精讀《Tableau 入門》

1. 引言

引用著名瑞典統計學家 Hans Rosling 的一句話：想法來源於數字、信息，再到理解。

分析數據的最好方式是可視化，由於可視化承載的信息密度更高，甚至能夠從不一樣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 是一款普遍用於智能商業的強大數據分析工具，經過不一樣可交互的圖表和儀表盤幫助你得到業務洞見。

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，能夠將工做數據存儲在計算機本地，若是你是學生或老師能夠得到一年的無償使用權。

Tableau Public

公開版徹底免費，和桌面版的惟一區別是，全部數據都沒法保存在本地，只能保存在 Tableau 服務器的雲端，並且是公開的。

Tableau Online

網頁版也徹底免費，是 Tableau Public 的網頁版。

鏈接數據源

安裝好 Tableau 後，第一步就是鏈接數據源。它支持鏈接本地或雲端的數據源，本地最經常使用的數據源能夠從 Excel 轉換。這裏是一份 樣例數據，包含了一個超市幾年內的銷售狀況，咱們能夠用這份數據練手。

下載好這份數據後，選擇從 Excel 導入，確認後將 Orders 表拖拽到右側區域，以下圖所示：

能夠看到，導入的數據格式有些問題，這是由於這份 Excel 文件表頭有一些描述信息干擾。勾選 Use Data Interpreter 後，能夠開啓數據解析功能，自動分析出你想要的表結構：

能夠看到表結構已經正常了，在數據清洗的過程當中，Tableau 強大的數據分析功能已經初見端倪。你甚至能夠點擊 Review ths results 看看它是如何清洗數據的：點擊後會下載一份分析 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：工做簿，後面跟隨的三個按鈕能夠繼續建立多個 Sheet、Dashboard、Story，這些後面都會講到。首先點擊 Sheet 進入可視化分析的工做簿：

能夠看到，Orders 表的字段已經被自動分析成 維度 度量 了。維度和度量是數據分析中重要的概念：

• 維度： 維度是不能被計數的字段，通常爲字符串或離散的值，用來描述數據的維度。
• 度量： 度量是能夠被計數的字段，通常爲數字、日期等連續的值，用來描述數據的量。

右側空白區域是圖表展現區域，能夠響應拖拽交互，頂部的 Columns、Rows 表示列與行，Filters 是過濾器，拖拽字段上去能夠對此字段進行過濾，Marks 是標記，Tableau 將圖表全部輔助標記功能都抽象爲：顏色、大小、文本、具體值、工具提示。舉個例子，若是將銷量 Sales 字段拖拽到大小區域，那麼任何能描述大小的圖表，都會以銷量的多少來決定大小，好比散點圖。

右上角的 Show Me 是圖表自動推薦區域，當你拖拽不一樣字段的時候，Tableau 會自動展現合適的圖表，但你也能夠點擊 Show Me 進行圖表切換。

那麼開始動手吧！首先咱們要看看大盤數據如何，也就是這家超市的總利潤、質量、銷量：

在左側維度欄目下，最後一個字段 Measure Names 表示全部度量的集合。

1. 將 Measure Names 拖拽到畫布的空白區域。
2. 移除咱們不關心的 Row ID, Discount 等字段。

能夠看到，總利潤大概是總銷量的 10%。若是想展現橫向表格，將 Measure Names 從 Rows 拖拽到 Columns 便可。

Tips: 爲了方便區分，Tableau 貼心的將維度標記爲藍色，度量標記爲綠色。 同時能夠看到，Tableau 對於單指標拖拽，默認採起表格方式渲染。

接下來咱們要看每年的詳細銷量與利潤：

1. 將 Order Date 與 Sales 拖拽到 Rows。
2. 右鍵 Sales，將類型從連續改爲非連續，這樣就會自動變成表格展現。
3. 爲了展現利潤，將 Profit 字段拖拽到 Marks 的 Text 字段上。

咱們能夠看到，不管是銷量仍是利潤都在逐年上升。接下來咱們想具體看看每月份的數據：

1. 右鍵 Order Date，將日期維度從年切換到月。

咱們能夠看到，銷量較高的月份分佈在：三、九、十一、12 月。注意因爲沒有對年份作篩選，這裏的每個月統計數據是整合了 2013～2016 四年份的。也就是 1 月的數據其實表明了 2013.1 + 2014.1 + 2015.1 + 2016.1 共四個 1 月份數據的總和。

接下來咱們想了解銷量與利潤增加的趨勢：

1. 將 Order Date 拖拽到 Columns。
2. 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。

這裏就涉及到線圖拖拽交互設計了，線圖一共有三種拖拽方式。若是將一個新字段拖拽到左 Y 軸，就會在左 Y 軸多出一條線；若是拖拽到中間圖表區域，則這個字段會看成已有字段的工具提示；若是拖拽到右 Y 軸，則會自動變成雙軸圖。

從上圖中能看到，銷量增加明顯，但利潤增加緩慢，看來經營是存在必定問題的，還要繼續分析問題在哪。

咱們再看看數據按月分佈狀況，一樣右擊 Order Date，選擇 月 粒度：

上圖能夠明顯看到三個峯值出如今 三、九、11 月份，然而這段期間利潤增加幅度卻不大，能夠看出這段期間採起了薄利多銷的手段。

再從地區維度分析數據：

1. 將 Regions 和 Sales 拖拽到 Columns。
2. 切換到餅圖。
3. 將 Sales 拖拽到 Marks Pane 的 Label 上。

能夠看到東西部地區是銷量最高的區域。接下來咱們想看具體城市的銷量：

1. 將 States 拖拽到畫布空白區域，此時會自動出現地圖並定位到美國。將 Profits 拖拽到 Color。
2. 將地區切換到 Filled Map，將 Profits 拖拽到 Label。

這樣就繪製了一張地區，顏色越深利潤越高，數字表示銷量。

能夠看到數值越大的區域通常顏色也越深，但這不是分析利潤/銷量性價比的最佳方式，咱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，但利潤倒是負的。

上面的地圖對地形比較直觀，但要分析銷售健康度，仍是用散點圖更合適。咱們想看看城市銷量/利潤的健康度分佈：

1. Profit 拖拽到 Columns，Sales 拖拽到 Rows，此時散點圖出現，但只有一個點（之因此出現散點圖，是由於橫縱軸拖拽的都是度量）。
2. 咱們想按城市下鑽，只要把 State 拖拽到 Detail 便可。

能夠看到，遙遙領先的城市有三個，加州是銷售之王。

因爲尚未介紹到篩選條件，這裏簡略介紹一下，其實還能夠將年份拖拽到篩選條件，只看 2013 年的分佈圖，也能夠點擊或圈選其中某些點選擇排除某些城市。

如今須要進一步分析明細數據，將不一樣商品種類按年份細分，看按月的銷量，並看看這些月份的利潤如何：

1. 此時須要用到高亮表格。首先將 Category 和 Order Date 拖拽到 Rows，簡單的表格出現了。
2. 將 Order Date 再拖拽到 Columns，並右鍵將其粒度改成月。
3. 在 Show Me 中切換爲 Highlight Table，從新將 Order Date（Year）拖拽回 Rows。
4. 爲了展現顏色與文字，將 Profit 拖拽到 Color，Sales 拖拽到 Label。

能夠看到，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。總體來看前半年是淡季。

但這張圖沒法看到銷量與利潤性價比關係，咱們要找出利潤率最高的商品和利潤率最低的商品：

1. 將 Proft 拖拽到 Columns。
2. 將 Sub-Category 拖拽到 Rows。
3. 切換到 Horizontal Bars。
4. 將銷量 Sales 拖拽到 Color。

能夠明顯看到 Copiers 就是性價比之王，擁有最高的利潤，但銷量卻不是很高（顏色深度中等），而桌子是性價比最低的，利潤爲負，並且銷量不低。

其餘功能

除了上面基本可視化分析能力以外，Tableau 還有許多輔助功能。

篩選器

在按月分佈的折線圖中，若是咱們只想看某一年的，能夠將 Order Date 拖拽到 Filters 區域，只勾選想要保留的年份：

Tablueau 這種交互等價於 Sql 中 in 語句，固然 Tablueau 還支持更復雜的條件或代碼表達式，這裏只是將更友好的篩選方式優先展現區來。

上卷下鑽

Tableau 支持任意維度之間的上卷下鑽，只要你將他們分好組。

好比將 Order Date、Order ID、Ship Date、Ship Mode 拖拽到一塊兒，成爲 Orders 組；將 Category、Sub-Category、Product ID Product Name 造成 Product 組：

咱們就能夠將 Product 直接拖拽到畫布區域，並選擇矩形樹圖，經過點擊指標上的 「+」 「-」 號進行上卷或下鑽：

上卷下鑽是順序相關的，好比 Product - Order Date 表示在產品類目基礎上，對每一個類目按日期下鑽。而 Order Date - Product 這個順序，表示在日期分佈的基礎上，對日期按產品類目下鑽，瞭解不一樣日期下每一個產品的分佈狀況。

趨勢線

爲使用趨勢線，先製做一個雙軸圖：

1. 將 Sales 與 Profit 拖拽到 Rows。
2. 將 Order Date 拖拽到 Columns 並切換到月維度。
3. 選擇 Show Me 的 Dual Combination 即混合圖。

點擊 Analytics Tab，將 Trend Line 拖入 chart 中：

趨勢圖有幾種算法，好比線性，Log 或指數，所以在作趨勢分析前，首先要判斷本身的業務屬於哪一種增加階段，若是是爆發期能夠選擇指數，平穩期能夠選擇線性等等。

預測

回到按月分佈的圖表，若是咱們想預測將來銷量和利潤的走勢，可使用預測功能：

1. 切換到 Analytics Tab，並將 Forecast 拖拽到圖表中。
2. 能夠點擊右鍵配置預測參數。

預測趨勢有一個淺色區域，表示預測範圍。

聚類

象限圖的四象限是多維度綜合判斷的法則，然而 Tableau 支持的聚類分析能夠自動作到這些：

1. 切換到 Analytics Tab，選擇 Clusters。
2. 能夠選擇自動聚類個數，也能夠手動指定個數。

從上圖能夠看到，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，而且當你點擊右鍵查看詳細星系時，還能把組間、組內方差展現出來：

儀表板

儀表板能夠將多個 Sheets 內容聚合在一塊兒並自由佈局，但儀表板最精髓的功能是圖表聯動功能：

1. 點擊任意圖表，選擇 「做爲篩選條件」。

Tableau 的全部圖表都支持點選，排除等操做，那麼點選這類操做本質上實際上是個篩選的過程，好比柱狀圖點擊了某根柱子，能夠認爲是選擇了這根柱子當前的維度值做爲篩選條件。

當一個 Sheet 做爲篩選條件後，相似點選這種操做產生的篩選就會做用於其餘同數據集的圖表，所以如上圖所示，當點擊了條形圖的某一根柱子時，上面的銷量地圖也自動作了篩選，僅展現當前選中的產品的銷量分佈。

故事

Story 更像是 PPT，將分析後有價值或有意義的圖表組合在一塊兒，再配合上說明，得出一些結論：

如上圖所示，好比獲得這家超市的大盤數據，這通常也是數據分析的最後一步，最後生成報表。

3. 總結

Tableau 的交互式分析思路印證了這句話：

數字、信息，再到理解最終才能產生 Idea。咱們從拿到 Excel 導入數據集開始，數據就已經變成了維度和度量的信息，再通過主動思考，將同一份數據進行不一樣維度的展現，最終得出加州銷量最好、傢俱銷售業績最差、而桌子是負利潤的主要來源等等洞見。

經過原文對 Tablueau 功能的分析能看到，Tableau 的核心資產是具有交互式分析能力的圖表，這些圖表經過智能推薦的方式展現出來，能夠在不知道如何分析數據時找到一些靈感，真正作到以數據角度思考，圖表展現只是輔助的視覺效果。

目前國內還處於報表製做的時代，即先選擇報表再配數據集，這種使用思路是展現數據優先，而不是分析數據優先，筆者認爲緣由在於國內大部分作報表的業務場景都處於最末端，也就是數據洞見已經有了，再使用 BI 將這個洞見還原出來。而 BI 工具真正想作的仍是在前面 「分析洞見」 這一步，但願數據分析師能能夠經過 BI 平臺挖掘出商業洞見。

要走到這一步，須要國內 BI 平臺與使用 BI 的人都發展到下一階段，而這種探索式數據分析功能早在 2012 年就在國外由 Tableau 團隊實現，相信將來三年內國內必定能迎來一波探索式數據分析浪潮！

討論地址是：精讀《Tableau 入門》 · Issue #192 · dt-fe/weekly

若是你想參與討論，請 點擊這裏，每週都有新的主題，週末或週一發佈。前端精讀 - 幫你篩選靠譜的內容。

關注 前端精讀微信公衆號

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）