跳至正文

【Tableau 20周年】奠定Tableau20年的专利基石：VizQL

标签:

本文旨在致敬Tableau20周年，重点介绍专利技术VizQL及其对敏捷自助分析带来的卓越贡献。

2003年，Tableau公司成立，并在次年发布了Tableau 1.0，此后多年，Tableau按照每1～2年发布一个大版本的节奏持续更新，直到经典的10.5版本（也是喜乐君最早使用的Tableau版本），2018年开始调整为按照年度编制版本。

在过去二十年的发展中，Tableau构建了以Tableau Server为中心的DW/BI+ai平台，形成了Desktop、Prep本地两大生产力工具和Data Management add-on、Advance Management Add-on两大在线扩展服务，并持续扩展AI方向的分析能力。

在20年的发展旅程中，最核心的技术当属公司的基石——VizQL™️，它诞生于斯坦福大学，伴随了Tableau1.0到今天的每一个版本。获得专利的Viz QL查询方式，彻底改变了数据使用的方式，将传统的“命令行”的数据交互方式，颠覆为拖拽（drag and drop）查询、可视化展现的数据交互方式。

VizQL 是Tableau全平台背后运行，包括Desktop、Server和Online。它是Tableau的专利技术，无法被Tableau用户直接查看或自定义设定。VizQL runs in all Tableau platforms: Tableau Desktop, Server, and Online. It is proprietary to the Tableau Development team and therefore cannot be viewed or customized by a Tableau user.

Tableau

在喜乐君博客中，还发布了两篇较为全面对比SQL、DAX和VizQL的文章，VizQL相当于其他两种语言的“中间路线”，灵活性不及SQL，专业性不及DAX，但面向业务的易用性则全面超越，并增加了可视化的输出。

一、VizQL™：“原生可视化，天生更快捷”

Tableau 的核心是一种专有技术，在这种技术的推动下，交互式数据可视化成为理解数据的过程中不可缺少的一环。

传统的分析工具基于行列式数据（典型代表是Excel的交叉表），分析的输出结果默认也是数据表（就像Excel的透视表），这个过程反映了查询和分析的本质：从数据表到数据表的抽取、转换和加载过程，但是却远离了业务需求。分析师不得不在确认数据准确之后，再次使用其他工具把结果表转换为需要的图表（就像我们从Excel数据透视表到数据透视图的过程）。

而 VizQL 跳过了这些繁琐步骤，直接为您的数据创建可视化表现形式，它帮助分析师极大地缩短了开发周期、提高了数据查询和转换的效率——最高可提升至 100 倍；甚至于，他帮助业务用户确认了“以终为始”的视角，适应了多变的问题场景，让越来越多的业务用户成为了分析的主力。

业务用户瞬间有了自己是数据“主人翁”的成就感。拖拽自动生成SQL Query查询语言，查询结果默认生成Visualization可视化视图——VizQL可视化查询完美地与业务分析相结合。

二、VizQL赋能Tableau实现三大技术

作为 Tableau背后最重要的专利技术，VizQL也奠定了Tableau最重要的技术特征：

  • “超强的可视化表现力”（迄今没有那个产品敢说可视化做的比Tableau更易用而高效）
  • 推动敏捷探索的“增量构建”（让连续提问、持续反馈的，Chat GPT式的可视化探索成为可能）
  • 多方案可选（Alternatives）：选择更容易、假设验证更快捷

1、“超强表现力”（Expressiveness）：真正的敏捷分析技术

类似于SQL，VizQL是一种查询语言， (VizQL) 一种声明式查询语言（declarative language）；但相比SQL进步的是，分析师甚至可以声明可视化类型（Chart type），因此它是一种“声明式可视化查询语言”（declarative visual query language）。它不像Excel或者其他BI工具是固定的可视化模版，而是可选的、可配置的。SQL用命令文本方式与数据库交互，而VizQL用可视化方式与之交互（What SQL did for database interactions in text form, VizQLTM does for database interactions in visual form. ）

借助于VizQL，业务用户只需要拖拽动作（drag-and-drop actions），Tableau即可自动把交互动作转换为查询SQL，一切都在瞬息之间，这就给好比给了平民以数据世界的“权杖”，即便对于完全不了解SQL的用户而言，也可以进入大数据世界完成数据洞察。

Viz QL有两个方面的主要任务：1）把不同位置的字段映射到SQL的不同位置；2）给予用户随时调整的权限。

比如，Tableau会把筛选转换为WHERE语句、把排序字段转换为ORDER BY语句，而把控制问题详细级别的维度及对应的聚合转换为GROUP BY，如此等等。(Like the standards, VizQL generates a WHERE clause for filters, an ORDER BY clause for sorting, a GROUP BY clause for controlling level of detail and aggregation, etc. Where VizQL expands upon this, is that it contains a syntax for clearly describing the row and column structure of a table and the resulting visual.)

在完成查询之后，更重要的是业务用户可以自由选择“如何展现数据结果”，这个过程往往是思考与展现同步的瞬间。

比如，用户可以随时调整视图的“标记”（marks）类型，比如条形图、折线、文本、方形等等；也可以借助于“智能推荐”（show me ®️，Tableau专利之一）直接选择智能图表。注意，更改可视化展现，并不影响SQL查询的逻辑；也就是说，可视化渲染展现和拖拽字段查询数据是完全独立的，Tableau实现了二者的有机结合。

时至今日，虽然全世界几乎所有的BI都或多或少地向Tableau学习、借鉴乃至“抄袭”VizQL可视化逻辑，却鲜见“青出于蓝而胜于蓝”的超越者，支撑这一逻辑背后的，可是获得图灵奖的顶尖科学家团队设计出来的卓越技术。

正如Tableau所讲，“任意一位没有查询语言基础的数据用户或业务用户，都可以借助于VizQL技术驾驭他们的数据”（Any data worker or business user without any prior knowledge of Query Languages can harness the power of their data using Tableau thanks to the VizQL process underneath!）这是我的成长写照，也是无数人的成长写照！

2、增量构建（Incremental Construction）：敏捷探索的关键

从分析辅助业务决策的角度看，交互式查询和敏捷可视化分析的最大价值，不是让查询更快、更准、更高效，而是让业务用户获得解脱，聚焦于问题，并能持续提问、反复求证，最终通往高效的业务决策。因此，Tableau的设计非常彻底地贯彻了“增量构建”的理念。

假设领导在看了“2022年，不同区域的销售额与利润率”之后，他提出了一连串的问题：

  • 随时切换年度筛选器，比如选择2023年，获得2023年迄今，各区域的销售额和利润率
  • 能否增加客户数量和单客户贡献，从而评估不同区域是“规模驱动市场”，还是“价值客户驱动市场”
  • 在每个区域中，按照利润金额划分5K+大单、1K+中单、小单和亏损单四类，对比不同区域之间的交易结构
  • ……（领导：等等，让我看到上面的结果会，我再想想）

此时，难点甚至不再是查询本身，而是多个问题之间的关系——后一个问题总是在前一个问题基础上步步递进，这种“增量建构”（Incremental Construction）是考验敏捷分析工具的关键点。

Tableau在产品设计之初，就把此类需求视为研究重点，从而支撑其“we help people see and understand data”（Tableau帮助人人看到并理解数据）的使命。而创新性的Viz QL正是这一使命的核心肩负者，它可以把“数据查询”与“数据展现”有机地结合在一起，从而支持业务用户的探索分析体验（exploratory experience）。

在Tableau的白皮书（visual analysis for everyone）中，创始人团队介绍了“探索分析面向人人”的理念以及实现方式，并介绍流如下图所示的案例：伴随着问题的层层拆解、钻取，敏捷可视化分析可以即时响应呈现与问题一致的数据及其样式。用户不需要关心底层的查询逻辑，甚至不需要构建复杂的函数公式，一切都在拖拽之间，这是确保分析师“洞察力”的关键。

在简单的条形图基础上，分析师既可以分别在单一个可视化中呈现足够丰富的分析视角（即多维分析），也可以把多个单一维度的问题借助于仪表板、交互的方式组合。Tableau特别擅长第一种高级场景，而Others BI多半走向第二种方式。在喜乐君的图书、视频中，也极力推荐这样的探索分析方法，在喜乐君看来，这也是通往“多维分析”的唯一之路。

在喜乐君发布的《数据可视化分析（第2版）》新书，以及重录的《Tableau在零售分析中的高级应用——2周年纪念版》视频中，喜乐君再次讲解了特别重要的案例：基于子类别的结构化分析。在如下的一个条形图中，喜乐君增加了子类别、交易分类、订单分类、客户分类的四个问题视角。这种多维分析的方法，是业务探索中至关重要的场景，是Incremental Construction的典型场景。

3、多方案可选（Alternatives）：选择更容易、假设验证更快捷

可视化的探索分析，很容易迷乱在形形色色的可视化图表之中，以至于很多BI工具以支持数百种图表为荣；相比传统的报表，这确实是一个令人烦恼的事情。

更令人烦恼的是对于“如何选择可视化图表”而言，更像是艺术而非科学，虽然喜乐君极力推荐“从问题类型到可视化类型”的思路（第二本书的副标题正是“从问题到图形的Tableau方法”），但依然难抵主流。所以，在最终看到理想的答案和图表之前，你很难知道它到底长成何种模样。就像爱人，在你热烈的爱上一个人之前，你很可能想不到自己喜欢的类型。

为了缓解这一困境，Tableau在VizQL的基础上，又创新性地推出了一个专利性设计：Show Me!®️（中文翻译“智能推荐”），在充分考虑用户的分析体验的基础上，用以扩展VizQL引擎生成的可视化图表。正如Tableau创始人团队在论文中所说，show me的用户体验包括自动选择可视化标记类型、添加单个字段到视图或者多个字段到视图的中的指令（The Show Me user experience includes the automatic selection of mark types, a command to add a single field to a view, and a pair of commands to build views for multiple fields.）下图展示了早期的show me!样例。

要知道，这篇论文写于2007年，在十年后的2017年，喜乐君初识Tableau之时，相关功能已经非常完善，又6年之后的今天，它没有发生过任何变更。它的核心逻辑一如少年之时：根据用户选择的字段类型，智能推荐相关的图形。

Show Me！（智能推荐）的功能建立在连续和离散字段类型基础上，暂不考虑日期字段的话，就有离散+离散、离散+连续、连续+连续三种构建坐标空间的方式，然后再在上述空间中加入离散或者连续，这样就有了若干默认选项，分别对应最常见的问题类型与可视化类型。如果考虑到日期是兼具离散和连续双重特征的特殊字段，那么选项就更多一些，但也不至于敏捷上百种。

  • 排序条形图：离散字段值相对于某连续度量的排序（离散字段没有默认次序，如省份）
  • 时序折线图：连续度量值相对于连续字段值的趋势（日期有默认次序）
  • 交叉表：两个离散字段构成的交叉矩阵，其他离散的字段置身其中（点图上面还可以点缀大小或颜色）
  • 分布直方图：一个连续的度量字段，在另一个连续度量值的等距区间段上的分布
  • 相关性散点图：两个连续度量值，相当于离散字段的相关性
  • 连续双轴图：两个连续度量值，相对于连续日期字段的相关性
  • 地图：两个连续字段（经纬度）构成背景层，离散字段在上面的点分布、背景填充、连线或其他

除了上述常见的问题类型与可视化图形，还有一些图形依赖特殊的空间（比如饼图相对于极坐标），或者依赖于特别的计算（比如盒须图），或者更像是无序的预设（比如不依赖于坐标轴的气泡图），所有这些都依赖于可视化空间和字段类型，构成了Tableau的独门绝技。 在《业务可视化分析：从问题到图形的Tableau方法》一书中，喜乐君就曾参考早年的Tableau文档绘制了如下的可视化图表归类图，旨在帮助大家理解图表与字段类型之间的紧密关系。

可见，VizQL和Show me两项专利技术的强强联合，构建了Tableau在可视化敏捷分析方面坚定的“护城河”，既极大地简化了可视化自助分析的难度，又为探索性分析提供了普适性的道路。这种方式特别适合于缺乏探索思维的初级用户（Lack of Exploratory Capabilities），他们可以用Viz QL生成的结果作为起点，然后借助于智能推荐和敏捷拖拽能力随时变化、变化、变化，直到找到启发自身的灵感，之后还可以按需扩展你的数据源（使用数据关系，或者数据混合），可以借助于仪表板表达更宏大的分析主题（工作表面向单一问题，仪表板面向业务主题）。

也就是说，Show Me！功能是建立在字段类型基础上的，这也是为什么Power BI以及国内诸多BI产品（哪怕号称“抄袭”了Tableau90%以上的“头部产品”）至今没有此类功能的原因。很多国产BI产品动辄就说超过Tableau，混淆两类BI的区别，并不惮以以最坏的恶意诋毁对方，毫无谦卑之心；同时却无暇顾及自身的技术功底，甚至赶不上Tableau十几年的水平，这真是天大的讽刺。如今“信创”提供了巨大的市场需求，只有坚定的技术底蕴和谦卑的学习心态，才能在这个浮躁的市场中占据长期的领地。

致敬Tableau20周年，它为我打开了全新的数据世界，希望更多人能以“Tableau之门”迈向数据世界的未来！

参考：

了解 喜乐君 的更多信息

订阅后即可通过电子邮件收到最新文章。

《【Tableau 20周年】奠定Tableau20年的专利基石：VizQL》有1个想法

  1. Pingback： Tableau纪年：BI的20年发展史 – 喜乐君

评论已关闭。