关于Tableau可视化学习汇总

  • Tableau入门和介绍
  • Tableau基础作图
    • 柱状图和条形图
    • 折线图与面积图
    • 饼图和环形图
    • 散点图与气泡图
  • Tableau作图进阶
    • 箱线图
    • 漏斗图
    • 瀑布图
    • 树状图
    • 组合图
  • Tableau地图可视化
    • 图表
    • 桑基图
    • 留存结构图
    • 地图可视化
  • Tableau动态图

Tableau入门和介绍

  1. 下载:https://www.tableau.com/zh-cn/products
  2. 安装:按照默认安装流程即可。

Tableau是一款定位于数据可视化实现和敏捷开发的商务智能展现⼯具,可以实现交互的、可视化的分析和仪表板应用,从帮助企业快速地认识、理解和分析业务,进而帮助企业应对快速市场变化带来的挑战。
高效性:Tableau通过内存数据引擎,可以直接查询外部数据,也可动态地从数据仓库抽取数据,实现数据实时更新,可大大提高数据访问、查询和分析和使用的效率。
简单易用:不需要专业的技术背景和统计知识,上手容易;交互可视化界友好,操作简单。
可连接多种数据源:包括带分隔符的文本文件,SQL数据、Oracle数据库等。允许用户把多个不同数据源结合起来使用,轻松实现数据融合。

Tableau基础作图

使用的数据是Tableau自带的超市数据,包括订单信息(订单ID、订单日期、发货日期、邮寄方式),客户信息(客户ID、客户名称、细分、城市、省/自治区、国家/地区、地区),产品信息(产品ID、类别、子类别、产品名称),销售信息(销售额、数量、折扣、利润)。

柱状图和条形图

  • 比较不同分类下指标的数量对不关系或反映时序数据的趋势变化。
  • 查看总体数据内部结构或结构的变化趋势。

1>各地区销售概览条形图
1.添加新字段:利润率。利润率=利润/销售额
2.设置订单日期的筛选器
3.把“地区”拖拽到行中,“销售额、销售数量、利润、利润率”拖拽到列
4.按销售额降序进行排序,并对四个图形进行不同颜色填充,添加数值标签,设置合适的单位,居中处理
2>各地区利润分布
1.行:销售额、利润
2.列:地区
3.为了体现销售额中一部分是利润,使用双轴和同步轴进行设置
4.想展示成条形图的形式,点击交换行和列按钮,并按照利润的降序排列,增加类别筛选器可查看不同商品类别的销售额与利润分布
5.增加利润百分比和销售额的数值标签,可设置合适单位
3>各地区细分客户的利润占比
1.行:利润。快速表计算:合计百分比,计算依据:表(向下)
2.列:地区
3.颜色:细分,标签:1行中的利润字段按住CTRL拖拽即可,2细分
4>建立仪表板:各地区销售概览条形图
1.画布大小调整
2.拖动以上三个工作表,先上后下,先左后右
3.关闭不必要的图例,设置筛选器同时控制三张表展示联动效果
4.增加图表边界,设置仪表板标题

折线图与面积图

  • 通过可视化展示指标的变化或增长规律,如要观察周期性、趋势性、异常点、最高点、最低点等随时间的变化。eg:通过月度交易用户数的折现图来总结公司经营的季节规律;通过过去5年内某只股票每天的收盘价格趋势来预测股票的后去走势等。

1> 各装运状态下订单增长趋势
1.创建新字段:实际发货天数、计划发货天数、装运状态


2.行:装运状态、记录数(总和)、列:订单日期(月)、颜色:装运状态,增加订单日期的筛选器
3.拖拽“分析”-“预测”,显示对未来订单量的预测

2>各装运状态下订单分布趋势
1.行:记录数,列:订单日期(月)
2.标记的位置选择“区域”,则会显示面积
3.颜色:装运状态
3>各装运状态下订单占比趋势
1.同订单分布趋势
2.设置记录数的快速表计算:合计百分比,计算依据:表(向下)
4>各装运状态下订单分布概览

饼图和环形图

  • 凸显占比,反应内部结构
  • 展示整体中各分类数据的占比分布

1>各地区销售额分布
1.行:地区,列:销售额,改成饼图形式,填充整个视图
2.增加标签:销售额(百分比)、地区,颜色:地区,地区中选择依据字段降序排序
2>各地区订单分布
1.行:拖拽两个记录数,分别调整大小,并进行平均值设置,小饼图设置为白色,用双轴、同步轴合并两个饼图
2.大饼图颜色:地区,角度:记录数,按记录数字段进行降序排列,添加标签
3.小饼图标签:记录数(总和)
4.添加一个细分客户的筛选器
3> 各省销售订单与细分类别分布
1.把省/自治区更改为地理角色,双击字段加载地图,详细信息:省/自治区,大小:记录数
2.标记改为饼图,颜色:类别
4>各地区产品销售额与订单量分布

散点图与气泡图

  • 气泡图展示各分类数据的大小,散点图探索各不同变量之间的关系。

1>各省销售利润气泡图
1.行:利润,列:地区,选择气泡图填充整个视图,颜色:利润,设置为温度发散的颜色光谱,选择合适色阶即可

2>销售额利润与折扣关系探索
1.详细信息:客户ID,大小:折扣
2.对客户进行分类,以便后续对不同客户采取不同营销手段。增加新字段:利润均值判断、销售均值判断,并拖拽至“颜色”进行设置


3.添加平均线,对四类客户进行颜色区分设置

Tableau作图进阶

箱线图

  • 探索各不同分类数据下数值型数据分布情况
    1>各地区子类别利润率分布
    1.行:利润率,列:地区,颜色:子类别,大小:折扣(平均值),详细信息:子类别

    2> 各客户各品类利润率分布
    1.新建字段:是否为桌子或美术品类

2.行:客户Id,列:利润率,调整为箱线图,把地区拖拽到列,分地区看利润分布情况,颜色:是否为桌子或美术
3.在列中双击,输入:random()回车后横坐标被打散,设置度量为平均值则散点居中均匀分布,则箱线下的就是只购买打折的桌子或美术的客户

分析:对用户分层分析可以知道用户不同的消费倾向或个人偏爱,针对性提供个性化服务满足客户需求。目的就是为了挖掘个性潜在需求,寻找机会点,实行针对性的激励手段

漏斗图

  • 用于工作中的流量分析、用户行为分析、渠道对比分析,通过漏斗图分析定位运营环节中所出现的问题从而调整运营策略,提升运营效率。
  • 除了纵向对比,实际业务中也可横向对比不同渠道、不同时段各环节的转化情况,进而评估运营效果或阶段性的定位问题。

1>用户漏斗分析–条形图
1.行:用户行为,列:用户数(设置正负对称的两个)
2.颜色:用户数,标签:用户数、环节转化率

2>用户漏斗分析–面积图
1.行:用户分析,列:用户数(男)(女)在全部操作台上选择标记形式为:区域,两边图区分为不同颜色
2.标签:用户数,转化率(百分比)

分析:整体转化率还算健康,但生成订单到支付的环节还是需要重视,女性日活量大于男性,但是转化率相差不多,可见男性的购买意向、整体行为转化率比较高。

瀑布图

  • 探索数值型数据的内部结构,了解初始值如何受到一系列中间正负因素的影响后变成最终的结果。

1>各季度分品类销售额分布
1.行:销售额 (汇总) 列:子类别,标记:甘特条形图,大小:销售额(-)
2.分析–合计–拖拽到行总和中,颜色:销售额
3.按季度看的话,把订单日期拖拽到列中,选择季度模式,每个季度都加上一个合计,添加订单日期(年)的单值筛选器
4.数据标签:销售额(合计百分比)

树状图

  • 展示数据内部结构和各叶子节点数据特征

1>全球各国GDP分布
1.行:国家,文本:GDP,添加年份单值筛选器,设置为树状图形式
2.标签:GDP(合计百分比)、国家/地区,颜色:区域

分析:在2012年全球各国GDP分析树状图可见,美国GDP占美洲大约2/3的比例,中国GDP占亚洲近40%。

组合图

  • 使用技巧:双轴、合计、汇总、重合等

1>销售额同比增长变化
1.行:销售额,列:订单日期(季度),标记类型:条形图/线性(快速计算:百分比差异)同比增长率公式:(ZN(SUM([销售额])) - LOOKUP(ZN(SUM([销售额])), -4)) / ABS(LOOKUP(ZN(SUM([销售额])), -4))
2.设置为双轴,调整不同颜色

2>各地区销售额分布树梢图
1.列:省/自治区,行:记录数(2个)其中一个设置为圆,一个柱状图。
2.柱状大小:记录数,圆大小:辅助记录数,双轴同步轴,设置颜色和标签,订单日期的单值筛选器。

3>经商便利度与人均GDP关系组合图
1.列:经商便利度,行:人均GDP,详细信息:国家/地区,颜色:经商便利度(集群)划分
2.分析–盒须图–经商便利度,设置盒须图,并绘制趋势线

Tableau地图可视化

图表

  • 既要看到数据的规律特征,又要看到数据的最原始信息。
  • 分析中用于数据的拆解和原因的定位。

1>各销售指标变化热力图
1.行:销售额,数量,利润,列:订单日期(离散|月),选择表格形式
2.颜色和标签:度量值,标记形式选择方形,其中颜色中度量值选择单独的图例,选择不同的色带表示销售额、数量和利润
2>各销售指标变化数据条
1.行:销售额,数量,利润,列:订单日期(离散|月),选择表格形式
2.标记形式选择条形图,考虑三个变量拥有不是同一量级的数值,要分别设置颜色和标签

3>各地区分品类绩效考核表
1.创建新字段:利润率分层0,30%,以上
2.行:子类别,列:地区,标记:形状,形状:利润率分层,形状板选择KPI
3.增加订单日期(年)的单值筛选器

4>销售日历
1.单值筛选器:订单日期(年/月)
2.列:订单日期(工作日),行:订单日期(月)、订单日期(周数),文本:订单日期(天)、销售额,颜色:销售额,标记:方形。

桑基图

  • 描述事物流转方向和流转规模
  • 优势是能直观的展示复杂的流转规律,方便快速找到重要的流转方式

1>各地区产品流向桑基图
1.图Left 行:销售数量(合计百分比),颜色:类别,标签:类别、销售数量(合计百分比)
2.图Right 行:销售数量(合计百分比),颜色:地区,标签:类别、销售数量(合计百分比)
3.图Center 类型(1、49)-创建大小为1的数据桶,横坐标 t=(index()-25)/4,sigmoid曲线:1/(1+EXP(1)^-[t]),纵坐标(曲线的斜对角高度):rank1=rank2=RUNNING_SUM(SUM([销售数量]))/TOTAL(SUM([销售数量])),高度:courve=[rank1]+([rank2]-[rank1])*[sigmoid],曲线的粗细size=RUNNING_AVG(SUM([销售数量]))
4.颜色:类别,详细信息:地区,大小:size(数据桶),标记:折线,路径:数据桶,行:curve(编辑表计算),列:t(计算依据数据桶)
5.创建仪表板(Left+Center+Right)

留存结构图

  • 较为直观的展示出某一类用户在留存过程中的轨迹和占比变化
  • 可将多个百分比堆积柱状图组合成一个dashboard,也可使用不同的颜色代表不同的分类
    1.表1:18年Q4留存率
    2.表2:19年Q1留存率,颜色:2019Q1,行:user cnt(合计百分比)–拖拽为标签
    3.表3:19年Q2留存率,颜色(计算依据选择当季,下同):2019Q1、2019Q2(先拖拽为详细信息再更改为颜色,下同),行:user cnt(合计百分比)–拖拽为标签
    4.表4:19年Q3留存率,颜色:2019Q1、2019Q2、2019Q3,行:user cnt(合计百分比)–拖拽为标签
    5.表4:19年Q3留存率,颜色:2019Q1、2019Q2、2019Q3、2019Q4,行:user cnt(合计百分比)–拖拽为标签
    6.在仪表盘中进行合并,删除多余标签即可

地图可视化

  • 为了把带有地理位置的信息直观的在地图上展示,通过地图在各城市的表现定位规律,eg:城市新增长在地理位置上的分布,城市下沉效果在底线城市的表现,是否东南沿海城市在客单价表现更高等。

1>和色阶结合使用----全国各省销售额分布

2>和标记物结合使用----全国各省利润分布、各地区交易额分布柱状图

3>和热力图结合使用----各城市客户分布

4>使用地图的下钻功能----各地区销售概览下钻

Tableau动态图

  • 当我们期望通过可视化的动态效果观察事物的发展、变化规律时,eg:销售额的变化趋势,全球人口年龄和出生率的变化趋势,各城镇人口的变化规律。
  • 使用技巧:添加页面功能框;用于散点图、气泡图、折线图、柱状图和组合图;排名的动态图变化;和地图结合使用。
    1>销售额与利润变化趋势图

    2>出生率与预期寿命关系探索

    3>全球GDP排名动态图

Tableau 可视化图表学习相关推荐

  1. 一行代码生成Tableau可视化图表

    今天给大家介绍一个十分好用的Python模块,用来给数据集做一个初步的探索性数据分析(EDA),有着类似Tableau的可视化界面,我们通过对于字段的拖拽就可以实现想要的可视化图表,使用起来十分的简单 ...

  2. tableau可视化图表及仪表板设计

    ** Tableau 可视化 ** Tableau 的发展历程 Tableau 是一家提供商业智能的软件公司, 正式成立于2004年,总部位于美国华盛顿西雅图• 源自美国国防部的一个项目需求,在斯坦福 ...

  3. Tableau可视化技巧-让你的图表跟随时间动起来

    当我们想演示数据在时间维度下的演变情况,一张动态的图表或许是一个很好的选择. 特别是散点图,配合上时间趋势的动态变化,更能直观的传达数据的演变过程. 如下图,我们清晰的看到随着时间的推移,各大洲新生儿 ...

  4. 实战案例,手把手教你使用 Tableau 绘制超炫酷可视化图表

    有一种美叫数据的美,Tableau可以让你看到这种数据美,以及探索数据美的可能,如下图表均是由强大的tableau可视化而成的. 喜欢点赞.收藏 使用tableau的优势就在于不需要懂技术,更不需要写 ...

  5. Python 爬取招聘网站数据,利用 tableau 可视化交互大屏,指导你如何学习、找工作!

    作者:Huang supreme 来源链接:https://blog.csdn.net/weixin_41261833/article/details/104924038   如果觉得文章写得好,如果 ...

  6. 「github资料」40个Python可视化图表案例(附零基础学习资料)

    前言 数据可视化是数据科学中关键的一步.(文末为大家准备了学习资料) 在以图形方式表现某些数据时,Python能够提供很大的帮助. 不过有些小伙伴也会遇到不少问题,比如选择何种图表,以及如何制作,代码 ...

  7. 「github资料」40个Python可视化图表案例(附零基础学习资料)篇幅较长,建议收藏

    前言 数据可视化是数据科学中关键的一步.(文末为大家准备了学习资料) 在以图形方式表现某些数据时,Python能够提供很大的帮助. 不过有些小伙伴也会遇到不少问题,比如选择何种图表,以及如何制作,代码 ...

  8. web\app可视化图表设计模板,UI设计师临摹学习的帮手

    软件应用大都选用图表设计来可视化各类软件数据,成功简化界面设计的同时,也大幅提升其用户体验.此类图表设计, 为设计师们提供了更多随心创造和自我表达的空间, 其联动动效和交互设计,也为设计师们提供了更多 ...

  9. 可视化图表库--goJS详细学习线路

    1.GoJS简介 GoJS是Northwoods Software的产品.Northwoods Software创立于1995年,专注于交互图控件和类库.旗下四款产品: GoJS 用于在HTML上创建 ...

最新文章

  1. 使用Tensor Expression张量表达式处理算子
  2. 在请求完成后回调delegate的方法。然而回调时经常遇到这种情况:delegate已经被释放...
  3. pl/sql 11g 12705_如何用PLSQL导出数据库存表结构信息
  4. linux中查找某一个字符串,linux下查找包含某个字符串的文件
  5. STL-hasmap源码
  6. android网络框架
  7. PAT 1079 Total Sales of Supply Chain[比较]
  8. spring_redis整合
  9. 九章算法笔记 8.哈希表与堆 Hash Heap
  10. LanguageTool性能简单测试分析
  11. SHL笔试全攻略(转)
  12. 福利来了,axure8.1注册码
  13. 仿真建模与仿真程序设计 Python
  14. 从 Java 到 Kotlin,再从 Kotlin 回归 Java
  15. 围棋人机大战属于计算机在什么方面的应用,新华社评围棋人机大战:不怕电脑记性好 就怕爱学习...
  16. 插入数据 java_JAVA插入数据笔记
  17. windows打开iis7服务器远程桌面管理器
  18. 微观结构到应用材料力学行为
  19. 酷炫的交互动画和视觉效果
  20. 关于公众号的运营干货与常用的工具

热门文章

  1. SpringBoot笔记通俗易懂版
  2. iOS自动订阅商品(Auto-Renewable Subscriptions)相关处理
  3. XSS Game通关教程
  4. 2021-2027全球与中国呼吸道病原菌核酸检测试剂盒市场现状及未来发展趋势
  5. gradle --refresh-dependencies cleanEclipse eclipse
  6. JS前端取得并解析后台服务器返回的JSON数据的方法
  7. GBase 8c V5 主备式部署实操
  8. 男人、女人都 值得推荐的经典电影
  9. 结构光-----激光散斑图像评测算法
  10. 2019年度工作回顾——管理方向转型