Tableau基础入门之基础概念

从这一期开始，我将完整地介绍Tableau的基本概念和主要技术细节，并逐步形成一个可以自成一体的体系。本文重点介绍下图中的第一部分“Data”，适用于几乎所有的BI软件，借助Tableau讲述大数据分析的基础知识。

 

一、 Tableau的基本界面

Tableau界面简介明了，主要的工作区域如下图所示，主要包含了菜单、左侧侧边栏（数据和分析）、功能区面板（页面、筛选器、标记、行、列）和可视化视图区。

最常用的地方是左侧侧边栏、上方工具栏和中间功能区。Tableau的操作，基本上是清一色地从左侧数据和分析窗格，拖动到右侧各种功能区中。这符合人的直觉，所以上手也非常容易。比如要添加一个日期筛选器，就把日期字段拖动到“筛选器”功能区，根据弹窗设置即可。

不过，当我们拖拽不同的字段到不同的区域，往往会出现意想不到的意外的结果，比如为什么有时候是一条折线线，而有时候是条形图？这就需要理解底层的概念和逻辑。

 

二、DATA 关于数据的基础

如果我们要深入地了解一件事情，最近同时最难的方式就是理解背后的原理。在这里，想要深刻理解可视化复杂变化，就要明白背后Tableau的专利技术VizQL的逻辑，即“拖拽生成特定结果的逻辑”。

这一逻辑有三部分组成：如何识别数据并分类、如何描述数据特征、如何根据分类和特征执行动作。可用我下面的这个图来表示。

1、Tableau如何识别数据和分类

说到数据，我们可以所看到的所有数据分为两大类：字符串和数字，可以理解为“文本性质的”和“数量性质的”两种，专业的术语多半用“定性字段”和“定量字段”来区分。定性字段用来描述是什么，美女、野兽还是海市蜃楼，定量字段用来描述有多少量，天有多高，海有多深，人生多短，爱有多痛，一切要用定量字段来描述，数据才有对比的可能。

在哲学的世界里，文字可以描述一切；在计算机的世界里，不仅仅要有文字，还要有对应的数量来说明多寡。这样数据才能被不断地聚合、不断地对比。

字符串中又有几个特殊的形式单独分离出来：日期、日期时间、布尔值、地理值。

• 地理值是具有地理位置属性的字符串字段，比如山东省、济南市，字符串被赋予地理角色后，就可以理解为地理值。
• 日期是具有日期属性的字符串，日期时间是具有日期和时间（时分秒）属性的字符串，比如Jul 17, 2019 和Jul 17, 2019 06:20:46 ，分别代表今天和现在，动态变化的今天和现在，在Tableau中用两个函数代替——today() 和 now()，分别代表“今天”和“当下”。
• 布尔值是具有判断属性的字符串——分别代表true和false；当然，我们一般会把布尔值作为单独的类型，而非放在字符串分类下。

类似的，数字也分为两个小类，简单理解为整数和小数，小数在计算机世界的通用名字叫“浮点”（float）。每种程序都有自己的分类法则，上面的数据分类在Tableau中就很明确了。

按照上面的分类，最关键的部分不是细节，而是两个大分类——定性字段（文本字段）和定量字段（数字字段）；在Tableau中，我们用两个词来对应这两个分类，分别称之为“维度 Dimension”和“度量Measure”——这也是大部分分析工具的统一性称呼。他们代表了最关键的两大类型，在这里具有承上启下的关键作用——这是理解Tableau最基础的基础。

• 维度：定性数据（性质：是什么）
• 度量：定量数据（程度：有多少）

2、Tableau如何描述内部特征

通过数据类型来识别数据之后，每个数据就有了意义。接下来的部分，我们还需要理解每个字段内部的数据关系，比如说日期，“入职日期”中的100个日期数值，和“工号字段”相比，具有怎样的差异性特征？深刻地理解这一个特征，有助于我们接下来的数据计算和呈现——计算依赖于数据的分类，而呈现依赖于数据的特征。

数据库从两个特征来描述字段内数据特征：离散与连续，分别代表有限数量和无限数量，比如“工号字段”是有限的，两个工号之间只有有限个可能，而“交易时间”和“销售额”是连续的，任意两个数值之间都可能存在更多的可能。

一般而言，维度是离散的，度量是连续的；特别之处在于日期和时间，它们属于维度，但是大部分情况下具有连续性。在Tableau中，工程师用两个颜色分别代表这两个特征，非常直观——用蓝色代表离散，绿色代表连续。这两个颜色会每时每刻出现在软件的各个字段胶囊上。

那为什么要区分离散和连续呢？这就涉及到我们看待多个数值相互关系的角度了，“业绩部门”是离散的，是因为我们希望看到的就是不同部门的对比；而“交易时间”默认是连续的，是因为我们更希望看到的是不同时间的连续性变化。所以， 离散看对比，连续看趋势，这又会影响可视化的展示环节，我们可以用下面的图，形象的展示二者的不同。

当然，字段的这种内部特征是默认的，但是可以更改，如果我们把连续字段改为离散字段，原来的坐标轴改为标题，一般而言，这只在日期和时间字段上有意义。

上面的两个类型结合起来，我们就可以把所有的字段分为四个象限，代表内外两大特征：维度/度量和离散/连续的特征。根据分析的需要，我们经常会在不同象限的调整，特别是针对日期字段，后面我们结合问题来分析。

一个常用的场景是，“如何展示销售额贡献在不同区间内（以1万为间隔）的客户数量”，这里需要基于“销售额”创建一个离散的分类，也就是从连续的度量象限，切换到离散的维度象限，方法是在销售额基础上创建一个数据桶。数据桶可以理解为就是对连续度量的切片分割。

3、Tableau如何执行动作

上面我们描述了数据的分类方法（外部视角）和数据特征（内部离散/连续特征），而后，当我们要对数据做数据处理操作时，这些特征就意味着不同的行为方式。

结合数据的离散和连续属性，我们已经总结了一种数据行为的结果：离散生成标题、连续生成轴。而如果在一个视图中同时包含这两种操作，你会注意到，坐标轴对应的是刻度，而刻度是度量聚合的结果，分别对应的是不同类别维度下，销售额的总额是多少（聚合）。

这背后的逻辑，就是Tableau如何对数据进行聚合操作。针对维度和度量，聚合的方式也会略有差异，维度的聚合方式简单，主要是计数，对于具有连续特征的日期和时间而言，还可以执行最大值和最小值操作；度量的聚合则更加广泛，除了计数、最大值、最小值，最重要的聚合方式是求和、平均值、中位数等数据操作。

 

结

在多年的学习和使用过程中，为了更好地帮助更多人理解这个过程，我不断修改和完善一个数据的说明图，最新的更改如下：

 

练习：

1. 练习：将“分类”拖至视图行，将“销售额”拖到到视图列，查看字段与视图的关系；
2. 把“销售额”放在列，“日期”字段拖至 行，样式改为“线”，修改连续或者离散，查看对视图的影响；
3. 在度量的基础上，通过数据桶，改为维度（后续附图）

 

Jul 9, 2019
Jul 17, 2019

by 喜乐君

Tableau Partner，dual QA Certification
提供企业级Tableau全产品培训服务，按照培训效果付费