第1章 Tableau數據可視化概述 001
1.1　數據可視化概述　001
1.1.1　什么是數據可視化　001
1.1.2　如何實現數據可視化　002
1.1.3　數據可視化的注意事項　002
1.2　數據可視化常用軟件　003
1.2.1　Tableau Desktop　003
1.2.2　Microsoft Power BI　004
1.2.3　阿里DataV　004
1.2.4　騰訊云圖　005
1.2.5　百度Sugar　006
1.2.6　帆軟FineBI　006
1.3　Tableau軟件概況　007
1.3.1　Tableau Desktop　007
1.3.2　Tableau Prep　007
1.3.3　Tableau Online　007
1.3.4　Tableau Server　008
1.3.5　Tableau Public　008
1.3.6　Tableau Mobile　008
1.3.7　Tableau Reader　008
1.4　初識Tableau Desktop　008
1.4.1　新增功能　008
1.4.2　開始頁面　009
1.4.3　“數據源”界面　010
1.4.4　數據類型及其轉換　011
1.4.5　運算符及其優先級　014
1.4.6　文件類型　015
1.5　練習題　015

第2章　Tableau連接數據源　016
2.1　連接數據文件　016
2.1.1　Microsoft Excel　016
2.1.2　文本文件　018
2.1.3　JSON文件　019
2.1.4　Microsoft Access　020
2.1.5　PDF文件　021
2.1.6　空間文件　022
2.1.7　統計文件　023
2.2　連接關系型數據庫　025
2.2.1　Microsoft SQL Server　025
2.2.2　MySQL　026
2.2.3　Oracle　027
2.2.4　PostgreSQL　028
2.2.5　IBM DB2　029
2.2.6　MemSQL　030
2.3　連接非關系型數據庫　031
2.3.1　MongoDB簡介　031
2.3.2　安裝MongoDB　031
2.3.3　連接MongoDB　032
2.4　連接其他數據源　034
2.4.1　阿里MaxCompute　034
2.4.2　Databricks　034
2.4.3　更多服務器　034
2.5　練習題　035
第3章　Tableau基礎操作　036
3.1　工作區及其操作　036
3.1.1　工具欄及其功能　036
3.1.2　“數據”窗格操作　037
3.1.3　“分析”窗格操作　038
3.1.4　功能區和卡　039
3.1.5　工作表及其操作　040
3.2　維度和度量及相關操作　043
3.2.1　維度及其操作　043
3.2.2　度量及其操作　043
3.2.3　維度字段和度量字段的轉換及案例　043
3.3　連續和離散及相關操作　045
3.3.1　連續及其操作　045
3.3.2　離散及其操作　046
3.3.3　連續字段和離散字段的轉換及案例　046
3.4　數據及視圖的導出　047
3.4.1　導出數據文件　047
3.4.2　導出圖形文件　048
3.4.3　導出PDF文件　049
3.4.4　導出PowerPoint文件　050
3.4.5　導出低版本文件　051
3.5　練習題　052
第4章　Tableau高級操作　053
4.1　創建字段及其案例　053
4.1.1　創建字段簡介　053
4.1.2　創建字段案例　053
4.2　表計算及其案例　055
4.2.1　表計算簡介　055
4.2.2　表計算案例　057
4.3　創建參數及其案例　058
4.3.1　創建參數簡介　058
4.3.2　創建參數案例　058
4.4　函數應用及其案例　062
4.4.1　常用函數簡介　062
4.4.2　函數應用案例　070
4.5　練習題　072
第5章　Tableau數據可視化　073
5.1　簡單視圖的可視化　073
5.1.1　條形圖　073
5.1.2　餅圖　074
5.1.3　直方圖　076
5.1.4　折線圖　078
5.1.5　氣泡圖　079
5.2　復雜視圖的可視化　081
5.2.1　樹狀圖　081
5.2.2　散點圖　082
5.2.3　箱形圖　084
5.2.4　環形圖　085
5.2.5　傾斜圖　090
5.3　統計分析的可視化　094
5.3.1　相關分析　095
5.3.2　回歸分析　096
5.3.3　聚類分析　099
5.3.4　時間序列分析　102
5.4　地理數據的可視化　106
5.5　練習題　107
第6章　Tableau儀表板和故事　108
6.1　創建儀表板的基本要求　108
6.1.1　熟悉業務并合理規劃　108
6.1.2　利用視圖充分展示　108
6.1.3　完善視圖以避免錯誤　109
6.2　Tableau儀表板　109
6.2.1　認識儀表板　109
6.2.2　創建儀表板　109
6.2.3　完善美化儀表板　111
6.3　Tableau故事　113
6.3.1　讓故事代替PPT　113
6.3.2　創建故事　113
6.3.3　完善美化故事　116
6.4　共享可視化視圖　118
6.5　練習題　118
第7章　連接Hadoop集群　119
7.1　認識Hadoop　119
7.1.1　Hadoop分布式文件系統　120
7.1.2　MapReduce計算框架　120
7.1.3　Apache Hadoop發行版　120
7.2　連接的基本條件　122
7.2.1　連接的前提條件　122
7.2.2　安裝驅動程序　122
7.2.3　啟動Hive服務　122
7.3　連接的主要步驟　123
7.3.1　連接Cloudera Hadoop大數據集群　123
7.3.2　連接MapR Hadoop Hive大數據集群　127
7.4　連接性能優化　128
7.4.1　自定義SQL語句　128
7.4.2　創建數據提取　129
7.5　練習題　130
第8章　Tableau在線服務器　131
8.1　認識Tableau在線服務器　131
8.1.1　注冊和免費試用Tableau Online　131
8.1.2　創建和激活站點　132
8.1.3　服務器配置選項介紹　134
8.2　Tableau在線服務器基礎操作　139
8.2.1　設置賬戶及內容　139
8.2.2　設置顯示及排序樣式　140
8.2.3　快速搜索與搜索幫助　141
8.3　Tableau在線服務器用戶設置　142
8.3.1　設置站點角色及權限　142
8.3.2　向站點添加用戶　143
8.3.3　創建和管理群組　145
8.4　Tableau在線服務器項目操作　148
8.4.1　創建和管理項目　148
8.4.2　創建項目工作簿　151
8.4.3　移動項目工作簿　153
8.5　練習題　155
第9章　電商行業案例實戰　156
9.1　客戶價值分析　156
9.1.1　2014年至2020年上半年有效訂單的客戶數　157
9.1.2　2020年上半年有效訂單客戶的分布　158
9.1.3　2020年上半年不同學歷客戶購買額　159
9.1.4　2020年上半年有效訂單量客戶排名　159
9.2　商品配送分析　160
9.2.1　2020年上半年各月份平均延遲天數　161
9.2.2　2020年上半年各地區平均延遲天數　162
9.2.3　2020年上半年各類型商品平均延遲天數　163
9.2.4　2020年上半年各門店平均延遲天數　163
9.3　商品退貨分析　164
9.3.1　2020年上半年各月份商品退貨次數　165
9.3.2　2020年上半年各地區商品退貨金額　166
9.3.3　2020年各類型商品退貨金額　167
9.3.4　2020年上半年主要退貨商品及數量　167
9.4　商品預測分析　168
9.4.1　2020年下半年商品銷售額預測　169
9.4.2　2020年下半年商品利潤額預測　170
9.4.3　2020年下半年商品銷售量預測　171
9.4.4　2020年下半年商品退貨量預測　171
9.5　練習題　172
第10章　客戶價值畫像實戰　173
10.1　認識RFM模型　173
10.1.1　RFM模型簡介　173
10.1.2　RFM模型的維度　174
10.1.3　RFM模型的客戶價值分類　174
10.2　數據處理與標準化　174
10.2.1　指標數據處理　174
10.2.2　指標數據標準化　176
10.3　數據分析與建模　177
10.3.1　設置指標參考值　177
10.3.2　判斷指標數據優劣　178
10.3.3　劃分客戶價值類型　179
10.4　數據可視化分析　180
10.4.1　客戶價值類型的數量分析　180
10.4.2　客戶價值類型的占比分析　181
10.4.3　客戶價值類型的地區分析　182
10.4.4　客戶價值類型的詳細名單　183
10.4.5　客戶價值類型分析儀表板　183
10.5　練習題　184
附錄　185
參考文獻　200