跳至正文

《业务分析通识》_用Tableau框架理解“分析世界”

标签:

本文将是面向未来的、脱离工具的分析通识内容，将是未来新书的速览版本。内容覆盖数据基础、分析基础、可视化基础、计算基础、交互基础、“多维分析”、业务主题场景等内容。

⚠️ 本系列不能保证更新进度，也不能保证完全公开，部分内容会在最终图书出版后，或者付费公开。

⚠️本文结构，依然较大地受到了《数据可视化分析》《业务可视化分析》的影响

一、入门篇：分析通识

第一章 数据基础：数据库、数据表、数据查询

阅读更多［数据分析］读《数据之美》，学可视化设计

关于数据库、数据表、数据查询，你需要知道的最低限量的知识，同时了解数据查询query和数据分析analysis的本质区别。

点击访问系列1——分析常识-1：数据库、数据表、数据查询

  • 数据库：存放数据的容器、架构，属于完全技术的范畴。两类数据库的分类应该是通识。
    • 数据存储：文件存储、数据库（参考《可视化导论》陈为）
  • 数据表：数据存、取的基本对象，直接对应业务过程，或者分析问题。
  • 数据查询：与数据库中的table打交道的方式，分析是特殊的查询形式。

数据表是分析的关键，其中又可以延伸很多关键知识，比如数据类型、统计分析。

阅读更多【Tableau】详细级别表达式LOD_语法与逻辑 (2)

第二章 分析基础：分析的位置、过程，以及分析工具

May 27, 2023 修改

1、分析与业务、技术的关系

分析，是对数据表的抽象、逻辑计算过程，技术上，体现为从数据表到数据表的计算（这句话对计算很重要）；

分析，是站在高处对业务过程的概括、抽象理解，体现为“包含指标的问题”（后续可视化分析的基础）。

用喜乐君总结的经典结构来看，分析是对数据表的抽象、数据表是对业务过程的抽象。

“业务-数据-分析”层次关系图

2、“数据查询”和“数据分析”的关系

狭义的“数据查询”，是从数据表中找到、提取所需数据的数据检索过程，期间并不涉及到数据的二次计算处理过程，技术上是投影字段列和过滤明细行的结合，在SQL中对应select、from和where语句；

广义的“数据查询”，包含数据检索、数据检索后的加工处理，甚至多遍处理转换的过程，也就是Query查询。

“数据分析”，特指从业务的指标、问题出发，基于数据检索、数据转换、计算，并以合适的方式回答问题的过程，最终的展现形式不限于交叉表，还可以是可视化图表📈，或者自然语言的问答等。

从技术的角度看，“聚合计算”是数据分析的必然要素，是技术上的本质过程；也是区别于狭义的“数据检索”的关键所在。

“可视化”地理解分析的过程，喜乐君推荐用线和箭头代表分析的起点和终点，这也是后期通往多维分析、多重聚合的捷径。

3、分析的本质过程、核心构成和问题结构

既然分析的必然要素是聚合，围绕聚合的必备要素，就是分析的必然结构。

首先要问：聚合，是什么类型聚合？谁的聚合？相对于谁的聚合？

比如，领导要问“公司的销售额总和”，这里的聚合方式是“总和”SUM，聚合对象是“销售额”，聚合依据就是“公司”，理解了聚合的三个要素，我们就可以顺利完成领导之所需。

比如，领导要问“不同科室的平均员工年龄”，这里的聚合类型是“平均值”AVERAGE，聚合对象是“员工年龄”，聚合依据是“科室”。如果用通用的SQL来回答问题，只需要如下的查询语句：

SELECT   科室,      -- 每个科室 的 
         AVG(年龄)  -- 平均年龄
FROM   employee   -- 从员工信息表中查询、计算
GROUP BY 科室      -- 科室是AVG聚合的分组依据，五个科室、返回5个值

可见，围绕聚合，最重要的是聚合类型、聚合对象、聚合依据，在计算中，聚合类型和聚合对象通常紧密结合构成一个函数（比如AVG(age)，SUM(sales)），可以合成“聚合值”。

因此，理解分析过程的关键，就可以分为聚合值、聚合依据两大部分。它们也是每一个问题必然包含的两大部分。在问题中，我们常常把聚合值称之为“度量”Measure，把聚合依据称之为“维度”Dimension。用一句话说：

“维度是聚合值/度量的分组依据”

喜乐君

这是至关重要的一句话，随着高级计算的层层叠叠（比如聚合的二次聚合，预先聚合作为行级别维度等），这句话会越来越重要。

  • 用业务的语言说，聚合的业务形态是“指标”；
  • 用技术的语言说，聚合的技术路径是“跨行、标量计算”。

分析必然包含分组聚合的过程。聚合，其实是“分组聚合”的简称，每一个聚合，必然要有分组字段与之对应。

4、聚合的典型实现工具

在不同工具中，聚合过程的实现方式略有不同（有可视化方式，也有函数方式），但本质相同。

包括excel透视表、SQL 的group BY分组聚合、Tableau可视化、DAX的SummarizeColumns计算等。

它们之间的差异，体现了时代的变化、数据量的变化、技术的进步，后来的工具几乎总是有条件的向前兼容。

第三章 问题分析基础：问题结构、字段属性

New：重新调整，独立为章节，重点说明字段类型

分析是面向业务主题的，比如销售主题、客户分析主题。不过，分析的实现是以具体问题为起点的，比如“2022年，各区域的销售额及利润率”；多个问题的组合和交互设计构成分析主题，典型的方案是Dashboard仪表板（或曰仪表盘）。

  • 假设数据表的质量很好，数据表中已经包含了问题分析中所需要的所有字段，此时只需要聚焦问题的结构：分析范围、分析对象、问题答案（指标）。
  • 如果数据表的质量不好，就需要（单表中）计算或者（多表）数据合并弥补问题中字段的不足，这就是最为复杂的数据建模与计算体系。

1、假定数据表中已经包含了问题所需的所有字段，聚焦于如何聚合、如何影响聚合值的大小和展现。

分析是分组聚合，分组和聚合是最重要的两个部分，技术上，可以用“维度”和“度量”称之，构成了分析的关键概念。

维度影响聚合值的分组数量，而筛选影响聚合值的大小，筛选、维度、度量是问题的三个基本要素，业务上称之为分析范围、分析对象、问题答案。

问题结构看似简单，其实可以引申出几乎所有的关键分析技术，包括筛选、基本计算、高级计算、 逻辑表、数据合并等等。其中最具有基础性的，当属字段的属性特征——维度和度量。

2、维度和度量：字段属性入门

字段属性可以有多种理解方式，每一种属性的定义，都可以让分析师的工作大为简化。

更多内容，详见： 分析常识-2：分析的本质过程、问题结构– SQL视角

第四章 可视化分析基础：视觉要素、问题类型、字段分类

  • 为什么要用可视化？人的视觉神经感知系统，是高级的数据采集和判断系统，可视化可以充分发挥人的能力。
    • 对应的理论基础：“前注意属性”（低阶视觉）和格式塔理论（认知心理学）
  • 视觉的特征和规律性：长度、高度、颜色、连续等，以及问题的主要类型，决定了常见图形的样式
  • 业务分析追求“从问题到图形”的逻辑
  • 从问题到图形的背后，是字段的另一个字段属性（连续/离散），它有助于实现可视化的自动化
  • 可视化的背后是聚合表，可视化图形和聚合交叉表，都是从数据明细表到置顶问题的聚合结果。

从聚合表转化为可视化的逻辑，是构建可视化的关键，其中包含字段的连续与离散特征、人的直觉判断样式、常见可视化图形分类、可视化增强方式等内容。

可视化背后，问题中的字段特征决定了可视化类型，背后是直觉心理学。

字段三分类：连续、离散的二分类，或者连续、次序、离散的三分类

第五章 可视化：从传统分析，到大数据分析

传统分析图形：条形图、折线图、饼图、交叉表。

  • 交叉表的过度延伸：复杂报表。
  • 饼图的过度延伸，环形图、玫瑰图。

直方图是转折点：考验大数据理解能力，三种类型：基本直方图、数据桶直方图、预先聚合直方图。

第六章 问题分析：仪表板与交互设计

1、交互基础：单表的筛选交互

交互赋予可视化以灵性，最常见的方式是筛选，还有参数、高亮、动画、跳转、下载等多种交互方式。

按照交互是否需要中间变量为标准，可以分为基本交互、高级交互。

筛选是应用最广泛的交互方式。

在仪表板中，建立多个工作表之间的关联筛选，是每个BI的基本功能。

2、分析仪表板:分析主题与关联交互

问题是业务数据分析的基本单位，而仪表板则是业务分析展现的基本单位。

问题分析强调问题构成解析、问题类型、图形类型、聚合、筛选；而仪表板设计强调布局、对象、交互设计、设备适配等。前者是后者的组成部分，仪表板中增加了更多的主观见解。

如图7-10所示，展示了笔者推荐的商业仪表板布局风格。

二、进阶篇：理论与案例

从SQL、Tableau、Power BI的角度理解计算

第一章 从聚合度量，到复杂指标体系

measurement，measure，metrics，KPI

指标的三种类型。

第二章 从简单筛选，到多阶段、多层次筛选体系

筛选的阶段：数据表行级别阶段、视图聚合后阶段

筛选的详细级别：数据表详细级别、视图详细级别、指定详细级别

第三章 “多维分析”：从单一详细级别，到多详细级别

1、在当前详细级别中，增加指定详细级别的聚合

  • 增加另一个详细级别的聚合

2、两个技术路线：Tableau LOD 与DAX Calculate表达式

“结构化分析”理论框架：聚合度、详细级别

从简单问题，走向高级问题的关键。

第四章 高级分析的常见技术：表达式、集

  • 详细级别与聚合结合：LOD方式、窗口函数
  • 筛选条件与聚合组合：Calculate方式
  • 筛选条件和维度组合：动态集

第三篇 “数据表就是一切”：从单表分析，到多表关系

第一章 数据表及其相互关系

暂无

第二章 数据合并的分类矩阵

同《数据可视化分析（第二版）》第四章第一部分

第三章 Tableau数据关系模型与Power BI表模型

暂无

第四章 包含计算和多表合并的计算体系

广义的角度看，数据表合并是一种特殊的计算，可以称之为“表操作”。

计算围绕“问题”而展开，所有的计算都可以称之为“问题”的准备。

按照是否直接服务于问题的度量聚合，计算还可以分为“数据准备”和“问题分析”两个阶段。不同阶段又可以区分更多的计算类型，数据准备强调表关系，问题分析强调聚合和字段，重点有所不同。如下所示：

不同的工具，采用了不同的实现方式，SQL中所有的计算都是查询语句和函数，用“操作顺序”来区分不同阶段；Tableau则用Prep和Desktop分别完成复杂数据准备和问题分析，也就是区分了ETL和分析函数；Power Bi则在DAX中使用Row Context和Filter Context两个环境区分两类计算，不同的入口、相同的语法和函数。

更更进一步，不管是数据准备，还是问题分析，都可以再按照两个方式进一步细分，即计算的分类矩阵。

从理解的难度上看，Power BI的DAX最难、最复杂、最高级，SQL的体系最灵活、最通用、最简洁，Tableau的“可视化+计算”体系最易用、最友好。

  • SQL：表函数、字段函数
  • Tableau：字段函数
  • Power Bi：表函数、字段函数

在 分析常识-3:理解函数，及其与计算关系 一文中，喜乐君先从SQL开始说起，介绍了计算的分类，而后对比DAX的计算体系。

分析常识-4:工具解读-全新角度理解DAX计算

第四篇 案例解读（略）

第二章 零售的销售与达成分析

第二章 会员主题分析

第三章 银行个人养老金业务精讲

【业务案例-7】零售银行之“个人养老金”业务(简)

第四章 制造业生产过程分析

@喜乐君

V1， Mar 14, 2023
V2， Apr 15, 2023 补充第一部分大纲，细化第二篇框架

发表评论