業務可視化分析（第2版）：從問題到圖形的分析方法與案例（全彩）

第1篇 從業務和問題出發的可視化體系
第1章 業務可視化分析：實踐方法論 2
1.1 了解當下：面對分析，我們陷於何地 2
1.2 可實踐的業務分析方法綜述 4
1.3 適用於每個人的業務分析方法綜述 6
1.3.1 從業務出發的“業務—數據—分析”方法論和分析體系 6
1.3.2 將業務流程和數據分析融為一體的“企業數據地圖” 7
1.3.3 數據模型：物理模型和邏輯模型的分離 9
1.3.4 指標體系是模型的歸宿、問題分析的起點，是提高靈活性的關鍵 10
1.3.5 交互式儀表板 11
1.4 工具是能力和思考的“天花板” 12
第2章 奠基：業務分析的價值與形式 14
2.1 分析的終極目的是輔助決策 14
2.2 從數字和時鐘中了解可視化視覺要素 18
2.3 簡單可視化：幫助領導者更快地獲得信息 20
2.4 交互可視化：可視化是假設驗證的工具 21
2.5 結構化可視化：多詳細級別結構 23
2.6 Tableau：敏捷BI助力決策分析 25

第3章 方法論：業務分析框架與分析基礎 27
3.1 問題結構與其構成關系 28
3.2 過程：分析的本質過程是聚合 29
3.2.1 Excel數據透視表：拖曳實現聚合 29
3.2.2 獨立於數據庫的SQL查詢：窗口式、編程化結構查詢 31
3.2.3 Tableau VizQL可視化拖拉曳：聚合、可視化、分析三合一 31
3.2.4 超越工具之上：分析的本質過程是聚合 32
3.3 聚合的起點：理解數據明細表的構成與詳細級別 33
3.3.1 理解數據表的構成及數據類型分類 34
3.3.2 理解數據表反映的業務過程及數據表記錄的唯一性 40
3.3.3 理解多個數據表的“行詳細級別”及其相互關系，是數據合並/匹配的基礎 42
3.4 聚合的終點：理解邏輯表與邏輯字段 43
3.4.1 理解“聚合表”的特殊性及其詳細級別 43
3.4.2 理解問題中包含的計算類型：行級別計算、聚合計算 45
3.4.3 字段的分類與多視角理解 47
3.4.4 常見聚合類型：合計、方差、百分位 49
3.5 從問題分析視角看數據分析的發展階段 54
第4章 啟程：可視化構建方法與擴展路徑 57
4.1 “笛卡兒空間”與兩種可視化思路 57
4.1.1 可視化坐標空間：坐標系與坐標軸 58
4.1.2 可視化圖形的“圖形語法”模式 60
4.1.3 可視化圖形的“圖形庫”模式 62
4.1.4 面向業務的“圖形語法”和面向IT的“圖形庫”對比 67
4.2 理解可視化的普遍構成：可視化圖形的構成要素 68
4.2.1 可視化視覺模式與圖形類型 70
4.2.2 可視化的意義描述：不忘初心、專註業務 73
4.3 可視化核心：字段的連續、離散屬性與坐標軸 74
4.3.1 何為無限連續字段 74
4.3.2 次序字段 75
4.3.3 日期字段：兼具無限連續與次序字段的特征 77
4.3.4 字段的連續、離散屬性，與3種可視化空間類型 78
第2篇 問題的7種基本類型與可視化方法
第5章 常見問題分類及增強可視化分析 82
5.1 3個階段和7種問題類型 82
5.1.1 分析三大階段與基本問題類型 82
5.1.2 “問題的字段角色解析方法”與基本問題類型 84
5.2 7種基礎可視化圖形簡述 86
5.2.1 傳統三大圖：條形圖、折線圖及餅圖 86
5.2.2 交叉表：側重度量指標的高密度展現 87
5.2.3 分布分析的三大典型圖形 87
5.2.4 相關性：散點圖與雙軸折線圖 90
5.2.5 地理位置可視化 92
5.3 從基本可視化到復雜圖形的延伸方法綜述 94
5.3.1 從問題分析到圖形增強分析的完整路徑 94
5.3.2 基於行/列的空間擴展：分區與矩陣 95
5.3.3 基於標記的增強分析：分層繪制方法 98
5.3.4 坐標軸的擴展：雙軸、同步軸與多軸的合並處理 104
5.3.5 基於參考線的擴展：增加視圖聚合的二次聚合 106
5.4 超越圖形，深入業務：通往更廣闊的世界 107
第6章 “無對比，不分析”：排序分析 109
6.1 基本條形圖與多個離散維度條形圖 110
6.1.1 並排條形圖：離散字段並排構成分區 111
6.1.2 條形圖矩陣：離散字段交叉構成矩陣 112
6.1.3 高級實例：日歷矩陣條形圖 113
6.1.4 堆疊條形圖：你喜歡喝什麼咖啡 115
6.1.5 比例條形圖：把堆疊條形圖轉換為占比分析 116
6.2 包含多個度量坐標軸的條形圖 117
6.2.1 字段重要性遞減的多種布局方式 117
6.2.2 考慮字段關系的雙軸布局方式 118
6.2.3 並排條形圖：多個絕對值度量字段的對比 120
6.2.4 重疊條形圖：多個絕對值度量字段的包含關系 121
6.3 字段類型和屬性對可視化圖形的影響 123
6.3.1 字段類型和屬性對顏色的影響 123
6.3.2 “絕對值”與比值：字段屬性對標記選擇的影響 125
6.4 坐標軸的調整與組合 125
6.4.1 默認零點：除非必要，謹慎更改 126
6.4.2 坐標軸“倒序”：有些數據越大越差 127
6.4.3 絕對值刻度與百分位刻度 128
6.4.4 從“等距坐標軸”到“不等距坐標軸” 129
6.5 以條形圖為底色的進階圖形 130
6.5.1 棒棒糖圖：虛擬雙軸 130
6.5.2 靶心圖：在排序基礎上增加對比關系 131
6.5.3 進度條：展示單一對比關系的條形圖變種 132
6.5.4 結構化分析實例：條形圖的“高級化” 134
第7章 時間趨勢分析：折線圖“家族” 136
7.1 時間序列的構成 136
7.2 折線圖的多種延伸形式 137
7.2.1 時間的層次結構與連續/離散屬性 137
7.2.2 並排折線圖和矩陣折線圖 139
7.2.3 多維度折線圖、堆疊面積圖、百分比堆疊面積圖 140
7.2.4 案例：包含時序的柱狀圖與結構化分析 143
7.3 包含多個度量的時間序列 145
7.3.1 時間序列中的雙軸與柱狀圖 145
7.3.2 雙軸的改變：柱狀圖與折線圖的結合 146
7.3.3 度量值趨勢圖：基於公共基準的多軸合並 147
7.4 時間序列與條形圖的結合：甘特圖及其變種 148
7.4.1 標準甘特圖：沿著連續日期延伸 148
7.4.2 股票蠟燭圖：兩個甘特圖的重疊 149
7.4.3 跨度圖：“偽裝的甘特圖樣式” 151
7.4.4 階梯圖：以階梯方式表達“跨度” 153
7.5 日期的高級轉換：絕對日期與相對日期 154
7.5.1 兩類日期錨點：絕對日期軸和相對日期軸 154
7.5.2 “公共基準”案例：產品在不同時間段的業績對比 156
7.5.3 高級案例：客戶復購分析 159
7.6 時間序列分析中度量的處理與高級圖形 162
7.6.1 累計匯總趨勢圖：聚合度量的累計匯總處理 162
7.6.2 絕對值與同比雙軸圖：同比或環比的比率 163
7.7 排序圖：絕對值轉換為相對排序 164
7.8 坡面圖：次序字段的前後變化 166
7.9 雙折線增加陰影區：在趨勢中突出對比關系 167
第8章 占比分析與多維分析入門 171
8.1 占比問題類型與餅圖、樹狀圖 171
8.1.1 餅圖的適用範圍及“極坐標” 171
8.1.2 樹狀圖：包含層次結構的占比分析 173
8.2 理解餅圖的本質，邁入高級分析之門 175
8.2.1 以“合計百分比”理解二次聚合：從Excel、SQL到Tableau 175
8.2.2 使用Tableau快速表計算完成“占比分析” 177
8.3 進階：將餅圖置於其他可視化視圖背景之中 178
8.4 自定義餅圖：按需計算分類字段 180
8.4.1 行級別分組：使用“分組”和行級別計算 180
8.4.2 指定詳細級別的分組：使用集或高級計算動態分組 181
8.5 高級圖形：環形圖、旭日圖、南丁格爾玫瑰圖 183
8.5.1 環形圖：最簡單的雙層次結構 183
8.5.2 旭日圖：雙層占比 184
8.5.3 南丁格爾玫瑰圖及個人建議 185
第9章 可視化交叉表：“舊瓶”何以裝“新酒” 187
9.1 匯總交叉表的常見場景 187
9.1.1 多度量值匯總：業務分析從高度抽象開始 187
9.1.2 日歷交叉表：單一度量的“突出顯示表” 189
9.1.3 組合圖：常見的“總分結構”表達方式 189
9.2 聚合匯總表和明細表：交叉表的兩類應用 190
9.3 讓交叉表更“好看”：可視化修飾方法 192
9.3.1 文本修飾表：基於度量值的漸變顏色修飾 193
9.3.2 雙軸交叉表：基於坐標軸和標記的高級“文本自定義” 195
9.3.3 高級組合圖：使用自定義字段邏輯控制形狀或其他 199
9.4 官方擴展：強大的超級表格（Tableau Table） 200
9.5 讓簡單豐富起來：善用工具提示與儀表板互動 202
9.6 用好“三圖一表”，避免形式主義 204
第10章 大數據轉折點：超越個體、走向分布 206
10.1 從個體分析到分布分析 206
10.2 直方圖：分布分析第一圖 207
10.2.1 簡單直方圖：使用已有字段創建直方圖 208
10.2.2 進階直方圖：使用數據桶在數據表行級別創建直方圖 209
10.2.3 高級直方圖：使用預先聚合和數據桶生成直方圖區間 210
10.2.4 基於RFM模型的客戶分布分析 211
10.3 分布函數與箱線圖：以百分位和方差描述離散程度 214
10.3.1 分布函數的應用：箱線圖入門 214
10.3.2 洞悉箱線圖：理解百分位數函數與兩類聚合 215
10.4 帕累托圖：頭部集中分布 218
10.4.1 橫軸百分位處理：將離散維度序列轉換為連續百分位坐標軸 219
10.4.2 縱軸累計百分比處理：度量的百分位轉換 220
10.4.3 空間分類處理：帕累托圖的顏色分類和互動篩選 221
10.5 自定義分布分析：參考線與參考分布模型 222
10.5.1 使用多條“百分比”參考線構建區間 223
10.5.2 自定義百分位分布區間 224
10.5.3 分位數分布區間 225
10.5.4 標準差分布與“質量控制圖”和“六西格瑪區間” 226
第11章 相關性分析：散點圖和雙軸趨勢 229
11.1 相關分析與“度量散點圖”入門 229
11.2 多個維度字段的“相關性系數” 232
11.3 度量相關性的擴展：散點圖矩陣 235
11.3.1 多個度量軸的散點圖矩陣 235
11.3.2 增加維度的散點圖矩陣 236
11.3.3 使用散點圖的樣式為箱線圖做擴展 236
11.4 多度量的趨勢相關性：雙軸折線圖 239
11.5 次序字段的流向分析：桑基圖 240
11.6 各類復雜圖形簡述 242
11.7 相關性或因果關系：基於空間的流行病學案例 244
第12章 特殊的分布：地理空間分析 248
12.1 地理空間和地理圖層 248
12.2 點圖與熱力圖：地理空間分布及其擴展形式 249
12.2.1 點圖和熱力圖的對比說明 249
12.2.2 空間點函數MAKEPOINT()和緩沖函數BUFFER() 251
12.2.3 自定義坐標系分布：“化學元素周期表” 253
12.3 符號地圖與填充地圖：用大小和顏色標記度量值 253
12.3.1 符號地圖和填充地圖：增加更多數據層 253
12.3.2 地圖標記層：組合多種標記樣式 255
12.3.3 高級案例：使用表計算自定義空間矩陣 255
12.4 路徑地圖：多點連線和雙點連線函數 257
12.4.1 多點路徑：使用次序字段連接多個空間點 257
12.4.2 點到點路徑：空間線函數MAKELINE()和直線距離函數DISTANCE() 258
12.4.3 空間面積函數AREA() 259
12.5 地理空間圖形的說明 260

第3篇 案例：可視化分析實踐分享
第13章 客戶遷徙分析：從靜態結構到動態標簽分析 262
13.1 從靜態結構到動態結構的客戶分析 262
13.2 以交互方式直觀感受客戶遷徙：高亮和樹狀圖 265
13.3 從模糊到精確：為年度客戶增加“價值標簽” 266
13.4 使用桑基圖表達多年之間的結構化關系 269
13.4.1 理解堆疊要素的業務意義 269
13.4.2 堆疊要素之間的關系 270
13.4.3 用桑基圖中的Null簡要理解客戶流失 271
13.5 月度遷徙分析與指標體系 272
第14章 實踐分享：超越客戶“顯而易見的需求” 274
14.1 跳出思維的限制 274
14.2 真實需求源自對業務的理解 276
14.3 金融案例 277
14.4 空調預測性維修案例 279
14.5 通風活門預測維修案例 281
第15章 用數據講故事，用數據解決現實的決策問題 283
15.1 可視化分析的誤區 283
15.2 什麼是“用數據講故事” 284
15.3 少即是多 285
15.4 航空案例 287
15.4.1 預達準確性分析 288
15.4.2 航空收益分析 289
15.5 商業智能的挑戰 293
第16章 跨主題分析：供應鏈銷售預測與生產平衡 294
16.1 需求預測的重要性及其困境 294
16.1.1 預測無處不在 294
16.1.2 預測的悖論 295
16.2 Record：一切皆可被量化 296
16.2.1 從無記錄到有記錄：充分利用ERP系統的功能，加強數據銜接 296
16.2.2 從粗糙到更有代表性的樣本 298
16.3 Review：回顧、分析，持續改進 299
16.3.1 入門：計算每一筆預測的誤差 300
16.3.2 進階：幫助業務定位問題並改進 301
16.3.3 高級：更抽象的指標，更深入的規律洞察 302
16.3.4 預測對象樣本：分析中不斷擴大預測範圍 305
16.4 Rebalance：以數據方式對齊跨部門的資源計劃 306
16.4.1 動態平衡簡要介紹 306
16.4.2 Rebalance的真諦：在平衡中持續改進 307
16.4.3 規劃求解的平衡：ERP系統的物料需求計劃 309
第17章 成為優秀的業務分析師的建議 311
17.1 好奇、探索和持續學習的欲望，是前進的源泉 311
17.2 學習理解原理，方能舉一反三、事半功倍 312
17.3 深入理解業務，方能立於不敗之地 313
17.4 分析要從明細開始，過度整理會遠離真相 314
17.5 工具不在多而貴在精，熟能生巧、巧能生智 315
17.6 循序漸進，不要好高騖遠 316
後記和參考資料 318