精通Tableau商業數據分析與可視化 ( 簡體 字) |
| 作者：王國平 | 類別：1. -> 程式設計 -> Tableau |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 52154
詢問書籍請說出此書號！【缺書】
NT售價： 445 元 |
| 出版日：12/1/2019 |
| 頁數：380 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302540427 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：作為一名商業數據分析師，應該如何成長、學習哪些技能？筆者的回答是，除了數據分析技能的學習之外，你要比產品經理更懂產品，比業務人員更懂業務，甚至還需要對整個行業有一定的思考。如果你做到了，那么你可能會成為一個非常搶手的數據分析師或者數據專家了。
目前，大數據時代正在變革著我們的生活、工作和思維，如何讓大數據更有意義、使之更貼近于大多數人呢？最重要的手段之一就是數據可視化。數據可視化是關于數據視覺表現形式的技術，這種數據的視覺表現形式被定義為：一種以某種概要形式抽提出來的信息，包括相應信息單位的各種屬性和變量。
截至2019年3月，Tableau Desktop的最新版本是2019.1，該版本的功能有較大幅度的提升，新功能包括Ask Data、Tableau Mobile應用、導出到PowerPoint等，大大提高了Tableau的數據處理能力和分析能力。本書正是基于Tableau 2019.1編寫的，全面而詳細地介紹Tableau Desktop在商業數據分析過程中的主要應用。
本書內容
第1章介紹商業數據分析的思維（結構化、公式化、業務化），商業數據分析的7種技巧（象限法、多維法、假設法、指數法、二八法、對比法、漏斗法）以及商業數據分析的典型方法（推薦引擎、購物籃分析、情感分析、生命價值預測和留存分析等方法）和商業數據分析步驟與階段、商業數據分析師的必備技能等內容。
第2章介紹商業數據分析的常用模型，包括KANO分析模型、5W2H分析模型、戰略鐘分析模型、RFM客戶價值模型、用戶行為分析模型、關聯分析模型、魚骨圖分析模型和營銷漏斗模型等。
第3章介紹Tableau Desktop概況、數據類型、文件類型、運算符及其優先級，以及Tableau系列包含的7種工具（Tableau Desktop、Tableau Prep、Tableau Online、Tableau Server、Tableau Public、Tableau Mobile、Tableau Reader）。
第4章介紹Tableau連接到文件（包括Microsoft Excel、Microsoft Access、文本文件、JSON文件、PDF文件、空間文件、統計文件），連接到數據庫（Microsoft SQL Server、MySQL、Oracle、Amazon Redshift），如何連接到MongoDB數據庫及具體步驟。
第5章介紹Tableau的基本操作，包括維度和度量及其轉換，連續和離散及其轉換，工作區的操作、工作表的基本操作、創建“上下文篩選器”等內容。
第6章介紹一些Tableau常用的高級操作，如表計算、創建字段、創建參數、聚合計算、缺失值的處理等，使用的數據源是“門店銷售數據.xls”。
第7章通過實例詳細介紹如何使用Tableau生成一些可視化視圖，如餅形圖、折線圖、散點圖、甘特圖、漏斗圖、環形圖等，使用的數據源是“超市運營數據.xls”。
第8章介紹如何使用Tableau創建地圖，包括設置角色、添加字段信息、設置地圖選項、創建分布圖和自定義地圖等內容，使用的數據源是“網站流量數據.xlsx”。
第9章詳細介紹創建高效儀表板的基本原則、如何創建美觀的儀表板、如何進一步完善與改進儀表板等內容，并通過實際案例介紹如何創建高效的儀表板。
第10章介紹如何使用Tableau創建故事及注意事項，通過設置標題、頁面、格式等完善故事使其更加生動，使用的數據源是“話務中心運營數據.xlsx”。
第11章介紹Hadoop分布式計算框架的特點，Tableau如何連接Cloudera Hive、MapR Hive、Hortonworks Hive等Hadoop集群及注意事項。
第12章介紹Apache Spark計算框架的特點，以及Tableau如何使用SparkSQL途徑連接Apache Spark及其注意事項。
第13章介紹通過技術手段可以改進可視化、依據Hadoop集群存儲文件的特點提升數據抽取效率以及大數據引擎的優化方法等。
第14章介紹基于Tabpy的運行環境，包括Tabpy Server和Tabpy client，并且使用實際案例探討如何使用Python 3.6，將機器學習結果集成到Tableau的視圖中。
第15章介紹基于R語言的Rserve運行環境，并且使用實際案例將R語言的機器學習結果集成到Tableau的視圖中。
第16章詳細介紹如何使用Tableau Prep對數據源進行清洗，包括添加步驟、添加聚合、添加行列轉置、添加關聯、添加并集、添加輸出6個步驟。
第17章介紹Tableau Online，包括如何注冊試用，如何導入已有數據源、快速搜索內容和設置賬戶，如何設置用戶的角色、添加用戶和創建所在的組等。
第18章介紹Tableau Server，包括如何下載和安裝及其注意事項，如何配置各選項及注意事項等，以及在Linux環境下如何安裝和配置。
本書特色
（1）由經驗豐富的數據分析師編寫
本書是一本專注于Tableau商業數據分析的專著，由從業十余年的一線數據分析師編撰，專業性毋庸置疑。
（2）從易到難，循序漸進
本書從Tableau簡介、連接數據源、基本操作、高級操作到Tableau Online和Tableau Server等，逐步深入，從易到難，適合各個層次的讀者閱讀。
（3）內容豐富，涵蓋面廣
本書除介紹Tableau Desktop軟件的使用，還使用大量篇幅介紹Tableau連接Hadoop集群、Tableau連接Apache Spark，使用Python和R將機器學習結果集成Tableau視圖，數據源的清洗，以及Tableau Online 和Tableau Server等內容。
（4）商業案例演練，提升實戰技能
本書在介紹功能的同時，基本都是結合案例進行演練，所使用的數據源具有典型的商業特征，使讀者在實戰場景中掌握Tableau的應用、提升實用技能。
資源文件下載
本書資源文件下載地址請掃描右邊二維碼獲得。
如果有問題、建議或者疑問，請聯系，郵件主題為“精通Tableau商業數據分析與可視化”。
本書讀者對象
剛剛入職數據分析崗位的從業者。
互聯網、銀行證券、咨詢審計、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。
培訓機構及大中專院校的學生。
限于編者水平，書中難免存在不妥之處，歡迎廣大讀者批評指正。
編 者
2019年10月 |
內容簡介：本書遵循理論與實踐相結合的教學目的，以實例講解在Windows環境下如何開發網絡應用程序的方法。全書共分7章：第1章介紹網絡編程的一些基本概念；第2章介紹套接字的基本概念以及Windows Socket的內容；第3~5章分別介紹流式套接字、數據報套接字和原始套接字的編程原理，并用實例詳細介紹如何開發相應的網絡應用程序；第6章介紹常見的應用層協議（如FTP、SMTP、HTTP、MQTT）和WinInet的內容，并用實例描述如何編寫基于應用層協議的網絡應用程序；第7章介紹使用廣泛的WinPcap的概念，以及如何用WinPcap開發相關網絡應用程序。本書的特點是有大量的實例源代碼及詳細解析。
本書主要供普通高校計算機、信息安全、通信工程等專業的師生使用，也可供對網絡編程感興趣的各類人員自學使用。 |
目錄：第1篇商業數據分析理論篇
第1章商業數據分析思維與技巧 2
1.1商業數據分析的思維 2
1.1.1結構化：按不同的方向分類 3
1.1.2公式化：對數據進行量化分析 4
1.1.3業務化：結合具體業務進行分析 4
1.2商業數據分析的7種技巧 4
1.2.1象限法：運用坐標的方式分析 5
1.2.2多維法：運用多維的方法呈現 5
1.2.3假設法：運用假設推理的方式 6
1.2.4指數法：整合與計算多個指標 6
1.2.5二八法：運用帕累托法則分析 7
1.2.6對比法：運用對比法對比分析 7
1.2.7漏斗法：挖掘有價值的新用戶 7
1.3商業數據分析的典型方法 8
1.3.1推薦引擎 8
1.3.2購物籃分析 8
1.3.3保修分析 8
1.3.4價格優化分析 9
1.3.5庫存管理 9
1.3.6選址分析 9
1.3.7情感分析 9
1.3.8品類分析 10
1.3.9生命價值預測 10
1.3.10反欺詐分析 10
1.3.11留存分析 11
1.4商業數據可視化分析工具 11
1.4.1TableauDesktop 11
1.4.2MicrosoftPowerBI 12
1.4.3SmartbiInsight 13
1.4.4QlikView 14
1.4.5FineBI 14
1.5商業數據分析的步驟與階段 15
1.6商業數據分析師的必備技能 17
1.7練習題 18
第2章商業數據分析的模型 19
2.1KANO分析模型 19
2.25W2H分析模型 20
2.3戰略鐘分析模型 21
2.4RFM客戶價值模型 22
2.5用戶行為分析模型 24
2.6關聯分析模型 25
2.7SWOT分析模型 26
2.8魚骨圖分析模型 27
2.9波士頓矩陣分析 28
2.10波特五力分析模型 29
2.11PDCA執行模型 30
2.12AARRR模型 31
2.13ABC分類模型 32
2.14杜邦分析模型 33
2.15平衡計分卡模型 35
2.16營銷漏斗模型 36
2.17SCP分析模型 37
2.18邏輯樹分析模型 38
2.19波士頓三四矩陣 39
2.20練習題 40
第2篇Tableau之新手入門篇
第3章TableauDesktop基礎入門 42
3.1TableauDesktop簡介 42
3.1.1新增主要功能 43
3.1.2“開始”頁面 44
3.1.3“數據源”頁面 45
3.2數據類型 47
3.2.1主要的數據類型 48
3.2.2更改數據類型 48
3.3文件類型 50
3.3.1工作簿文件 50
3.3.2打包工作簿 50
3.3.3其他文件類型 51
3.4運算符及優先級 51
3.4.1算術運算符 51
3.4.2邏輯運算符 51
3.4.3比較運算符 52
3.4.4運算符優先級 52
3.5Tableau軟件概況 52
3.5.1TableauDesktop 53
3.5.2TableauPrep 53
3.5.3TableauOnline 54
3.5.4TableauServer 54
3.5.5TableauPublic 55
3.5.6TableauMobile 55
3.5.7TableauReader 56
3.6練習題 56
第4章連接數據源 57
4.1連接到文件 57
4.1.1MicrosoftExcel 57
4.1.2文本文件 59
4.1.3JSON文件 61
4.1.4MicrosoftAccess 63
4.1.5PDF文件 65
4.1.6空間文件 66
4.1.7統計文件 68
4.2連接到數據庫 70
4.2.1連接到MicrosoftSQLServer 70
4.2.2MySQL 71
4.2.3Oracle 72
4.2.4AmazonRedshift 74
4.2.5更多數據庫 74
4.3連接到MongoDB 75
4.3.1MongoDB簡介 75
4.3.2MongoDB的安裝與配置 76
4.3.3連接MongoDB步驟 78
4.4練習題 80
第5章Tableau的基本操作 81
5.1維度和度量 81
5.1.1維度字段的可視化 81
5.1.2度量字段的可視化 82
5.1.3度量轉換為維度案例 84
5.2連續和離散 88
5.2.1連續字段的可視化 88
5.2.2離散字段的可視化 88
5.2.3日期類型的轉換案例 90
5.3工作區操作 91
5.3.1“數據”窗格的操作 92
5.3.2“分析”窗格的操作 93
5.3.3工具欄按鈕及說明 94
5.3.4狀態欄功能及說明 95
5.3.5功能區和卡的簡介 95
5.3.6語言和區域的設置 97
5.4工作表的基本操作 97
5.4.1如何創建工作表 98
5.4.2如何復制工作表 99
5.4.3如何導出工作表 100
5.4.4如何刪除工作表 101
5.5創建上下文篩選器提升性能 102
5.5.1如何創建“上下文篩選器” 102
5.5.2為“地區”添加上下文篩選器 103
5.6練習題 106
第6章Tableau的高級操作 107
6.1表計算：快速統計門店銷售額的占比 107
6.2創建字段：創建每件商品的利潤字段 110
6.3創建參數：生成商品類型的參數列表 112
6.4聚合函數：統計商品利潤率波動情況 119
6.5缺失值處理：處理銷售額中的缺失值 121
6.6案例實戰：各個門店利潤的差異分析 123
6.7練習題 125
第7章Tableau數據可視化 126
7.1單變量的可視化 126
7.1.1條形圖：不同類別商品的利潤分析 126
7.1.2餅形圖：不同地區銷售額占比分析 127
7.1.3直方圖：每類商品的利潤分布分析 130
7.1.4折線圖：月度銷售額歷史趨勢分析 131
7.2多變量的可視化 133
7.2.1散點圖：銷售額和利潤額的特征分析 133
7.2.2氣泡圖：不同地區利潤額的比較分析 134
7.2.3樹形圖：不同用戶類型的銷售額分析 136
7.2.4瀑布圖：不同產品類別的利潤額分析 138
7.2.5盒須圖：按區域和客戶類型分析折扣 143
7.2.6靶心圖：不同地區發貨天數的分析 147
7.2.7環形圖：不同地區的利潤額結構分析 149
7.2.8甘特圖：不同用戶類型送貨時間分析 154
7.2.9漏斗圖：客戶購買流程的漏斗分析 158
7.2.10帕累托圖：用戶消費等級結構分析 162
7.3練習題 166
第3篇Tableau之新手升級篇
第8章Tableau地圖可視化分析 168
8.1設置地理角色：將城市字段設置為地理角色 168
8.2標記地理位置：用生成的緯度和經度標記地圖 170
8.3添加字段信息：統計每個城市的銷售額情況 170
8.4設置地圖外觀：設置地圖的背景顏色和圖層 171
8.5完善美化地圖：按銷售額大小進一步美化地圖 173
8.6自定義地圖選項：按城市搜索銷售額的地圖 174
8.7練習題 175
第9章高效創建Tableau儀表板 176
9.1創建高效儀表板的原則 176
9.1.1了解業務需求、周密規劃 176
9.1.2依據充分信息、專業設計 177
9.1.3完善修正視圖、避免錯誤 178
9.2如何創建美觀的儀表板 179
9.2.1拖曳字段制作儀表板 179
9.2.2設置儀表板大小和布局 182
9.3進一步完善與改進儀表板 186
9.3.1如何改進儀表板 186
9.3.2創建視圖選擇菜單 188
9.3.3重塑儀表板的形象 191
9.3.4創建儀表板布局 193
9.3.5使用儀表板擴展程序 196
9.4案例實戰：超市運營狀況分析 198
9.4.1客戶分析的儀表板 198
9.4.2配送分析的儀表板 202
9.4.3銷售分析的儀表板 206
9.4.4利潤分析的儀表板 209
9.4.5退貨分析的儀表板 211
9.4.6預測分析的儀表板 215
9.5練習題 218
第10章數據可視化視圖的演示 219
10.1故事：讓故事替代煩人的PPT制作 219
10.2創建故事：對歷史數據創建故事點 220
10.3故事格式：完善故事使其更加生動 223
10.3.1標題：調整標題文本框大小 224
10.3.2頁面：使儀表板更適合故事 224
10.3.3格式：設置合適的故事格式 225
10.4演示故事：讓商業匯報更加簡便 226
10.5練習題 226
第4篇Tableau之大數據篇
第11章連接HadoopHive 228
11.1Hadoop簡介 228
11.1.1Hadoop分布式文件系統 229
11.1.2MapReduce計算框架 229
11.1.3ApacheHadoop發行版 230
11.2連接基本條件 232
11.2.1Hive版本：連接的必備條件 233
11.2.2驅動程序：安裝ODBC驅動 233
11.2.3啟動服務：運行Hive的服務 233
11.3連接主要步驟 234
11.3.1ClouderaHadoopHive 234
11.3.2HortonworksHadoopHive 239
11.3.3MapRHadoopHive 241
11.4連接注意事項 243
11.4.1日期/時間數據的處理 243
11.4.2連接集群的幾種限制 243
11.5練習題 244
第12章連接ApacheSpark 245
12.1ApacheSpark簡介 245
12.1.1快速通用的計算引擎 245
12.1.2Hadoop與Spark的比較 246
12.2連接步驟：Tableau連接Spark集群 247
12.2.1安裝SparkSQL的ODBC驅動 248
12.2.2啟動集群和Spark相關進程 248
12.2.3配置SparkODBC數據源 249
12.3測試SparkODBC數據連接 250
12.4練習題 251
第13章Tableau大數據引擎優化 252
13.1提升連接性能的一般技術 252
13.2常用的性能提升高級技術 254
13.2.1“篩選器”形式的分區字段 254
13.2.2分組字段形式的群集字段 254
13.2.3設置初始化SQL的參數 254
13.3提升數據提取效率的主要方法 255
13.3.1明確數據的存儲文件格式 255
13.3.2合理利用數據分區字段 255
13.3.3計算分組字段的哈希值 256
13.4練習題 256
第5篇Tableau之綜合應用篇
第14章Tableau與Python的集成 258
14.1搭建基于Tabpy的運行環境 258
14.1.1安裝Python集成環境 259
14.1.2安裝TabpyServer服務 262
14.1.3安裝TabpyClient服務 262
14.1.4連接Tableau到Tabpy 263
14.2基于案例數據集的機器學習 264
14.2.1案例數據集簡介 264
14.2.2分類算法的比較 264
14.3創建聚類分析的可視化視圖 267
14.3.1自定義數據準備 267
14.3.2可視化聚類結果 269
14.4練習題 269
第15章Tableau與R的集成 270
15.1搭建基于Rserve的運行環境 270
15.1.1安裝R集成環境 271
15.1.2連接Tableau到R 273
15.2基于案例數據集的機器學習 274
15.3練習題 276
第16章TableauPrep數據清洗 277
16.1TableauPrep簡介 277
16.1.1新增的主要功能 277
16.1.2安裝與注冊Prep 278
16.1.3Prep連接數據源 280
16.2TableauPrep清洗數據源 281
16.2.1如何實現添加步驟 282
16.2.2如何實現添加聚合 282
16.2.3如何實現添加轉置 283
16.2.4如何實現添加聯接 283
16.2.5如何實現添加并集 284
16.2.6如何實現添加輸出 285
16.3TableauPrep發布服務器 285
16.4案例實戰：門店經營數據清洗 287
16.4.1連接到門店經營數據 287
16.4.2瀏覽數據源發現問題 288
16.4.3清理數據源問題字段 290
16.4.4合并清洗后的數據源 295
16.4.5生成清洗過程的輸出 298
16.5練習題 299
第6篇Tableau之服務器篇
第17章TableauOnline服務器 302
17.1TableauOnline的試用和注冊 302
17.2TableauOnline用戶界面簡介 306
17.3TableauOnline的基本操作 309
17.3.1導入已有的數據源 310
17.3.2快速搜索相應內容 311
17.3.3找到感興趣的內容 312
17.3.4設置我的賬戶及其內容 313
17.4TableauOnline的用戶和組 314
17.4.1設置用戶的站點角色 314
17.4.2向站點添加多個用戶 315
17.4.3批量添加用戶 316
17.4.4創建用戶所在組 317
17.4.5管理和刪除用戶 319
17.5TableauOnline的項目 319
17.5.1在“內容”頁面添加新的項目 320
17.5.2在項目間移動工作簿 321
17.5.3刪除項目及注意事項 322
17.6練習題 322
第18章TableauServer服務器 323
18.1系統必備條件及其要求 323
18.2TableauServer安裝步驟 324
18.2.1下載軟件及配置安裝環境 324
18.2.2TableauServer的安裝過程 326
18.2.3激活TableauServer 327
18.3配置TableauServer 328
18.3.1配置“常規”選項 329
18.3.2配置“數據連接”選項 329
18.3.3配置“服務器”選項 330
18.3.4配置SMTP選項 331
18.3.5配置“通知和訂閱”選項 332
18.3.6配置SSL選項 333
18.3.7配置SAML選項 334
18.3.8配置Kerberos選項 335
18.3.9配置SAPHANA選項 336
18.3.10配置OpenID選項 337
18.4登錄TableauServer 338
18.5在Linux環境下安裝TableauServer 339
18.5.1正式安裝前的必要準備 339
18.5.2安裝TableauServer步驟 339
18.5.3注冊與激活TableauServer 340
18.5.4配置與初始化TableauServer 341
18.5.5登錄TableauServer服務器 342
18.6練習題 343
附錄ATableau的主要函數 344
附錄B安裝MongoDB 367
附錄C快速安裝Cloudera 371
附錄DTableau面試問題及答案 374
參考文獻 379 |
| 序： |
