当前位置:首页 > 大数据 > 正文

数据分析之可视化分析好帮手—tableau

数据分析之可视化分析好帮手—tableau

做网优工作,都是离不开数据分析,数据量小了EXCEL就可以搞的定,现在数据量越来越大,数据越来越复杂,这些就涉及到大数据分析、可视化分析等。

一直想总结一些,关于数据分析应用的文章,今天算是每一篇吧!“数据分析之可视化分析好帮手—tableau”

摘要:对于许多人而言,excel是首选的分析工具,是否对excel又爱又恨?在大量数据中找到真知灼见,电子表格是否让你眼花缭乱,感累不爱?今天,小编将给大家介绍一款可视化分析实用小工具——tableau

Tableau是啥?为什么要学?

场景一:好不容易整理好Excel,分了8个sheet,打开它电脑卡了20秒,查看1条数据,滴了3次眼药水… …

场景二:网上经常看到各种数据信息图,色彩饱满,流畅清晰,数据一览无遗,放进论文或者汇报里,酷炫到睁不开眼,羡慕……

我们常说,「 强大的工具通常有一个共性,就是一旦你掌握了它,带给你的回报远远超过你当时付出的时间和精力成本 」。

Tableau:一个用户友好、界面美观,能够快速上手同时又显得逼格满满的数据可视化分析软件新晋网红!

先上一张tableau官方美图压压惊

数据分析之可视化分析好帮手—tableau

Tableau优势

我认为学习tableau最主要的一点是要了解它的特点,尤其是和Excel的不同之处,从我在学习和制作tableau报表的时候得出了一些结论:

  • 可视化(数据转化为图形,直观而简便,拿数就分析)
  • 聚焦/下钻(上可看公司面貌,下可聚焦到单个产品甚至单个顾客)
  • 海量数据处理快,支持各类数据源,excel,SQL Server,OLAP,完美融合
  • 交互化图表(我认为Tableau最强的地方)

Tableau数据分析案例介绍

话不多说,我们直接从应用中来感受Tableau的“博大精深”

√ Part1:漏斗图在数据分析中应用

漏斗图适用于业务流程比较规范、周期长、环节多的流程分析,通过漏斗各环节业务数据的比较,能够直观地发现和说明问题所在。例如融资放款流程,分析用户在不同阶段的转化或者流失情况,通过漏斗各环节业务数据的比较,能够直观的发现和说明问题所在,为决策者提供一定的参考。

不想整天“漏”用户?赶紧来认识下漏斗图

  • 数据准备
  • 一个分类数据字段,一个连续数据字段。模拟了一份符合要求的数据,如下格式
数据分析之可视化分析好帮手—tableau
  • 导入数据制作漏斗图
  • a) 基础漏斗图,如下所示,从导入数据到制作图形,全程简单方便即可看到,每一个类型用户转化情况,哪个层次用户转化用户异常,可直观博捉到!
数据分析之可视化分析好帮手—tableau

b) 接下来我们继续分享——平滑漏斗图

与基础漏斗不同的是我们需要增加一列辅助列,这里用到了我们tableau生成“计算字段”功能,同时显示用户数和各层转化率,我们用到了“添加表字段”功能,这些均可在tableau中实现,而无需我们在准备数据时花费太多时间,惊喜不惊喜!

数据分析之可视化分析好帮手—tableau

两种类型的漏斗图演示完毕,当然小伙伴们也可以根据需要分析,按不同品类、不同时间等漏斗的转化情况,呈现更多样式的漏斗,如下是不同品类、不同月份漏斗(数据均为虚拟数据)

数据分析之可视化分析好帮手—tableau
数据分析之可视化分析好帮手—tableau

√ Part2:将用户区分不同用户群分析

在日常分析中,我们经常会将用户按照一定的业务逻辑分为不同的用户群,以信贷类业务为例,我们会分为高频、中频、低频、流失&准流失用户等群体,当某种指标发生调整时,我们经常会通过分群分析每个用户群体对于指标调整而做出的不同反应,来判断我们指标调整的效果,下面我们将以某信贷类利率调整为例来说明

当利率发生调整后,是否每个群体的用户做出的反应没有异常?准备数据→连接数据→制作图形→查看分析结果

数据分析之可视化分析好帮手—tableau

经过tableau图形化处理后,我们可以清晰的看到高频用户利率调整前后没有减少趋势,流失&准流失用户利率调整前后没有增加趋势,当然我们可以再继续下钻从入库规模分别比较高中低频用户的用户走势,按照不同费率区间分别分群比较用户的额度使用的行为分析等,维度呈现自如灵活,如行云流水,随心所欲!

√ Part3:固化看板/报告自动更新

在日常分析中,我们经常会有一些固化的周报、月报等数据报表,你是不是还在为每月更新一成不变的周报图形而烦扰?是不是还在为粘贴各种数据到EXCEL,为了刷新图形饱受折磨?Tableau!一键刷新,妙出报告,你值得拥有~

√ Part4:Tableau数据挖掘功能

除了可视化分析外,Tableau还有一些自带的数据挖掘功能,回归分析(趋势线):Tableau提供了各种类型的“趋势线”:线性、多项式、指数和对数模型等、时间序列模型、Tableau+R/Python预测等,但是tableau不是专门的数据挖掘软件,仅供用户在日常分析中达到画龙点睛的效果,专业的数据挖掘,小编还是建议小伙伴利用专业的软件完成

数据分析之可视化分析好帮手—tableau

小编认为,数据分析软件五花八门,只要在数据分析的路上为我们提供便利的

上一篇: 下一篇:

暂无评论

发表评论

不理你。 不要啊! 吃饭。 吃惊。 吃西瓜。 飞吻! 恭喜! Hi 纠结! 膜拜! OK 抛媚眼。 泡泡糖。 抛钱。 忍! 生闷气! 调皮。 偷看。 委屈。 献花。 疑问? 抓狂!

小提示:Ctrl+Enter快速提交助您一臂之力~
加载中……