【Tableau学习笔记】基本概念与操作

作者: 呆萌的我爱丽丝 | 来源:发表于2020-01-24 15:47 被阅读0次

网上有人称之为“大数据时代的梵高”，虽有盛誉之嫌，真正爱上Tableau的软件，也算实至名归。它的可视化效果，在BI领域算得上独树一帜，引领同行。

诞生于2003年的Tableau，基于斯坦福独有的专利数据技术 VizQL，这个专利技术创新性地把拖动等可视化操作转化为底层的查询和计算语言，然后通过图形化方式表达出来，就是我们看到的无与伦比、夺人眼球的可视化了。

Tableau有一定的进入门槛，但并非不可逾越，这依赖于每个人对业务的理解而非技术背景。相比传统的BI和同行，Tableau入门足够容易，因此能在最短的时间内应用于业务转化为价值；同时Tableau学习的坡道很长，因此分析师可在不断学习中建立自己的价值壁垒。

一、了解Tableau的基本概念

Tableau简单的背后有自己的框架体系，这里涉及到几个重要的概念：字段类型与特征、数据类型、详细级别、聚合方式和操作顺序。尤其是后面三个概念，要在不断的练习和犯错的过程中增加理解和认识。

1、字段类型

所有的字段都会默认分为维度和度量。简单的说，维度代表分类，度量代表数量。

从分析的角度，我们可以把维度分为更细的两类：分类字段和次序字段，后者其实是带有顺序的次序字段。这个分类的主要目的是为了理解字段属性：连续和离散——这是数据库中非常重要的概念，不同的属性代表不同的相关关系，对应不同的可视化形式。多数情况下，维度是离散的，度量是连续的。

每个字段都具有连续或者离散的属性，比如“门店名称”是离散的维度字段，相互之间没有先后关系；而“顾客评价”（比如优秀、满意、良好、不满意）具有明显的高下、先后关系，是具有连续属性的维度字段。最明显的次序字段是年月等日期。

相比之下，度量基本都是连续的数字，比如字段“销售数量”、“消费金额”。

Tableau用两个颜色来代表字段的这个属性：绿色代表连续，蓝色代表离散，这种可视化的方式简单明了。

根据分析的需要，我们可以转化字段的维度、度量类型和字段的连续、离散属性，这样就会引起可视化图形的相应变化。一般而言，维度用来做坐标轴，度量表现内容；连续用来生成折线图等查看波动趋势，而离散生成条形图等查看对比关系。

2、数据类型

Tableau支持丰富的数据类型，主要有：数字（整数）、数字（小数）、字符串、日期、日期和时间、布尔值，以及地理位置。

不同的数据类型对应不同的聚合方式，比如字符串主要对应计数，而数字则会首先对应求和聚合。准确的数据类型，是后期可视化和聚合处理的基础。我们可以看一下官方的类型及标记。

3、详细级别和数据聚合

大数据软件，会对数据默认执行聚合，因此我们需要提前了解什么是聚合、不同字段对应的聚合类型，以及各种聚合的应用场景。而理解聚合的应用场景，需要我们了解数据背后的详细级别（level of detail），这是词语我们会在后面的高级操作，特别是LOD表达式过程中经常提到。

行级别与聚合级别

使用Excel工作时，我们面对的往往是具体的一行一行的数据，诸如 A2/A1的计算，也是行级别的计算；但是当数据量成千上百万，我们更关心的是主题的聚合，比如说每家分行每天的存款金额，而不在乎每一单笔的存款详情，这就需要在分行详细级别做聚合计算，比如sum([deposit])，或者计算平均单笔金额 sum([deposit])/countd([order ID])。

面对大数据的海量数据，我们必须清晰自己在哪个数据层面做分析，是什么详细级别的聚合问题，只有对业务的类型有清晰的理解，才能作出恰当的可视化效果。我的思考方式是假想一座冰山，把各种字段放在冰山之中，不同的问题，其数据必定在某个层面上，这就是它所在的详细级别。