編輯推薦

　　1. 基於9.1版本，采用實際案例，深度講解核心功能。

　　2. Tableau亞太區副總裁、埃森哲大中華區董事總經理傾情作序。

　　3. 特斯拉、百度、***等數據分析師聯袂推薦。

　　4. 簡單易用，拖放成圖，無需統計、計算機背景，即可進行可視化分析，分秒間讀取，快速引擎處理，幫你看見並讀懂大數據。

　　5. 全麵介紹Tableau核心功能。包括數據連接與管理、基礎與高級圖形分析、地圖分析、高級數據操作、基礎統計分析、如何與R集成進行高級分析、分析圖錶整閤以及分析成果共享等主要內容。

　　6. 本書以目前電力行業已有的監測、分析業務實踐為基礎，以豐富的實際案例貫穿始終，對各類方法、技術進行瞭詳細說明，方便讀者快速掌握數據分析方法。

　　本書樣例數據源文件請到圖靈社區本書主頁下載。

內容簡介

　　《人人都是數據分析師 Tableau應用實戰》基於Tableau 9.1版本編寫，詳細介紹瞭Tableau的數據連接與編輯、圖形編輯與展示功能，包括數據連接與管理、基礎與高級圖形分析、地圖分析、高級數據操作、基礎統計分析、如何與R集成進行高級分析、分析圖錶整閤以及分析成果共享等主要內容。同時，書中以目前電力行業已有的監測、分析業務實踐為基礎，以豐富的實際案例貫穿始終，對各類方法、技術進行瞭詳細說明，方便讀者快速掌握數據分析方法。

　　《人人都是數據分析師 Tableau應用實戰》適用於互聯網、銀行證券、谘詢審計、快消品、能源等行業數據分析用戶以及媒體、網站等數據可視化用戶。

作者簡介

　　劉紅閣博士，原埃森哲谘詢經理，現百度鳳巢分析經理，專注於數據挖掘、機器學習、數據可視化等領域。

　　王淑娟，埃森哲谘詢顧問，專注於電力行業運營谘詢、數據分析及數據可視化等領域。

　　溫融冰，埃森哲谘詢經理，專注於企業價值管理、預算與績效管理及數據分析等領域。

內頁插圖

精彩書評

　　★本書通過真實的案例，闡述瞭一個完全不同於以往的數據分析方法論。它展示瞭領先企業如何讓商業智能不再局限於少數技術人員，讓多數人都掌握自助分析，讀懂數據創造更大的價值。

　　——JY Pook， Tableau亞太區副總裁

　　★Tableau 是一座橋梁，是一座將業務運營和大數據分析緊密融閤的生産力橋梁。本書是一本以業務為導嚮、以Tableau 為生産工具的較好的可視化學習圖書，讓人倍感親切，不忍釋捲。”

　　——柳卿博士，上海貝爾股份有限公司

　　★非常幸運能在第1時間讀到這本書，對於Tableau和數據愛好者來說，這絕對是一本值得推薦的書。

　　——欒超，特斯拉中國工程師

　　★Tableau 提供瞭幾乎所有數據源的訪問接口，分析處理能力強大，圖錶精美，操作簡單。本書分析視角獨特且多樣，非常值得一讀。

　　——莊曉天博士，

　　★在 Teambition，從産品到運營，我們用 Tableau 查看和分析方方麵麵的數據。很高興看到這樣一本結構清晰、案例豐富的好書。對於想入門或提升自己數據分析能力的朋友，這本書是你的較佳選擇。

　　——紀楊，Teambition數據分析師

目錄

第1章　Tableau入門　　1
1．1　敏捷商務智能　1
1．2　數據可視化明星Tableau　2
1．3　Tableau的主要特性　3
1．4　Tableau的産品體係　5
1．5　Tableau的工作區　6
1．5．1　工作錶工作區　6
1．5．2　儀錶闆工作區　8
1．5．3　故事工作區　9
1．5．4　菜單欄和工具欄　10
1．6　Tableau的文件管理　12
第2章　典型應用場景　14
2．1　數據準備　14
2．2　認識Tableau數據　16
2．2．1　數據角色　16
2．2．2　字段類型　18
2．2．3　字段類型轉換　18
2．3　創建視圖　19
2．3．1　行列功能區　20
2．3．2　標記卡　23
2．3．3　篩選器　29
2．3．4　頁麵　31
2．3．5　智能顯示　32
2．3．6　度量名稱和度量值　33
2．4　創建儀錶闆　35
2．5　保存工作成果　37
第3章　數據連接與管理　38
3．1　Tableau的數據架構　38
3．2　數據連接　41
3．2．1　連接文件數據源　41
3．2．2　連接服務器數據源　45
3．2．3　復製粘貼輸入數據　49
3．2．4　篩選數據　51
3．3　數據整閤　53
3．3．1　實現多錶聯結　53
3．3．2　多數據源的數據融閤　56
3．3．3　行列轉換　59
3．4　數據加載　60
3．4．1　創建數據提取　60
3．4．2　刷新數據提取　64
3．4．3　嚮數據提取添加行　66
3．4．4　優化數據提取　67
3．5　數據維護　68
3．5．1　查看數據　69
3．5．2　刷新數據　69
3．5．3　替換數據　70
3．5．4　刪除數據　71
第4章　初級可視化分析　73
4．1　條形圖　73
4．2　直方圖　77
4．3　餅圖　80
4．4　摺綫圖　83
4．4．1　基本摺綫圖　83
4．4．2　雙組閤圖　86
4．5　基本錶　89
4．6　壓力圖　90
4．6．1　壓力圖　90
4．6．2　突顯錶　92
4．7　樹地圖　96
4．8　氣泡圖　97
4．9　圓視圖　98
4．10　標靶圖　99
4．11　甘特圖　101
第5章　地圖分析　103
5．1　地圖簡介　103
5．1．1　分配地理角色　103
5．1．2　創建符號地圖　104
5．1．3　創建填充地圖　111
5．1．4　創建多維度地圖　112
5．1．5　創建混閤地圖　113
5．2　設置地理信息　116
5．2．1　選擇地圖源　116
5．2．2　自定義地理編碼　118
5．3　高級功能　121
5．3．1　多邊形地圖　121
5．3．2　背景圖像地圖　123
5．3．3　地理位置距離計算　127
第6章　高級數據操作　129
6．1　分層結構　129
6．1．1　創建分層結構　130
6．1．2　使用分層結構　131
6．2　組　134
6．2．1　創建組　134
6．2．2　使用組　136
6．3　集　138
6．3．1　創建集　138
6．3．2　使用集　141
6．4　參數　142
6．4．1　創建參數　143
6．4．2　使用參數　144
6．5　計算字段　145
6．5．1　創建計算字段　146
6．5．2　使用計算字段　147
6．5．3　特殊函數：錶計算　149
6．5．4　特殊函數：詳細級彆錶達式　156
6．5．5　特殊函數：百分比　158
6．6　變換　159
6．6．1　變換日期型字段　159
6．6．2　變換字符型字段　160
6．7　參考綫及參考區間　161
6．7．1　創建參考綫及參考區間　162
6．7．2　創建參考區間　165
第7章　高級可視化分析　166
7．1　帕纍托圖　166
7．2　盒須圖　171
7．2．1　基礎應用　172
7．2．2　圖形延伸　174
7．3　瀑布圖　175
7．3．1　基礎應用　176
7．3．2　圖形延伸　178
7．4　範圍?綫圖　180
7．5　傾斜圖　183
7．6　網絡圖　186
7．7　雷達圖　191
第8章　統計分析　199
8．1　散點圖與相關分析　199
8．1．1　創建基本散點圖　199
8．1．2　創建高級散點圖　200
8．1．3　創建散點圖矩陣　201
8．2　迴歸分析　203
8．2．1　模型簡介　203
8．2．2　模型構建　204
8．2．3　模型評價　206
8．3　時間序列分析　207
8．3．1　時間序列圖　207
8．3．2　時間序列預測　209
8．3．3　預測模型評價　213
8．4　Tableau與R語言　215
8．4．1　R語言簡介　215
8．4．2　Tableau與R集成　217
8．4．3　用R進行高級分析　219
第9章　分析圖錶整閤　223
9．1　儀錶闆簡介　223
9．1．1　工作區　223
9．1．2　對象　224
9．1．3　布局容器　225
9．1．4　布局方式　226
9．1．5　交互操作　227
9．2　操作步驟　227
9．2．1　新建布局　228
9．2．2　添加內容並調整格式　230
9．2．3　添加交互操作　244
第10章　分析成果共享　254
10．1　導齣和發布數據（源）　254
10．1．1　通過將數據復製到剪貼闆導齣數據　254
10．1．2　以Access數據庫文件導齣數據　257
10．1．3　以交叉分析（Excel）方式導齣數據　258
10．1．4　導齣數據源　258
10．1．5　發布數據源　260
10．2　導齣圖像和PDF 文件　262
10．2．1　復製圖像　262
10．2．2　導齣圖像　263
10．2．3　打印為PDF　264
10．3　保存和發布工作簿　265
10．3．1　保存工作簿　265
10．3．2　保存打包工作簿　265
10．3．3　將工作簿發布到服務器　267
10．3．4　將工作簿保存到TableauPublic上　270
第11章　Tableau Server簡介　273
11．1　安裝Tableau Server　273
11．1．1　單服務器安裝　273
11．1．2　分布式集群安裝　279
11．2　配置Tableau Server　282
11．2．1　配置站點　282
11．2．2　配置用戶　285
11．2．3　配置組　288
11．3　使用Tableau Server　289
11．3．1　界麵查詢　291
11．3．2　編輯發布　294
11．4　安全機製　295
11．4．1　訪問安全　296
11．4．2　對象安全　296
11．4．3　數據安全　297
11．4．4　網絡安全　297
附錄A　Tableau數據提取API　299
附錄B　Tableau JavaScript API　304
附錄C　Tableau函數　307
附錄D　數據錶　326

前言/序言

　　古諺有雲“一圖勝萬言”，這在不同文化中均廣為人知。有人經考證認為，其最早來自記者弗萊德?巴納德（Fred R. Barnard）1927年發錶在一本貿易雜誌上的文章；然而另一些人認為它源於中國的孔子，這位2000多年前的智者曾講過“書意能達萬言”。無論齣處如何，專傢們已經一次又一次地發布研究成果來證實這個結論：人類主要是視覺動物。當我寫這篇序言時，我仍驚嘆於這種認知在中國是多麼地深入人心，從遠古時代雄偉的繪畫到象形文字、形聲字，再到今天的簡體字，都有著廣泛的體現。

　　而Tableau有幸基於這樣的智慧創造應用産品，來幫助更多的人讀懂他們的數據。我們十多年前起源於斯坦福大學的這個願望，已經惠及150多個國傢3萬多傢機構及成韆上萬的個人。當今世界，人類前所未有地連接在一起，而未來5年內，將會産生多如繁星的數據，那麼能夠理解、利用和掌握自身的數據將變成一項最基本的生存技能。

　　許多機構已經開始麵對這個人人自助分析、數據驅動決策的現實。少數比較成功，但更多疲於追趕。Tableau亞太區的一項市場調研發現，那些能夠滿足業務人員自助開展數據讀取和分析需求的企業，其業績比采取傳統做法的企業好兩倍。但是盡管知曉此好處，75%的業務人員錶明他們自助開展數據分析的需求仍未充分滿足或完全未滿足。

　　中國經濟的發展早已超越曾經的“四小龍”，在知識經濟與數字化時代，越來越多的國有企業、私營企業甚至公共服務機構都麵臨同樣的挑戰。培訓員工應用自助式的分析工具發現海量數據中的價值已變得勢在必行。

　　而這正是本書的關鍵所在！盡管市麵上已經有瞭傳統的商業智能解決方案，但是麵對海量的數據和整閤這些解決方案的復雜性，很多中國企業仍疲於應對。本書通過真實的案例，闡述瞭一個完全不同於以往的數據分析方法論。它展示瞭領先企業如何讓商業智能不再局限於少數技術人員，讓多數人都掌握自助分析，讀懂數據，創造更大的價值。

　　中國是世界上最大的能源消費國，電力行業的高效運營有著重大而廣泛的影響。我相信讀者會從電力行業敏捷數據分析的最佳實踐中受益匪淺。關於這一點，我非常感謝我們的閤作夥伴埃森哲的三位作者，他們持續為客戶帶來行業洞見，並先見地倡導客戶應用Tableau來滿足數據分析的需求。

　　JY Pook

　　Tableau亞太區副總裁

在京東買書很多瞭，質量不錯，送貨速度快，京東物流確實不同凡響。

東西很不錯，快遞小哥也很給力，直接送到傢門口，先五星好評，以後有問題再來說

送貨快。品質好。送貨快。品質好。送貨快。品質好。送貨快。品質好。

高清晰，很好的書

早就關注瞭，終於有券瞭。很想學這個。希望會有幫助

書不錯，入門學習夠瞭。數據分析的軟件隻是個工具，最重要的還是思維方式。

很滿意，下次還會光顧。

電商物流哪傢好，早上京東下午到。快遞小哥微微笑，服務到傢真周到。

書送來瞭，非常快，還沒來得及看。物流贊！