34招精通商业智能数据分析：Power BI和Tableau进阶实战 - (EPUB全文下载)

文件大小：1.09 mb。
文件格式：epub 格式。
书籍内容：

34招精通商业智能数据分析：Power BI和Tableau进阶实战
第1章 自助式BI的特点
第2章 基础知识
第3章 趋势分析
第4章 排名分析
第5章 分类分析
第6章 差异分析
第7章 分布分析
第8章 占比分析
第9章 相关性分析
第10章 综合示例
第1章 自助式BI的特点
本章从宏观角度阐述近年来自助式BI崛起的原因，学习自助式BI要经历的阶段，以及Power BI与Tableau的应用特性和不同之处。
1.1 自助式BI的崛起
随着自助式BI（Self-Service Business Intelligence，也称敏捷BI）这个新概念在近几年的迅速崛起，许多BI工具脱颖而出。其中最让人追捧的非Tableau和Power BI莫属。
2019年2月，Gartner更新了其年度BI魔力象限图，如图1.1.1所示，从图中可以看出Tableau和Microsoft的Power BI在众多BI产品中分别处于“状元”和“榜眼”的位置。
图1.1.1
可以看到，在魔力象限图的X轴（Completeness of Vision）上，有不少其他产品的得分也是排在前列的，而在Y轴（Ability to Execute）上，Tableau和 Power BI处于非常明显的引领地位。简单来说，X轴可被理解为“潜力”，即产品是否有清晰的远景；Y轴可被理解为“易用性”，即产品功能是否能胜任BI分析任务。在笔者看来，二者的领先优势首先得益于其符合两大趋势：数据分析全民化和探索性分析普及化。
如今，传统的固定化BI报表已不能满足现代快速变化的商业需求，决策者需要将由IT主导的特定分析转为由商业人员主导的探索性分析。而Power BI/Tableau恰恰能让分析人员在无须IT人员介入的情况下独立完成一系列的数据分析工作，让“人人都能学会数据分析”不再是一句口号。如果把一家企业的BI分析工具比喻成武器，那么传统BI工具像是巡弋飞弹，其特点是精准、射程远、威力大，但需要专业人员操作，自身维护成本高。自助式BI工具像是冲锋枪，易上手，普通人通过短期培训也能很快掌握，如图1.1.2所示。
图1.1.2
这并不是说企业级的传统BI工具不再重要了，在许多数据规模大、逻辑复杂的应用场景中，仍然需要用传统BI工具，因此，传统BI工具目前仍然处于不可缺失的地位。企业应思考的不是二选一的问题，而是如何将传统BI工具和现代BI工具有机结合，发挥出其最大的威力。比如，传统BI工具在数据仓库搭建方面更有优势，专业IT人员可专注于数据仓库开发、数据治理等工作，分析人员则可以通过自助式BI工具连接后方数据仓库，实现探索性分析，最大程度地释放企业的生产力。
1.2 派生维度的概念
在《三体》中，存活于三维空间的人类文明最终被来自更高维度的文明所毁灭。在面临被灭种的灾难时，人类甚至无法对敌人发起一次有效的反抗，甚至连对方的样貌都看不到，因为二者的竞争力完全不是处于同一个水平（维度）。引用这个情景主要是为了陈述维度的重要性。在BI领域，这个原理也是适用的。
数据分析的核心概念其实只有两个：数值与维度。
BI分析依据不同的维度（字段）（如国家维度、日期维度）将聚合数值（如销售金额、销售利润）切割成具体的数据立方体，即分析结果，如某年某国家的销售利润。这个过程被称之为切片。可想而知，切片越多，数值结果越详尽，分析的角度就越广，其所具有的洞察力就更强。因此，一款BI产品的执行力除了取决于其聚合能力，还取决于其创建维度的能力（见图1.2.1）。
图1.2.1
1.原生维与派生维
原生维的概念很直观：一切直接来源于数据源，且可用于维度分析的字段，如案例文件中自带的【客户ID】【产品ID】字段，即为原生维。原生维可用于最基本的维度分析。但维度分析不仅仅局限于原生维自身。
在日常的分析场景中，分析师通过对原生维进行加工生成新的维度，即派生维。派生维的存在形式是依存于原生维的，例如在原生维【客户ID】和【订单ID】的基础上，通过计算，衍生出的【客户购买次数】维度，被称为派生维。使用派生维，可增加分析维度。
在图1.2.2所示的分析中，是对不同购买次数的顾客数量进行求和。其中X轴为【客户购买次数】，是派生维。如之前所述，【客户购买次数】维度并不直接存在于数据源中，需要派生。
需求强调的是，如果仅仅使用普通函数，则无法直观生成派生维。
例如，在Tableau中，创建普通字段【购买次数】。将【购买次数】字段和【客户名称】字段分别放入【列】和【行】中，如图1.2.3和图1.2.4所示。
按住Ctrl键，将【购买次数】胶囊放入筛选器中并将值固定，单击【确定】按钮退出。
将【客户名称】字段放入【标签】卡中，通过表计算完成汇总。
图1.2.5显示了购买5次的客户人数是5人。虽然我们最终能得出部分答案，但是其过程烦琐，效果也不直观。
图1.2.2
图1.2.3
图1.2.4
图1.2.5
上述案例说明，如果仅仅依靠原生维，则分析会受到局限。派生维的应用为分析师带来更加具有洞察力的分析结果。
回到工具应用层面，令人鼓舞的是，无论是Tableau还是Power BI，都有非常强大、成熟的功能用于创建派生维，而这也是自助式BI工具与传统BI工具的一大区别。高度灵活的维度分析能力，使Tableau和Power BI更加适合探索性分析场景。
Tableau和Power BI在魔力象限图中的Y轴（易用性）上的得分也正好印证了其具有强大的探索性分析能力。
1.3 Power BI与Tableau的诞生
在介绍产品的功能前，更需要了解产品的本质，最终理解产品的特性。Tableau与Power BI有不一样的诞生历程。
1.Tableau
Tableau公司是一家专注数据分析的公司，包括Tableau的颜色集都是由专业的团队研发的。Tableau有3位创始人，最重要的一位叫Patrick M Hanrahan。Patrick不仅是Tableau公司的创始人、首席科学家，还是斯坦福大学的教授。他拥有生物物理学 ............

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。