---

一、 对比分析：比大小

1. 柱状图

• 各个分行/门店/广告计划的成交额
• 使用场景
  • 较少变量之间的对比分析
    • 字段=表头，变量=具体值和数据
  • 各大区之间的业绩对比
  • 各大类商品之间的销售额对比
• 图表逻辑
  • 在一个或多个【维度】下对【度量】进行统计，从而得到该【维度】下不同变量之间的【度量】差异
  • 没有对比就没有伤害
• 制作流程
  • 一个或多个【维度】至列，一个或多个【度量】至行
    
    
    

2. 条形图

• 各个门店的成交额
• 使用场景
  • 较多变量之间的对比分析
  • 各人之间的业绩对比
  • 各商品之间的销售额对比
• 图表逻辑
  • 与柱状图相同，但在水平展示下，多变量之间的对比更易浏览
• 制作流程
  • 对柱状图进行转置，转置旁边是排序功能
  • 一个或多个【维度】至行，一个或多个【度量】至列
• 【创建分级结构】实现数据钻取
• 【添加筛选器】实现数据选取
  
  

3. 热力图（突出显示表）

• 门店数据按日期排序，突出显示GMV
  

• 使用场景

  • 多【维度】下多变量的同时对比，并且需要同时查看对比效果和数值
  • 各组/商品类别之间的销售额、利润同时对比

• 图表逻辑

  • 在文本表上根据度量值大小加上颜色深浅标记

• 制作流程

  • 先做出文本表
    
    
    • 至少拖拽一个维度至行，然后直接拖拽需要展示的度量到维度后的Abc上
    • 右键度量值内的胶囊设置格式，可设置数据格式
    • 快速表计算——重要知识点
      • 编辑表计算设置计算区域和顺序
      • 总额百分比可以直接计算百分比占比
      • 差异百分比可以计算环比

• 最后将需要展现的【度量】或直接将度量值拖拽至颜色

  • 度量值
  • 度量名称
  • 记录数
  • 都是Tableau自动创建的字段，方便批量处理度量及对应名称

• 然后选择标记下方的图表类型为方形（不选择方形则是数值变色）
  
  

4. 气泡图

• 各个外卖门店的GMV
  • 使用场景
    • 极多变量下在同一度量上的对比分析
    • 一个班或者全公司所有个人的某一度量分析
• 图表逻辑
  • 用度量代表气泡大小，维度代表气泡颜色
• 制作流程
  • 【度量】至大小
  • 维度至颜色和标签
  • 图形选为圆形
    
    

5. 词云

• 使用场景
  • 极多变量下在同一度量上的对比分析，同时需要突出变量名称
• 图表逻辑
  • 用度量代表文本大小，维度代表文本颜色
• 制作流程
  • 度量至大小
  • 维度至颜色和标签
  • 图形选为文本
    
    

二、变化分析：看趋势

1. 折线图

• 全流程转化数据多轴/颜色拆分显示

• 使用场景

  • 基于时间【维度】分析【度量】的数据变化及趋势
  • 过去三年的成交额变化

• 图表逻辑

  • 基于时间维度的柱状图，但是将展现形式从条形图变为了折线

• 制作流程
  

  • 拖拽时间【维度】至列，【度量】至行
  • 设置时间类型，下拉列中的胶囊
    • 上方时间选择为离散，以日-周-月为不同类别汇总统计数据，即每一年的一月都视为一个变量
    • 下方时间选择为连续，以连续的日-周-月等时间单位为序列统计数据，每一年的一月都是不一样的变量
  • 【维度】到颜色可做出多维折线图，一个颜色代表一个类别
  • 不要用折线图来呈现维度的变化
    
    
    

2. 基于连续时间序列的折线图预测接下来的数据走向

• 选择时间单位，下方的年月日天，时间胶囊变为绿色（连续变量）
• 注：只有连续变量的预测才有意义
• 选择左侧数据栏右边的分析，拖拽预测至做好的折线图中
• 右键预测出的数据区域即可设置预测（初学者不建议设置）并查看预测描述
• 如果数据缺失太多或量级太小，可能无法预测，这个时候需要用筛选区调整一下时间
• 复制工作表为交叉表即可得到图表数据，工作表-导出交叉表至Excel即可导出数据
  
  

3. 面积图

• 使用场景
  • 有内部累计关系的值随时间变化
  • 不强调趋势，强调绝对值
• 图表逻辑
  • 在折线图的基础上选择面积作为视觉影射
• 制作流程
  • 标记卡中把折线改为区域
  • 将对象放在颜色上或冲洗拖拽预测指示器
    
    

三、构成分析：看占比

1. 饼图

• 品牌GMV占比
  

• 使用场景

  • 一个【维度】下各个变量在某一【度量】下所占比例
  • 性别维度下，男女顾客各占成交金额的百分比

• 图表逻辑

  • 【维度】代表各扇区的颜色，【度量】代表饼图中各扇区角度的大小

• 制作流程
  

  • 【维度】拖拽至颜色
  • 【度量】拖拽至大小
  • 选择图表类型为饼图
  • 饼图不宜颜色过多
    
  • 【度量】和【维度】拖拽至标记显示数值，但饼图一般不标记绝度值，只标记百分比

2. 【快速表计算】

• 右键标签度量选择快速表计算，合计百分比计算各数值的百分比占比
• 最后右键标记的数值设置格式，区，第一个，设置为为1位数百分比
• 帮助右下角可以调整视图的显示方式
  
  

3. 树地图

• 使用场景
  • 一个度量在多个维度下的占比展现和分析
  • 各组销售贡献度
  • 各用户用户贡献度
• 图表逻辑
  • 每个方格代表一个该【维度】下的变量，方格的大小代表此变量的在该【维度】下的【度量】占比大小
  • 方格会按顺序排列，占比最大的在最左上方
• 制作流程
  • 拖拽【度量】至大小
  • 【维度】至标签
  • 树地图是升级版的饼图，按照顺序展示大小，还能增加颜色等维度
    
    

4. 堆积图

• 使用场景
  • 相同【度量】下，比较一个【维度】下另一个【维度】的占比
  • 各地区各品类产品对销售额的贡献
• 图表逻辑
  • 绝对堆积：在柱状图/条形图的基础上，用颜色区分一个维度在另一个维度下的占比大小
  • 相对堆积：不展示绝对值，使用合集快表计算：合计百分比，只展示百分比
• 制作流程
  
  • 在做完柱状图后，将需要堆积展示占比的【维度】拖拽至颜色即可
  • 拖拽度量值或在轴下添加变量也可堆积
    
    

四、关系分布：看位置

1. 散点图

• CPC、下单人数和gmv
  

• 使用场景

  • 分析某一【维度】变量在两个【度量】下的分布和变量之间的相关性
  • 产品的销售额和所得利润之间的关系（正相关、弱相关、不相关）

• 图表逻辑

  • 横纵轴各代表一个【度量】，【维度】中的变量则作为一个点，根据横纵轴上的度量值大小确认位置

• 制作流程
  

  • 将两个【度量】分别拖拽至行列

  • 将点代表的【维】度拖拽至详细信息

  • 可以将你想区分的【维度】添加到颜色，对该【维度】的变量进行区分

  • 还可以将【维度】拖拽至大小，增加展现维度
    

  • 分析-趋势线即可展示分析的两个度量之间的线性关系，也可以直接右键图表-显示趋势线

2. 【聚类分析】

• 分析-群集即可对变量进行聚类分析，具有相同分布特征的变量会被分为一类，右键群集胶囊即可修改聚类数量
  
• K-means聚类算法，基于欧式距离计算
  
  

3. 直方图

• 订单价格步长
  

• 使用场景

  • 查看单一度量下的数据分布
  • 常见分布
    • 2/8法则
    • 马太效应
    • 40-20-10
      • 如果你想让你的APP保持增长势头，那么你的新用户次日留存率，7天留存率和30天留存率应该分别维持在40%、20%和10%左右

• 图表逻辑

  • 将度量下数据分组计数

• 制作流程
  

  • 双击一个度量
  • 点击智能显示-直方图
  • 右键度量中被自动创建的数据桶-编辑，设置数据桶的大小，越小统计得越细

4. 地图

• 送餐地址分布
• 使用场景
  • 基于地理位置的数据分析
• 图表逻辑
  • 以地理位置为店，用点大小、颜色展示度量值大小等特征
• 制作流程
  
• 先设置数据类型为【地理角色】
  • 城市要设置为城市
  • 省要设置为州/省/市/自治区
  • 经纬度要分别设置好，然后双击字段，将经纬度对应的维度拖到详细信息上
    • 课程数据中订单ID做了脱敏
    • 复制下单日期时间，修改为字符串再拖就可以了
• 将【地理角色】拖拽至详细信息，城市会显示成点图，省份会显示为填色图，标签卡里圆和地图可以切换
• 将你要在地图上展示的【度量】拖拽至颜色或大小
• 空值可以忽略或搜索经纬度填充
• 顶部工具栏中的地图选项可以对地图进行设置
  
  

---