大话数据分析

第0章　没有Tableau的日子　　1
第1章　分析师起步：Tableau的第一堂课　　5
1.1　先了解一下Tableau公司　　5
1.2　动手连接数据吧　　8
1.3　发现销售规律：时间序列分析　　21
1.4　洞察亏损地区：地理维度分析　　35
· · · · · · (更多)

第0章　没有Tableau的日子　　1
第1章　分析师起步：Tableau的第一堂课　　5
1.1　先了解一下Tableau公司　　5
1.2　动手连接数据吧　　8
1.3　发现销售规律：时间序列分析　　21
1.4　洞察亏损地区：地理维度分析　　35
1.5　探究产品亏损的原因：产品维度分析　　40
1.6　初步客户画像：客户维度分析　　49
1.7　呈现你的观点和结论：仪表板和故事　　51
第2章　破解难题：Tableau连接复杂Excel数据　　60
2.1　陷入困难　　60
2.2　Tableau轻松搞定　　63
第3章　通过数据洞察业务：Tableau计算基础　　75
3.1　雾霾对客服是否有影响　　75
3.2　计算实际发货周期　　77
3.3　可视化最佳实践：为什么不用饼图　　79
3.4　从概况到细节：具体至每笔交易发货状态　　84
3.5　数据分析师的台历：台历图　　88
第4章　初识表计算　　92
4.1　如果生意本来就很好，还需要分析吗　　92
4.2　基础表计算选项　　93
4.3　计算依据难度1级：表横穿向下　　96
4.4　计算依据难度2级：区横穿向下　　99
4.5　计算依据难度3级：单元格内表计算　　101
4.6　计算依据难度4级：特定维度　　102
4.7　计算依据难度5级：多维度组合　　104
4.8　计算依据难度6级：重启顺序　　109
4.9　计算依据难度7级：嵌套表计算　　112
第5章　增收不增利，成长有隐忧：Tableau计算进阶　　115
5.1　数据可能误导决策　　115
5.2　聚合非聚合　　118
5.3　Tableau函数一瞥　　124
第6章　欢迎进入Tableau计算深水区：LOD表达式概述　　128
6.1　有道理的奇葩要求　　128
6.2　LOD基础　　129
6.3　过滤后的全国占比问题：FIXED应用　　132
6.4　每个省最大的客户：INCLUDE应用　　135
6.5　对标分析：EXCLUDE应用　　137
第7章　老客户贡献分析：集的应用　　140
7.1　吵架也要有数据支持　　140
7.2　如何从数据中找出头绪　　141
7.3　客户跟踪分析　　144
7.4　集合的创建和使用　　147
7.5　客户发展分析　　149
7.6　老客户究竟贡献有多大　　153
第8章　客户80/20定律：快速嵌套表计算　　159
8.1　数据平息争论　　159
8.2　客户流失分析　　161
8.3　80/20分析：客户帕累托　　163
第9章　关注重点产品：排序　　169
9.1　Top N中的陷阱　　169
9.2　rank方法　　172
9.3　嵌套排序　　175
9.4　合并字段方法　　177
9.5　Index方法　　181
第10章　数据桶与指标分段：数据分组　　185
10.1　按照销售量的简单分组　　185
10.2　数据桶　　200
10.3　产品帕累托　　202
第11章　销售要重新划地盘儿啦：手工分组　　203
11.1　调整销售区划　　203
11.2　产品归类分组　　209
11.3　用函数切分产品名称，获取品牌信息　　211
第12章　灵活的KPI分析：数据混合与嵌套表计算　　212
12.1　卖得多就是业绩好吗　　212
12.2　实际值遇到目标值，得到KPI：数据混合和表计算　　214
12.3　紧盯目标：标靶图　　219
12.4　各种TD的分析　　221
12.5　混合，然后去掉混合　　237
12.6　不关联的混合　　246
第13章　提升分析性能：数据提取　　249
13.1　快则酣畅，慢则憋气　　249
13.2　条件都选好再刷新　　250
13.3　性能分析　　251
13.4　实时与提取　　253
第14章　把数据分析和网络百科相连：动态仪表板　　260
14.1　不公平的对比分析　　260
14.2　引导式分析　　262
14.3　仪表板操作　　265
14.4　仪表板上的URL动作　　268
14.5　悬停加亮　　271
第15章　一切都可以图形化：自定义地图应用详解　　276
15.1　地图的玩法　　276
15.2　背景地图标记应用　　277
15.3　背景图片上画线　　283
15.4　背景图片上画多边形区域　　285
第16章　更多的灵活与互动性：参数概述　　287
16.1　问题　　287
16.2　变动的Top N　　288
16.3　可变的维度和度量　　293
16.4　What-if分析　　295
16.5　切换不同的图表　　297
第17章　分析常常就是筛选过程：筛选器概述　　302
17.1　筛选的基本原理　　302
17.2　各种筛选器的优先顺序　　313
17.3　筛选器的作用范围　　323
第18章　让数据更生动：自定义形状　　325
18.1　仪表板上的产品分析　　325
18.2　自定义形状　　329
18.3　可能的应用场景　　333
第19章　流向分析：桑基十八式　　336
19.1　流向问题的提出　　336
19.2　桑基十八式　　340
第20章　数据准备也能可视化：Tableau Prep　　353
第21章　职业困惑：数据分析师有没有前途　　377
21.1　机会与困惑　　377
21.2　锚点分析　　379
21.3　柳暗花明　　385
· · · · · · (收起)

本书以一个现代企业使用数据方式的转变历程为背景，讲述该企业从最初的报表开发模式，转向敏捷型分析模式的过程。在这个过程中，一个Tableau小白成长为一个专业的数据分析师，并最终决定到业务部门去兑现数据价值；一位资深数据分析师带出一个数据分析团队，并最终获得自身职业发展的机会。而传统报表部门转型为CoE（卓越中心），整个企业正在转变为数据驱动的组织。在这个故事中，数据是...

• 前　　言