新書推薦:
《
安全感是内心长出的盔甲
》
售價:NT$
305.0
《
快人一步:系统性能提高之道
》
售價:NT$
505.0
《
我们为什么会做梦:让梦不再神秘的新科学
》
售價:NT$
352.0
《
算法图解(第2版)
》
售價:NT$
356.0
《
科学的奇幻之旅
》
售價:NT$
352.0
《
画艺循谱:晚明的画谱与消闲
》
售價:NT$
653.0
《
新民说·现实政治史:从马基雅维利到基辛格
》
售價:NT$
454.0
《
宽容是件奢侈品(人生360度·一分钟经典故事)
》
售價:NT$
203.0
|
編輯推薦: |
《Tableau商业分析从新手到高手(视频版)》尽量还原了一些现实商业分析场景,展现了在这些场景下如何结合数据和?Tableau的可视化技术,对多种商业问题进行探索和解答。希望通过这样的方式让读者更容?易学会使用Tableau,快速成为一名合格的分析师,而非软件操作匠人。
|
內容簡介: |
本书共分为 4 个部分,分别是产品主题分析、客户主题分析、营销主题分析、技术扩展主题分析。 本书偏重于商业分析思路的讲解,采用 6 个人物场景对话的方式讲授商业问题。每一章的结构 :先抛出商业环境中一个真实、具有挑战性的业务或需要决策的问题,然后提出解决问题的思路并得出结论(“分析思路”部分),再介绍如何用 Tableau 实现其中的关键部分(“技术实现”部分),*后给出相应的练习(“课后练习”部分)。“分析思路”部分,通常与具体的软件工具无关 ;“技术实现”部分,若用到了 R 或 Kettle 等相关软件工具,则在相应节中呈现详细的操作步骤 ;“课后练习”部分,是对所学内容的实践练习,加以理解巩固。 本书适合企业中从事数据分析岗位 1 ~ 3 年的职场人员作为自学教程,适合大中专院校相关专业作为教学参考书,也适合社会上的商业分析类培训机构作为教材。 由于书中案例均采用 Tableau 2020.3 版本完成,某些功能旧版本无法实现,请先下载新版本。
|
關於作者: |
何业文,博易智讯(Bizinsight)创办人。十五年专注应用商业智能、数据挖掘与可视化分析;学业背景为国际贸易与会计学双学位,传播统计学硕士,经济学博士生;数字化转型资深顾问,致力于用适合的思路,好用的工具获得商业决策。
季刚,德勤管理咨询合伙人。专注于企业数字化战略、数据分析、大数据应用、数据挖掘算法、云计算等领域。有超过十五年的管理咨询和系统实施的实战经验。成功帮助很多大型企业的CIO(首席信息官)和CDO(首席数字化官)完成数据驱动的企业转型,将数据变成企业寻找盈利,降低成本的新能源。
|
目錄:
|
部分 产品主题分析 / 001
第1章 见微知著:快速了解产品线状况 / 003
1.1 分析思路:两个女装品牌的产品线分析(1.0版) / 004
1.2 技术实现:用Tableau实现1.1节的分析 / 007
1.3 拓展技术专题1:盒须图 / 014
1.4 拓展技术专题2:Tableau连接其他数据库 / 015
1.5 课后练习 / 015
第2章 对比出真知:如何评估产品线的优劣 / 017
2.1 分析思路:两个女装品牌的产品线分析(2.0版) / 018
2.2 技术实现:用Tableau实现2.1节的分析 / 020
2.3 拓展技术专题3:数据清理 / 024
2.4 课后练习 / 027
第3章 穿越时空:结合时间发现销售模式的特征 / 029
3.1 一年销售期产品混合线图分析(不合理的方法) / 030
3.2 分析思路:长周期分组分析(萧岚的分析) / 032
3.3 技术实现:用Tableau实现3.2节的分析 / 034
3.4 拓展技术专题4:根据数值等级自动分组 / 038
3.5 课后练习 / 039
第4章 赔本是否赚吆喝?产品价值如何综合评估 / 041
4.1 产品促销情况的初步探查 / 042
4.2 数据ETL工具Kettle / 043
4.3 Kettle的数据处理过程 / 046
4.4 产品促销的价值再分析 / 050
4.5 技术实现:用Tableau实现综合分析气泡图 / 053
4.6 拓展技术专题5:用Tableau Prep Builder实现数据处理 / 056
4.7 课后练习 / 061
第二部分 客户主题分析 / 063
第5章 拒绝平均人:对客户进行合理的分群 / 065
5.1 分析思路:依据行为将客户分群 / 066
5.2 技术实现:用Tableau实现5.1节的分析 / 074
5.3 扩展技术专题6:直方图和散点图 / 081
5.4 拓展技术专题7:Tableau与R语言 / 082
5.5 拓展技术专题8:聚类分析 / 083
5.6 课后练习 / 084
第6章 重塑客户漏斗:研究客户流失模式、识别关键因素 / 086
6.1 分析思路:客户留存漏斗分析 / 087
6.2 技术实现:用Tableau实现6.1节的分析 / 092
6.3 拓展技术专题9:分析的数据粒度 / 097
6.4 课后练习 / 098
第7章 简约不简单:RFM分析与客户生命期分析结合 / 100
7.1 分析思路:关于客户生命期的分析 / 101
7.2 技术实现:用Tableau实现7.1节的分析 / 106
7.3 课后练习 / 111
第8章 你之蜜糖,我之砒霜:不同客户对价格优惠的态度观察 / 113
8.1 分析思路:优惠券的使用情况分析 / 114
8.2 技术实现:用Tableau实现8.1节的分析 / 120
8.3 拓展技术专题10:价格弹性 / 125
8.4 课后练习 / 126
第三部分 营销主题分析 / 129
第9章 抛弃糊涂账:如何衡量媒体的营销价值 / 131
9.1 分析思路:媒体的测量和筛选 / 132
9.2 技术实现:用Tableau实现9.1节的分析 / 137
9.3 课后练习 / 143
第10章 不猜测,不盲从:A/B测试分析 / 145
10.1 分析思路:新套装促销的A/B测试 / 147
10.2 技术实现:用Tableau实现10.1节的分析 / 151
10.3 拓展技术专题11:A/B测试 / 157
10.4 课后练习 / 157
第11章 大巧若拙:重新认识购物篮分析 / 160
11.1 分析思路:购物篮分析 / 162
11.2 技术实现:用Tableau实现11.1节的分析 / 165
11.3 拓展技术专题12:购物篮Lift(提升)指标 / 171
11.4 课后练习 / 171
第四部分 技术扩展主题分析 / 175
第12章 人言可畏:快速捕获客户的产品关键评价 / 176
12.1 获取评论数据 / 178
12.2 相关软件的安装及介绍 / 178
12.3 R语言的中文分词及处理 / 180
12.4 应用Kettle进行后续处理 / 181
12.5 技术实现:分词文件的Tableau可视化分析 / 184
12.6 拓展技术专题13:文本分析的要点与难点 / 196
12.7 课后练习 / 197
第13章 设计仪表板:谁敢说自己不是“外貌协会”会员 / 199
13.1 报表的设计原则 / 200
13.2 报表的美化原则 / 206
第14章 使用与管理Tableau Server:分享意味着价值 / 211
14.1 Tableau Server概述 / 211
14.2 交互功能 / 214
14.3 数据治理 / 216
14.4 Tableau Mobile / 220
第15章 Tableau的新功能与新版本 / 222
15.1 数据解释:从描述现象到解释原因 / 222
15.2 数据问答:使用自然语言分析数据 / 224
15.3 数据角色:实现数据标准化 / 226
15.4 Tableau Prep Conductor:自动运行流程 / 228
|
內容試閱:
|
本书讲什么
本书主要讲解 Tableau 的使用方法,而不是 Tableau 的操作方法。
Tableau 作为一个操作简单的可视化分析软件,在连接好数据后,通过拖动鼠很快就可以获得一幅可视化作品,至于它是美观的或者丑陋的,取决于使用者的审美能力和一些运气。但无论怎样,快速生成图形仅仅是 Tableau 提供的能力,并不是它存在的主要价值。
数据是一种数字化的信息承载形式。只有使用者通过工具处理数据,从中捕获到需要的信息,并且使用信息指导现实的行动,才会让数据产生价值。
可视化技术的主要目标是帮助用户高效地捕获数据中的信息。掌握了 Tableau 的各种功能,能够制作各种数据图表,并不算会使用软件。将软件作为一种工具,熟练地操作和探索数据,发现有价值的东西,才是软件的使用之道。
所以,我们尽量还原了一些现实商业分析场景,展现了在这些场景下如何结合数据和 Tableau 的可视化技术,对多种商业问题进行探索和解答。希望通过这样的方式让读者更容易学会使用 Tableau,快速成为一名合格的数据分析师,而非软件操作匠人。
基于这样的目标,本书每个部分的开始,都是先结合数据图表进行某种商业分析。分析逻辑有时候简单,有时候复杂,有时候没有获得确定答案,但这就是商业分析环境的现实情况,我们尽量把它还原出来,以帮助读者了解在真实分析环境中,如何更好地使用 Tableau 解决问题。
本书在深挖软件能力的同时,也展现了软件的局限在哪里,以及如何结合其他工具和技术更好地解决问题。当然,本书主要内容还是关于 Tableau 的,对其他技术的介绍,更多的是给读者一种信息线索,指出 Tableau 和其他相关工具组合运用的方向。
Tableau 的产品除我们所重点讲解的 Tableau Desktop 之外,还包括 Tableau Prep 和Tableau Server 两个部分。本书也对这两部分进行了相应的介绍和讲解,将三种工具结合起来,可以让 Tableau 发挥出更大的价值。
数据分析师必须是践行者,所以本书在每个分析思路的后面,阐述了可视化图形的实现方式。在文字上,本书没有将这两部分糅合到一起,因为软件的实现操作和对数据图形的观察分析本质上是两种思维,我们不希望这两种思维互相干扰。
这种结构设置的另一个好处是,避免技术高手重复阅读自己已掌握的知识(对软件非常熟悉的用户,看到图形时一般就已经知道如何实现,重复阅读操作过程是浪费时间)。
在本书中,每一章节的末尾部分为练习题,可以根据每章所学知识举一反三,进行独立的数据分析,让学习者能够更好地领会书中的内容。习题是规范的,也是发散的,可以开拓思维,用所学知识从不同角度对题目进行探究,答案并不,更重要的是过程。
案例数据及商业场景的设定
常见数据软件的操作案例使用的数据要么是一些玩具性质的数据集 a,只能演示软件功能,反映不出分析师面对的现实复杂情况和软件功能的现实意义 ;要么是国外一些公开的数据集,国内的用户进行学习的时候,很难进行场景代入,分析也没有感觉。
本书内容融合了很多项目的实际经验,书中案例都是基于真实商业场景重新构建的数据集,所用数据,除规模缩小、对关键信息进行脱敏以保证合法使用外,数据中的模式基本保留了“原汁原味”b。依托这些数据,书中尽量重现了 Tableau 可视化技术在各种现实商业环境下的应用,希望能带给读者一些有价值的启发,帮助大家迅速建立起实战能力。
具体来讲,本书案例主要包括以下商业分析场景 :
产品分析
产品线优劣的分析
销售时间变化模式的分析
产品价值分析
客户分析
客户的合理分群
客户留存分析
客户生命期分析
产品促销反应分析
营销效果的分析
媒体的营销价值分析
不同营销策略的对比测试
购物篮分析
商品评论分析
电商平台产品评论的综合分析(文本分析)
重要说明 :
现实商业环境的复杂性和解决方案的细节,远远超过本书所阐述的内容范围。从分析上来说,不同企业的细节各不相同,可借鉴意义并不大。所以本书舍弃了很多细节,尽量陈述了比较通用的思维框架。读者在参考案例进行实际分析时,可以参考主要思考逻辑,但细节需要结合各自情况因地制宜地做出调整。
Tableau 的正确使用方式
Tableau 自诞生之日起,就不断地被用来与 Excel、Power BI、D3 等各种作图相关的软件进行对比,这充分证明了 Tableau 的影响力,但同时也说明了大家对它的误解。虽然Tableau 官方在不断重复“敏捷自助式分析”的设计初衷,但看来多数用户并没有充分理解Tableau 官方宣传中所传达的信息。
我们需要一种工具 :能够快速灵活地连接和整合数据,提供简单的方式以实现从不同的角度观察研究数据,计算和展示不同的指标,马上分享获得的结果,获取反馈,并推进后续的分析。
Tableau 的设计初衷就是搭建这种工具,无论业务人员是自己连接数据进行分析,还是需要和其他相关人员分享和探讨结果,都可以在 Tableau 体系中简单快速地完成(随着Tableau 版本的不断更新,这种特性更加突出)。
理解了这些,你就会感受到 Tableau 提供的标准筛选控件,各种动态数据交互的展示方式,以及快速搭建“仪表板”和“故事板”能力所带来的高效率,也更容易理解由于组件标准化造成的一些灵活度上的限制。本质上,Tableau 是为业务人员准备的,以灵活的可视化的方式“玩”数据的工具,而不是为开发者准备的产品再开发工具。
任何软件都不是的,虽然总有一些“大神”级别的人物,给出各种出乎意料的解决方案,完成各种软件提供的标准能力之外的任务。诚然,这也是 Tableau 的强大之处,当人们需要一些超脱软件标准能力的功能时,它仍能用一些方式来实现。
但我们应该明白,这些非常规的解决方式一定是有代价的,要么是工作量的增加,要么是软件效率的低下从而导致无法进行大规模部署。而随着 Tableau 版本更迭,一些外部插件也被允许使用到软件中,这也让软件的功能愈发完善,一些意想不到的功能,随之跃然于屏幕之上。同时,有些原本复杂的功能,也逐渐变得简单。
但正常的用户应该详细了解软件的设计初衷、优势及能力的边界,才能用好软件。所以,Tableau 的用户也应该知道如何正确地使用它,才能化地发挥其能力。虽然有人用 Tableau 绘制“维纳斯”,但理智一点来说,还是应该充分利用它数据探索的敏捷性,利用它交流和展示数据信息方便的交互性,这样才能发挥它的价值,物尽其用。
书写约定
下面是说明书中使用的一些术语的书写格式,方便帮助读者快速理解内容。
Tableau 工作界面和数据源界面的术语约定,如图 1 和图 2 所示。
图 1? Tableau 工作界面的术语约定
图 2? Tableau 数据源界面的术语约定
如果你曾经阅读过 2015 年出版的《触手可及的大数据分析工具 :Tableau 案例集》,可跳过这一步,相信你对 Tableau 的界面已了然于胸。
(2) 技术方面的扩展知识单独设有“拓展技术专题”体例。
(3)在对数据的操作说明中,为了避免让读者对软件操作动作和操作数据对象的混淆,所有数据字段(有时称为变量)都使用符号“『』”括起来,格式为『字段』。
(4)在文字说明中,软件内部需要输入和配置的内容用双引号括起来。例如,在公式面板内输入公式“{fixed[ 二级品类 ]:SUM( 销售数量 )}”。
书中主要人物介绍
作为一本技术书,用人物场景对话的方式引出一些分析主题,好像不太正式。但很多技术书已经证实,这种不太“正式”的方式,有助于避免学习的枯燥,帮助读者理解抽象的技术主题,提升记忆效率。毕竟向我们的大脑中输入的总是一些陌生的技术词汇,难免会导致瞌睡虫泛滥。
为了让读者不至于混乱,图 3 展示了书中主要虚拟人物的关系,其中还展示了每位人物的技术能力和行业背景,方便读者快速理解对话主题。
图 3 书中主要人物介绍
下面,让我们从认识书中角色开始数据分析之旅吧。 位于三里屯 SOHO 的这家 Costa
咖啡店原来充斥着一种慵懒的气息,以前大多是文化界和媒体的人到这儿来扯皮或小憩。如今周边的文化公司多数都搬走了,政府批准了园区内企业享受高科技税收优惠,于是一批软件公司搬了进来。咖啡店里也经常有 IT 工程师来这儿写代码,还有一些软件产品的小型发布会或技术研讨会在这里召开,无形中,在咖啡店慵懒的氛围中逐渐掺杂了更多的理性气味,节奏也快了许多,别有一种新气象……
近,一群热爱数据可视化和数据分析的人把这儿作为了聚集地,不定期地约着来喝咖啡,说的都是销量预测、KPI、计算函数、数据整合之类的话题,这引起了店长 Lisa(梅丽莎)的注意。
Lisa,1994 年生人,被父母送到澳洲完成了市场营销本科学业,回国后因为喜欢咖啡,到Costa 求职。因为咖啡闻得准,手脚麻利,大半年前荣升了三里屯店的店长。店长这个工作,除了要求会做咖啡,还得管销售、管排班、管采购、管优惠券的推广……据说她使用了“洪荒之力”记住了许多到店客人点单的喜好,于是为店里带来了一季度月均接近两位数的业绩增长。总部通知说,正在考察她,想调她进入销售部,配合市场部完成新媒体促销的设计。
近常来店里的一位 20 岁出头的小伙子和一位 30 岁左右的职业女性一直聊产品分析的问题,Lisa 一直想搞清楚书本的营销理论如何与现实数据结合,也想学学产品分析怎么做,于是借着共同的咖啡爱好,干脆和他们俩交上了朋友。
小伙子名叫鹏辉,每次换着花样地戴 X-Large 的大猩猩帽子,这让 Lisa 很快就记住了他。他在一家国际知名的老牌服装企业 BestCloth 工作,该公司旗下的全球男装、女装、童装品牌一共有 12 个,其中在中国销售的 4 个主打品牌价格比较亲民,因此曾一度开店近 6000 家且占据了各大商场中流行服饰馆的黄金铺面。随着中国年轻一代消费者需求的变化,受到彰显个性的小众潮牌及无牌有品的商品的冲击,这家老牌的服装企业不得不重构自己在中国区的业务。
鹏辉在上海财经大学完成学业后,作为校园招聘生进入 BestCloth 销售部,配合主管进行销售数据的分析。据他的老板说,BestCloth 后选中他的原因是他的简历中写着“Tableau 软件操作熟练”,这个软件是上海财经大学统计实验室的标配,也是 BestCloth 的常用软件。
尽管算是名校毕业,可毕竟是“小白”,工作这一个月,压力大得让鹏辉快要喘不过气来了。他发现自己会的那点儿 Tableau 的简单操作在庞大的 IT 架构面前不过是蜻蜓点水,而 BestCloth日平均 15 万笔的交易记录也远超实验室的那点儿 Excel 数据。
坐在鹏辉对面的女性被他称为“萧岚老师”,有时候也单独来买咖啡。她应该也在附近办公,Lisa 知道每个月他们公司都包下咖啡店的第二层举办一两场技术研讨会,萧岚经常作为讲师谈一些数据分析指标。鹏辉算是萧岚在技术研讨会上认识的小粉丝。
还有几位人物在后面会经常出现。
大威 :萧岚的老同事,身为数据挖掘分析师,可视化技术很牛。作为可视化人员,又精通数据挖掘,用自己的话说属于“遭老板爱,招同事恨”的角色。
术术 :鹏辉的同学,热爱 IT 技术,工作主要是提供 IT 技术支持,但经常给分析师提供数据支持,对数据相关的技术也有一定的钻研。视大威为偶像,正努力成为“斜杠青年”。但对“师傅”大不敬,口头禅是 :“虽然我 ×× 方面不如你,但我代码写得比你快!”
娜娜 :企业电商项目经理,统筹管理内外部项目对接,对数据应用的整体技术构建和流程很了解,但技术实施细节不是非常清楚。
通过他们在咖啡厅的讨论和分享,我们将逐渐了解到书中的各种可视化分析主题……
|
|