国产极品粉嫩福利姬萌白酱_伊人WWW22综合色_久久精品a一国产成人免费网站_法国啄木乌AV片在线播放

Tableau數據可視化課(ke)程

課程大綱
第1篇 從數據到圖形：Tableau可視化
第1章 可視化分析：進入大數據時代的理性與直覺之門 
1.1 數據金字塔：從數據到決策有多遠？ 
1.2 直覺先于理性：可視化的心理學 
1.3 Tableau：大數據時代的“梵高” 
1.4 Tableau快速(su)學習路線(xian)圖 

第2章 數據可視化：理念與基礎 
2.1 從Excel到Tableau：不同的視角與層次思維 
2.1.1 IT分析師和業務人員看待數據的不同視角 
2.1.2 數據分析的層次模型 
2.1.3 層次、聚合度和顆粒度 
2.2 數據基礎概念：字段、圖形與拖曳邏輯 
2.2.1 編碼：從真實世界到虛擬世界 
2.2.2 數據分析的兩種表達方式：數據交叉表與可視化圖表 
2.2.3 字段的兩種分類：維度和度量 
2.2.4 字段的兩種特征：連續和離散 
2.2.5 從字段到圖形：Tableau Desktop的設計邏輯 
2.3 Tableau Desktop初級可視化：過程與方法 
2.3.1 數據連接：建立連接和基本整理 
2.3.2 數據可視化：基本方法與基本圖形 
2.3.3 數據洞察：組合與互動 
2.3.4 分享數據(ju)見解(jie) 

第3章 數據準備：用Prep Builder進行數據整理與結構調整 
3.1 Prep Builder基礎操作 
3.2 初級字段整理：數據清理和篩選 
3.2.1 數據拆分 
3.2.2 數據分組 
3.2.3 篩選器 
3.2.4 字符串清理 
3.3 中級結構整理：數據轉置 
3.3.1 Prep Builder和Desktop的列至行轉置 
3.3.2 Prep Builder的行至列轉置 
3.4 高級結構整理：數據聚合 
3.4.1 聚合的必要性和用法——單一層次聚合 
3.4.2 FIXED LOD——獨立層次聚合 
3.4.3 Prep Builder聚合的注意事項 
3.5 高級計算：在Prep Builder中計算排名 
3.5.1 單一維度的排名計算 
3.5.2 具有分區字段的排名計算 
3.5.3 行級別排名(ming)與密集(ji)排名(ming) 

第4章 數據準備：數據合并與數據建模 
4.1 行級別合并：并集、連接與Desktop方法 
4.1.1 數據并集 
4.1.2 數據連接 
4.1.3 并集與連接的異同點 
4.2 視圖級別合并：數據混合與Desktop方法 
4.2.1 使用Desktop進行數據混合 
4.2.2 數據混合的邏輯及其與連接的差異 
4.3 使用Prep Builder做數據合并 
4.3.1 使用Prep Builder 完成數據并集 
4.3.2 使用Prep Builder做數據連接 
4.3.3 使用Prep Builder完成“數據混合”：聚合+連接 
4.4 如何選擇數據合并方式 
4.5 數據模型：數據關系 
4.5.1 從物理表到邏輯表：數據關系的背景與特殊性 
4.5.2 數據模型（上）：以數據關系實現數據連接 
4.5.3 數據模型（下）：建立物理層和邏輯層的多層關系 
4.5.4 改善數據模型的性能（上）：關系類型 
4.5.5 改善數據模型的性能（下）：引用完整性 
4.5.6 從數據合并邁向數據建模 
4.6 數據準備綜合應用 
4.6.1 使用Prep Builder快速合并和整理Excel數據 
4.6.2 使用Prep Builder匹配和整合SAP HANA多表數據 
4.7 為什么Prep Builder是數據整理的* 
4.8 如何優雅地使用Prep Builder 
4.8.1 思考和問題先于數據 
4.8.2 層次思維是關鍵 
4.8.3 各有所長：與其他工具的匹配和合作 
4.8.4 Prep Builder與Desktop的*結合 

第5章 可視化分析與探索 
5.1 Tableau報表可視化的三步驟 
5.1.1 整理字段：理解數據表中的獨立層次結構 
5.1.2 工作表：依據字段的層次結構完成數據可視化 
5.1.3 儀表板：探索不同數據之間的關聯關系 
5.2 Tableau復雜業務問題中的關聯分析 
5.2.1 多數據分析：每個數據表行級別的*性 
5.2.2 即席計算：通過計算字段完善分析模型 
5.2.3 數據解釋：AI驅動的智能關聯分析 
5.3 如何選擇可視化圖表框架 
5.3.1 常見的問題類型與圖表 
5.3.2 從簡單可視化到復雜可視化 
5.4 高級可視化功能 
5.4.1 度量名稱與度量值：并排比較多個度量 
5.4.2 條形圖雙軸：各個子類別的銷售額和利潤 
5.4.3 堆疊度量與重疊度量：重疊比較多個度量 
5.4.4 聚合度量與解聚度量 
5.5 可視化增強分析技術 
5.5.1 常用篩選器及其優先級 
5.5.2 集 
5.5.3 參數 
5.5.4 分組和分層結構 
5.5.5 排序：對數據按照規則排序 
5.5.6 參考線、參考區間、分布區間和盒須圖 
5.6 格式設置 
5.6.1 通過標簽設置突出度量值 
5.6.2 工具提示的高級設置 
5.6.3 其他(ta)常見設置 

第6章 地理位置可視化 
6.1 Tableau地理分析簡介 
6.2 符號地圖和填充地圖 
6.3 點圖和熱力圖 
6.4 路徑地圖 
6.5 空間函數 
6.6 地圖(tu)與形(xing)狀的結(jie)合：自(zi)定義圖(tu)形(xing)與HEX函數(shu) 

第7章 與數據對話：信息呈現與高級交互 
7.1 比“數據”更多：從工作簿到儀表板 
7.1.1 儀表板：可視化七巧板 
7.1.2 *設計和布局 
7.1.3 更節省空間的折疊工具欄 
7.1.4 多設備設計和大屏設計 
7.2 故事：構建你的DataPoint 
7.3 可視化交互：與數據對話 
7.3.1 多重篩選和共用篩選器 
7.3.2 頁面與動畫 
7.3.3 突出顯示 
7.4 高級互動：動態參數和參數動作 
7.4.1 實例：使用參數更新度量 
7.4.2 實例：使用操作動態更新度量 
7.4.3 實例：使用參數動作動態控制參考線 
7.4.4 實例：使用參數展開指定的類別 
7.5 高級互動的巔峰：集動作 
7.5.1 實例：指定省份的銷售額占比 
7.5.2 實例：查看所選省份在各商品類別的銷售占比 
7.5.3 實例：各省份相對于指定省份的銷售額差異 
7.5.4 實例：指定省份隨著日期的銷售趨勢 
7.5.5 關鍵原理：Tableau多種操作的優先級 
7.5.6 高級實例：多個集動作構建的自定義矩陣 
7.5.7 技巧：集與分層結構、工具提示的結合 
7.6 讓集動作更強大：增量更新與集控制 
7.6.1 集動作增減 
7.6.2 集控制——“集”真正變身“多值參數” 
7.7 高級互動的使用建(jian)議 

第2篇 從有限到無限：Tableau計算
第8章 Tableau基本計算：原理與入門 
8.1 數據的層次與兩類基本的計算類型 
8.1.1 借助Excel學大數據：行級別計算和聚合計算 
8.1.2 從Excel數據透視表到Tableau視圖計算 
8.2 行級別函數及其作用 
8.2.1 行級別函數的使用場景 
8.2.2 字符串函數 
8.2.3 日期函數 
8.2.4 數字函數 
8.2.5 類型轉換函數 
8.2.6 高級字符串函數之“正則函數” 
8.3 聚合函數 
8.4 邏輯函數及行級別與聚合計算的差異 
8.4.1 IF函數 
8.4.2 IIF函數 
8.4.3 CASE WHEN函數 
8.4.4 其他簡化邏輯判斷 
8.4.5 高級實例：各類別的盈利分層與盈利結構分析 
8.4.6 高級說明：兩類邏輯表達式的差異
 
第9章 Tableau高級計算：表計算 
9.1 多層次分析與高級計算原理簡介 
9.1.1 表計算函數代表：WINDOW_SUM函數 
9.1.2 狹義LOD表達式代表：FIXED LOD 
9.1.3 廣義LOD表達式的分類及區別 
9.2 表計算的獨特性與原理 
9.2.1 表計算的獨特性原理 
9.2.2 表計算的獨特性：維度如何參與計算過程 
9.2.3 兩種指定方向的方法 
9.3 表計算函數及實例 
9.3.1 *代表性的函數： LOOKUP函數和差異計算 
9.3.2 RUNNING_SUM函數：移動匯總計算 
9.3.3 實例：LOOKUP和RUNNING_SUM表計算（TC5） 
9.3.4 WINDOW_SUM函數：窗口匯總函數 
9.3.5 WINDOW_SUM函數初級實例：加權計算與合計百分比（TC6） 
9.3.6 WINDOW_SUM函數中級實例：相對于任意選定子類別的相對差異 
9.3.7 高級實例：相對于任意日期的百分比差異（TC1） 
9.3.8 參數類表計算 
9.3.9 INDEX與RANK函數：排序表計算 
9.3.10 實例：基于公共日期基準的銷售增長（INDEX函數）（TC2） 
9.3.11 實例：隨日期變化的RANK函數（TC4） 
9.3.12 統計類表計算和第三方表計算 
9.3.13 快速表計算 
9.4 高級表計算設置 
9.4.1 實例：多遍聚合的嵌套表計算（TC3） 
9.4.2 實例：多個方向字段的深度優先原則 
9.5 綜合實例：帕累托分布圖制作方法 
9.6 綜合實例：作為篩選器的表計算 
9.7 Tableau 2020新功能(neng)：Prep Builder計算特(te)定層次的排名(ming) 

第10章 高級計算：狹義LOD表達式 
10.1 LOD表達式的獨特性和原理 
10.2 LOD表達式的語法 
10.3 FIXED LOD表達式的3種類型 
10.3.1 聚合度高于視圖的詳細級別 
10.3.2 聚合度低于視圖的詳細級別 
10.3.3 獨立于視圖的聚合 
10.3.4 3種語法的原理說明 
10.4 INCLUDE/EXCLUDE LOD表達式 
10.4.1 EXCLUDE LOD實現更高層次的聚合 
10.4.2 INCLUDE LOD實現更低層次的聚合 
10.4.3 FIXED、EXCLUDE、表計算的計算邏輯與優先級 
10.5 如何選擇高級計算類型——層次分析 
10.5.1 高級分析的4個步驟 
10.5.2 高級分析4個步驟的簡要示例 
10.6 高級應用：嵌套LOD表達式（NESTED LOD） 
10.6.1 實例：使用4步分析完成嵌套LOD 
10.6.2 嵌套LOD表達式的變化 
10.7 高級分析模型：會員RFM分析模型 
10.7.1 會員RFM-L指標體系 
10.7.2 會員分析的常見視角 
10.7.3 會員客戶頻率分析 （LOD15-1） 
10.7.4 矩陣分析 （LOD15-2） 
10.7.5 新客戶爭取率 （LOD15-5） 
10.7.6 各時間段不同復購間隔的客戶數量（LOD15-10） 
10.7.7 各個客戶矩陣的年度購買頻率（LOD15-15） 
10.8 商品的交叉購買和購物籃分析 
10.8.1 實例：不同交叉購買次數的客戶數量 
10.8.2 超級實例：基于訂單中的購物籃交叉購買分析 
10.9 高級計算的*實踐 
10.9.1 視圖中哪些位置決定詳細級別 
10.9.2 各類計算如何構成視圖的組成部分 
10.9.3 如何選擇(ze)計算(suan)類型(xing)及其優先級(ji) 

第3篇 從可視化到大數據分析平臺
第11章 Tableau Server數據平臺 
11.1 敏捷BI加速從數據資產到價值決策的流動 
11.2 從Desktop發布到服務器：分析模型自動化 
11.3 從Prep Builder發布到服務器：數據流程自動化 
11.4 Data Management：從復雜數據準備到深度業務分析 
第12章 保證數據安全：Tableau Server的安全體系 
12.1 推薦的Tableau Server權限機制 
12.1.1 基于群組和項目設置權限 
12.1.2 在項目中鎖定權限（必要時） 
12.2 行級別數據安全管理：用戶篩選器與用戶函數 
12.3 Tableau Server權限評(ping)估規則(ze) 

Tableau數據可視化課(ke)程