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 先了解一下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 探究產品虧損的原因：產品維度分析 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：儀表板和故事 51
第 2章 破解難題：Tableau連接複雜Excel數據 60
2.1 陷入困難 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 計算實際發貨週期 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 數據分析師的台歷：台歷圖 88
第4章 初識表計算 92
4.1 如果生意本來就很好，還需要分析嗎 92
4.2 基礎表計算選項 93
4.3 計算依據難度1級：表橫穿向下 96
4.4 計算依據難度2級：區橫穿向下 99
4.5 計算依據難度3級：單元格內表計算 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：多維度組合 104
4.8 計算依據難度6級：重啟順序 109
4.9 計算依據難度7級：嵌套表計算 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 聚合非聚合 118
5.3 Tableau函數一瞥 124
第6章 歡迎進入Tableau計算深水區：LOD表達式概述 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 如何從數據中找出頭緒 141
7.3 客戶跟踪分析 144
7.4 集合的創建和使用 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：快速嵌套表計算 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：客戶帕累托 163
第9章 關注重點產品：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 合併字段方法 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 產品帕累托 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 產品歸類分組 209
11.3 用函數切分產品名稱，獲取品牌信息 211
第 12章 靈活的KPI分析：數據混合與嵌套表計算 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：數據混合和表計算 214
12.3 緊盯目標：標靶圖 219
12.4 各種TD的分析 221
12.5 混合，然後去掉混合 237
12.6 不關聯的混合 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：動態儀表板 260
14.1 不公平的對比分析 260
14.2 引導式分析 262
14.3 儀表板操作 265
14.4 儀表板上的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 背景圖片上畫線 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 切換不同的圖表 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 儀表板上的產品分析 325
18.2 自定義形狀 329
18.3 可能的應用場景 333
第19章 流向分析：桑基十八式 336
19.1 流向問題的提出 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 職業困惑：數據分析師有沒有前途 377
21.1 機會與困惑 377
21.2 錨點分析 379
21.3 柳暗花明 385
