Tableau入门|数据可视化与仪表盘搭建

原视频链接（up:戴戴戴师兄），文章为笔者的自学笔记，用于复习回顾，原视频下方有原up整理的笔记，更加直观便捷。因为视频中间涉及的细节较多，建议一边操作，一边学习。

整体介绍

可视化是基操，数据赋能和数据探索才是Tableau的正确打开方式

数据赋能
让业务一线也可以轻松使用最新数据

• 分析师直接将数据看板发布到线上
• 自动更新看板
• 自由下载数据
• 线上修改图表
• 邮箱发送数据
• 设置数据预警

数据探索
通过统计分析和数据可视化，从数据发现问题，用数据验证假设

• 支持亿级数据的连接和处理
• 自由地对字段进行各种计算
• 拖拽就可以轻松制作图表
• 数据可以随机聚合下钻
• 图表类型可以灵活转换
• 内置算法智能建模

和其他数据工具相比，也有明显优势

Excel过程难以复用和自动化，且无法处理大量级数据：10W卡、30W彻底；

SQL功能强大，虽然可以重复执行和自动化，但只擅长于取数和业务查询；

Python/R则学习难度高，功能强大，数据处理、描述性分析和算法见建模能做，可以重复执行和自动化；

所以相对而言，Tableau的优点主要为：

• 容易上手
• 美观直接
• 功能强大，尤其在数据探索和可视化领域，可以重复执行
• 历史悠久（从20世纪90年代的美军战地可视化项目演变而来。2003年正式独立成为商业软件，不断迭代进化）

关于Tableau\PowerBI\FineBI
Tableau最好学
熟练掌握Excel的大神，PBI更易上手

同属一个生态，设计理念相同，很多操作类似。推荐PBI教程（孙兴华）

FineBI等其他BI的学习，需要有一定BI工具使用基础，不然真难学

国内大多数BI，包括企业自己开发的都是Tableau换皮，不具备初学和研究的价值；

新型BI刚起步，很多功能还在更新迭代，今年学了，明年可能又更新了

安装下载

官网下载地址

具体使用

数据连接

这一部分建议跟着视频练习会直观一些，此处就不赘述了（数据包，密码：SRof）

相较与实时，提取更有效率

可视化原理及原则

数据变成图表的过程，就是用数据映射到视觉图形的过程

数据可视化原则：

1. 区分用户。判断观众是谁，进而选中分析和展示角度；
2. 主次分明。详略得当。用位置、颜色、大小、形状等方式去强调恰当的内容；
3. 真实准确

刻度从0开始

4. 符合大众认知和审美习惯；
5. 适度原则，less is more
6. 恰到好处的说明

很多时候都需要对图标做出恰当的说明，帮助人们更加直接地理解信息
说明包括：标题、图里、标注、结论等
图例说明颜色代表的含义

BI仪表盘示例参考