Tableau学习摘录总结④可视化分析与探索（可视化的三步骤、杂业务问题中的关联分析、如何选择可视化图表框架、高级可视化功能、可视化增强分析技术、常用筛选器及其优先级、集）

一、Tableau报表可视化的三步骤

1. 整理字段：理解数据表中的独立层次结构
2. 工作表：依据字段的层次结构完成数据可视化
3. 仪表盘：探索不同数据之间的关联关系

交互筛选是最常见的互动分析技术——可以理解为不同层次之间的钻取分析。除此之外，Tableau仪表盘还有高亮、跳转、集动作、参数动作等多种互动方式，进一步提高了数据访问的交互性能。

二、Tableau复杂业务问题中的关联分析

1. 多数据分析：每个数据表行级别的唯一性

每一行数据的唯一性，代表了数据的颗粒度、层次和详细级别。

2. 即席计算：通过计算字段完善分析模型

• 即席计算的好处：
  保持分析与思考的连贯性，无须提前创建计算字段，随写随用，所见即所得，直接反馈错误；从而加快了业务验证的过程，提高分析效率。同时，为了减少重复劳动，常用的计算字段还可以直接拖动到左侧“数据”窗格中保存为自定义计算字段，从而提高二次使用的效率，也有助于提高团队的合作效率。

3. 数据解释：AI驱动的智能关联分析

• Tableau的数据解释功能借助贝叶斯统计等高级计算，由AI驱动解释数据之间的高概率关联。
• 可视化报表是大数据分析最好的起点，在此基础上逐步走向复杂分析。复杂分析通常需要遵循4个步骤：理解每个数据的层次关系、借助每个表行级别的唯一字段建立关联、从下往上为完成层次分析、依据业务逻辑建立互动和关联。

三、如何选择可视化图表框架

1.常见的问题类型与图表

按照问题中包含的数据关系分类，问题可以分为六大类型：排序、时间趋势、占比、分布、相关性、地理分析。数据关系指问题中包含字段的关系，通常是问题中维度字段和度量字段的关系。

• 传统三大图表：条形图、折线图与饼图

• 条形图是最佳图表。因为人眼睛的直觉判断对长度最为敏感，远胜于高度（柱状图）、颜色和形状等表达方式。
• 与日期有关的首选是折线图。有关时间字段的分析通常是查看随日期的变化趋势，折线图是体现连续性的最佳图表
  
• 饼图主要用于分析占比。”占比“即部分与总体的占比，当数据元素变多时，则推荐使用树形图。饼图用角度代表大小，树形图用面积代表大小，人在直觉判断时对面积的敏感性胜过角度，因此饼图适合少于5个元素的清形（简洁），树形图更适用于元素多的情形（突出重点）。

大数据时代的一个关键特征就是关注样本或总体特征，而非关注个体，这就需要大数据时代的三大图表——直方图、盒须图和散点图。

• 直方图

• 直方图和盒须图用于分析”样本或者总体的分布特征“。
• 直方图适用于客户分析、商品分析和订单分析等各种场景。Tableau制作直方图需要首先把”销售额“按照要求切分为不同的区间，每一个区间称之为”数据桶“，他代表等分的销售额区间，是交易的分类依据，因此数据桶字段都是离散的维度字段。
• 在分析过程中，经常要在维度字段上进行计数（Count）、不同计数（Countd）等聚合。维度加入有一种非常方便的快捷方式。在左侧维度窗格中用鼠标右击。右击维度字段，拖动到视图中（在mac OS系统中，按住Alt键，用鼠标左键点击拖曳字段），会自动弹出一个”放置字段“的选择窗口，选择一种聚合类型，字段以聚合出现在视图中。这种方式简化了操作。
  

• 盒须图与价格点分析

• 分布分析还有一种图表是盒须图，也被称为箱线图，可以视为圆点图和分布区间的结合，它关注总体特征，而非个体位置。熟练使用盒须图及其背后的分布分析洞察数据，是进入大数据分析时代的基本功。
  

• 相关性和“波士顿矩阵”

相对于直方图在区间方面的精确性，盒须图更强调宏观视角的大特征，在业务分析中，二者结合可能会发现更多的数据真谛。不过，直方图和盒须图都是描述单一度量在不同详细级别的分布特征，无法描述不同度量之间的关联，比如“商品单价与商品销售量成正比吗？”这样的问题，就是第5个类型——相关性分析，需要交给散点图来完成。

2.从简单可视化到复杂可视化

• 一个典型的Tableau可视化通常包含几个部分：可视化图表、分类维度、可视化标签与注释；复杂情况下还会有图例、工具提示。不管多么复杂的问题，必然会有一个最主要的问题层次，笔者称之为“主视图焦点”，他对应的是可视化的主体框架，与数据的详细级别不同。分析的首要任务就是找到可视化分析的“主视图焦点”，从而搭建接下来的数据大厦。
• 一般而言，可视化图表和行列字段构成整个视图的“主视图焦点”。次优先的数据焦点可以通过颜色、形状、大小等其他视觉要素来实现。主焦点和次焦点之外，如果有进一步的可视化需要，则要借助标签、注释甚至工具提示；他们和可视化标题、说明一起构成了可视化的背景信息。
• 总结而言，高级可视化视图包括“制作主视图焦点”“增加辅助视觉要素”“增加数据背景要素”三步骤。对于我们所要表达的数据洞见而言，每一个部分都不可或缺，但重要性可以有先后。在Tableau中，优先级按照如下的顺序依次降低：行列字段和图形样式、颜色大小标签、标题说明、工具提示。
  

四、高级可视化功能

Tableau的可视化是建立在字段上的，为了更好地完成多个度量分析，还需要理解几个关