数据可视化分析（第2版）：分析原理和Tableau、SQL实践（全彩）
全新正版 极速发货
￥ 97.52 5.2折 ￥ 189 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者喜乐君
出版社电子工业
ISBN9787121461729
出版时间2023-09
装帧其他
开本其他
定价189元
货号31838475
上书时间2024-06-30
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
喜乐君TableauVisionary（2020―2023）、数据分析咨询顾问、培训讲师？敏捷BI“布道师”。连续创业者、上海唯知唯识创始人。山东大学法学学士、教育学硕士，首届“硕士研究生国家奖学金”获得者。站在业务角度、深入行业一线，借Tableau洞悉敏捷分析，重新理解和诠释“业务数据分析”。
目录
目录
内容及说明XVIII
第1篇 奠基：数字化转型与业务分析原理
第1章 数字化转型：21世纪的机遇与挑战2
1.1 理解数据的层次及分析的价值2
1.2 数据应用的3个阶段4
1.2.1 初级?报表展现：信息的整理与固定展现5
1.2.2 中级?业务分析：分析辅助决策，决策创造价值7
1.2.3 终极?智能商业：大数据重塑商业模式8
1.3 数字化转型到底“转”什么10
1.3.1 塑造实事求是的数据文化：一切用数据说话10
1.3.2 数字化转型源自各个业务场景的数字化和持续进化12
1.3.3 业务和技术兼备的卓越中心和分析型人才13
1.3.4 统一并持续优化分析方法论，提高分析效率和准确性15
参考资料18
第2章 “业务―数据―分析”体系与企业数据地图19
2.1 “业务―数据―分析”体系：BDA分析框架19
2.1.1 分析层：指标体系建设和分析仪表板21
2.1.2 数据层：数据管理与数据仓库22
2.1.3 业务层：业务流程与“业务在线化”23
2.2 建立全局视角：企业数据地图24
2.3 两种企业级分析推进路径：“自上而下”与“自下而上”26
2.3.1 自下而上：从数据出发的分析之路26
2.3.2 自上而下：从问题和指标出发的分析之路27
2.4 可视化是大数据分析的桥梁和媒介28
2.4.1 数字、文字的可视化及可视化要素28
2.4.2 从可视化到抽象分析：走向仪表板和高级分析30
2.5 TABLEAU：大数据敏捷业务分析的“代表作”32
参考资料34
第3章 业务可视化分析：关键概念与方法论35
3.1 解析问题结构、理解聚合过程和指标35
3.1.1 问题的结构及其相互关系36
3.1.2 聚合是问题分析的本质38
3.1.3 基于聚合的字段分类：维度描述问题，度量回答问题40
3.1.4 指标是聚合度量的业务形态41
3.2 明细表与聚合表：聚合的逻辑过程42
3.2.1 业务明细表和问题聚合表：聚合的起点和终点43
3.2.2 物理表与逻辑表：数据表的抽象类型45
3.2.3 字段的数据类型：数据表字段的抽象类型46
3.3 可视化图形：聚合交叉表的“另一面”49
3.3.1 问题类型与可视化增强分析50
3.3.2 可视化背后的数据类型：连续和离散51
3.3.3 Tableau中的字段属性及其作用55
3.4 简单问题的“三步走”方法和TABLEAU示例56
3.5 聚合度和详细级别：构建复杂问题层次理论58
3.5.1 数据明细表和聚合度：多个问题的基准点和衡量尺度59
3.5.2 详细级别：不同“聚合度”问题对应的抽象依据60
3.5.3 结构化分析的两个应用方向62
3.5.4 关键概念汇总：聚合、聚合度、详细级别、颗粒度64
参考资料66
练习题目66
第2篇 数据准备、可视化、交互设计
第4章 数据合并与关系模型（Tableau/SQL）68
4.1 概论：数据合并与连接数据源69
4.1.1 理解数据合并、数据模型的重要性69
4.1.2 数据合并和数据模型的相关概念71
4.2 数据合并的分类矩阵与数据模型案例72
4.2.1 “所见即所得”的行级别数据合并：Union和Join72
4.2.2 Excel的局限：基于数据透视表的数据合并74
4.2.3 Tableau数据混合初探，在聚合后完成连接76
4.2.4 数据合并分类矩阵：两种合并方法、两个合并位置78
4.3 行级别并集、连接与TABLEAU/SQL方法81
4.3.1 数据并集81
4.3.2 数据连接：连接条件与连接方式84
4.3.3 高级连接的形式：仅左侧连接、交叉连接与“自连接”89
4.3.4 明细表并集与连接的异同点与局限性93
4.4 从数据关系匹配到关系模型96
4.4.1 “临时”数据关系：基于问题层次创建数据关系匹配96
4.4.2 数据模型：在最详细且有业务意义的详细级别预先构建数据关系98
4.4.3 【关键】层次分析方法：从数据合并到数据关系模型100
4.4.4 【难点】关系模型优化（上）：匹配类型（基数）106
4.4.5 【难点】关系模型优化（下）：匹配范围（引用完整性）111
4.4.6 共享维度表：从雪花模型到网状模型116
4.4.7 通往最佳实践：业务关系模型的可视化表达117
4.4.8 案例：图书及销售的数据关系模型118
4.5 重说数据混合：编辑匹配关系和匹配详细级别120
4.5.1 数据混合设置：自定义混合条件和自定义匹配字段121
4.5.2 高级数据混合：数据匹配详细级别不同于主视图123
4.6 不同数据合并类型的相互影响127
4.7 TABLEAU与SQL/PYTHON的结合128
4.7.1 Tableau和SQL的结合128
4.7.2 SQL中的连接129
4.7.3 Tableau Table Extensions：给数据源插上“算法之翼”（Tableau 2022.3+版本）132
参考资料133
练习题目133
第5章 可视化分析与探索134
5.1 数据准备：理解业务过程与整理数据字段134
5.1.1 数据表：理解业务过程及数据表详细级别134
5.1.2 字段：理解业务过程的对象并做分组分类136
5.2 从问题到可视化图形：如何确定主视图框架138
5.2.1 从问题类型到主要的可视化图形138
5.2.2 初级可视化：“三图一表”139
5.2.3 中级可视化：分布分析、相关性分析143
5.2.4 地理位置可视化148
5.2.5 数据图像角色可视化（Tableau 2022.4+版本）155
5.3 可视化绘制方法与可视化增强156
5.3.1 像油画一样做可视化：可视化三步骤和标记的使用156
5.3.2 度量双轴及其综合处理158
5.3.3 多个坐标轴的“公共基准”：度量值160
5.4 高级分析入门：参考线与参考区间161
5.4.1 参考线的创建及其组合161
5.4.2 标准甘特图和标靶图：条形图与参考线的两种结合方式163
5.4.3 参考区间166
5.4.4 置信区间模型167
5.4.5 趋势线与预测线168
5.4.6 群集169
5.5 格式设置：必要调整，但不要过度170
5.5.1 常见的设置格式工具栏170
5.5.2 设置“标签”格式，自定义文本表171
5.5.3 工具提示的格式设置、交互和“画中画”172
5.5.4 其他常用小技巧173
参考资料175
练习题目175
第6章 Tableau/SQL筛选与集操作176
6.1 理解不同工具背后的筛选方法与共同点176
6.1.1 筛选的两类位置：独立筛选和“条件计算”176
6.1.2 使用不同工具完成“独立筛选”177
6.2 筛选的分类方法：基于详细级别的视角182
6.2.1 【入门】数据表行级别的筛选：维度筛选器183
6.2.2 【进阶】指定详细级别的聚合筛选：简单条件和顶部筛选186
6.2.3 【难点】指定详细级别聚合的筛选：建立在自定义计算之上192
6.3 筛选范围的交互方法：快速筛选和参数控制195
6.3.1 快速筛选器及其基本配置195
6.3.2 特殊的日期筛选器：默认筛选到最新日期196
6.3.3 参数控制：完全独立和依赖引用197
6.4 多个筛选的处理：交集计算和优先级199
6.4.1 多个筛选的基础知识：数据集及运算199
6.4.2 多个筛选的计算原则（上）：相同类型取交集200
6.4.3 多个筛选的计算原则（下）：不同类型按优先级计算交集200
6.4.4 调整筛选器优先级（上）：上下文筛选器和表计算筛选器202
6.4.5 调整筛选器优先级（下）：数据源筛选器和数据提取筛选器204
6.4.6 筛选与计算的优先级206
6.5 集（SET）：把筛选保留下来的“神奇容器”207
6.5.1 创建自定义集及集的本质207
6.5.2 自定义集内成员：“集控制”（Tableau 2020.2+版本）209
6.5.3 创建动态条件集209
6.5.4 集动作：以视图交互方式更新集成员211
6.6 集的运算、优先级和应用212
6.6.1 多个集的合并与“合并集”运算212
6.6.2 集和筛选的关系及优先级215
6.6.3 集的高级应用：控制用户权限的“用户筛选器”217
6.7 中级交互：仪表板中的快速筛选、集交互218
6.7.1 交互设计的基本分类218
6.7.2 “以图筛图”：仪表板中的多表快速关联筛选218
6.7.3 共用筛选器、集和参数：典型的仪表板交互220
6.7.4 工具提示“画中画”：最简单的多表关联223
6.8 更多实用工具：分组、数据桶、分层结构、排序224
6.8.1 作为数据准备的“组”224
6.8.2 分层结构钻取分析与仅显示相关值225
6.8.3 排序：对离散字段的数据值排序226
参考资料228
练习题目228
第7章 仪表板设计、进阶与高级交互230
7.1 仪表板：最重要的主题展现形式230
7.1.1 仪表板设计的基本过程和常见功能231
7.1.2 仪表板大小、布局和对象233
7.1.3 常用的交互对象：隐藏按钮、导航按钮237
7.1.4 仪表板布局中的分层结构239
7.1.5 跨设备类型的仪表板适配240
7.2 故事：以数据故事叙事、探索241
7.2.1 故事及其基本设置241
7.2.2 故事的阐述方式242
7.3 仪表板进阶：指标、初始模板、性能优化与“数据指南”243
7.3.1 指标：聚焦仪表板关键度量244
7.3.2 初始模板：专家分析模板加速分析246
7.3.3 发布工作簿和“工作簿优化器”247
7.3.4 数据指南（Tableau 2022.3+版本）251
7.4 三种基本交互类型：筛选、高亮和页面252
7.4.1 突出显示：以聚焦实现间接筛选253
7.4.2 页面轮播：快速筛选的连续叠加255
7.5 两类高级交互工具：参数、集交互257
7.5.1 关键原理：参数、集的共同点和差异257
7.5.2 参数与逻辑判断结合：切换视图度量260
7.5.3 动态参数：动态更新范围和初始值262
7.5.4 集控制：以控件方式手动更新集成员264
7.6 参数动作：参数、计算和交互（TABLEAU 2019.2+版本）264
7.6.1 参数动作：使用动作更新度量值265
7.6.2 动态筛选：参数动作和计算实现差异化筛选266
7.6.3 动态基准分析：使用参数动作控制参考线和计算基准268
7.6.4 自定义分层结构：使用参数展开指定的类别270
7.7 高级交互：指定区域对象的动态可见性（TABLEAU 2022.3+版本）272
7.8 高级互动的巅峰：集动作和集控制275
7.8.1 经典集动作：交互更新自定义集（Tableau 2018.3+版本）276
7.8.2 集的控制与更新：赋予集以强大的灵魂278
7.8.3 使用集完成对比分析和标杆分析279
7.8.4 高级互动的使用建议282
练习题目283
第3篇 以有限字段做无尽分析：Tableau、SQL函数和计算体系
第8章 计算的底层框架：行级别计算与聚合计算286
8.1 计算的演进及分类：从EXCEL、SQL到TABLEAU287
8.1.1 计算的本质及其与业务过程的关系287
8.1.2 以Excel理解详细级别与计算的两大分类288
8.1.3 从Excel“存取一体”到“数据库-SQL”的存取分离292
8.1.4 集大成者Tableau：将查询、计算和展现融为一体294
8.2 计算的两大分类：分析是聚合的抽象过程297
8.2.1 行级别计算、聚合计算的差异和关系297
8.2.2 从业务角度理解计算的结果：业务字段VS分析字段300
8.3 数据准备类函数（上）：字符串函数、日期函数302
8.3.1 字符串函数：截取、查找替换等清理函数302
8.3.2 日期函数：日期独特性与转换、计算306
8.3.3 数据类型转换函数315
8.4 数据准备类函数（下）：正则表达式316
8.5 分析函数：从明细到问题的“直接聚合”318
8.5.1 描述规模：总和、计数、平均值319
8.5.2 描述数据的波动程度：方差和标准差320
8.5.3 关注个体，走向分布：百分位函数及最大值、最小值、中位数322
8.5.4 ATTR属性――针对维度字段的聚合判断324
8.6 通用型计算：算术函数和逻辑函数325
8.6.1 算术运算、精度控制函数325
8.6.2 逻辑表达式和逻辑判断符329
8.7 行级别计算与聚合计算的区别与结合332
8.7.1 实例：各子类别的利润与盈利结构分析332
8.7.2 复习：行级别计算和聚合计算的差异334
8.7.3 SUMIF条件聚合：将行级别筛选和聚合分析合二为一335
8.8 专题：地理空间分析之“空间函数”338
参考资料345
练习题目345
第9章 高级分析函数：Tableau表计算/ SQL窗口函数346
9.1 合计的两个方法及“广义LOD表达式”346
9.1.1 入门：从Excel理解“合计百分比”计算的层次关系347
9.1.2 高级分析的层次框架：数据表详细级别和聚合度348
9.1.3 进阶：“合计百分比”的两种SQL方法349
9.1.4 Tableau敏捷BI，让业务用户轻松驾驭二次聚合分析351
9.1.5 “广义LOD表达式”与计算的分类354
9.2 “同/环比”偏移计算及表计算设置方法356
9.2.1 维度作为偏移计算依据：单一维度的同比差异356
9.2.2 包含多个维度的同比（上）：区别范围和依据358
9.2.3 包含多个维度的同比（下）：设置多个依据360
9.2.4 SQL窗口函数：偏移类窗口函数案例介绍361
9.3 小结：表计算的独特性及两种设置方法365
9.3.1 从差异计算的两种方法理解窗口计算的独特性365
9.3.2 Tableau设置范围的两种方法：相对/绝对方法与适用场景368
9.4 高级分析函数之排序计算：INDEX与RANK369
9.4.1 Tableau/SQL排序与百分位排序370
9.4.2 公共基准对比：不同时间的电影票房对比（TC2）374
9.4.3 凹凸图：随日期变化的RANK函数（TC4）376
9.5 最重要的二次聚合函数：WINDOW（窗口）函数380
9.5.1 合计：最简单、常用的WINDOW（窗口）函数381
9.5.2 累计聚合：RUNNING_SUM函数――累计汽车销量383
9.5.3 移动聚合：移动窗口计算函数MOVING AVG385
9.5.4 “大一统”：千变万化的窗口函数WINDOW386
9.6 最常用的表计算：快速表计算及其附加计算389
9.6.1 快速表计算：预置的常见表计算应用390
9.6.2 快速表计算的嵌套：表计算的组合（TC3）391
9.7 表计算应用（1）：自定义参考线、“合计利润率”393
9.7.1 聚合值参考线――表计算的“可视化形式”393
9.7.2 “合计利润率”：理解参考线对应的表计算394
9.7.3 【难点】理解TOTAL（合计）与WINDOW_SUM（汇总）的差异396
9.7.4 自定义参考线及其计算：箱线图松散化与散点图颜色矩阵398
9.8 表计算应用（2）：标杆分析――多种类型的计算组合402
9.9 表计算应用（3）：帕累托分布――累计、合计及嵌套406
9.10 表计算应用（4）：金融ANR计算――表计算高级嵌套409
9.11 表计算筛选器：优先级最低的筛选类型413
9.11.1 使用RANK函数聚合判断完成筛选413
9.11.2 使用偏移函数LOOKUP完成年度同比和筛选415
9.12 表计算延伸应用：预测建模函数416
9.12.1 MODEL_QUANTILE预测模型417
9.12.2 MODEL_PERCENTILE预测模型419
练习题目420
第10章 结构化问题分析：LOD表达式与SQL聚合子查询421
10.1 业务解析：理解LOD表达式的逻辑和本质421
10.1.1 简单详细级别：“不同购买频次的客户数量”421
10.1.2 多维详细级别：“各年度、不同矩阵年度的销售额贡献”424
10.2 LOD表达式的“详细级别”及其与视图关系428
10.2.1 从问题详细级别出发，理解高级问题的构成428
10.2.2 主视图引用“更高聚合度”的详细级别聚合：占比分析429
10.2.3 主视图引用“更低聚合度”的详细级别之聚合：购买力分析432
10.2.4 主视图引用独立详细级别的聚合：客户矩阵分析433
10.3 相对指定的LOD表达式及运算优先级435
10.3.1 绝对指定和相对指定的LOD表达式435
10.3.2 INCLUDE LOD引用更低聚合级别的聚合及优先级437
10.3.3 EXCLUDE LOD引用更高聚合级别的聚合，以及优先级对比439
10.4 超越LOD：计算的详细级别体系及其优先级441
10.4.1 不同计算类型的应用场景与作用442
10.4.2 层次分析法：理解计算的运算逻辑及其组合形式443
10.4.3 Tableau计算、筛选、数据关系的优先级445
10.5 走向实践：多遍聚合问题与结构化分析方法446
10.5.1 方法论：高级问题分析的4个步骤446
10.5.2 LOD多遍聚合：客户购买力分析的嵌套LOD计算447
10.5.3 嵌套LOD的语法和SQL表示452
10.6 会员分析专题：会员RFM相关案例分析454
10.6.1 会员分析概论与常见指标体系454
10.6.2 使用Tableau完成 RFM主题分析457
10.6.3 单维度的分布案例：会员频次分布和生命周期分布460
10.6.4 多维度的结构分析：与“客户获客时间”相关的分析案例461
10.6.5 复购间隔：行级别计算和LOD计算的结合464
10.6.6 客户留存分析：LOD表达式、表计算的结合465
10.6.7 客户矩阵分析：客户价值分类468
10.7 产品分析高级专题：购物篮分析的多个角度470
10.7.1 购物篮比率：任意子类别相对于所有订单的比率471
10.7.2 支持度、置信度和提升度分析：类别之间的关联推荐472
10.7.3 指定类别的关联比率：筛选中包含“引用详细级别”475
10.8 总结：高级计算的最佳实践480
10.8.1 问题的3大构成与计算的4种类型480
10.8.2 如何选择计算类型482
练习题目484
第11章 从数据管理到数据仓库：敏捷分析的基石486
11.1 数据管理功能：以数据为中心486
11.1.1 Tableau Catalog：数据资产目录和世系管理487
11.1.2 Tableau Prep Conductor：数据ETL流程管理491
11.1.3 Virtual Connections：数据库和分析之间的桥梁492
11.1.4 Data Policy：为数据访问增加行级别权限495
11.2 从数据管理（DM）到数据仓库（DW）499
11.2.1 数据仓库是数据分析发展到一定阶段的产物499
— 没有更多了 —
以下为对购买帮助不大的评价