以Tableau Desktop的应用为中心，借工具讲解原理，以原理深化工具应用
由点及面地介绍了业务分析的思考和原理
提出了实践性的“业务—数据—分析”层次框架
以三类“详细级别”的概念贯通数据模型、高级筛选和高级计算三大主题
内容及说明 XVIII
第1篇 奠基：数字化转型与业务分析原理
第1章 数字化转型：21世纪的机遇与挑战 2
1.1 理解数据的层次及分析的价值 2
1.2 数据应用的3个阶段 4
1.3 数字化转型到底“转”什么 10
参考资料 18
第2章 “业务—数据—分析”体系与企业数据地图 19
2.1 “业务—数据—分析”体系：BDA分析框架 19
2.2 建立全局视角：企业数据地图 24
2.3 两种企业级分析推进路径：“自上而下”与“自下而上” 26
2.4 可视化是大数据分析的桥梁和媒介 28
2.5 Tableau：大数据敏捷业务分析的“代表作” 32
参考资料 34
第3章 业务可视化分析：关键概念与方法论 35
3.1 解析问题结构、理解聚合过程和指标 35
3.1.1 问题的结构及其相互关系 36
3.1.2 聚合是问题分析的本质 38
3.1.3 基于聚合的字段分类：维度描述问题，度量回答问题 40
3.1.4 指标是聚合度量的业务形态 41
3.2 明细表与聚合表：聚合的逻辑过程 42
3.2.1 业务明细表和问题聚合表：聚合的起点和终点 43
3.2.2 物理表与逻辑表：数据表的抽象类型 45
3.2.3 字段的数据类型：数据表字段的抽象类型 46
3.3 可视化图形：聚合交叉表的“另一面” 49
3.3.1 问题类型与可视化增强分析 50
3.3.2 可视化背后的数据类型：连续和离散 51
3.3.3 Tableau中的字段属性及其作用 55
3.4 简单问题的“三步走”方法和Tableau示例 56
3.5 聚合度和详细级别：构建复杂问题层次理论 58
3.5.1 数据明细表和聚合度：多个问题的基准点和衡量尺度 59
3.5.2 详细级别：不同“聚合度”问题对应的抽象依据 60
3.5.3 结构化分析的两个应用方向 62
3.5.4 关键概念汇总：聚合、聚合度、详细级别、颗粒度 64
参考资料 66
练习题目 66
第2篇 数据准备、可视化、交互设计
第4章 数据合并与关系模型（Tableau/SQL） 68
4.1 概论：数据合并与连接数据源 69
4.1.1 理解数据合并、数据模型的重要性 69
4.1.2 数据合并和数据模型的相关概念 71
4.2 数据合并的分类矩阵与数据模型案例 72
4.2.1 “所见即所得”的行级别数据合并：Union和Join 72
4.2.2 Excel的局限：基于数据透视表的数据合并 74
4.2.3 Tableau数据混合初探，在聚合后完成连接 76
4.2.4 数据合并分类矩阵：两种合并方法、两个合并位置 78
4.3 行级别并集、连接与Tableau/SQL方法 81
4.3.1 数据并集 81
4.3.2 数据连接：连接条件与连接方式 84
4.3.3 高级连接的形式：仅左侧连接、交叉连接与“自连接” 89
4.3.4 明细表并集与连接的异同点与局限性 93
4.4 从数据关系匹配到关系模型 96
4.4.1 “临时”数据关系：基于问题层次创建数据关系匹配 96
4.4.2 数据模型：在最详细且有业务意义的详细级别预先构建数据关系 98
4.4.3 【关键】层次分析方法：从数据合并到数据关系模型 100
4.4.4 【难点】关系模型优化（上）：匹配类型（基数） 106
4.4.5 【难点】关系模型优化（下）：匹配范围（引用完整性） 111
4.4.6 共享维度表：从雪花模型到网状模型 116
4.4.7 通往最佳实践：业务关系模型的可视化表达 117
4.4.8 案例：图书及销售的数据关系模型 118
4.5 重说数据混合：编辑匹配关系和匹配详细级别 120
4.5.1 数据混合设置：自定义混合条件和自定义匹配字段 121
4.5.2 高级数据混合：数据匹配详细级别不同于主视图 123
4.6 不同数据合并类型的相互影响 127
4.7 Tableau与SQL/Python的结合 128
4.7.1 Tableau和SQL的结合 128
4.7.2 SQL中的连接 129
4.7.3 Tableau Table Extension：给数据源插上“算法之翼”（Tableau 2022.3+版本） 132
参考资料 133
练习题目 133
第5章 可视化分析与探索 134
5.1 数据准备：理解业务过程与整理数据字段 134
5.1.1 数据表：理解业务过程及数据表详细级别 134
5.1.2 字段：理解业务过程的对象并做分组分类 136
5.2 从问题到可视化图形：如何确定主视图框架 138
5.2.1 从问题类型到主要的可视化图形 138
5.2.2 初级可视化：“三图一表” 139
5.2.3 中级可视化：分布分析、相关性分析 143
5.2.4 地理位置可视化 148
5.2.5 数据图像角色可视化（Tableau 2022.4+版本） 155
5.3 可视化绘制方法与可视化增强 156
5.3.1 像油画一样做可视化：可视化三步骤和标记的使用 156
5.3.2 度量双轴及其综合处理 158
5.3.3 多个坐标轴的“公共基准”：度量值 160
5.4 高级分析入门：参考线与参考区间 161
5.4.1 参考线的创建及其组合 161
5.4.2 标准甘特图和标靶图：条形图与参考线的两种结合方式 163
5.4.3 参考区间 166
5.4.4 置信区间模型 167
5.4.5 趋势线与预测线 168
5.4.6 群集 169
5.5 格式设置：必要调整，但不要过度 170
5.5.1 常见的设置格式工具栏 170
5.5.2 设置“标签”格式，自定义文本表 171
5.5.3 工具提示的格式设置、交互和“画中画” 172
5.5.4 其他常用小技巧 173
参考资料 175
练习题目 175
第6章 Tableau/SQL筛选与集操作 176
6.1 理解不同工具背后的筛选方法与共同点 176
6.2 筛选的分类方法：基于详细级别的视角 182
6.3 筛选范围的交互方法：快速筛选和参数控制 195
6.4 多个筛选的处理：交集计算和优先级 199
6.5 集（Set）：把筛选保留下来的“神奇容器” 207
6.6 集的运算、优先级和应用 212
6.7 中级交互：仪表板中的快速筛选、集交互 218
6.8 更多实用工具：分组、数据桶、分层结构、排序 224
参考资料 228
练习题目 228
第7章 仪表板设计、进阶与高级交互 230
7.1 仪表板：最重要的主题展现形式 230
7.2 故事：以数据故事叙事、探索 241
7.3 仪表板进阶：指标、初始模板、性能优化与“数据指南” 243
7.4 三种基本交互类型：筛选、高亮和页面 252
7.5 两类高级交互工具：参数、集交互 257
7.6 参数动作：参数、计算和交互（Tableau 2019.2+版本） 264
7.7 高级交互：指定区域对象的动态可见性（Tableau 2022.3+版本） 272
7.8 高级互动的巅峰：集动作和集控制 275
练习题目 283
第3篇 以有限字段做无尽分析：Tableau、SQL函数和计算体系
第8章 计算的底层框架：行级别计算与聚合计算 286
8.1 计算的演进及分类：从Excel、SQL到Tableau 287
8.2 计算的两大分类：分析是聚合的抽象过程 297
8.3 数据准备类函数（上）：字符串函数、日期函数 302
8.4 数据准备类函数（下）：正则表达式 316
8.5 分析函数：从明细到问题的“直接聚合” 318
8.6 通用型计算：算术函数和逻辑函数 325
8.7 行级别计算与聚合计算的区别与结合 332
8.8 专题：地理空间分析之“空间函数” 338
参考资料 345
练习题目 345
第9章 高级分析函数：Tableau表计算/ SQL窗口函数 346
9.1 合计的两个方法及“广义LOD表达式” 346
9.2 “同/环比”偏移计算及表计算设置方法 356
9.3 小结：表计算的独特性及两种设置方法 365
9.4 高级分析函数之排序计算：INDEX与RANK 369
9.5 最重要的二次聚合函数：WINDOW（窗口）函数 380
9.6 最常用的表计算：快速表计算及其附加计算 389
9.7 表计算应用（1）：自定义参考线、“合计利润率” 393
9.8 表计算应用（2）：标杆分析——多种类型的计算组合 402
9.9 表计算应用（3）：帕累托分布——累计、合计及嵌套 406
9.10 表计算应用（4）：金融ANR计算——表计算高级嵌套 409
9.11 表计算筛选器：优先级最低的筛选类型 413
9.12 表计算延伸应用：预测建模函数 416
练习题目 420
第10章 结构化问题分析：LOD表达式与SQL聚合子查询 421
10.1 业务解析：理解LOD表达式的逻辑和本质 421
10.2 LOD表达式的“详细级别”及其与视图关系 428
10.3 相对指定的LOD表达式及运算优先级 435
10.4 超越LOD：计算的详细级别体系及其优先级 441
10.5 走向实践：多遍聚合问题与结构化分析方法 446
10.6 客户分析专题：客户RFM相关案例分析 454
10.7 产品分析高级专题：购物篮分析的多个角度 470
10.8 总结：高级计算的最佳实践 480
练习题目 484
第11章 从数据管理到数据仓库：敏捷分析的基石 486
11.1 数据管理功能：以数据为中心 486
11.2 从数据管理（DM）到数据仓库（DW） 499
11.3 ETL：数据仓库中的数据处理 504
11.4 建议：视Tableau为DW/BI平台 506
参考资料 507
