《精通Tableau商业数据分析与可视化》之序言

Posted 2021-06-25 BabyGo000

作为一名商业数据分析师，应该如何成长，学习哪些技能。我的回答是，除了数据分析技能的学习之外，你要比产品经理更懂产品，比业务更懂业务，甚至还需要对整个行业有一定的思考。如果你做到了，那么你可能成为一个非常炙手可热的数据分析师，或者说数据专家了。

目前，大数据时代正在变革着我们的生活、工作和思维，如何让大数据更有意义，使之更贴近于大多数人，最重要的手段之一就是数据可视化，数据可视化是关于数据视觉表现形式的技术，这种数据的视觉表现形式被定义为：一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。

截至2019年3月份，Tableau Desktop的最新版本是2019.1，该版本的功能有较大幅度的提升，新功能包括Ask Data、Tableau Mobile应用、导出到PowerPoint等，大大提高了Tableau的数据处理能力和分析能力。本书正是基于Tableau 2019.1编写的，全面而详细介绍了Tableau Desktop在商业数据分析过程中的主要应用。

第一部分介绍了商业数据分析的主要思维和技巧，常见的数据可视化软件，商业数据分析的重要模型，商业数据分析师的必备技能等；第二部分介绍了Tableau Desktop的基础知识，包括数据类型、运算符及优先级、连接到文件和数据库、表计算等高级数据操作和14种重要的可视化视图；第三部分详细介绍了Tableau Desktop的仪表板、地图可视化和故事等；第四部分介绍了Tableau Desktop连接大数据平台，包括Cloudera Hadoop Hive、Hortonworks Hadoop Hive、MapR Hadoop Hive,详细说明了连接Hive和Spark的具体步骤；第五部分以案例的形式介绍了Tableau Desktop与R和Python的集成开发环境，如何对模型结果进行可视化分析；第六部分详细介绍了Tableau的服务器技术，包括Tableau Online和Tableau Server的安装和配置等内容。

本书的内容

第1章介绍商业数据分析的思维：结构化、公式化、业务化，商业数据分析的七种技巧：象限法、多维法、假设法、指数法、二八法、对比法、漏斗法，以及商业数据分析的典型方法：推荐引擎、购物篮分析、情感分析、生命价值预测和留存分析等方法。

第2章介绍商业数据分析的常用模型：包括KANO分析模型、5W2H分析模型、战略钟分析模型、RFM客户价值模型、用户行为分析模型、关联分析模型、鱼骨图分析模型和营销漏斗模型等。

第3章介绍商业数据分析师的前世今生、商业数据分析的步骤与阶段、商业数据分析师的必备技能、如何成为一名合格的商业数据分析师等内容。

第4章介绍Tableau Desktop概况、数据类型、文件类型、运算符及其优先级，以及Tableau系列包含的7种工具：Tableau Desktop、Tableau Prep、Tableau Online、Tableau Server、Tableau Public、Tableau Mobile、Tableau Reader。

第5章介绍Tableau连接到文件：包括Microsoft Excel、Microsoft Access、文本文件、JSON文件、PDF文件、空间文件、统计文件，连接到数据库：Microsoft SQL Server、mysql、Oracle、Amazon Redshift，如何连接到MongoDB数据库及具体步骤。

第6章介绍Tableau的基础操作：包括维度和度量及其转换，连续和离散及其转换，工作区的操作、工作表的基本操作、创建“上下文筛选器”等内容。

第7章介绍一些Tableau常用的高级操作，如表计算、创建字段、创建参数、聚合计算、缺失值的处理等，使用的数据源是“门店销售数据.xls”。

第8章介绍通过实例详细介绍如何使用Tableau生成一些可视化视图，如饼形图、折线图、散点图、甘特图、漏斗图、环形图等14类图形，使用的数据源是“超市运营数据.xls”。

第9章介绍如何使用Tableau创建地图，包括设置角色、添加字段信息、设置地图选项、创建分布图和自定义地图等内容，使用的数据源是“网站流量数据.xlsx”。

第10章详细介绍创建高效仪表板的基本原则、如何创建美观的仪表板、如何进一步完善与改进仪表板等内容，并通过实际案例介绍如何创建高效的仪表板。

第11章介绍如何使用Tableau创建故事及注意事项，通过设置标题、页面、格式等完善故事使其更加生动，使用的数据源是“话务中心运营数据.xlsx”。

第12章介绍Hadoop分布式计算框架的特点，Tableau如何连接Cloudera Hive、MapR Hive、Hortonworks Hive等Hadoop集群及注意事项。

第13章介绍Apache Spark计算框架的特点，以及Tableau如何使用SparkSQL途径连接Apache Spark及其注意事项。

第14章介绍通过技术手段可以改进可视化、依据Hadoop集群存储文件的特点提升数据抽取效率，大数据引擎的优化方法等。

第15章介绍基于Tabpy的运行环境，包括Tabpy Server和Tabpy client，并且使用实际案例，探讨了如何使用Python 3.6，将机器学习结果集成到Tableau的视图中。

第16章介绍基于R语言的Rserve运行环境，它是一个远程服务器，并且使用实际案例，将R语言的机器学习结果集成到Tableau的视图中。

第17章详细介绍如何使用Tableau Prep对数据源进行清洗，步骤包括添加步骤、添加聚合、添加行列转置、添加关联、添加并集、添加输出等6个步。。

第18章介绍Tableau Online，包括如何注册试用，如何导入已有数据源、快速搜索内容和设置账户，如何设置用户的角色、添加用户和创建所在的组等。

第19章介绍Tableau Server，包括如何下载和安装及其注意事项，如何配置各选项及注意事项等，以及在Linux环境下如何安装和配置。