关于数据可视化的方法和工具介绍
这一篇给大家全面介绍下关于数据可视化的方法和常用工具. 1. 数据可视化简介 数据可视化,是指用图形的方式来展现数据,从而更加清晰有效地传递信息,主要方法包括图表类型的选择和图表设计的准则. 随着互联 ...
最新文章
- 获得每日，每周，每月的0点和24点的时间戳
- 心累了，就笑一笑，学会爱自己
- cython linux so,更改Cython的.so文件命名规则
- 通过Postfix构建Exchange Server 2010邮件网关部署系列一：创建新域环境
- QEMU中音频模拟工作过程(十)
- Javascript 事件入门
- 局域网p2p终结者之类流氓软件抢占网速的原理
- 面试字节跳动，我被怼了....
- 数据预处理（数据审核、缺失值处理、标准化正则化、降维等）
- 中国科学家首次解析人脑“中央处理器”，领先美国脑计划
- 教你用前端制作fashion充电水滴融合特效
- python3查找元素在数组位置_Python：查找数组中元素的位置
- 计算机linux二级试题,浙江省计算机等级考试二级考试试题库
- 内存不能为read或written的解决方案
- 拼手气红包算法_线段切割法
- 新编php找工作常见面试笔试汇总
- python验证身份证号码大全_国服魔兽注册账号需要验证身份证及真实姓名
- [译] FACE ID 对易用性意味着什么
- 2022年全球区块链审计公司排行榜
- 小虎电商浏览器：至尊宝拼多多一件代发应该如何操作