第0章　沒有Tableau的日子　　1
第1章　分析師起步：Tableau的第一堂課　　5
1.1　先瞭解一下Tableau公司　　5
1.2　動手連接數據吧　　8
1.3　發現銷售規律：時間序列分析　　21
1.4　洞察虧損地區：地理維度分析　　35
1.5　探究産品虧損的原因：産品維度分析　　40
1.6　初步客戶畫像：客戶維度分析　　49
1.7　呈現你的觀點和結論：儀錶闆和故事　　51
第2章　破解難題：Tableau連接復雜Excel數據　　60
2.1　陷入睏難　　60
2.2　Tableau輕鬆搞定　　63
第3章　通過數據洞察業務：Tableau計算基礎　　75
3.1　霧霾對客服是否有影響　　75
3.2　計算實際發貨周期　　77
3.3　可視化最佳實踐：為什麼不用餅圖　　79
3.4　從概況到細節：具體至每筆交易發貨狀態　　84
3.5　數據分析師的颱曆：颱曆圖　　88
第4章　初識錶計算　　92
4.1　如果生意本來就很好，還需要分析嗎　　92
4.2　基礎錶計算選項　　93
4.3　計算依據難度1級：錶橫穿嚮下　　96
4.4　計算依據難度2級：區橫穿嚮下　　99
4.5　計算依據難度3級：單元格內錶計算　　101
4.6　計算依據難度4級：特定維度　　102
4.7　計算依據難度5級：多維度組閤　　104
4.8　計算依據難度6級：重啓順序　　109
4.9　計算依據難度7級：嵌套錶計算　　112
第5章　增收不增利，成長有隱憂：Tableau計算進階　　115
5.1　數據可能誤導決策　　115
5.2　聚閤非聚閤　　118
5.3　Tableau函數一瞥　　124
第6章　歡迎進入Tableau計算深水區：LOD錶達式概述　　128
6.1　有道理的奇葩要求　　128
6.2　LOD基礎　　129
6.3　過濾後的全國占比問題：FIXED應用　　132
6.4　每個省最大的客戶：INCLUDE應用　　135
6.5　對標分析：EXCLUDE應用　　137
第7章　老客戶貢獻分析：集的應用　　140
7.1　吵架也要有數據支持　　140
7.2　如何從數據中找齣頭緒　　141
7.3　客戶跟蹤分析　　144
7.4　集閤的創建和使用　　147
7.5　客戶發展分析　　149
7.6　老客戶究竟貢獻有多大　　153
第8章　客戶80/20定律：快速嵌套錶計算　　159
8.1　數據平息爭論　　159
8.2　客戶流失分析　　161
8.3　80/20分析：客戶帕纍托　　163
第9章　關注重點産品：排序　　169
9.1　Top N中的陷阱　　169
9.2　rank方法　　172
9.3　嵌套排序　　175
9.4　閤並字段方法　　177
9.5　Index方法　　181
第10章　數據桶與指標分段：數據分組　　185
10.1　按照銷售量的簡單分組　　185
10.2　數據桶　　200
10.3　産品帕纍托　　202
第11章　銷售要重新劃地盤兒啦：手工分組　　203
11.1　調整銷售區劃　　203
11.2　産品歸類分組　　209
11.3　用函數切分産品名稱，獲取品牌信息　　211
第12章　靈活的KPI分析：數據混閤與嵌套錶計算　　212
12.1　賣得多就是業績好嗎　　212
12.2　實際值遇到目標值，得到KPI：數據混閤和錶計算　　214
12.3　緊盯目標：標靶圖　　219
12.4　各種TD的分析　　221
12.5　混閤，然後去掉混閤　　237
12.6　不關聯的混閤　　246
第13章　提升分析性能：數據提取　　249
13.1　快則酣暢，慢則憋氣　　249
13.2　條件都選好再刷新　　250
13.3　性能分析　　251
13.4　實時與提取　　253
第14章　把數據分析和網絡百科相連：動態儀錶闆　　260
14.1　不公平的對比分析　　260
14.2　引導式分析　　262
14.3　儀錶闆操作　　265
14.4　儀錶闆上的URL動作　　268
14.5　懸停加亮　　271
第15章　一切都可以圖形化：自定義地圖應用詳解　　276
15.1　地圖的玩法　　276
15.2　背景地圖標記應用　　277
15.3　背景圖片上畫綫　　283
15.4　背景圖片上畫多邊形區域　　285
第16章　更多的靈活與互動性：參數概述　　287
16.1　問題　　287
16.2　變動的Top N　　288
16.3　可變的維度和度量　　293
16.4　What-if分析　　295
16.5　切換不同的圖錶　　297
第17章　分析常常就是篩選過程：篩選器概述　　302
17.1　篩選的基本原理　　302
17.2　各種篩選器的優先順序　　313
17.3　篩選器的作用範圍　　323
第18章　讓數據更生動：自定義形狀　　325
18.1　儀錶闆上的産品分析　　325
18.2　自定義形狀　　329
18.3　可能的應用場景　　333
第19章　流嚮分析：桑基十八式　　336
19.1　流嚮問題的提齣　　336
19.2　桑基十八式　　340
第20章　數據準備也能可視化：Tableau Prep　　353
第21章　職業睏惑：數據分析師有沒有前途　　377
21.1　機會與睏惑　　377
21.2　錨點分析　　379
21.3　柳暗花明　　385
· · · · · · (收起)