具体描述
本书基于Tabelau新版本10.5编写，全面介绍了Tableau的核心功能，包括数据连接与编辑、图形展示与编辑功能，如何与R等工具进行集成，如何在服务器上进行发布管理等内容，而且广泛覆盖数据获取与管理、基础与高级图形分析、地图分析、交互分析与数据挖掘、图表集成整合与分享发布等主要内容，方便大家快速掌握敏捷分析方法与技术。
作者简介
刘红阁
博士，百度商业分析规划部负责人，原埃森哲咨询经理，专注于数据挖掘、机器学习、数据可视化领域。
王淑娟
阿里巴巴数据分析专家，原埃森哲咨询经理，专注于企业运营咨询、数据分析、数据可视化等领域。
温融冰
菜鸟网络数据分析专家，原埃森哲咨询经理，专注于企业战略管理、财务与绩效管理、数据分析等领域。
目录信息
1.1 敏捷商务智能 1
1.2 数据可视化明星Tableau 2
1.3 Tableau的主要特性 3
1.4 Tableau的产品体系 5
1.5 Tableau的工作区 6
1.5.1 工作表工作区 6
1.5.2 仪表板工作区 8
1.5.3 故事工作区 9
1.5.4 菜单栏和工具栏 10
1.6 Tableau的文件管理 12
第2章 典型应用场景 14
2.1 数据准备 14
2.2 认识Tableau数据 15
2.2.1 数据角色 15
2.2.2 字段类型 18
2.2.3 字段类型转换 18
2.3 创建视图 19
2.3.1 行列功能区 20
2.3.2 标记卡 23
2.3.3 筛选器 29
2.3.4 页面 33
2.3.5 智能显示 35
2.3.6 度量名称和度量值 36
2.4 创建仪表板 37
2.5 保存工作成果 38
第3章 数据连接与管理 39
3.1 Tableau的数据架构 39
3.2 数据连接 42
3.2.1 连接文件数据源 42
3.2.2 连接服务器数据源 49
3.2.3 连接云数据源 53
3.2.4 复制粘贴输入数据 54
3.2.5 筛选数据 56
3.3 数据整合 58
3.3.1 创建多表并集 59
3.3.2 创建多表联接 61
3.3.3 创建数据融合 64
3.3.4 行列转换 67
3.4 数据加载 68
3.4.1 创建数据提取 69
3.4.2 刷新数据提取 72
3.4.3 向数据提取添加行 74
3.4.4 优化数据提取 75
3.5 数据维护 76
3.5.1 查看数据 76
3.5.2 刷新数据 77
3.5.3 替换数据 77
3.5.4 删除数据 79
第4章 初级可视化分析 80
4.1 条形图 80
4.2 直方图 85
4.3 饼图 88
4.4 折线图 89
4.4.1 基本折线图 90
4.4.2 双组合图 92
4.5 基本表 95
4.6 压力图 97
4.6.1 压力图 97
4.6.2 突显表 98
4.7 树地图 101
4.8 气泡图 102
4.9 圆视图 103
4.10 标靶图 105
4.11 甘特图 106
第5章 高级数据操作 109
5.1 分层结构 109
5.1.1 创建分层结构 110
5.1.2 使用分层结构 111
5.2 组 113
5.2.1 创建组 113
5.2.2 使用组 116
5.3 集 117
5.3.1 创建集 117
5.3.2 使用集 120
5.4 参数 121
5.4.1 创建参数 122
5.4.2 使用参数 123
5.5 计算字段 124
5.5.1 创建计算字段 125
5.5.2 使用计算字段 126
5.5.3 特殊函数：表计算 127
5.5.4 特殊函数：详细级别表达式 136
5.5.5 特殊函数：百分比 139
5.6 变换 139
5.6.1 变换日期型字段 140
5.6.2 变换字符型字段 140
5.7 参考线及参考区间 141
5.7.1 创建参考线及参考区间 143
5.7.2 创建参考区间 145
第6章 高级可视化分析 146
6.1 帕累托图 146
6.2 盒须图 150
6.2.1 基础应用 151
6.2.2 图形延伸 154
6.3 瀑布图 155
6.3.1 基础应用 155
6.3.2 图形延伸 158
6.4 范围－线图 160
6.5 网络图 162
第7章 统计分析 166
7.1 散点图与相关分析 166
7.1.1 创建基本散点图 166
7.1.2 创建高级散点图 167
7.1.3 创建散点图矩阵 168
7.2 回归分析 170
7.2.1 模型简介 170
7.2.2 模型构建 170
7.2.3 模型评价 173
7.3 时间序列分析 174
7.3.1 时间序列图 174
7.3.2 时间序列预测 176
7.3.3 预测模型评价 179
7.4 聚类分析 181
7.4.1 常用聚类算法简介 182
7.4.2 聚类分析应用 182
7.4.3 聚类分析模型评价 184
7.5 Tableau与R语言 186
7.5.1 R语言简介 186
7.5.2 Tableau与R集成 188
7.5.3 用R进行高级分析 190
7.6 Tableau与Python 193
7.6.1 Tableau与Python集成 193
7.6.2 用Python进行高级分析 194
第8章 分析图表整合 199
8.1 仪表板简介 199
8.1.1 工作区 199
8.1.2 对象 200
8.1.3 布局容器 201
8.1.4 布局方式 202
8.1.5 交互操作 203
8.2 操作步骤 203
8.2.1 新建布局 204
8.2.2 添加内容并调整格式 206
8.2.3 添加交互操作 215
第9章 分析成果共享 225
9.1 导出和发布数据（源） 225
9.1.1 通过将数据复制到剪贴板导出数据 225
9.1.2 以Access数据库文件导出数据 228
9.1.3 以交叉分析（Excel）方式导出数据 229
9.1.4 导出数据源 229
9.1.5 发布数据源 231
9.2 导出图像和PDF文件 233
9.2.1 复制图像 233
9.2.2 导出图像 234
9.2.3 打印为PDF 235
9.3 保存和发布工作簿 236
9.3.1 保存工作簿 236
9.3.2 保存打包工作簿 237
9.3.3 将工作簿发布到服务器 238
9.3.4 将工作簿保存到Tableau Public上 242
第10章 Tableau Server简介 244
10.1 安装Tableau Server 244
10.1.1 单服务器安装 244
10.1.2 分布式集群安装 248
10.2 管理Tableau Server 251
10.2.1 站点管理 251
10.2.2 用户管理 253
10.2.3 用户组管理 257
10.3 使用Tableau Server 258
10.3.1 工作区概览 258
10.3.2 界面查询 260
10.3.3 编辑发布 261
10.4 安全机制 262
10.4.1 访问安全 262
10.4.2 对象安全 263
10.4.3 数据安全 263
10.4.4 网络安全 264
附录A Tableau函数 266
附录B 数据表 286
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
这本书简直是数据分析领域的“扫盲”利器，尤其是对于那些初次接触数据可视化工具，或者感觉传统统计分析枯燥乏味的读者来说。我记得我刚开始接触数据分析时，面对堆积如山的Excel表格和复杂的R语言代码，那种挫败感简直能把人压垮。这本书的出现，就像是黑暗中的一束光。它没有一上来就抛出那些深奥的理论，而是非常贴合实际地从最基础的界面布局、数据连接开始讲起，让你能迅速上手。最让我印象深刻的是它对于“讲故事”这个概念的强调。很多工具书只是教你怎么做图表，但这本书更进一步，教你如何通过图表来有效地传达信息，这才是数据分析师的核心价值所在。通过书中的案例，我学会了如何选择合适的图表类型来应对不同的业务场景，比如，在展示时间序列数据时，它对比了折线图和面积图的适用性，并且解释了背后的逻辑，而不是简单地告诉你“这样做”。这种注重思考过程的讲解方式，使得书中的内容不仅仅是操作指南，更是一种思维方式的培养。
评分作为一名在市场营销领域摸爬滚打多年的老兵，我一直在寻找一本能真正将数据分析落地到实际业务场景的书籍。市面上很多号称“实战”的书，内容要么过于理论化，要么案例陈旧，对我现在面对的复杂营销漏斗分析几乎没有指导意义。然而，这本书的第二版确实给了我惊喜。它不仅涵盖了Tableau的基础功能，更深入探讨了如何构建动态仪表板来监控关键绩效指标（KPIs）。我特别欣赏其中关于“参数和计算字段的高级应用”这一章节，它让我明白了如何通过灵活的参数设置，让报告的用户可以自己筛选和定制他们想看的数据维度，极大地提升了报告的交互性和实用价值。例如，书中关于A/B测试结果的可视化方法，我就立刻应用到了我们最近的广告活动复盘中，不仅数据呈现更清晰，管理层也更容易理解我们的决策依据。这本书的逻辑推导非常严密，从一个业务问题出发，层层递进地展示了解决方案的构建过程，这对于我们这些需要对数据负责的人来说，无疑是宝贵的财富。
评分我给这本书的评价是：详实、全面，但又不失温度。它给我的感觉就像是有一位经验丰富的前辈，坐在你旁边，手把手地教你。很多技术书籍的语言都非常冰冷和教条，读起来晦涩难懂，但这本书的作者显然是花了很多心思去揣摩初学者的心理。我尤其喜欢它在讲解复杂操作时，会穿插一些“为什么”而不是只讲“怎么做”。比如，当讲到数据源管理时，它不仅告诉我们如何进行左连接或右连接，还用生动的比喻解释了数据合并时可能出现遗漏或重复的问题，并提供了相应的验证方法。对于我们这种非科班出身的分析师来说，这种贴近实际操作的细节讲解至关重要。此外，书中的配图清晰度极高，每一个操作步骤的截图都标注得非常清楚，即便是跟着书本敲一遍，也几乎不会走弯路。这种对细节的极致追求，让这本书的实用价值大大提升。
评分从一名刚毕业，急需在工作中快速出成绩的新人的角度来看，这本书是无可替代的“入职宝典”。在学校里学的理论知识和企业实际需求之间，往往存在一个巨大的鸿沟，而这本书恰恰是填补这个鸿沟的坚实桥梁。我感触最深的是它对数据清洗和预处理的重视。很多人都说数据分析是“八分清洗，二分分析”，但真正系统的讲解却很少。这本书非常诚恳地指出了数据不规范带来的后果，并提供了Tableau自身以及外部工具辅助清洗的实用技巧。更重要的是，它没有把数据分析视为孤立的环节，而是将其置于整个业务流程中去考量。当我们拿到原始数据时，我们应该先问自己什么问题？我们要向谁展示这份报告？这些前置思考的环节，在书中有非常清晰的论述。这使得我不再只是一个“图表制作工匠”，而开始具备一个“数据分析师”应有的全局观和批判性思维。
评分如果用一句话来概括我对这本书的感受，那就是“跨越了入门的门槛，直抵精通的路径”。我之前也看过一些关于Tableau的资源，但它们大多停留在基础功能的罗列上，一旦遇到稍微复杂一点的LOD表达式或者嵌套计算，就束手无策了。这本书的后半部分，明显提升了一个层次，开始深入探讨性能优化和复杂计算逻辑的构建。特别是关于如何优化大型数据集的查询速度，提供了非常实用的建议，比如数据提取（Extract）的最佳实践，以及何时应该使用预聚合数据等。这些内容是那些基础教程绝对不会触及的“干货”。阅读这本书的过程，就像是跟着一位大师的思路在走，他不仅展示了“怎么做”，更重要的是揭示了“为什么这样做效率更高，结果更准确”。对于那些渴望从“会用”到“精通”的专业人士来说，这本书绝对值得放在案头，时常翻阅，每一次重读都能发现新的体会和技巧。
评分很全面的一本书，有讲解，有实例，跟着做一遍的话，对tableau的应用能够基本上手。
评分.简单上手
评分第三章还挺重要的。 感觉这本的叙述方式更清晰。
评分第三章还挺重要的。 感觉这本的叙述方式更清晰。
评分.简单上手
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有