新書推薦：
《
永夜微光：拉康与未竟之精神分析革命
》
售價：NT$
602
《
古希腊社会生活史
》
售價：NT$
254
《
维特根斯坦传
》
售價：NT$
296
《
暮日耀光：张居正与明代中后期政局
》
售價：NT$
959
《
厚土中华
》
售價：NT$
500
《
镜头设计：电影、短剧与短视频的拍摄之道
》
售價：NT$
500
《
读懂RWA
》
售價：NT$
403
《
复合型AI Agent开发：从理论到实践
》
售價：NT$
505
|
| 內容簡介： |
|
业务是数据分析的基础，也是最终的归宿。本书试图构建系统化的“业务可视化分析”实践方法论，这一体系从业务场景和问题出发，借助于可视化图表和交互式仪表板，实现“从业务中来、到业务中去”。 本书第1篇概述了业务分析的价值和数字化形式，重点介绍了普适性的“业务可视化分析”框架和分析基础，特别强调由浅入深地进行可视化构建。第2篇详细介绍了7种常见的问题类型及其可视化方法。第3篇结合笔者的项目实践，介绍了可视化在业务中的应用场景，超越可视化本身、用数据讲故事的实践建议，以及跨主题分析的高级场景。 可视化不是目的，只是形式。“业务可视化分析”是普适性方法论、优秀可视化工具与业务经验交织的抽象之地。
|
| 關於作者： |
|
五年时间，历任人资经理、业务经理、总裁助理、销售经理等企业岗位；创业多年，参与多家文化传媒公司、软件和信息咨询公司，为大量高端客户提供Tableau培训服务（包括人民银行、沈阳宝马、中石油、石药集团、北京航天、野村综研等）。
|
| 目錄：
|
第1篇 从业务和问题出发的可视化体系
第1章 业务可视化分析：实践方法论2
1.1 了解当下：面对分析，我们陷于何地2
1.2 可实践的业务分析方法综述4
1.3 适用于每个人的业务分析方法综述6
1.3.1 从业务出发的“业务―数据―分析”方法论和分析体系6
1.3.2 将业务流程和数据分析融为一体的“企业数据地图”7
1.3.3 数据模型：物理模型和逻辑模型的分离9
1.3.4 指标体系是模型的归宿、问题分析的起点，是提高灵活性的关键10
1.3.5 交互式仪表板11
1.4 工具是能力和思考的“天花板”12
第2章 奠基：业务分析的价值与形式14
2.1 分析的终极目的是辅助决策14
2.2 从数字和时钟中了解可视化视觉要素18
2.3 简单可视化：帮助领导者更快地获得信息20
2.4 交互可视化：可视化是假设验证的工具21
2.5 结构化可视化：多详细级别结构23
2.6 Tableau：敏捷BI助力决策分析25
第3章 方法论：业务分析框架与分析基础27
3.1 问题结构与其构成关系28
3.2 过程：分析的本质过程是聚合29
3.2.1 Excel数据透视表：拖曳实现聚合29
3.2.2 独立于数据库的SQL查询：窗口式、编程化结构查询31
3.2.3 Tableau VizQL可视化拖拉曳：聚合、可视化、分析三合一31
3.2.4 超越工具之上：分析的本质过程是聚合32
3.3 聚合的起点：理解数据明细表的构成与详细级别33
3.3.1 理解数据表的构成及数据类型分类34
3.3.2 理解数据表反映的业务过程及数据表记录的唯一性40
3.3.3 理解多个数据表的“行详细级别”及其相互关系，是数据合并/匹配的基础42
3.4 聚合的终点：理解逻辑表与逻辑字段43
3.4.1 理解“聚合表”的特殊性及其详细级别43
3.4.2 理解问题中包含的计算类型：行级别计算、聚合计算45
3.4.3 字段的分类与多视角理解47
3.4.4 常见聚合类型：合计、方差、百分位49
3.5 从问题分析视角看数据分析的发展阶段54
第4章 启程：可视化构建方法与扩展路径57
4.1 “笛卡儿空间”与两种可视化思路57
4.1.1 可视化坐标空间：坐标系与坐标轴58
4.1.2 可视化图形的“图形语法”模式60
4.1.3 可视化图形的“图形库”模式62
4.1.4 面向业务的“图形语法”和面向IT的“图形库”对比67
4.2 理解可视化的普遍构成：可视化图形的构成要素68
4.2.1 可视化视觉模式与图形类型70
4.2.2 可视化的意义描述：不忘初心、专注业务73
4.3 可视化核心：字段的连续、离散属性与坐标轴74
4.3.1 何为无限连续字段74
4.3.2 次序字段75
4.3.3 日期字段：兼具无限连续与次序字段的特征77
4.3.4 字段的连续、离散属性，与3种可视化空间类型78
第2篇 问题的7种基本类型与可视化方法
第5章 常见问题分类及增强可视化分析82
5.1 3个阶段和7种问题类型82
5.1.1 分析三大阶段与基本问题类型82
5.1.2 “问题的字段角色解析方法”与基本问题类型84
5.2 7种基础可视化图形简述86
5.2.1 传统三大图：条形图、折线图及饼图86
5.2.2 交叉表：侧重度量指标的高密度展现87
5.2.3 分布分析的三大典型图形87
5.2.4 相关性：散点图与双轴折线图90
5.2.5 地理位置可视化92
5.3 从基本可视化到复杂图形的延伸方法综述94
5.3.1 从问题分析到图形增强分析的完整路径94
5.3.2 基于行/列的空间扩展：分区与矩阵95
5.3.3 基于标记的增强分析：分层绘制方法98
5.3.4 坐标轴的扩展：双轴、同步轴与多轴的合并处理104
5.3.5 基于参考线的扩展：增加视图聚合的二次聚合106
5.4 超越图形，深入业务：通往更广阔的世界107
第6章 “无对比，不分析”：排序分析109
6.1 基本条形图与多个离散维度条形图110
6.1.1 并排条形图：离散字段并排构成分区111
6.1.2 条形图矩阵：离散字段交叉构成矩阵112
6.1.3 高级实例：日历矩阵条形图113
6.1.4 堆叠条形图：你喜欢喝什么咖啡115
6.1.5 比例条形图：把堆叠条形图转换为占比分析116
6.2 包含多个度量坐标轴的条形图117
6.2.1 字段重要性递减的多种布局方式117
6.2.2 考虑字段关系的双轴布局方式118
6.2.3 并排条形图：多个绝对值度量字段的对比120
6.2.4 重叠条形图：多个绝对值度量字段的包含关系121
6.3 字段类型和属性对可视化图形的影响123
6.3.1 字段类型和属性对颜色的影响123
6.3.2 “绝对值”与比值：字段属性对标记选择的影响125
6.4 坐标轴的调整与组合125
6.4.1 默认零点：除非必要，谨慎更改126
6.4.2 坐标轴“倒序”：有些数据越大越差127
6.4.3 绝对值刻度与百分位刻度128
6.4.4 从“等距坐标轴”到“不等距坐标轴”129
6.5 以条形图为底色的进阶图形130
6.5.1 棒棒糖图：虚拟双轴130
6.5.2 靶心图：在排序基础上增加对比关系131
6.5.3 进度条：展示单一对比关系的条形图变种132
6.5.4 结构化分析实例：条形图的“高级化”134
第7章 时间趋势分析：折线图“家族”136
7.1 时间序列的构成136
7.2 折线图的多种延伸形式137
7.2.1 时间的层次结构与连续/离散属性137
7.2.2 并排折线图和矩阵折线图139
7.2.3 多维度折线图、堆叠面积图、百分比堆叠面积图140
7.2.4 案例：包含时序的柱状图与结构化分析143
7.3 包含多个度量的时间序列145
7.3.1 时间序列中的双轴与柱状图145
7.3.2 双轴的改变：柱状图与折线图的结合146
7.3.3 度量值趋势图：基于公共基准的多轴合并147
7.4 时间序列与条形图的结合：甘特图及其变种148
7.4.1 标准甘特图：沿着连续日期延伸148
7.4.2 股票蜡烛图：两个甘特图的重叠149
7.4.3 跨度图：“伪装的甘特图样式”151
7.4.4 阶梯图：以阶梯方式表达“跨度”153
7.5 日期的高级转换：绝对日期与相对日期154
7.5.1 两类日期锚点：绝对日期轴和相对日期轴154
7.5.2 “公共基准”案例：产品在不同时间段的业绩对比156
7.5.3 高级案例：客户复购分析159
7.6 时间序列分析中度量的处理与高级图形162
7.6.1 累计汇总趋势图：聚合度量的累计汇总处理162
7.6.2 绝对值与同比双轴图：同比或环比的比率163
7.7 排序图：绝对值转换为相对排序164
7.8 坡面图：次序字段的前后变化166
7.9 双折线增加阴影区：在趋势中突出对比关系167
第8章 占比分析与多维分析入门171
8.1 占比问题类型与饼图、树状图171
8.1.1 饼图的适用范围及“极坐标”171
8.1.2 树状图：包含层次结构的占比分析173
8.2 理解饼图的本质，迈入高级分析之门175
8.2.1 以“合计百分比”理解二次聚合：从Excel、SQL到Tableau175
8.2.2 使用Tableau快速表计算完成“占比分析”177
8.3 进阶：将饼图置于其他可视化视图背景之中178
8.4 自定义饼图：按需计算分类字段180
8.4.1 行级别分组：使用“分组”和行级别计算180
8.4.2 指定详细级别的分组：使用集或高级计算动态分组181
8.5 高级图形：环形图、旭日图、南丁格尔玫瑰图183
8.5.1 环形图：最简单的双层次结构183
8.5.2 旭日图：双层占比184
8.5.3 南丁格尔玫瑰图及个人建议185
第9章 可视化交叉表：“旧瓶”何以装“新酒”187
9.1 汇总交叉表的常见场景187
9.1.1 多度量值汇总：业务分析从高度抽象开始187
9.1.2 日历交叉表：单一度量的“突出显示表”189
9.1.3 组合图：常见的“总分结构”表达方式189
9.2 聚合汇总表和明细表：交叉表的两类应用190
9.3 让交叉表更“好看”：可视化修饰方法192
9.3.1 文本修饰表：基于度量值的渐变颜色修饰193
9.3.2 双轴交叉表：基于坐标轴和标记的高级“文本自定义”195
9.3.3 高级组合图：使用自定义字段逻辑控制形状或其他199
9.4 官方扩展：强大的超级表格（Tableau Table）200
9.5 让简单丰富起来：善用工具提示与仪表板互动202
9.6 用好“三图一表”，避免形式主义204
第10章 大数据转折点：超越个体、走向分布206
10.1 从个体分析到分布分析206
10.2 直方图：分布分析第一图207
10.2.1 简单直方图：使用已有字段创建直方图208
10.2.2 进阶直方图：使用数据桶在数据表行级别创建直方图209
10.2.3 高级直方图：使用预先聚合和数据桶生成直方图区间210
10.2.4 基于RFM模型的客户分布分析211
10.3 分布函数与箱线图：以百分位和方差描述离散程度214
10.3.1 分布函数的应用：箱线图入门214
10.3.2 洞悉箱线图：理解百分位数函数与两类聚合215
10.4 帕累托图：头部集中分布218
10.4.1 横轴百分位处理：将离散维度序列转换为连续百分位坐标轴219
10.4.2 纵轴累计百分比处理：度量的百分位转换220
10.4.3 空间分类处理：帕累托图的颜色分类和互动筛选221
10.5 自定义分布分析：参考线与参考分布模型222
10.5.1 使用多条“百分比”参考线构建区间223
10.5.2 自定义百分位分布区间224
10.5.3 分位数分布区间225
10.5.4 标准差分布与“质量控制图”和“六西格玛区间”226
第11章 相关性分析：散点图和双轴趋势229
11.1 相关分析与“度量散点图”入门229
11.2 多个维度字段的“相关性系数”232
11.3 度量相关性的扩展：散点图矩阵235
11.3.1 多个度量轴的散点图矩阵235
11.3.2 增加维度的散点图矩
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
