Tableau数据分析从小白到高手--企业运营数据清洗案例_企业运营数据电商用户数据tableau-CSDN博客

本文链接：https://blog.csdn.net/shanghaiwren/article/details/148383748

企业在进行运营活动时，会收集大量的数据，包括销售数据、客户数据、市场数据等。这些数据可能来自不同的渠道和系统，格式和质量也各不相同。因此，为了能够准确分析和利用这些数据，需要对其进行清洗和整理。本章将通过一个实际案例介绍如何对运营数据进行清洗。

12.1 案例背景

某知名零售连锁餐厅在全国已有1000家直营店，通过不断迭代升级，从餐厅环境、饭菜口味到餐厅服务等顾客所有用餐体验的每一个细节都不断更新。小李是一名数据分析师，在这家大型零售连锁餐厅的总部工作。

今天部门经理想要分析过去3年公司的产品销售额和利润。推荐他使用Tableau来完成该工作，并且希望他立即着手进行。小李在开始收集需要的所有数据时，注意到，有人已经通过其他方式为每个区域收集和跟踪过数据。

最近3年的订单数据已经初步进行整理，分别位于“东北地区订单明细.csv”、“华北地区订单明细.xlsx”、“华东地区订单明细.xlsx”、“中南地区订单明细.xlsx”4个文件中，西南地区的订单明细位于“西南地区订单明细”文件夹中，西北地区的订单明细存储在MySQL数据库中，此外，产品的退单数据在“产品退单原因.xlsx”文件中。但是最近3年的订单数据中还存在少量的垃圾数据，需要先执行数据清理工作，然后才能开始在Tableau中分析数据。

在与同事交流后，发现Tableau有一款名为Tableau Prep数据处理的新产品，该产品可帮助我们完成纷繁复杂的数据清理工作。

12.2 连接订单数据

12.2.1 连接Excel格式数据

由于“华北地区订单明细.xlsx”、“华东地区订单明细.xlsx”、“中南地区订单明细.xlsx”、“产品退单原因.xlsx”4个文件都是单一的Excel格式的表文件，因此可以一次性选择文件并将它们添加到流程。

点击添加按钮下的“到文件”选项下的“Microsoft Excel”连接，导航到文件的存储目录，选择上述4个Excel文件，然后点击“打开”按钮，就可以将它们导入到“流程”窗格，如图12-1所示。

图12-1 添加Excel格式数据

12.2.2 连接文件夹数据

由于最近3年西南地区的订单明细都是Excel格式的数据文件，而且都存储在同一个文件夹下，因此可以批量导入。

在“连接”窗格上，单击“添加连接”按钮，选择“到文件”选项下的“Microsoft Excel”连接。导航到文件的目录，选择任意一个文件，例如“西南地区订单明细_2020.xlsx”文件，并单击“打开”按钮以将其添加到流程。

西南地区的订单有3个文件，虽然可以单独添加每个文件，但是不能将3个文件合并到一个输入步骤中，因此在“输入”窗格中单击“合并多个表”选项，会看到一个文件的“搜索范围”选项，以及“文件筛选器”和“工作表筛选器”选项，如图12-2所示。

我们可以根据需要设置“文件筛选器”和“工作表筛选器”，这里我们只要设置“文件筛选器”即可，在“文件名”选项下选择“匹配”，匹配模式为“西南地区订单明细*”，然后单击“应用”添加相关订单文件，从而将这些文件中的数据添加到输入步骤。

图12-2 添加文件夹数据

12.2.3 连接CSV文件数据

由于“东北地区订单明细.csv”文件是文本文件，点击添加按钮下的“到文件”选项下的“文本文件”连接，导航到文件的存储目录，选择上述文件，然后点击“打开”按钮，就可以将它们导入到“流程”窗格，如图12-3所示。

图12-3 添加CSV格式数据

12.2.4 连接数据库数据

由于西北地区的订单明细存储在MySQL数据库中，点击添加按钮下的“到服务器”选项下的“MySQL”连接，输入数据库的相关登录信息，导航到订单数据的存储位置，选择上述文件，然后拖放“西北地区订单明细”表到“流程”窗格，如图12-4所示。

图12-4 添加MySQL数据

12.3 清洗异常数据

12.3.1 查看订单数据

在执行数据清洗操作之前，需要先检查一下这些文件，看看是否能找出数据中存在的问题。在“流程”窗格中，单击“华东地区订单明细”输入步骤将其选定，在“输入”窗格中，发现订单的发货日期在字段中已针对年、月、日拆分开，如图12-5所示。

图12-5 浏览“华东地区订单明细”

选择“华北地区订单明细”输入步骤，此文件中的字段看起来与其他文件完全一致，但是“利润额”全部都包括了货币代码，也需要修复该问题，如图12-6所示。

图12-6 浏览“华北地区订单明细”

选择“中南地区订单明细”输入步骤，此文件中“省份”字段使用的是各个省份的简称，其他文件则使用完整拼写，因此需要稍后修复该问题，如图12-7所示。

图12-7 浏览“中南地区订单明细”

在Tableau Prep中，检查和清理数据是一个反复的过程，确定了要处理的数据集之后，下一步是检查数据，并通过对数据应用各种清理、调整和合并操作来对其进行操作。具体是通过向流程中添加步骤来应用这些操作。

12.3.2 合并年月日字段

首先向“华东地区订单明细”输入步骤中添加一个清理步骤。在“流程”窗格中，选择“华东地区”，单击加号图标，向流程中添加“清理步骤”。

在工具栏中，单击“创建计算字段”，将“发货年”、“发货月”和“发货日”3个字段合并为一个格式为“YYYY/MM/DD”的字段，新的计算字段命名为“发货日期”。然后在计算编辑器中输入计算公式，并单击“保存”按钮，具体公式为：MAKEDATE([发货年],[发货月],[发货日])，如图12-8所示。

图12-8 日期字段处理

既然有了新的发货日期字段，那么需要移除原有字段，在“配置”窗格右上角的搜索框中，输入“发货”，Tableau Prep将在视图中快速查找名称中含有“发货”关键字的所有字段。选择“发货年”、“发货月”和“发货日”3个字段，在“更多选项”的下拉框中选择“移除”选项来删除它们，如图12-9所示。

图12-9 移除不需要字段

12.3.3 清理数据货币单位

在查看“华北地区订单明细”文件的字段时，发现随利润额数字一起包括了￥货币代码，并且Tableau Prep已将这些字段值解读为字符串，在“流程”窗格中，选择“华北地区”，单击加号图标，并选择添加“清理步骤”。

选择“利润额”字段，单击“更多选项” 菜单，有一个名为“清理”的菜单选项，以及该选项下有一个用于移除字母的选项，如图12-10所示。

图12-10 字段中移除字母

清理字母选项立即从每个字段中移除货币代码，现在只需要将数据类型从字符串更改为数值，单击数据类型，并从下拉列表中选择“数字(小数)”，如图12-11所示。

图12-11 更改字段类型

12.3.4 补全字段内容简写

在查看“中南地区订单明细”文件时，“省份”字段使用了缩写，而不是完整拼写，为了将此文件与其他文件合并，需要纠正此问题。

在“流程”窗格中，选择“中南地区”，单击加号图标，并选择添加“清理步骤”。由于“省份”字段只有6个唯一的值，可以手动更改每个值。单击字段的“更多选项”菜单，并看到一个名为“将值分组”的选项。选择该选项时，将看到若干选项：手动选择、发音、常用字符、拼写。

需要使用“手动选择”选项。选择“省份”字段，单击下拉箭头，并选择“将值分组”>“手动选择”，如图12-12所示。

图12-12 手动修改字段

“按手动选择对值进行分组”编辑器将打开，左侧的列显示当前字段值，右侧的列显示可映射到左侧字段的字段。例如，在左侧窗格编辑器中，双击“粤”以突出显示，并修改为“广东”，然后按Enter以添加更改，这样为新值“广东”创建了一个映射值，并自动将原值“粤”映射到该值，重复上述步骤，将每个省份都映射到其名称的完整拼写，然后单击“完成”按钮，如图12-13所示。