《業務可視化分析： 從問題到圖形的Tableau方法》是電子工業出版社出版圖書，作者是喜樂君。
藉助敏捷BI工具Tableau，詳細介紹了7種基本問題類型（排序、時序、占比、文本、分布、相關性、地理）及其對應的基本圖形，並介紹了基於標記、坐標軸、參考線、計算的增強分析方法
基本介紹
- 中文名：業務可視化分析： 從問題到圖形的Tableau方法
- 作者：喜樂君
- 出版社：電子工業出版社
- 出版時間：2021年8月
- 頁數：356 頁
- 定價：139 元
- 開本：16 開
- ISBN：9787121417641
內容簡介,圖書目錄,作者簡介,
內容簡介
從問題出發闡述圖形，而非為了圖形講解圖形，其中講解了很多具有啟發性的案例，比如從絕對坐標軸到相對坐標軸的轉化、文本表的修飾等。
圖書目錄
第1篇 從業務和問題出發的可視化體系
第1章 我的故事：業務分析需要可視化 2
1.1 生活/工作面前，我們都一樣 2
1.2 帶著問題啟程 6
第2章 奠基：業務可視化分析的價值 7
2.1 古往今來，分析的終極目的是輔助決策 7
2.2 決策：獲得信息、做出判斷 10
2.3 簡單可視化：幫助領導更快地獲得信息 11
2.4 互動可視化：可視化是假設驗證的工具 14
2.5 高級可視化：分布、相關性分析與結構化分析 16
2.6 Tableau：敏捷BI助力決策分析 18
第3章 地平線：問題分析的方法與數據基礎 20
3.1 問題的結構化分析與“第一欄位分類” 21
3.2 分析的動態過程：聚合是本質 23
3.2.1 Excel數據透視表：拖曳即聚合 23
3.2.2 SQL的聚合查詢：視窗式查詢 24
3.2.3 Tableau VizQL可視化聚合查詢 26
3.3 行級別明細數據是聚合的起點，是分析的原料 27
3.4 直接聚合：基於行級別的直接聚合類型 40
3.4.1 描述規模：總和、平均值、計數 40
3.4.2 描述數據的波動程度：方差和標準差 41
3.4.3 關注個體、走向分布：百分位函式及最大值、最小值、中位數 44
3.5 從數據到問題的關鍵：“第三欄位分類” 47
3.5.1 第三欄位分類：行級別計算與聚合計算 47
3.5.2 理解聚合計算中的典型代表：“比值聚合” 49
3.6 間接聚合：基於視圖聚合的二次聚合 50
3.6.1 “複雜問題”的兩個方向特徵 50
3.6.2 基於直接聚合的二次聚合：大數據的OLAP分析 51
3.7 從問題分析視角看數據分析的發展階段 57
3.7.1 小數據時代的多角度明細展示 57
3.7.2 數據統計時代的聚合匯總 57
3.7.3 大數據時代的結構化分析 58
第4章 啟程：可視化構建方法與擴展路徑 60
4.1 從聚合到圖形：第二欄位分類與圖形構成要素 60
4.1.1 可視化坐標空間：坐標系與坐標軸 62
4.1.2 “第二欄位分類”與坐標軸 63
4.1.3 可視化視覺模式與圖形類型 70
4.1.4 可視化的意義描述 74
4.2 7種主要的問題類型及其主要圖形 75
4.2.1 傳統三大圖及其局限性 76
4.2.2 文本表：側重度量指標的高密度展現 78
4.2.3 分布分析的三大典型圖形 78
4.2.4 相關性：散點圖與雙軸折線圖 82
4.2.5 地理位置可視化 83
4.3 從基本問題類型到複雜圖形的延伸方法綜述 85
4.3.1 從問題分析到圖形增強分析的完整路徑 85
4.3.2 基於行列的空間擴展：分區與矩陣 86
4.3.3 基於標記的增強分析：分層繪製方法 89
4.3.4 基於坐標軸的擴展：雙軸、同步與多軸的合併處理 96
4.3.5 基於參考線的擴展：增加視圖聚合的二次聚合 97
第2篇 問題的7種基本類型與可視化方法
第5章 從問題到圖形的可視化邏輯 102
5.1 從問題到圖形的啟蒙與進化 102
5.1.1 《用圖表說話》中的三步走方法 102
5.1.2 “問題的欄位解析方法”與基本問題類型 103
5.2 可視化圖形分類方法與可視化過程 105
5.2.1 FT可視化詞典 105
5.2.2 Data Points中的數據可視化過程 107
5.2.3 Abela的“圖形推薦”邏輯 108
5.2.4 面向IT的Echarts分類與Tableau 109
第6章 排序與對比（部分與部分） 111
6.1 基本條形圖與多個離散維度條形圖 111
6.1.1 並排條形圖（side-by-side bar）：離散欄位並排構成分區 112
6.1.2 條形圖矩陣：離散欄位交叉構成矩陣 113
6.1.3 矩陣實例：日曆矩陣條形圖 114
6.1.4 堆疊條形圖：你喜歡喝什麼咖啡 116
6.1.5 比例條形圖：把堆疊條形圖轉化為占比分析 118
6.2 包含多個度量坐標軸的條形圖 119
6.2.1 欄位重要性遞減的多種布局方式 119
6.2.2 考慮欄位關係的雙軸布局方式 120
6.2.3 並排條形圖：多個絕對值度量欄位的對比 122
6.2.4 重疊條形圖：多個絕對值度量欄位的包含關係 124
6.3 欄位類型和屬性對可視化的影響 125
6.3.1 欄位類型和屬性對顏色的影響 125
6.3.2 “絕對值”與比值：欄位屬性對標記選擇的影響 127
6.4 坐標軸的調整與組合 128
6.4.1 默認零點：除非必要，謹慎更改 129
6.4.2 坐標軸“倒序”：有些數據越大越差 129
6.4.3 絕對值刻度與百分位刻度 130
6.4.4 從“等距坐標軸”到“不等距坐標軸” 131
6.4.5 棒棒糖圖：虛擬雙軸 132
6.5 以條形圖為底色的進階與高級圖形 133
6.5.1 靶心圖：在排序基礎上增加對比關係 133
6.5.2 “進度條”：展示單一對比關係的條形圖變種 135
6.5.3 結構化分析實例：條形圖的“高級化” 138
第7章 時間序列與序列相關性 140
7.1 時間序列的構成 140
7.2 折線圖的多種延伸形式 141
7.2.1 時間的層次與連續/離散屬性 141
7.2.2 並排折線圖和矩陣折線圖 143
7.2.4 多維度折線圖、堆疊面積圖、百分比堆疊面積圖 144
7.2.3 包含時序的柱狀圖與結構化分析 147
7.3 包含多個度量的時間序列 149
7.3.1 時間序列中的雙軸與柱狀圖 149
7.3.2 雙軸的改變：柱狀圖與折線圖的結合 150
7.3.3 基於公共基準的多軸合併 151
7.4 時間序列與條形圖的結合：甘特圖及其變種 152
7.4.1 標準甘特圖：沿著連續日期延伸 152
7.4.2 股票蠟燭圖：兩個甘特圖的重疊 154
7.4.3 跨度圖：“偽裝的甘特圖樣式” 155
7.4.4 階梯圖：以階梯方式表達“跨度” 157
7.5 日期的高級轉化：絕對日期與相對日期 159
7.5.1 原理：何為絕對和相對時間軸 159
7.5.2 “公共基準”案例：產品在不同時間段的業績對比 160
7.5.3 “公共基準”案例：客戶復購分析 163
7.6 時序分析中度量的處理與高級圖形 166
7.6.1 聚合度量的累計匯總處理 166
7.6.2 絕對值與同比雙軸圖：同比或環比的比率 167
7.6.3 排序圖：絕對值轉化為相對排序 168
7.6.4 高級案例：地平線圖——藉助高級計算處理度量 170
7.7 坡面圖：次序欄位的前後變化 174
7.8 在趨勢中增加對比關係：雙摺線增加陰影區 175
第8章 占比（部分與總體占比） 179
8.1 占比問題類型與餅圖 179
8.2 樹狀圖：占比與層次關係 181
8.3 初級：餅圖作為輔助圖形查看結構 184
8.4 中級：結合計算自定義分組及其占比 186
8.4.1 行級別分組：使用組和行級別計算自定義分組 186
8.4.2 特定層次的分組：使用集和高級計算動態分組 187
8.5 中級：使用多種方法展示類別的占比 189
8.5.1 方法一：使用“隱藏”功能分析單一類別占比 189
8.5.2 方法二：使用“行級別計算”分析單一類別占比 190
8.5.3 方法三：使用“篩選和高級計算”分析單一類別占比 191
8.6 高級圖形：環形圖、旭日圖、南丁格爾玫瑰圖 192
8.6.1 環形圖：最簡單的雙層次結構 192
8.6.2 旭日圖：雙層占比 193
8.6.3 南丁格爾玫瑰圖及個人建議 194
第9章 文本表及其延伸形式 196
9.1 文本表的關鍵場景：最高聚合與“總分結構” 196
9.2 交叉表的優勢與推薦場景 198
9.3 讓交叉表更實用：增加可視化修飾的方法 200
9.3.1 典型交叉表的樣式與說明 200
9.3.2 簡易法：基於度量名稱的顏色修飾 201
9.3.3 簡易法：基於單一度量的突出顯示錶 203
9.3.4 高級法：基於坐標軸和標記的“文本自定義” 204
9.3.5 高級法：使用自定義欄位邏輯控制形狀或其他 208
9.4 讓簡單豐富起來：善用工具提示與儀錶板互動 209
9.5 文字雲與氣泡圖：不常使用和不推薦的圖形 211
9.6 總結：用好“三圖一表”，展開業務面紗 212
第10章 大數據的關鍵：超越個體、走向分布 214
10.1 從個體分析到分布分析 214
10.2 直方圖：分布分析第一圖 215
10.2.1 簡單直方圖：使用數據桶（bin）在數據表行級別創建直方圖 216
10.2.2 高級直方圖：使用高級聚合計算和數據桶生成直方圖區間 217
10.2.3 基於RFM模型的客戶分布分析 219
10.3 箱線圖：離散分布與異常發現 221
10.4 帕累托圖：特殊的頭部集中分布 222
10.4.1 橫軸百分位處理：將離散維度序列轉化為連續百分位坐標軸 224
10.4.2 縱軸累計百分比處理：連續度量的百分位轉化 224
10.4.3 空間分類處理：帕累托圖的顏色分類和互動篩選 225
10.5 自定義分布分析：參考線與參考分布模型 227
10.5.1 使用多條“百分比”參考線構建區間 228
10.5.2 自定義百分位分布區間 229
10.5.3 分位數分布區間 230
10.5.4 標準差分布與“質量控制圖”和“六西格瑪區間” 230
第11章 超越經驗，走向探索：廣義相關性分析 234
11.1 散點圖與參考分區：波士頓矩陣 234
11.2 中級：散點圖矩陣和“散點圖鬆散化” 237
11.3 高級：用皮爾遜係數生成相關值矩陣 241
11.4 層次關係：多個維度欄位之間的結構關係 244
11.5 次序欄位的流向分析：漏斗圖和桑基圖 247
11.5.1 漏斗圖（上）：基於次序欄位的變化 247
11.5.2 漏斗圖（下）：基於度量值的變化 250
11.5.3 桑基圖：多階段的流向變化（簡要） 252
11.6 瀑布圖：多個數值的依賴關係 253
11.7 雷達圖：多角度的綜合關係 256
11.8 相關性或因果關係：基於空間的流行病學案例 259
第12章 特殊的分布：地理空間分析 264
12.1 地理空間和地理圖層 264
12.2 點圖與熱力圖：地理空間分布 265
12.3 符號地圖與填充地圖 267
12.4 自定義地理空間與空間矩陣 270
12.4.1 為數據點增加緩衝區 270
12.4.2 自定義地理空間：“化學元素周期表” 271
12.4.3 高級案例：使用表計算自定義空間矩陣 272
12.5 路徑地圖：兩種數據結構，兩種繪製方式 274
12.6 地理空間圖形的說明 275
第3篇 超越：從可視化分析走向結構化洞察
第13章 樣本控制與假設驗證：互動 279
13.1 在Excel、SQL、Tableau中構建分析樣本 279
13.1.1 Excel與SQL中的靜態篩選 279
13.1.2 在Tableau中創建篩選的基本方法 281
13.2 樣本控制的形式與歸類 282
13.2.1 快速篩選器的常見形式與優先權 282
13.2.2 關聯篩選器和共用篩選器 285
13.3 基於中間變數的高級樣本控制 286
13.4 樣本控制的高級形式：指定層次的條件篩選 289
13.4.1 指定層次條件篩選的3種方式 289
13.4.2 購物籃關聯分析的樣本解讀——量化篩選條件 290
13.5 性能：邏輯計算位置對篩選的影響 293
13.5.1 篩選的本質與篩選的標準位置 293
13.5.2 在聚合過程中間接篩選的“非標準操作”及其代價 295
13.5.3 不同篩選方法的高級分類與適用場景 296
第14章 從表象到本質：結構化分析是業務可視化分析的靈魂 299
14.1 結構化分析是通往業務探索的必由之路 299
14.1.1 結構化分析是業務複雜性的要求 300
14.1.2 結構化分析的基本形式 301
14.2 可視化分析中常見的層次及其組合關係 303
14.2.1 行級別層次、問題層次及聚合度 303
14.2.2 結構化分析的基本類型 305
14.3 結構化分析的幾種典型場景和案例 305
14.3.1 交易的利潤結構分析：主視圖引入行級別層次的聚合 305
14.3.2 客戶的利潤結構分析：主視圖引入更低層次的聚合 307
14.3.3 客戶矩陣分析：當前視圖層次引入獨立層次的聚合 309
14.3.4 環形圖：當前視圖層次引入更高聚合度層次的聚合 310
14.4 結構化分析的高級形式：嵌套LOD的多遍聚合 313
14.4.1 客戶購買力：使用嵌套LOD完成多遍聚合 313
14.5 通用的層次分析方法 316
14.5.1 結構化分析與“問題結構” 316
14.5.2 層次分析的4個步驟 317
14.6 和結構化分析相反的“努力”方法 318
14.6.1 “形式大於內容”的圖形 318
14.6.2 缺乏代表性和意義的指標 321
14.6.3 缺乏互動性的圖表 321
14.6.4 不符合直覺的設計 322
第15章 歸來：成為優秀的業務分析師的個人建議 323
15.1 好奇、探索和持續學習的欲望，是前進的源泉 323
15.2 學習理解原理，方能舉一反三、事半功倍 324
15.3 深入理解業務，方能立於不敗之地 325
15.4 分析要從明細開始，過度整理會遠離真相 326
15.6 循序漸進，不要好高騖遠 328
後記&參考資料 330
作者簡介
喜樂君
Tableau Zen Master，Tableau Desktop & Server CA Certification，Tableau培訓師和諮詢顧問；
山東大學法學學士、教育學碩士，首屆研究生國家獎學金獲得者（2013）；
多次創業者、知識工作者，忠於分享，全心全意服務客戶。
